颜料红254-TiO_2光催化降解罗丹明B废水

以工业有机颜料C.I.颜料红254(DPP254)为敏化剂,通过溶剂热法对纯TiO2进行改性,得到复合光催化剂DPP254-TiO2。并通过XRD、SEM、UV-Vis DRS和N2吸附-脱附(BET和BJH)等测试手段对DPP254-TiO2进行了表征。以罗丹明B(RhB)为目标降解物,研究了DPP254-TiO2在可见光下对有机污染物的光催化降解性能。同时考察了DPP254含量、反应时间、RhB初始浓度和催化剂浓度等因素对RhB降解速率的影响。结果表明,改性后的催化剂光响应范围由紫外光区拓宽到可见光区。对其光催化反应机理进行了探讨。催化剂重复使用4次,活性没有明显降低,说明催化剂具有很好的稳定性。     

一种基于人工蜂群算法的多目标路径决策方法

为兼顾火灾中人员疏散的安全性与效率,使得人员避免遭受火灾风险侵害的同时尽可能节省人员疏散所需时间,提出一种基于人工蜂群算法的最优疏散路径决策方法。首先,通过将一个考虑逃逸代价的单目标模型以及一个考虑路径复杂度的单目标模型合并为一个双目标路径规划模型,实现以火灾风险、路径长度及路径复杂度为最终优化目标;然后,以某建筑为例,运用Pyrosim软件进行建筑内火灾模拟,利用本文的最优疏散路径决策方法得到该火灾场景下的最优路径。结果显示：该决策方法可以有效帮助人员避开风险水平较高的区域,同时尽可能降低所选疏散路径的复杂度,验证了该方法用于考虑火灾蔓延对疏散路线影响的可行性。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

预处理青霉菌（Penicilium sp.）吸附活性艳红的研究

为研究生物吸附剂青霉菌(Penicilium sp.)对染料活性艳红X-3B的吸附性能,考察了菌体预处理方法、溶液初始pH值、盐度等因素对生物吸附的影响,并对吸附机理进行了探讨.结果表明,在选取的预处理方法中,酸处理的菌体吸附效果要优于碱和盐处理.在染料质量浓度为50 mg/L时,经硝酸处理的菌体吸附效果最好,比原菌体的吸附效果提高了40%以上.试验发现改变硝酸的浓度对菌体吸附效果影响不大.硝酸处理菌体的时间越长,达到吸附平衡所需的时间越短.低浓度的NaCl有利于菌体对染料的吸附.体系中50 mg/L的Pb2 或Zn2 对吸附活性艳红有一定的促进作用.对硝酸处理菌体过程中的金属离子和pH值分析表明,菌体吸附了大量的H ,同时有K 和Mg2 释放.对菌体进行红外光谱分析表明,预处理的菌体在酰胺Ⅰ、酰胺Ⅱ和酰胺Ⅲ吸附峰处明显比原菌体增强,表明菌体主要吸附位点可能是氨基,在酸性条件下对染料以静电吸附为主.     

基于蒙特卡洛模拟算法的环氧乙烷球罐多米诺效应风险分析

基于多米诺效应的故障概率模型,结合某化工公司环氧乙烷存储装置,借助ALOHA软件判定装置间的多米诺影响系数。在此基础上,分别应用分析算法和蒙特卡洛模拟算法对考虑到多米诺效应情况下一特定环氧乙烷球罐T_1的失效概率进行计算分析。结果表明,分析算法和蒙特卡洛算法的结果呈现出较好的一致性。并且随着时间的推移,2种方法的吻合度越来越高。本方法的提出有效地简化了考虑多米诺效应情况下多个装置失效概率的计算,所得结论为工厂对球罐间安全屏障的设计提供一定的借鉴作用。     

基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.     

多维公平测度下考虑灾民心理痛苦效应的应急资源调配

为有效降低灾后初期应急资源短缺情况下灾民生理和心理受到的伤害,提出等待效应和短缺效应衡量救援过程中的灾民心理痛苦效应,同时耦合时间和供需情况2个维度测度救援过程中的公平性指标,构建调度总时间最短、时间攀比最小和灾民心理痛苦效应最低的多目标应急资源调配模型,研究多灾点、多配送中心、多种类物资救援场景下的应急资源分配和路径...     

基于危化品事故案例的决策规则提取算法研究

为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra-Apriori算法,以解决经典的Apriori无法考虑属性类别关系的...     

好氧颗粒污泥对酸性红B的生物吸附模型研究

考察了灭活好氧颗粒污泥吸附酸性红B的吸附等温线、吸附动力学和热力学.结果表明,Langmuir和Redlich-Peterson比Freudlich吸附等温线更符合试验数据,20 ℃时Langmuir最大单分子层吸附量为123.46 mg/g.吸附动力学符合准2级动力学模型.灭活AGS内部扩散过程用Webber-Morris模型拟合,结果表明颗粒内部扩散过程是限速步骤,但边界层扩散和动力学阻力亦不能忽略.热力学分析表明,吸附过程是吸热且自发的过程.