基于修正组合模型的青海省城市需水量预测

根据城市用水量系统具有非线性和随机波动性的特点,为了充分发挥组合灰色神经网络预测模型能够综合单变量预测及非线性处理的优势,同时降低组合权系数计算方法的不确定性对模型预测效果的影响,论文提出了基于马尔科夫链修正的组合灰色神经网络预测模型。将其应用于1980—2009年青海省城市用水量序列的拟合分析,并预测其2010、2015以及2020年的城市需水量。结果表明:基于马尔科夫链修正的组合灰色神经网络预测模型预测结果的误差更小,精度更高。     

给水管网建设工程对环境的影响与污染防治措施研究

管网工程对环境的影响主要表现为施工期。施工过程将对声环境、环境空气、生态环境、社会环境等产生不同程度的影响。供热管网施工过程中,由于管网铺设、开挖将可能破坏地表植被。同时,施工产生的临时弃土,若处理不当,将可能产生水土流失;同时工程拆迁及施工期各类污染物的排放影响居民生活质量,以及管线敷设管沟填埋前将对居民出行产生一定影响。结合给水管网建设工程的特点,从施工期分析给水管网建设项目对环境的影响及需采取的污染防治措施。     

基于无线传感器网络的气体泄漏源快速定位方法研究

为及时发现大气环境中危险化学品泄漏事故,快速准确判断泄漏源位置,实现有效的监测监控,开发出集气体质量浓度信息采集、时间校准、无线收发等功能于一体的集成探测模块。在此基础上,建立基于无线传感器网络(WSN)的气体泄漏实时监测平台,提出实时监测数据和高斯扩散模型相结合的气体泄漏源快速定位方法。通过开展实际场地泄漏试验,实现气体泄漏源的快速定位,并分析试验系统的敏感度。结果表明:气体泄漏扩散受风力影响很大;合理布局探测器,能有效提高泄漏源定位精度,为危险气体泄漏事故的应急决策提供决策参考。     

浅谈物联网感知安全的关键技术

在认识物联网的特征和层次结构的基础上,介绍了物联网感知安全的应用研究现状,以及物联网感知安全行业所需的技术,着重分析了无线传感器网络技术、识别技术、信息传感核心材料等关键技术的研究内容和目标。运用物联网感知安全技术可以为公共安全和安全生产提供有效的保障。     

基于GA-BP的渗透系数多目标反演分析模型研究

针对渗透系数反演结果不唯一问题,以扬压力和渗流量2类渗流监测效应量为反演目标,建立了基于正交设计、有限元正分析和GA-BP相结合的渗透系数多目标反演分析模型。结合水口大坝2009—2018年渗流监测时间序列数据,开展了大坝坝体、坝基岩体渗透系数反演研究,并对反演结果进行了验证。研究结果表明:建立的渗透系数反演模型可较好地解决渗流单目标反演的缺陷,反演结果为绝对渗透系数,且反演结果真实可靠。     

基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测

目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30％与10.74％.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.     

Feasibility and simulation model of a pilot scale membrane bioreactor for wastewater treatment and reuse from Chinese traditional medicine

The lack and pollution of water resource make wastewater reuse necessary. The pilot scale long-term tests for submerged membrane bioreactor were conducted to treat the effluents of anaerobic or aerobic treatment process for the high-strength Chinese traditional medicine wastewater. This article was focused on the feasibility of the wastewater treatment and reuse at shorter hydraulic retention time （HRT） of 5.0, 3.2 and 2.13 h. MLSS growth, membrane flux, vacuum values and chemical cleaning periods were also investigated. The experimental results of treating two-phase anaerobic treatment effluent demonstrated that the CODfilt was less than 100 mg/L when the influent COD was between 500-10000 mg/L at HRT of 5.0 h, which could satisfy the normal discharged standard in China. The experimental results to treat cross flow aerobic reactor effluent demonstrated that the average value of CODfilt was 17.28 mg/L when the average value of influent COD was 192.84 mg/L at HRT of 2.13 h during 106 d, which could completely meet the normal standard for water reuse. The maximum MLSS and MLVSS reached 24000 and 14500 mg/L at HRT of 3.2 h respectively. Membrane flux had maximal resume degrees of 94.7% at vacuum value of 0.02 MPa after cleaning. Chemical cleaning periods of membrane module were 150 d. A simulation model of operational parameters was also established based on the theory of back propagation neural network and linear regression of traditional mathematical model. The simulation model showed that the optimum operational parameters were suggested as follows： HRT was 5.0 h, SRT was 100 d, the range of COD loading rate was between 10.664-20.451 kg/（m3.d）, the range of MLSS was between 7543-13694 mg/L.     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。     

用TM图象估算海表面叶绿素浓度的神经网络模型

叶绿素浓度是衡量海洋水体质量的重要参数之一。本文以大连湾为示范区于1999年5月10日进行了现场卫星同步实验，采用神经网络模型技术模拟了TM1、TM2两个波段的辐射亮度值与在该湾海域现场获得的叶绿素浓度数据之间的传递机理。结果表明，使用TM图象的两人可见光波段作为输入，采用两层神经网络结构能建立比多回归分析更高的海水表层叶绿素浓度模型。回归分析的相关系数为0.49，神经网络分析的相关系数为0.87.     

发射药贮存寿命预测技术研究进展

简述了发射药贮存寿命试验所用的自然环境长期贮存试验监测法和加速寿命试验方法的现状,对发射药寿命评价与预测所用的人工神经网络技术和计算机模拟技术进行了分析,阐明了现有技术的优缺点,论述了发射药贮存寿命试验与评价技术的发展趋势.