Z比分数在实验室能力验证检测中的运用

介绍了Z比分数的构成，评价标准和运用Z比分数时应注意的问题。通过实例运用，指出正确选择指定值和变动性度量是实验室能力验证达标的关键。     

挥发性污染物苯在水气界面耦合扩散的浓度分布

为研究苯水体泄漏后水气污染的浓度时空分布,利用挥发性污染物水气耦合扩散模型进行预测计算,预测结果与水槽实验相结合,准确地描述了苯在水气界面耦合扩散的浓度分布规律：沿水流方向（x轴）浓度随时间向前推移,距离投放点越远,浓度峰值越小,出现时刻越晚;沿水流深度方向（y轴）浓度分布关于投放点z=0.20 m纵断面对称,在水气界面和空间变化界面（水槽边缘）浓度出现极小值,随着挥发量的增加,浓度峰值出现的位置由水中推移至大气中;沿水流宽度方向（z轴）浓度由投放点向两侧推移。分析了亨利常数、水流速度及风速对苯耦合扩散浓度分布的影响。     

一种穿通风冷LRM模块环境试验工装设计及分析

针对LRM模块大量的环境实验的需求,介绍了一种穿通风冷LRM模块环境试验工装。详细阐述了该工装的结构设计,并通过数字仿真和实物试验验证相结合的方法,探究了供风量与各风道的风速关系,验证了其满足试验工装的设计和使用要求,具有较好的扩展性和通用性,具备较好的市场推广价值。     

监测分析方法验证数据异常值的处理

以《固体废物痕量金属元素的测定电感耦合等离子体发射光谱法》编制说明(征求意见稿)中精密度数据为例,方法标准编制单位在处理方法验证数据时,应按照《GB/T 6379.2—2004》离群值剔除方法处理异常数据,避免重复性限r和再现性限R计算错误。     

基于二项分布的测试性试验方案优化设计与评估

测试性验证试验的目的是验证产品是否满足设计指标要求，以故障注入为手段，模拟相应的故障模式，通过规定的故障注入方法进行实际测试，并对产生的结果进行判断是否满足设计指标的要求。为提高测试性试验的一次通过率，降低测试性试验经费和试验时间，提出了基于二项分布的测试性试验方案优化设计与评估方法。实现了已知置信度、单侧置信下限、不能检测的故障个数条件下，求解测试性试验中的“最小样本量”的问题。可以对测试性试验进行提前预判，解决了一定约束条件下测试性试验最小样本量的求解及单侧置信下限评估问题。通过GUIDE人机对话框，不仅交互界面直观，而且极大提高了测试性验证评估的效率和准确性。     

基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要，但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征，边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析，但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题，在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数，以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力，利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗，最终得到 80 条高质量边坡数据，随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证，并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高；②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型，可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%，满足工程精度需求，可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

无人机热红外支持下的城市微尺度热环境模拟

随着人们对生活舒适度、身体健康要求的进一步提高,微小尺度的热环境状况日益受到关注.地表温度场模拟是研究城市微小尺度热环境的关键,采用地面有限实测资料很难满足不同下垫面地表温度模拟的精度需求.针对这一问题,本研究利用无人机搭载热红外成像仪获取南京市江宁区某大学校园内典型区域夏秋两季的地表温度数据,通过ENVI-met和P...     

某整车制造企业挥发性有机物排放特征及反应活性研究

整车制造行业是挥发性有机物（VOCs）的重要来源之一，本文选取运城市某一整车制造企业，通过GC-MS分析了71种VOCs组分，识别了VOCs浓度及组分特征，并对源反应性（SR）进行了评估.结果表明，不同生产环节废气中VOCs浓度水平和组分差异较大，烘干环节排放VOCs组分主要为烷烃，占该环节VOCs排放的45%以上.喷漆和补漆环节排放组分主要是芳香烃和OVOCs.无组织排放涂装车间以烷烃（45%）和芳香烃（27%）为主，调漆车间主要为烷烃（78%）.该企业排放VOCs的SR值范围为0.81～3.83 g·g-1，甲苯、乙苯、间对二甲苯、1,3,5-三甲苯等芳香烃和部分OVOCs具有较高的反应活性，因此该企业应重点控制活性较大的组分排放，从源头控制O3的生成.