基于相关性分析的PCBA热力学模型修正

目的精确且高效地对印制电路板组件热力学模型进行修正。方法采用基于拉丁超立方抽样试验设计和Speraman等级相关系数计算公式的相关性分析方法,找出电子产品热仿真试验中对元器件表面温度值影响较大的输入参数,然后进一步分析得出输入与输出之间的函数关系。在此基础上给出印制电路板组件(PCBA)热力学模型修正的一般方法流程。最后利用该方法对某航空电子产品中一块PCBA的热力学模型进行修正。结果修正结果较精确且只调用2次有限元软件。结论该热模型修正方法具有较高的精确性和高效性,可推广用于工程实践。     

基于CALPUFF模型的漳州市大气环境容量研究

研究表明：CALPUFF模式是运用于广域的大气扩散模型,在区域范围较大的复杂地形条件下的应用具有突出的优势.利用CALPUFF大气扩散模型模拟漳州市2009年气象场和污染物浓度场,采用监测值对模拟结果进行验证表明模型的适用性;基于现状污染源,建立大气污染物传递系数矩阵,结合线性优化法测算了不同环境空气质量标准下漳州市大气环境容量.     

西安市PM_(2.5)污染源位置确定的模型应用研究

针对空气中PM2.5污染物的传播问题,以西安市的情况为实例,合理考虑风力等天气和季节因素的影响,建立能够刻画该地区PM2.5的发生和演变规律的有风高斯点源扩散数学模型,代入相关数据后,利用MATLAB软件求解出PM2.5污染源由一区扩散到另一区的浓度,最后由综合的各区总浓度得出PM2.5污染源的位置,并与该市实际检测到PM2.5数据进行对比分析。结果表明,确定的位置比较准确,该方法能为城市污染治理提供参考。     

地下水中污染物的迁移传输及排泄通量研究

以辽宁某化工污染场地为研究对象,结合场地调查结果,应用地下水模型系统软件(GMS)中的MODFLOW和RT3D模型,建立了地下水中污染物的数值模型,探讨其迁移传输及排泄通量。根据模拟结果,地下水中苯、二氯苯和三氯苯的污染羽约在20年后达到动态平衡,污染羽不再随时间变化,污染物的自然衰减速率与污染源释放速率达到平衡。排泄通量估算表明:地下水向河流排泄的量在20年时达到稳定,地下水中苯、二氯苯和三氯苯向河流的排泄通量分别为每天180 g、6 100 g和5.5 g。由于污染物会导致污染生态环境和健康风险,建议从控制污染源、实施污染源区修复和切断迁移传输途径等多种措施控制风险。     

水雾抑尘系统在宁东煤化工基地配煤中心翻车机除尘的应用

翻车机作为散装物料火车运输的普遍卸料机械,但运转中产生大量粉尘,给人身健康、系统运转、文明生产造成非常大的影响。本文阐述了翻车机粉尘产生机理,水雾抑尘系统的组成、工作原理以及二者之间作业的有机结合等。水雾抑尘系统以其投资小、占地面积小、运行费用低、操作维护方便、除尘效率高等优点被广大工矿企业所认可。     

基于MM5模型的大连市气象场模拟分析研究

基于对MM5数值天气模型,从水文气象耦合的角度入手,运用MM5模型在大连区域建立的模拟模型,逐月对大连市气象场进行模拟,并利用大连市5个气象观测站的资料与MM5的模拟结果相比较。     

郁江、黔江和浔江广西桂平段水质变化趋势分析

根据2003-2012年水质监测资料,采用秩相关系数法对郁江、黔江和浔江广西桂平段水质变化趋势进行分析。结果表明,黔江和浔江水质呈明显好转趋势;郁江水质呈好转趋势,但不明显。提出了继续加强水污染防治工作的建议。     

昆明市主城区近年空气质量变化趋势与成因分析

根据昆明市2004-2013年空气自动站监测数据,对昆明市空气质量,污染物年际变化、季节变化、空间变化特征进行了研究。分析了影响昆明市空气质量的地理气象因素、污染排放因素、污染物远程输送因素。提出了相应的防治对策和建议。     

大气颗粒物来源解析

内涵解析何谓大气颗粒物来源解析?大气颗粒物来源解析是指通过化学、物理学、数学等方法定性或定量识别环境受体中大气颗粒物污染的来源。这是一项长期复杂且系统的技术性工作,涉及多种技术方法、模型选择、样品采集与分析、化学成分谱的科学构建、模拟运算以及解析结果评估与应用等,是科学、有效开展颗粒物污染防治工作的基础和前     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.