超高效液相色谱串联质谱法测定霜霉威在番茄和土壤中残留及消解动态

应用所建立的分散固相萃取-液相色谱-串联质谱法测定土壤和番茄中霜霉威为0.02、0.20、2.00 mg·kg-1等3个添加浓度时,日内平均回收率为83.9%—104.6%,日内相对标准偏差为1.0%—5.5%,日间平均回收率为84.3%—108.9%,日间相对标准偏差为1.4%—4.9%.霜霉威在1.0—200.0μg·L-1浓度范围内相关系数R20.9992,在土壤中和番茄基质中定量限均为0.02 mg·kg-1.该方法能够满足现有限量标准的要求.霜霉威消解动态试验采用推荐高剂量(90 g·ha-1)为施药剂量,在植株第2穗果膨大期开始喷药1次,分别测定喷药后2 h、1 d、2 d、4 d、7 d、14 d的霜霉威残留量的变化.浙江杭州、山东潍坊和河南商丘的3个试验点消解动态试验中,降解动态符合一级动力学指数模型.2011—2012年霜霉威在番茄中降解半衰期为2.4—4.7 d,在土壤中降解半衰期1.1—1.5 d.施药5 d后的残留量均小于检测限,远远低于2.0 mg·kg-1最大残留限量,实际样品中霜霉威的残留量均低于检测限.72.2%霜霉威水剂按照推荐剂量1.5倍喷施番茄1次,其喷施2 h后的残留量仅为1.5 mg·kg-1,符合残留要求可以安全使用.     

基于多尺度排列熵和极限学习机的风机叶片覆冰故障检测方法*

针对风机叶片结冰故障检测中状态数据维度高和检测率低的问题,提出1种使用功率数据驱动的多尺度排列熵（multiscale permutation entropy,MPE）和极限学习机（extreme learning machine,ELM）的风机叶片结冰故障检测方法。首先,使用多尺度排列熵提取功率数据的多重尺度特征,得到特征向量;随后,采用极限学习机,结合环境温度,对结冰故障进行检测;最后,通过使用某风电场的数据采集与监视控制系统（supervisory control and data acquisition,SCADA）对数据进行仿真。研究结果表明:所提方法的故障检测率达到100％,同时虚警率仅有0.14％,表明所提方法在风机叶片的覆冰故障检测中的有效性。研究结果可为风机叶片覆冰故障检测提供1种有效方法。     

有机地球化学在东海全新世古气候和古海洋研究中的应用进展

有机地球化学指标已成为追溯全球古环境变化与古生物地球化学演化的有力工具,在我国边缘海中得到广泛应用,尤以东海全新世古气候和古海洋学研究取得的成果最为显著。本文在综述了部分有机质整体指标和脂类生物标志物用于东海有机质溯源研究进展的同时,着重叙述了他们在全新世海水表层温度、季风、相对海平面和海洋初级生产力重建等古气候和古海洋学领域的研究动态。针对我国边缘海,提出应选用更加有效可靠的有机地球化学多指标,研究高分辨率的沉积连续记录,全面恢复古气候环境变迁历史。     

渤海平整冰抗压强度设计标准的划区分析

为了确定结构泊海冰设计标准，将渤海已划分成九个设计区。本文介绍了某些渤海平整冰单轴抗压强度的经验公式。并从晶体结构方面分析了各经验公式之间的差别，考虑到晶体结构的影响，提出了一个半经验公式用于计算设计强度。在寒潮最低气气温持续期间内、平整冰内存在稳定的热流传热条件。因此可利用传热量计算公式推算出冰盖平均冰温。根据各海区历最低气温的平均值和最低值，结合不同重现期的设计冰厚，文中介绍和推荐了各海区设计     

基于改进逻辑回归的电网覆冰故障预测研究

电网覆冰由于湿度、温度、海拔等因素可形成不同的覆冰类型，电网系统故障水平会根据覆冰类型的差异而变化。传统的电网覆冰故障预测多聚焦于覆冰厚度与电网故障的内在联系，忽略了覆冰类型对电网故障的影响作用。为解决这一问题，提出了一种改进的逻辑回归多分类算法，通过将拟合出的回归函数值输入Softmax函数转换为多概率形式实现对覆冰类型的分类，根据数据有无覆冰类型的划分，分别在不同的机器学习算法下对电网覆冰故障进行预测比较。经试验，采用改进逻辑回归算法预测覆冰类型的准确率达88%,电网故障预测的准确率较无覆冰类型下的预测在改进逻辑回归算法、朴素贝叶斯算法(Na6ve Bayes, NB)、K近邻、支持向量机算法(Support Vector Machine, SVM)中分别平均提高了5.3%、21.7%、7%、5.3%,研究表明，改进的逻辑回归算法可以准确预测电网的覆冰类型，提升电网故障预测的准确率。