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.     

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.     

基于人工神经网络的莺落峡月径流模拟预测

莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。     

Assessing self-organization of plant communities—A thermodynamic approach

Thermodynamics is a powerful tool for the study of system development and has the potential to be applied to studies of ecological complexity. Here, we develop a set of thermodynamic indicators including energy capture and energy dissipation to quantify plant community self-organization. The study ecosystems included a tropical seasonal rainforest, an artificial tropical rainforest, a rubber plantation, and two Chromolaena odorata (L.) R.M. King & H. Robinson communities aged 13 years and 1 year. The communities represent a complexity transect from primary vegetation, to transitional community, economic plantation, and fallows and are typical for Xishuangbanna, southwestern China. The indicators of ecosystem self-organization are sensitive to plant community type and seasonality, and demonstrate that the tropical seasonal rainforest is highly self-organized and plays an important role in local environmental stability via the land surface thermal regulation. The rubber plantation is at a very low level of self-organization as quantified by the thermodynamic indicators, especially during the dry season. The expansion of the area of rubber plantation and shrinkage of tropical seasonal rainforest would likely induce local surface warming and a larger daily temperature range.     

基于高阶递归神经网络的AUV鲁棒控制方法

目的 提出一种基于高阶递归神经网络的AUV鲁棒控制方法。方法 利用结构简单但逼近效果优越的高阶递归神经网络,对建模不确定性和外部未知干扰进行估计,并将其补偿到输入控制律中,以提高控制性能。之后,基于HJI理论和Lyapunov稳定性分析导出神经网络权重自适应更新律和AUV自适应控制律,设计反步滑模方法作为对比方法,并进行仿真实验。结果 设计的基于高阶递归神经网络的AUV鲁棒控制方法的跟踪误差、调节时间等控制指标均优于反步滑模方法。设计的鲁棒控制方法可以控制AUV精确跟踪目标轨迹,同时具有优秀的控制性能和鲁棒性。结论 这一研究为AUV轨迹跟踪控制领域提供了一种高效且有效的方法,有望在复杂、不确定的水下环境中得到应用。     

面向城市水环境治理的智慧水管家模式

近年来我国城市水环境治理取得了显著成效,已迈入水资源、水环境、水生态统筹治理的新阶段。传统水环境治理模式难以适应新阶段的问题和挑战,亟需探索一条可持续、系统性、高质量的水环境治理模式。智慧水管家模式是三峡集团在推进长江大保护过程中,系统构建形成的一套可复制推广的机制、理念、方法与技术支撑体系。从治理机制和理念、核心业务着力点以及科技支撑三个层面系统阐述了智慧水管家模式的核心内容,以期为我国城市水环境治理提供新思路。     

中性蛋白酶水解排水管网沉积物

采用中性蛋白酶水解排水管网沉积物以缓解管网淤堵问题,考察了酶投加量、反应时间、pH、温度等对沉积物水解效果的影响,并通过EPS、三维荧光光谱以及SEM等表征分析方法探讨了可能的机理。结果表明,在酶投量为8%(质量百分数)、pH=7 、25 ℃条件下反应3 h,沉积物的水解效果较好,SCOD由原泥的259.03 mg·L⁻¹升至 6 715.40 mg·L⁻¹,多糖从14.21 mg·L⁻¹升至5 797.27 mg·L⁻¹,氨氮由23.02 mg·L⁻¹升至47.89 mg·L⁻¹,有机质含量由50.42%降至48.24%,促进了有机质从固相向液相的迁移。经中性蛋白酶水解后,沉积物的结构和EPS被破坏,内部物质溶出,溶出的多糖占主导地位,且EPS含量变化趋势为S-EPS>TB-EPS>LB-EPS。水解后上清液中微生物代谢产物与腐殖质物质增多,蛋白类(酪氨酸、色氨酸)和富里酸类物质减少。以上研究结果可为缓解管网沉积物淤堵提供参考。     

生物滞留系统植物筛选与综合评价

为科学筛选出生物滞留系统中能有效去除多种污染物的最佳植物,选取10种重庆市本土植物构建雨水生物滞留系统,以控制山地城市道路雨水径流污染; 并采用反向传播动态神经网络(BP-DNN)技术构建了基于多目标污染物的综合评价模型,对所有生物滞留系统进行应用评价。结果表明：植物可有效去除有机物和营养物等多种污染物,但存在差异性; 植被种类对COD的去除影响显著,其中,风车草去除效能最佳,而千屈菜最差; 植物的栽种可有效提高系统对NH₄⁺-N的去除率,但差异性并不显著,同时,部分植物能在一定程度上提高系统对NO₃^--N的去除,但不稳定; 植物的栽种能有效提高系统的除氮性能,选用风车草时系统除氮性能最佳,TN去除率可达64.30%~86.82%,而植物的栽种对TSS和TP的去除无显著影响。在综合评价的10种植物中,风车草和美人蕉为生物滞留系统的最佳植物。