我矿童家院区通风系统的改造与评价

介绍了锡矿山矿务局北矿童家院区北风井通风系统建立的过程,对北风井通风系统投产运行的实际效果进行了评价.     

Evaluation of ecological network analysis: Validation of output

Ecological network analysis (ENA) is a modeling approach increasingly being used to evaluate food webs and provide an ecosystem-based approach to resource management. Unfortunately, validation of ENA output is rarely performed. This study represents part of a larger effort to critically evaluate ENA. Here we validate ENA output using stable isotope analysis (SIA), and where validation is not met, determine the effects of modifying trophic networks to reflect validation.     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

HCl emission characteristics and BP neural networks prediction in MSW/coal co-fired fluidized beds

IntroductionWiththedepletionofspaceforlandfillingofmunicipalsolidwasteandtherisingpricesforrawmaterials ,moreandmorefluidizedbedincineratorshavebeenusedtotreatMSWduetotheprimaryadvantagesofhygieniccontrol,volumereductionandenergyrecovery .BecausetheMSWhas…     

一种处理爆炸多能法的新方法

以多能法中距离－超压关系图为例,介绍了一种运用前馈多层感知器网络对现行多能法中查图步骤进行改进的方法。此法从很大程度上解决了多能法在爆炸灾害评估中手工查图误差大且不方便的缺点。模拟结果表明,该处理方法能够很好的逼近多能法中的超压函数P＝f(R0,C),最后提出了人工神经网络方法在爆炸破坏效应评估中进一步应用的设想。     

改进的BP算法在黄河下游枯季径流预测中的应用

本在黄河下游地区应用多层前向人工神经网络理论,通过改进BP算法,建立下游枯季径流预测的BP神经网络模型,使用花园口-利津水站26年的完整序列测流资料训练和检验网络并用于预测,结果表明,通过本次研究建立的BP网络模型是合理的,可靠的,它较好地反映了黄河下游的枯季径流规律,可为今后黄河流域水资源的统一调度,管理,尤其是预防黄河下游再次出现断流提供科学依据。     

基于Bayesian网络的常减压装置设备故障概率分析

为分析影响常减压蒸馏装置平稳运行的设备失效模式及故障部件,基于1 151条设备故障数据,采用Bayesian网络分析方法,分别对离心泵、压缩机、电动机构建基于Bayesian网络的设备故障概率分析模型,分析故障部件、失效模式、故障后果之间的定量概率关系。研究结果表明：离心泵、压缩机、电动机停运的关键致因部件分别为轴承箱密封故障、活塞环故障、轴承故障,同时得到导致设备停运的故障部件敏感度排序。研究结果有助于提高设备故障风险防范及检维修工作效率,同时可为备件优化方案提供思路。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

微波、毫米波电磁材料特性及参数宽频带测试方法

讨论一种微波、毫米波电磁材料特性和参数宽频带测量方法——自由空间法。给出了该测量方法的测试原理和基于国产AV3630幅相接收机为基础的测试系统构成及系统扩频方法,论述了自由空间测试法需注意的关键技术问题。     

锑矿周边稻田土壤垂直剖面锑砷形态与细菌群落结构分布及相互关系

为了解稻田土壤微生物对锑(Sb)和砷(As)污染的长期适应机制,本文以贵州省独山半坡锑矿和某锑矿冶炼厂周边稻田土壤为研究对象.采用野外布点和室内分析的方法,利用Illumina高通量测序技术对稻田垂直剖面土壤细菌16S rRNA V3～V4可变区进行测序,分析了土壤微生物的α多样性、物种丰度差异和组成情况,探讨了不同形态Sb和As在tc1(水耕熟化层)、tc2(渗育层)、tc3(犁底层)和tc4(水耕淀积层)的地球化学行为及其对细菌群落结构的影响.结果表明,研究区Sb和As的来源不同,Sb主要来源于大气沉降和人工投放,As则来源于成土母岩.变形菌门(Proteobacteria)和绿弯菌门(Chloroflexi)为各土层的主要优势菌门,具体表现为变形菌门(Proteobacteria)是tc1和tc2的优势菌门,绿弯菌门(Chloroflexi)是tc3和tc4的优势菌门.土壤剖面各土层多样性指数均在tc1达到最大值,在tc3达到最小值且差异不显著.相对重要性分析表明,总As、As(V)、TS和Fe(II)为影响多样性指数的主要因子.LEfSe分析表明,各土层差异指示种在不同分类水平上各不相同且tc1的数量高于tc2、tc3和tc4.如在门水平,tc1的差异指示种为疣微菌门(Verrucomicrobia),tc3为热袍菌门(Thermotogae),tc4为硝化螺旋菌门(Nitrospirae);在纲水平,tc1为α-变形菌纲(α-proteobacteria),tc2为β-变形菌纲(β-proteobacteria),tc3为热袍菌纲(Thermotogae),tc4为硝化螺旋菌纲(Nitrospirae).RDA分析和相对重要性分析表明,总As、As(III)、Sb(V)、总Sb和pH等对细菌门分类水平具有重要影响.共生网络分析进一步表明,Sb(III)和As(V)虽然对群落结构影响相对较小,但与特征性微生物却存在显著相关性,如Sb(III)与Defluviicoccus属显著相关,而As(V)对β-变形菌纲影响较为显著.