无起爆药雷管内管装药密度对燃烧转爆轰的影响研究

起爆药雷管生产中产生大量有毒废水,且其运输、贮存存在安全隐患。为克服这些困难,笔者自行制备无起爆药雷管。采用圆筒式金属内管中装填超细PETN(季戊四醇四硝酸酯),作为起爆元件,代替起爆药部分,研究装药密度对内管燃烧转爆轰(DDT)的影响。研究结果表明,在内管壁厚1～2 mm,内径Φ4.0 mm,长25 mm,装压密度为0.8～1.14 g/cm3的范围内,内管能可靠实现燃烧转爆轰。     

基于主成分分析法的危险货物运输企业安全评价

为更准确地评估危险货物运输企业安全等级以降低其运输风险,提出基于主成分分析法(PCA)的危险货物运输企业BP神经网络安全评价模型;在从人-机-物-环境-管理角度构建危险货物运输企业安全评价指标的基础上,分别利用该模型和其他3种模型对3家实例企业进行仿真评价和对比分析。结果表明,该模型的评价结果与期望值间的相对误差约为0.5%～1.2%,计算精度优于其他模型,且具有计算量小等特点。     

渗透管法芥子气气体发生方法研究

本文研究了芥子气气体发生的一种方法——渗透管法。在自制芥子气渗透管的基础上,研究了渗透管法发生的可行性、稳定性以及温度对膜渗透速率的影响。     

基于BP神经网络算法的北京市地铁站应急疏散能力仿真评估模型

地铁站的应急疏散能力是地下铁道安全运营设计中非常重要的部分,对于维持社会稳定,保障人民安全具有重大意义.本文利用BP神经网络计算方法和MATLAB软件,选取可能影响地铁站疏散能力的相关因素作为评价指标,建立了应急疏散指标体系,并以北京北三环区域周边地铁站作为主要研究对象,对北京市地铁站应急疏散能力进行了仿真评估,提出了增加疏散通道、疏散楼梯、安全出口等数量,以提高地铁站应急疏散能力等一些可供参考的建议.     

RBF神经网络可靠度分析方法在边坡稳定性研究中的应用

针对边坡稳定性可靠度分析,当状态函数无法显式表达且传统计算方法求解复杂问题困难时,提出一种基于ABAQUS和粒子群优化径向基函数神经网络的可靠度分析方法。基于ABAQUS的强度折减方法计算所选随机变量对应的安全系数,利用径向基函数神经网络的数据拟合功能,建立模型并映射出安全系数和随机变量之间的关系,构造响应面功能函数;利用蒙特卡罗生成的大量随机样本代入功能函数得到相应的安全系数,进而计算边坡的失稳概率和可靠度指标来反映边坡稳定性。研究结果表明:相对于传统方法,本文方法计算效率更高、误差更小,适合实际工程应用。     

基于BP神经网络算法的密云水库水质参数反演研究

密云水库是北京市重要的地表饮用水源地,在保障首都水源安全方面起着重要作用,而密云水库水质参数的区域监测已成为当前亟待解决的问题。为了实现密云水库水质参数大范围、实时获取,该文基于遥感和GIS技术,采用BP神经网络算法,结合地面监测数据和Landsat 8遥感影像,分别建立了反演总磷、总氮、氨氮和COD(化学需氧量)4个水质参数的BP神经网络模型,并反演了密云水库2013-2018年非结冰期主要水质参数,分析了密云水库主要水质参数的年际变化特征、季节变化特征和空间分异特征。结果表明,(1)水质参数的Landsat 8敏感波段分别为:总氮为1、4波段,氨氮为1-7波段,总磷为1、3-7波段,COD为2-5波段。(2)密云水库主要水质参数在2013-2018年总体呈下降趋势,氨氮和COD为Ⅰ类水质,总磷为Ⅱ类水质,总氮为Ⅲ类水质。(3)4个水质参数指标春季最高、秋季次之、夏季最低,总氮、总磷、氨氮和COD的春季值分别是夏季值的1.08、1.36、1.6、1.45倍。(4)密云水库不同水质参数的空间差异性较大,总体来看,水库北部和东部的4个水质参数含量相对较高,这种分布与北部和东部村庄密集以及密云水库两大入库河流有关。综上所述,基于BP神经网络算法的密云水库水质反演研究是可行的,且得到了较为可信的研究结果,该研究可为密云水库水质管理与政策制定提供重要的科学依据。     

Artificial neural network modeling of caste odor discrimination based on cuticular hydrocarbons in termites

Summary. Individuals in an insect colony need to identify one another according to caste. Nothing is known about the sensory process allowing nestmates to discriminate minute variations in the cuticular hydrocarbon mixture. The purpose of this study was to attempt to model caste odors discrimination in four species of Reticulitermes termites for the first time by a non-linear mathematical approach using an "artificial neural network" (ANN). Several rounds of testing were carried out using 1 – the whole hydrocarbon mixtures 2 – mixtures containing the hydrocarbons selected by principal component analysis (PCA) as the most implicated in caste discrimination. Discrimination between worker and soldier castes was tested in all four species. For two species we tested discrimination of four castes (workers, soldiers, nymphs, neotenics). To test cuticular pattern similarity in two sibling species (R. santonensis and R. flavipes), we performed two experiments using one species for training and the other for query. Using whole hydrocarbons mixtures, worker/soldier discrimination was always successful in all species. Network performance decreased with the number of hydrocarbons used as inputs. Four-caste discrimination was less successful. In the experiment with the sibling species, the ANN was able to distinguish soldiers but not workers. The results of this study suggest that non-linear mathematical analysis is a good tool for classification of castes based on cuticular hydrocarbon mixture. In addition this study confirms that hydrocarbon mixtures observed are real chemical entities and constitute a true chemical signature or odor. Whole mixtures are not always necessary for discrimination. Received 23 July 1998; accepted 9 October 1998.     

兔子宫内膜蛋白等电聚焦电泳柱状胶与板状胶电泳效果的比较

哺乳动物早期胚胎发育过程中，胚泡附植的成功与否对早期胚胎的发育十分重要．为了有效地弄清胚泡附植的分子机制，本研究从分析蛋白质的一种生化技术-等电聚焦电泳着手，利用兔子宫内膜蛋白作为实验材料，探讨了柱状胶与板状胶等电聚焦电泳分离蛋白质的电泳效果．研究结果表明：在相同情况下，柱状胶与板状胶的蛋白质分布有一些差别，pH梯度分布也不一致；板状胶比柱状胶pH值分布宽、蛋白质谱带多、分辨率高；板状胶酸性端只有1—2cm没有蛋白带、蛋白带分布比较均匀且压得比较紧．这说明在用子宫内膜作为实验材料进行电泳时用板状胶进行电泳的结果较好．     

超声清洗MBR生物膜--臭氧化技术在中水回用中的应用

超声清洗MBR生物膜-臭氧化技术,是在传统的二级生化污水处理技术的基础上,采用膜生物技术、臭氧化工艺和现代超声波清洗膜元件技术,进行生活污水回用处理的新兴技术.膜生物(MBR)技术具有出水水质好,一次性投资低,占地面积小,运行费用低等优点;利用现代超声波技术清洗膜元件,既可以彻底清除粘附在膜内、外壁上的污染物,又可以避免化学清洗对膜造成的危害,及清洗剂对环境的污染;采用臭氧化工艺,利用臭氧的强氧化性,可以彻底消除细菌、臭味、色度等可能对回用人群造成的危害,使处理后的水成为真正安全的回用水.     

基于人工神经网络模型预测ABR反应器处理效率

ABR反应器的处理效率受多方面的因素影响，本文通过BP人工神经网络，利用ABR反应器进水CODcr浓度、容积负荷、温度、稳定运行时间四个参数对其反应器处理效率进行预测。结果表明，BP人工神经网络可较好的用于ABR反应器处理效率的预测，具有较高的精度，在实际生产中，可以运用人工神经网络，对ABR反应器的运行参数进行调整，使之达到最优化的运行状态。