海洋环境耐蚀结构钢研究进展

以海洋装备主体材料钢铁作为研究对象,概述了结构钢在海洋环境下的腐蚀与防护研究进展。叙述了结构钢在海洋环境不同区域的各种因素影响下的腐蚀行为和机理。阐述了耐蚀结构钢材料的研究现状和国内外海洋环境用典型耐蚀低合金钢,目前主要通过微合金化技术和组织调控技术提高合金钢材料的耐蚀性。对比国外相关研究,我国耐蚀结构钢开发相对滞后,除了利用微合金化技术、组织调控技术这2种方法提高结构钢材料的耐蚀性外,采用传统腐蚀研究方法结合基于机器学习技术的新型腐蚀研究方法,挖掘海洋环境因素、材料成分和组织结构因素对结构钢腐蚀速率的影响规律,对加强结构钢腐蚀机理研究、加快新型耐蚀结构钢的开发、延长海洋装备的服役寿命具有重要意义。     

基于机器学习利用低成本传感器数据构建城市近地面PM2.5浓度的高分辨率空间分布

PM_2.5是当前影响中国城市空气质量的一种重要污染物,它对人体健康有不利影响,高时空间分辨率的PM_2.5浓度分布是城市大气污染 精细化防控和健康影响评估的重要基础.低成本传感器在中国城市空气质量监测领域得到越来越多的应用,但由于其数据质量不够高,其价值没有得到充分的挖掘.本研究以在长三角地区蚌埠市城区作为研究案例,首先基于国控站监测数据对低成本传感器观测数据进行校准.接着通过6种机器学习模型的预测性能的比较选取随机森林作为本研究的核心方法.然后利用随机森林方法结合土地利用类型、人口密度和通过WRF模式模拟得到的气象数据、监测数据等多源数据,构建了时间分辨率为1 h、空间分辨率为0.005°（接近500 m）的近地面PM_2.5浓度的时空分布.最后对几种方法的结果进行了比较和评估.反演得到的高分辨率PM_2.5浓度的10倍交叉验证结果显示,空间R²=0.95,RMSE=9.32 μg·m^-3,时间R²=0.88,RMSE=9.24 μg·m^-3.结果表明,低成本传感器观测数据可以帮助人们构建具有更高精度的高时空分辨率的PM_2.5浓度 分布,使得低成本传感器数据的时空特征价值得到更好的利用,同时也可为低成本传感器更好地服务于空气质量精细化管理提供一种新的 应用思路.     

南京市大气颗粒物PM1中重金属污染的磁学诊断

在南京仙林地区采集大气PM₁,分析PM₁的磁学参数及其中重金属浓度的季节差异,以PM₁中重金属浓度为输出目标,以气象因子、PM₁浓度和磁学参数作为输入变量,采用支持向量机构建重金属磁学诊断模型.结果显示,PM₁的年均浓度为26.31μg·m^-3,PM₁和其中绝大部分重金属如：As、Cd、Cu、Pb、Zn等的平均浓度在冬季最高,其次为春季,夏季和秋季较低.PM₁中磁性矿物以亚铁磁性矿物为主,低频磁化率在冬季最高,春季最低,饱和等温剩磁和硬剩磁在夏季最高,秋季最低.主成分分析表明,PM₁中重金属与磁性矿物之间的来源具有一定差异,且同时受到气象因素的影响.当模型输入变量加入了磁学参数时,支持向量机对每个重金属模拟的训练和验证相关系数R值均有所提高,且均>0.8.其中,对As、Pb、Zn的模拟训练和验证R值均>0.85,同时误差也较低.大气颗粒物磁学特征可用于对其中重金属浓度进行模拟,不...     

烧结烟气中CO对SO2监测的干扰分析

通过承钢烧结机脱硫出口SO2的比对监测,发现在线及手持监测设备正常但监测数据仍比对不合格。进行CO干扰实验,得出CO对采用＂定电位电解法＂的手持SO2分析仪有正干扰,并得出了干扰系数。现场实地测试后,利用干扰系数对监测数据进行人工修正,对比结果合格。应用＂定点位电解法＂监测烧结机烟气中低浓度SO2时,应人工修正或加装剔除CO影响的元件。     

基于决策树支持向量机算法的船用设备故障诊断

目的 提高船用设备的智能化水平,增强船舶的安全性、可靠性,对船上设备进行状态监测,并基于监测数据对设备健康状况进行评估,对可能存在的故障工况进行识别.方法 通过采集机舱内的振动数据,对数据进行预处理、快速傅里叶变换,提取1/3倍频带特征,将倍频带谱信号作为特征向量,利用支持向量机算法进行模型训练及分类.对于船上多种工况及可能存在的多种故障类别,采用决策二叉树方法,提出一种快速、准确的状态监测及故障诊断策略.结果 在实验室工况下识别准确率接近100％.结论 该方法能够对船用设备进行状态监控、故障诊断、健康评估等提供支持,为设备检修、传感器布置等决策提供依据.     

松散煤体表面温度与热源温度对应关系的热红外实验研究

煤层自燃火灾的自燃火源位置的精确探测是防灭火的关键,也是一项世界性难题。近年来,应用红外技术探测煤层隐蔽火源位置已成为一个热点,通过红外技术定性和定量研究松散煤体升温过程中红外辐射特征变化及影响因素,掌握松散煤体内部热量传递规律,对于利用红外成像技术探测井下煤层自燃隐蔽火源具有重要的参考价值。本文采用在松散煤体中加线状热源,保持热源位置不变,改变热源温度,当温度场达到稳定时用红外热像仪采集表面照片的方法,研究松散煤体表面温度与热源温度的对应关系。结果表明热源上方为高温区域,近似椭圆状,随着热源温度的升高,高温区域不断扩大,表面温度t与热源温度T、像素坐标χ满足关系式。     

Meep在烧结机机头除尘的应用

对烧结机粉尘进行了综合分析,结合Meep技术的特点,阐述了其对烧结机机头粉尘的适应性,是目前烧结机机头除尘排放达标、节能降耗的有效除尘技术.     

信息融合技术在火灾探测中的应用研究

为减少火灾探测中的误报警,基于信息融合技术对火灾传感器输出的信息进行处理。充分利用火灾探测系统的在线和离线数据,采用改进的主元分析法(PCA)、粗糙集(RS)理论、支持向量机(SVM)等3种方法的融合与互补,通过对系统的输入数据进行简化,消除原有信息的各分量之间的相关性,降低特征信息维数;实施最优最小约简,特征提取优化;构造自适应核函数,确定最优分类超平面,进行样本训练,获得火灾探测结果。从数据级、特征级、决策级3个层次上实现火灾信息融合。结果表明:该方法减少了融合过程中的信息损失,降低了计算的复杂性,有效地提高了火灾探测系统的可靠性和准确度。     

基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。