Cost effective environmental control technology for utilities

On September 24, 1998, new regulations announced by the US EPA require 22 eastern states plus the District of Columbia to develop state implementation plans to reduce ground-level ozone through the reduction of nitrogen oxide (NOx) emissions (Cooper, 1998). This plan calls for a 28% NOx cut in the summer time (1.2 million tons) by 2007. This calls for utilities to develop new, efficient, and robust post-combustion NOx control technologies. A new environmental control technology called low temperature oxidation (LTO) system, which can reduce NOx emissions below measurable levels (i.e. 2 ppm using process analyzers) at low temperature (125-325 °F), was awarded the best available control technology and the lowest available emission reduction technology by the US EPA in April 1998. Ozone is employed to oxidize nitric oxide (NO) to dinitrogen pentoxide (N₂O₅) at a low temperature in an oxidizer, which is then easily absorbed by water in a scrubber. Bench scale and pilot plant tests have shown that the LTO process can almost completely remove the NOx emissions (i.e. NOx emissions are below levels measurable using process analyzers). This proved that the LTO system is an attractive process to meet the stricter NOx regulations. There are multiple benefits of the LTO system besides removal of NOx emissions, includes reduction of SOx and CO emissions, and no secondary air emissions (NH₃, N₂O). In order to obtain minimum NOx emissions, extra ozone needs to be supplied. The cost of the process also increases nonlinearly as emissions decrease. This poses a challenging multiobjective optimization problem where emissions like NOx and SOx need to be minimized, while minimizing the system cost as well as extra ozone. This problem is addressed using a new and efficient multiobjective optimization framework. This framework will provide designs that are cost effective as well as environmentally friendly.     

改进的层次分析法及其在自然灾害风险识别中的应用

自然灾害风险识别系统是由众多自然因素和社会经济因素组成的复杂系统 ,其主要问题之一就是如何将有关定性风险因素定量化。为此 ,本文进一步探讨了层次分析法用于自然灾害风险识别系统的具体途径。直接从判断矩阵的定义出发 ,提出了基于加速遗传算法的层次分析法 (AGA AHP)。利用该法 ,可同时确定层次各元素相对重要性的排序权值和进行判断矩阵的一致性检验。理论分析和实例分析的初步结果说明 ,AGA AHP法直观、可行而有效 ,其计算结果精度高于目前常用的基于特征根的层次分析法的相应结果 ,在各种自然灾害复杂系统分析中具有重要的理论意义和广泛的应用价值。     

基于神经网络建立煤与瓦斯突出的预测模型

基于神经网络，提出了建立煤与瓦斯突出预测模型的方法，给出了网络系统的构造方式及算法，预测结果表明该法具有很高的容错性和准确性     

基于时间的进场航班效率评估方法研究

终端区作为空中交通的起讫点,是拥堵、延误的多发区,其运行效率对航班整体的运行效率至关重要。欧洲航行安全组织(EUROCONTROL)采用畅通进场时间(Unimpeded AMSA Time)作为量化进场效率的标杆。我国目前还没有明确的进场效率量化指标,因此可以借鉴畅通进场时间这个指标来评估进场效率。以首都机场为研究对象,首先对进港航班ADS-B数据进行预处理来计算进场时间,然后利用K-means聚类算法对航班进行分组,运用回归分析法找寻与终端区拥挤程度关联性最强的解释变量,提出关于畅通航班拥挤阈值的方法来计算畅通进场时间,最后用时间效率指标对进场效率进行评估,得出5月首都机场的进场效率为83. 39%,可为进场效能评估提供参考。     

路径-脆弱点最短距离最大化的危险品运输网络设计

为了实现危险品运输网络的有效设计,进而降低危险品运输风险。将分布于公路两侧的医院、学校、居民区、购物中心等人口集聚场所定义为“脆弱点”,并通过计算运输路径和脆弱点间的加权距离来评估路段风险;结合双层理论构建模型,上层规划为政府的网络设计问题,通过关闭部分路段来最大化危险品车辆行驶路径与各脆弱点间的最小加权距离,下层规划则为承运商的车辆路径选择问题;为求解模型,设计1类启发式算法,并对算法的计算时间复杂性进行证明,最后根据算例分析发现,该算法经过有限数量的迭代即可得到风险最小的、次小的、…、第k小的运输路径及对应的路段关闭方案,为寻求兼顾运输风险和运输成本的最优方案提供决策支持。     

大型空间桁架天线振动控制及作动器位置优化

目的对在轨大型空间柔性桁架天线结构振动进行主动控制及作动器位置优化。方法采用线性二次型最优控制算法对天线结构进行振动抑制,以系统能量和控制能量的和作为优化性能指标,利用遗传算法对作动器的位置进行优化。结果在优化配置的两个作动器控制作用下,受到激扰的天线结构振动便在10 s内得到良好得抑制,振动幅值减小了一个量级。结论适当地增加作动器数目,恰当地配置作动器的位置能有效抑制柔性天线结构的振动。     

Prediction of dissolved gases content in power transformer oil using BASA-based mixed kernel RVR model

In this paper, beetle antennae search algorithm-based mixed kernel relevance vector regression (BASA-MkRVR) model is presented and applied to predict the dissolved gases content in power transformer, and beetle antennae search algorithm (BASA) is used to select the appropriate kernel parameters and controlled parameter. The RVR model with RBF kernel (RBFRVR) and the RVR model with Sigmoid kernel (SigmoidRVR) are, respectively, used to compare with the proposed BASA-MkRVR model in order to testify the superiority of BASA-MkRVR compared with RBFRVR and SigmoidRVR. The experimental results indicate that BASA-MkRVR has more excellent prediction ability for the dissolved gases content in power transformer oil than RBFRVR and SigmoidRVR.     

基于循环神经网络的缓坡场地液化侧移预测*

为预测缓坡场地地震液化侧向位移,基于改进自适应算法（Rectified Adam）和循环神经网络模型（RNN）,提出液化侧移预测模型RA-RNN,通过对侧移数据进行样本学习,并利用改进自适应算法优化循环神经网络结构,验证RA-RNN模型可靠性,并与多元线性回归法（MLR）计算结果进行对比。结果表明:RA-RNN模型计算得到侧移一般为实测位移的0.7~1.3倍,训练结果R2,RMSE,MAE分别为0.977,0.375,0.141;土耳其科喀艾里RA-RNN模型预测结果RMSE和MAE为MLR模型的1/26,1/830;中国台湾集集镇RA-RNN模型预测结果RMSE和MAE为MLR模型的1/18,1/350,RA-RNN模型预测结果较优,预测精度及泛化能力得到很大提升。     

基于DBSCAN聚类的城市区域火灾风险计算方法——以深圳市盐田区为例*

为探究评估城市区域的火灾综合风险,提出空间聚类和层次分析法对深圳市盐田区2011年至2019年火灾数据进行建模分析。运用DBSCAN聚类模型对火灾地点进行分类,结合层次分析法构建火灾风险评估验证模型,探讨聚类结果、火灾场景、火灾原因构建系统层次结构模型,综合得出风险评估结果。通过将聚类区域还原至百度地图,结合场景信息及层次分析法指标值对模型的有效性进行验证。结果表明:由于各区区域功能及地理位置不同,区域火灾风险值有明显差异,模型计算出的4个区域结果与实际火灾情况具有一致性。     

富营养化评价的幂函数加和型普适指数公式

提出了一个用幂函数加和型表示湖泊富营养化评价的综合指数公式,并采用粒子群算法优化公式中的参数,得出优化后适用于多指标的富营养化综合评价的普适指数公式,该公式的特例也可作为单项指标的富营养化评价指数公式.将优化好的湖泊富营养化评价公式用于我国不同地域和不同类型的65个湖泊的实例评价.其评价结果与用修正卡森指数公式TSI.和我国营养状态指数公式TSI,及其它方法的评价结果基本一致,并与实况相符,从而为水体富营养化评价提供了一种新的有效途径.