大型料场喷水抑尘装置的应用

在大型料场堆料机上设计安装喷水抑尘装置可取得很好的降尘效果。     

信息化提升作业安全性

梅山矿业结合井下安全避险＂六大系统＂的要求,充分利用已有的信息网络平台,先后建设了＂井下通讯系统＂＂井下人员定位系统＂,完善了＂多级机站通风计算机远程监控系统＂和＂视频网络监控系统＂等子系统,提高了井下采矿的安全性和自动化水平。     

电机细分技术在球机控制系统中的研究与应用

本文详细分析了步进电机双极性恒流细分驱动原理,介绍了该技术在基于ARM处理器的球机云台控制系统中的应用,并对该系统的软硬件的实现作了具体的分析,提出了对电机控制过程中振荡和失步的解决办法.     

西藏达机翁蛇绿岩的岩石地球化学特征及其构造环境

在对西藏雅鲁藏布板块缝合线西段北亚带达机翁蛇绿岩的地质构造、岩石组合等进行野外考察的基础上，首次对该蛇绿岩的主量元素、微量元素、REE及Sr、Pb、Nd同位素进行了较系统的测试分析和综合研究，并由此探讨了该蛇绿岩的构造环境。提出该蛇绿岩为新特提斯东段岛海格局中的岛派成国，为已消亡的中生代新特提斯洋岩石圈的残片。     

基于高空间分辨率遥感影像的城市绿地提取方法研究

城市绿地是城市生态系统的一个重要子系统,在改善城市环境质量和居民生活水平方面扮演着越来越重要的作用。因此,如何及时获取城市绿地的分布及其变化,对于保护城市生态环境至关重要。本研究提出了一种基于高空间分辨率遥感影像的城市绿地提取方法,并珠海市为研究区域,利用Worldview-2遥感影像进行了城市绿地提取实验。结果表明,城市绿地提取结果比较理想,总体精度为94．09%,Kappa系数为0．94,但建设用地和裸地、城市绿地和建设用地之间仍然容易错分。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

基于改进支持向量回归机的污水处理厂出水总氮预测模型

在小样本数据的情况下,采用粒子群优化算法(PSO)对传统支持向量回归机(SVR)进行改进,将其应用于北京某大型污水处理厂出水总氮浓度预测上。 预测结果精度对比分析表明,PSO-SVR模型预测结果平均相对误差为1.836%,决定系数为67.76%,均方根误差为0.693 9,各评价指标均优于多元线性回归模型、BP神经网络模型。因此在小样本情况下,利用PSO-SVR模型对污水处理厂出水总氮浓度进行预测是可行有效的,为应用数据驱动模型对污水处理过程进行建模模拟提供了一种新方法尝试。     

倍福Profibus现场总线端子模块在炼钢电炉除尘系统中的应用

通过90 t炼钢电炉除尘工程控制系统的具体的工程项目实例,简略介绍了倍福(Beckhoff)现场总线端子模块及其在工程项目中的应用.     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

海洋石油勘探开发保险

海洋石油保险标的繁多，技术复杂，本文根据海洋石油勘探开发的四个过程，把海洋石油保险也分为四个保险阶段，分别予以阐述，并根据不同阶段的特点提出了在保险过程中应注意的问题。