福州乱鸣喇叭调查

新闻事件:乱鸣喇叭,每次罚款20元福州开展市区乱鸣喇叭专项整治3月17日,福州警方首次明确表示,将加强对市区乱鸣喇叭的交通违法行为开展整治,并提出新的查处方式,包括二人一组的骑警巡查执法、启用"现场执法记录仪"等。同时     

离子液体处理油基钻屑的研究

一步法合成一种离子液体(Ionic Liquid,IL)1-十四烷基-3-甲基咪唑溴化盐[C_(14)MIm]Br,作为萃取剂替代有机溶剂用于油基钻屑的萃取处理。考察IL种类、加量、萃取时间及pH值等对萃取效果的影响,实验结果表明,油基钻屑与萃取液质量比为1∶1、pH值大于7时,萃取在20min时可以达到平衡,油基钻屑中油去除率大于88%,IL吸附损失率小于0.9%,分离后的IL可直接重复利用7次。     

油气田钻修井HSE监督“4.0”建设的探索

将工业"4.0"的理念融入到油气田钻修井HSE监督体系建设中,借助现代化电子信息手段,如通过施工现场的电子监控设备,进行远程实时监控;通过软件、程序和网络,将检查标准、发现问题进行上传,便于监督人员对标检查、受检单位第一时间了解存在的隐患问题,并安排隐患整改;同时按专业、工序及工况将问题自动分析统计,找出重复问题,更加有针对性的进行安全监督和管理。最终实现全方位、实时监督,使员工行为、生产的每个环节等全面受控,实现零事故、零伤害的目的。     

土壤渗滤对有机微污染物去除性能研究

采用土壤柱试验研究了土壤渗滤对再生水中有机微污染物的去除性能。结果表明,土壤柱对再生水中的DOC、UV₂₅₄、总氮和总磷有较好的去除效果,并具有较高的抗冲击负荷的能力;土壤表层10 cm厚度对DOC的去除起主要作用;UV₂₅₄和AOX在土壤表层10 cm厚度降解效果不明显,随着深度增加去除率逐渐升高;液相色谱有机碳探测(LC-OCD)检测结果表明,土壤柱对溶解性有机物质的去除主要体现在对多糖物质的降解上,其次是有机酸类,对腐殖质也有一定的去除作用。     

环境监测数值修约在Excel中的实现

本文简要介绍了环境监测技术规范中所规定的数值修约规则及相关规范要求的主要内容,并给出了相应的Excel修约公式和修约函数,可方便地用于对环境监测工作中实验测定和计算得出的各种数值进行修约。修约公式是一个利用Excel工作表函数构造的满足数值修约基本规则的工作表计算公式,在给定修约位数的前提下,可直接在工作表单元格中使用修约公式对数值进行修约,对于简单应用,具有方便、快捷、直观的特点。修约函数是一个利用Excel VBA编制的自定义函数,共有四个参数,其调用方法同工作表函数,具有针对性强、灵活、便捷的特点,可根据环境监测技术规范的特定要求,实现自动按有效位数或小数位数进行数值修约,并按相应的格式输出数据。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。     

底质农残测定中固相柱净化体系的选择

使用固相柱对底质中的7种农残进行净化。结果表明,在相同淋洗条件下,使用氟罗里硅土柱比硅胶柱净化效果好。比较了不同溶剂体系、不同溶剂配比下2种萃取柱的净化效果,选择乙醚-正己烷(体积比1∶2)或丙酮-正己烷(体积比1∶4)作为净化溶剂,较小的收集体积都可满足所有目标化合物的回收率要求;相比较而言,丙酮-正己烷(体积比1∶4)作为净化溶剂,洗脱液的杂质干扰更小,净化效果更好。使用氟罗里硅土柱和丙酮-正己烷(体积比1∶4)对样品净化,方法简单,快速,净化效果好,适合大批量底质样品的前处理净化过程。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。