连续油管疲劳损伤的磁记忆检测试验研究

连续油管工作在大位移塑性变形条件下,受力复杂,工况恶劣。其破坏形式多种多样,尤以疲劳居多。根据连续油管的工作原理,利用磁记忆检测方法,进行连续油管全尺寸疲劳试验,研究连续油管在内压、轴向拉伸及弯曲等交变载荷作用下,疲劳破坏过程的磁记忆特征信号变化规律,采用区域积分面积-寿命关系曲线,分析大位移塑性变形下的连续油管疲劳损伤过程的磁记忆信号特征值的规律。试验表明:磁记忆特征值可以很好的描述连续油管疲劳损伤程度,为现场连续油管服役过程工作寿命及损伤程度的判定提供依据。     

青岛市环境空气臭氧污染特征分析

青岛市是国家环保部确定的臭氧试点监测城市之一。文章结合青岛市市南区东部和四方区空气子站2008—2011年的试点监测数据,从区域差异、时间变化等方面分析了青岛市的臭氧污染特征,结果表明：①二区域臭氧浓度的日分布均呈现“单峰型”,12：00～15：00是一天中臭氧污染最严重的时段;②每月监测累积值市南区东部呈现“双峰型”,四方区呈现“单峰型”;③二区域臭氧污染最突出的月份均为5月;④二区域臭氧平均浓度从高到低季节排序略有差异;⑤2009年二区域臭氧污染最严重,该年四季中春季臭氧污染最为突出。     

从大运会期间浓度变化来分析污染物削减措施效果

运用深圳以及周边城市的环境空气污染物浓度资料,分析了NO2、PM10、PM2.5的分布特征,重点讨论了大运会期间NO2、PM10和PM2.5浓度的变化规律,应用相似气象条件的概念,采取多种空间、时间对比分析的方法,排除客观因素,分析了大运会期间人为减排的具体效果,结果表明:大运会期间控制措施效果显著,PM10削减比例更大,也即大运会期间关停了一些高污染排放企业对污染浓度的影响更明显。大运会期间控制措施对各污染浓度的下降起一定作用,作用在白天时段更明显,且对PM2.5的控制效果更显著。大运会期间南山区管控效果最明显,中心福田区PM2.5控制最好。大运会期间的区域联合控制成效显著。大运会后期控制措施的解除,致使污染物浓度快速上升到较高水平,且工业布局密集的区域及机动车流量最大的区域上升幅度相应较大。     

中国固体废物管理政策变迁逻辑与完善路径

系统梳理固体废物管理政策的变迁逻辑,研究固体废物管理政策的聚焦内容和发展趋向,有助于明晰固体废物管理政策完善路径。研究立足于已颁布的固体废物管理政策,运用统计方法分析固体废物管理政策的文本结构和内容,找出中国固体废物管理政策变迁的内在逻辑;紧密结合当前“无废城市”建设的政策需求,提出政策优化完善路径。研究发现:固体废物管理政策文本类型多元、效力级别多样,政策框架体系逐步优化完善;固体废物管理政策热点具有鲜明的时代发展烙印和动态演变特征,政策涉及的领域越来越广,政策内容更具针对性和全面性,政策执行更具指向性和可操作性;无害化、减量化、资源化,污染防治、监督管理、二次污染、回收利用、循环经济等是政策关注焦点;政府从宏观层面强化顶层设计,以政策引导规范为主,注重政策协同、技术支撑、治理水平提升等助推无害化、减量化、资源化目标实现;固体废物管理政策实施的工具手段多元化、要素支撑多样化,固体废物管理的技术支撑关注度逐步提升、管理模式与治理路径已进入适应性转型。立足现实需要,固体废物管理的市场化政策与激励机制不足,适用性技术关注度不高,综合管理水平和治理能力亟待提升。结合国外“无废城市”建设的理论研究、实践行动和政策举措,从固体废物生命周期管理政策、技术范式政策、主体协同政策、引导激励政策及法律法规政策等方面提出中国“无废城市”建设的政策完善路径方向。     

基于支持向量机的入侵检测研究

根据入侵检测和支持向量机的特点,提出基于最小二乘支持向量机异常检测方法,并建立基于支持向量机入侵检测的模型,对网络数据进行采集,提取特征,进行分类,分辨正常的数据和异常的数据。并在KDD CUP'99标准入侵检测数据集上进行实验,选取data_10_percent子集,把该数据集中的41个属性作为特征,将该子集最后一个属性label属性为:back,ipsweep,neptun,ports-weep和normal各200个数据进行测试。实证表明:该方法能获得较高检测率和较低误警率。     

基于遥感参数特征空间的福建省干旱监测

归一化植被指数(NDVI)和地表温度(LST)是描述地表特征的两个重要参数,通过新型的MODIS卫星数据反演得到NDVI和LST,采用基于NDVI-IST特征空间的条件植被温度指数(VTCI)模型,对2001-2002年福建省发生的严重秋冬春连续干旱灾害进行了监测验证,并利用气象观测数据对VTCI模型临测结果进行了分析.研究结果表明:VTCI模型能够真实地反映地表水分供应状况,能较好地反映区域旱情分布和旱情发展过程,VTCI值越小表示干旱灾害越严重.当旬的VTCI平均值与前一旬的降水量有着较高的相关性,利用VTCI模型能够近实时进行干旱监测,具有较高的业务化应用前景.     

黑河水资源特征及水环境保护

黑河是我国西北地区较大的内陆河,横跨山地、盆地和沙漠三大地貌类型区,用水矛盾尤其是经济建设与生态环境用水矛盾突出。该文在对黑河流域自然概况及水文特征研究的基础上,重点对黑河的水化学特征进行了较为全面的研究。分析了干流河水的主要离子成分、水化学类型、河水的矿化度、总硬度、总碱度及河水的微量元素组成,并对水质状况进行了评价,提出了水环境保护的意见和建议。     

钻具材料疲劳损伤的磁记忆检测试验研究

为及时准确地确定钻具疲劳损伤及应力集中位置,确定疲劳损伤程度,对42CrMo钢缺口试件进行拉扭疲劳试验及磁记忆在线检测。试验中实时采集磁记忆信号的切向分量,分析其梯度变化趋势,并提取Hp(x)max,Hp(x)sub,Kmax,Ksub等4个磁记忆信号特征参量,研究这4个特征参量在整个疲劳循环过程中的变化规律,并比较在线卸载与在线加载检测各特征参量的异同。试验结果表明,在整个疲劳过程中,各磁记忆信号特征参量具有不同的变化规律,很好地诠释了材料的拉扭疲劳过程,表征出不同疲劳阶段材料的应力集中程度。     

融合SSAE深度特征学习和LSTM网络的PM2.5小时浓度预测

精准的PM_2.5小时浓度短期预测,可以有效地提高空气污染的预报预警能力.针对传统的PM_2.5预测模型中存在的影响因素考虑不全面且影响因素选择方法适用性不强等问题,本文提出一种融合栈式稀疏自编码器（Stack Sparse Auto-Encoder,SSAE）和长短期记忆神经网络（Long-Short Term Memory,LSTM）的PM_2.5小时浓度预测模型.SSAE-LSTM模型综合考虑了时间因素、空间因素、气象因素和空气污染物因素等多种因素对PM_2.5的影响,采用SSAE以无监督方式自动提取PM_2.5抽象影响特征,实现特征的压缩和降维;然后以提取的抽象特征作为LSTM模型的输入,建立PM_2.5时间序列预测模型,挖掘PM_2.5历史序列中的长期依赖特征.为了验证方法的有效性,本文基于2016—2018年京津冀城市群71个空气监测站点的空气数据和气象数据,建立SSAE-LSTM模型对各个站点的PM_2.5浓度进行离线训练和预测实验.预测结果表明,SSAE-LSTM模型预测精度高于其它预测模型,在所有测试集上的一致性指数（IA）高达0.99,均方根误差RMSE与平均绝对误差MAE降到了13.98和7.90.此外,分析了SSAE-LSTM模型在不同季节的适用性,71个空气监测站点在春、夏、秋、冬4个季节测试集的预测值和实测值均有很好的线性关系,决定系数分别是0.86、0.92、0.96、0.93.对北京市万寿西宫站点的预测结果表明,SSAE-LSTM模型可以用于不同空气质量情况下的PM_2.5小时浓度预报,且具有应用上的可行性和可靠性.     

城市土壤与城市绿化

城市土壤是影响城市绿化植物生长的重要环境因子。从城市土壤的物理化学特征如结构、土壤容重和紧实度、城市土壤的水分供应、土壤有机质与养分含量、土壤酸碱度、土壤次生盐渍化和盐基饱和度等角度讨论了城市土壤与城市绿化植物生长之间的关系。城市绿化应该从土壤抓起。