COD自动监测仪在应用中的准确性分析研究

化学需氧量自动监测仪器被越来越多地使用到对工业污水、生活污水、饮用水源等的水质监测中。为了选取性能更优越的设备投入到今后的自动监测工作,本文对多种品牌型号的化学需氧量自动监测仪器初次安装的比对监测结果进行分析,试图比较出某些设备测量准确性是否明显优于其他设备。根据结论,提出了自动监测仪器发展和应用的对策建议。     

基于SSD网络的电梯内电动自行车检测研究*

为减少因电动自行车违规操作而造成的消防安全事故,杜绝电动自行车进电梯的违规行为,基于深度学习SSD目标检测网络,使用VGG16、EfficientNet、MobileNet 3种主干网络,研究SSD网络对电梯内电动自行车检测的可行性,分析比较3种网络的检测效果,并提出基于双摄的检测方法,进一步提高电梯场景下检测准确度,减少误检误报警。研究结果表明:SSD检测网络对电梯内电动自行车检测效果良好,其中SSD_MobileNet网络更适用于工业领域,双摄检测方法的检测准确率均大于90%。     

协同管理视角下的大型构件吊装管理研究

为了更好管控吊装施工安全和质量,针对大型构件吊装存在的问题,将基于信息共享的协同管理理论应用于大型构件吊装管理。首先,分析了协同管理理论在大型构件吊装管理中的必要性和可行性。其次,通过基于双机抬吊递送法研究协同管理视角下的大型构件吊装过程中的空间布局、安全管控、施工技术等的应用效果,形成了精细化的吊装管理一体化流程。对进一步实施推进工程项目的精细化管理和提高大型构件吊装的安全管理和质量控制水平提供借鉴意义和参考价值。     

Development of machine learning multi-city model for municipal solid waste generation prediction

● A database of municipal solid waste (MSW) generation in China was established. ● An accurate MSW generation prediction model (WGMod) was constructed. ● Key factors affecting MSW generation were identified. ● MSW trends generation in Beijing and Shenzhen in the near future are projected. Integrated management of municipal solid waste (MSW) is a major environmental challenge encountered by many countries. To support waste treatment/management and national macroeconomic policy development, it is essential to develop a prediction model. With this motivation, a database of MSW generation and feature variables covering 130 cities across China is constructed. Based on the database, advanced machine learning (gradient boost regression tree) algorithm is adopted to build the waste generation prediction model, i.e., WGMod. In the model development process, the main influencing factors on MSW generation are identified by weight analysis. The selected key influencing factors are annual precipitation, population density and annual mean temperature with the weights of 13%, 11% and 10%, respectively. The WGMod shows good performance with R² = 0.939. Model prediction on MSW generation in Beijing and Shenzhen indicates that waste generation in Beijing would increase gradually in the next 3–5 years, while that in Shenzhen would grow rapidly in the next 3 years. The difference between the two is predominately driven by the different trends of population growth.     

基于机器学习方法研究气象及排放变化对长三角地区主要城市大气污染物的影响

选取2015～2021年长三角地区4个代表性城市污染物浓度,利用机器学习的气象归一化方法解耦气象因素对污染物的影响,量化气象和排放对污染物浓度变化的贡献.结果表明,长三角地区PM_2.5、 NO₂和SO₂排放下降影响贡献较大(57.2%～68.2%、 80.7%～94.6%和81.6%～96.1%),抵消了气象因素带来的不利影响,致使污染物浓度降低.而气象条件对于臭氧日最大8 h(MDA8＿O₃)的贡献强于其他污染物(23.5%～42.1%),其中气象因素促进污染物浓度上升(4.7%),排放变化促进污染物浓度下降(-3.2%). NO₂和MDA8＿O₃在2019～2021年降幅更快,主要原因是2019～2021年排放起到较2015～2018年更强的促进污染物浓度降低作用.PM_2.5和SO₂在2019～2021年的降幅较2015～2021年整体有所减弱.基于机器学习的气象归一化方法可以解耦气象对污染物的影响,量化排放...     

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...     

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.     

Machine learning and theoretical analysis release the non-linear relationship among ozone, secondary organic aerosol and volatile organic compounds

Fine particulate matter (PM_2.5) and ozone (O₃) pollutions are prevalent air quality issues in China. Volatile organic compounds (VOCs) have significant impact on the formation of O₃ and secondary organic aerosols (SOA) contributing PM_2.5. Herein, we investigated 54 VOCs, O₃ and SOA in Tianjin from June 2017 to May 2019 to explore the non-linear relationship among O₃, SOA and VOCs. The monthly patterns of VOCs and SOA concentrations were characterized by peak values during October to March and reached a minimum from April to September, but the observed O₃ was exactly the opposite. Machine learning methods resolved the importance of individual VOCs on O₃ and SOA that alkenes (mainly ethylene, propylene, and isoprene) have the highest importance to O₃ formation; alkanes (C_n, n ≥ 6) and aromatics were the main source of SOA formation. Machine learning methods revealed and emphasized the importance of photochemical consumptions of VOCs to O₃ and SOA formation. Ozone formation potential (OFP) and secondary organic aerosol formation potential (SOAFP) calculated by consumed VOCs quantitatively indicated that more than 80% of the consumed VOCs were alkenes which dominated the O₃ formation, and the importance of consumed aromatics and alkenes to SOAFP were 40.84% and 56.65%, respectively. Therein, isoprene contributed the most to OFP at 41.45% regardless of the season, while aromatics (58.27%) contributed the most to SOAFP in winter. Collectively, our findings can provide scientific evidence on policymaking for VOCs controls on seasonal scales to achieve effective reduction in both SOA and O₃.     

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。     

钢棒去皮机除尘器设计

钢棒去皮机是通过砂轮磨削除去钢棒表面铁锈的一种设备，在去皮过程产生的大量金属粉尘，导致环境污染，为此设计喷淋塔式除尘器作为钢棒去皮机的除尘装置。通过选择和计算的运行参数，设计了喷淋塔的结构和尺寸。对设计的除尘器效率验算结果表明：该除尘器可以满足去皮机环保要求，除尘效率达99．7％。