基于BP神经网络的垃圾焚烧过程故障诊断

应用BP神经网络方法,建立了垃圾焚烧过程故障诊断的模型.该方法采用梯度下降法训练网络权值,利用最优停止法对网络进行了优化,避免了过拟合现象.提高了BP神经网络的训练速度和泛化能力.并以实际焚烧过程工况数据进行性能检验,检验结果表明了该BP网络具有较高的诊断精度.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

江苏数字地震台网地震定位能力分析

依据江苏数字地震台网的几何布局 ,对区域上设定的不同震级和震源位置的可能事件 ,作了以下两点考虑。 (1)根据不同震级地震的监测范围 ,确定了相应的定位子台组合。 (2 )对同一地震事件 ,考虑到震相分析P震相和S震相测量精度上的差异 ,引入了不同的标准误差σP 和σS。在此基础上 ,通过模拟地震波理论走时和对走时矩阵的奇异值分解方法 ,计算了估计震源参数标准误差的参量空间协方差矩阵值 ,给出了标准误差理论值等值线图 ,用此方法讨论分析了江苏数字地震台网的地震定位能力。     

江苏数字地震台网台址噪声谱分析

江苏数字地震台网已建设改造了 8个台站。对 8个台站记录到的背景噪声进行定量分析 ,测定背景噪声的地动速度均方根值 (RMS)、有效测量动态范围 (D有效)和噪声功率谱。结果表明 :受台基和海潮等观测环境的影响 ,大部分台站的地动速度RMS值高于 2 × 1 0 -8m/s,降低D有效 值。背景噪声功率谱峰值频率为 2 5～ 3 0Hz。这些定量分析为了解数字地震台网的实际监测水平提供了可靠依据     

南通台核旋观测干扰的排除

针对南通地震台核旋观测的干扰 ,通过多种试验最终加以排除。这项工作表明 ,地震台站环境改造中要注意监测环境的保护 ,特别是铠装电缆的铺设要考虑到对磁、电观测的影响 ,并就如何进一步提高核旋的观测质量提出建议。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

基于MIKE 11的河网区域小型闸坝调控的水质响应模拟研究

闸坝运行是流域开发和利用中河流调节的主要形式之一,它改变了河流自然结构、流水过程及其相关环境.然而,目前很少有关于河网区域小型闸坝运行对水环境影响的分析.本研究利用MIKE11建立一维水动力与水质模型,以无锡市主要的污染物高锰酸盐指数,氨氮为指标,模拟闸坝调控模式下与无闸坝情景下无锡河网水质响应.研究表明：多个小型闸坝运行对河网区域内河流水质产生了负面影响,使城市河流高锰酸盐指数(COD_Mn)和氨氮(NH₃-N)浓度都有所上升;其中,闸坝调控对区域内河流上游水质的负面影响更为明显,对下游的则相对较小.在多小型闸坝运行下,河流上游的COD_Mn和NH₃-N总体浓度分别上升了12.89%和11.11%,下游的二者浓度分别上升了5.38%和7.27%.研究结果可为今后小型闸坝群的生态调控以及相关水环境响应研究提供了理论支撑和新思路.     

中国大气超级站发展与展望：基于问卷调研的统计研究

大气环境综合观测研究站(简称大气超级站)是开展大气环境污染综合立体观测、进行大气重污染过程污染特征动态表征、深入分析大气污染成因的重要平台。了解中国当前不同地区大气超级站的建设和应用现状、存在的问题及发展需求,有利于科学指导和规范中国大气超级站的设计、建设、运维和应用,提高其在大气重污染过程应急管控和空气质量改善中的技术支撑能力。研究通过对国内60余个大气超级站进行问卷调研,综述了中国目前大气超级站的现状,并基于统计分析结果,对中国大气超级站发展提出建议。     

基于神经网络方法的城市空气质量日报技术

运用神经网络方法,将城市空气质量状况与大气污染物对空气质量的损害程度相关联,采用了"基于大气污染损害率的API法"评价概念,模拟发布长春市空气质量日报,同时公布次要污染物,并与API法进行同时段比对实验与综合分析。     

新疆环境监测网络的建设及发展对策

新疆环境监测网络建立三十多年来,已经初步形成了水环境、环境空气、声环境、生态环境和污染源等监测网络,较好地承担了各环境要素例行监测、突发性环境污染事故应急监测和环境科研等监测任务,为各级环保决策提供了有效的技术支持。然而,随着环境管理工作的不断深入,新疆环境监测网络所呈现的一些新老问题已成为不适应环境管理需求的制约因素,本文通过分析新疆环境监测网络中存在的问题,提出了发展对策。