概率统计在矿井通风系统可靠性评估中的应用

构建一个随机非稳定地下矿山通风系统,此通风系统有三个机组,机组的随机运行状态构成了一个完整的“系统的概率结构”。对此通风系统的运行状态进行概率统计分析,探讨了该随机系统的特征。由此推导出了通风系统故障的平均时间是一个显式的概率表达式。同时,假设系统失效时间和更换时间符合指数分布的情况下,得出计算系统故障平均时间的一个五阶多项式公式。通过验证,证明了系统故障平均时间的大小依赖于系统维修和更换的比率,而且是检验系统可靠性的重要指标,有利于提高矿山安全水平。     

2000~2011年深圳湾及邻近水域颗粒有机物的来源和时空分布

依据2000~2011年每月一次的调查资料,简要描述和讨论了深圳湾及邻近水域中颗粒有机物(POM)质量浓度的时空分布,并结合盐度和叶绿素a (Chl a)实测数据探讨POM的来源和滞留时间.结果表明深圳湾的POM质量浓度和陆源质量分数分别约为4.2mg/L,79%,而伶仃洋东部沿岸的分别约为1.9mg/L,42%.深圳湾和伶仃洋东部沿岸中现存浮游植物颗粒有机物(PPOM):Chl a比率分别约为92,54g/g,由此估算的PPOM质量浓度分别为0.8,0.2mg/L左右.依据浮游植物生产力和累计海源POM估算的POM滞留时间在深圳湾中为1~5d,而在伶仃洋东部沿岸中约为10d.研究期间伶仃洋东部沿岸POM质量浓度的年际变化略呈上升趋势,从1.7mg/L上升至2.0mg/L;深圳湾POM质量浓度在2000~2005年呈上升趋势,从3.0mg/L上升至5.5mg/L,在2006~2011年则呈下降趋势,从5.4mg/L下降至3.0mg/L.     

烟气脱硫系统的吸收塔及停留时间

介绍了烟气脱硫系统中三种主要的吸收塔类型,及烟气在吸收塔中停留时间和喷淋吸收区高度的计算方法。简述了液气比与气速、烟气中SO2含量的关系,并列举了喷淋塔、动力波塔和平流塔等工程实例。     

猪场废水厌氧消化过程中的除磷效果

采用序批式半连续厌氧消化试验方法,研究猪场废水厌氧消化过程中磷的去除情况。结果表明,水力停留时间（HRT）为1、3、6和9 d的厌氧反应器平均除磷率分别为65.0%、81.1%、82.7%和83.0%,而COD平均去除率分别为54.5%、82.3%、87.0%和85.9%。厌氧反应器除磷能力随沼气产量的增加而增加,说明厌氧反应器中磷的去除与产甲烷过程密切相关。对厌氧消化前后的污泥进行浸提后发现,厌氧消化过程中,化学反应生成磷酸盐沉淀的除磷作用十分显著,污泥中正磷酸盐,与铁结合的磷化合物（Fe-RP）,还原可溶性磷,与钙、镁离子结合的磷化合物（Ca-RP、Mg-RP）以及无机或有机聚合磷增加量分别为0.027 8～0.101 5、0.013 5～0.081 0、0.2165～0.430 5、23.4～54.8和7.2～21.5 mg.g-1;且总体而言,HRT越长,污泥中与不同金属结合的磷增加量就越大。从HRT、磷和有机物的去除效果以及沼气产气速率3个方面综合考虑,猪场废水厌氧消化反应器的HRT控制在3 d为宜。     

江西九连山阔叶林雪灾后主要树种残存量的恢复时间

2008年初的南方冰雪灾害对江西九连山自然保护区常绿阔叶林生态系统造成了巨大损失.对受灾4 hm2样地中的1 5901株林木(DBH≥1 cm)进行了统计分析,其中对枫香、马尾松、米槠、木荷、拟赤杨、丝栗栲这6个代表树种进行了残存率恢复研究.结果显示:6种植物残存率为木荷>拟赤杨>米槠>枫香>马尾松>丝栗栲;恢复时间为枫香>丝栗栲>马尾松>木荷>米槠和拟赤杨.恢复时间最长的为枫香(33年),最短的为米槠和拟赤杨(15年左右),种群恢复到受灾前.同时对残存率和恢复时间的关系进行了Logistic非线性曲线模拟.样地中植物种群残存率恢复时间由受灾状况和物种生长速度决定,采用Logistic模型拟合的相关度非常显著.     

温度和停留时间对DDT污染土壤热脱附效果的影响

采用热处理方法分别对自配DDT及其衍生物(DDTs,包括p,p'-DDT、o,p'-DDT、p,p'-DDD和p,p'-DDE)污染土壤在5个温度(100,200,300,400,500℃),6个停留时间(5,10,20,30,40,50 min)下的DDTs去除率及热处理前后的DDTs残留浓度变化进行了研究。研究结果表明:热脱附对DDTs污染土壤修复效果显著。当温度达到300℃以上时,热脱附技术的优势开始显现。300℃下40 min时的DDTs去除率与400℃及500℃处理10 min时相当,均能达到97%以上。对热处理前后土壤中DDTs的残留浓度进行检测,结果表明:土壤中的主要污染成分p,p'-DDT在200℃以上时大量减少,主要转化为p,p'-DDE。p,p'-DDE在200～300℃时大量生成,400～500℃被去除。根据能耗分析结果得出较佳热处理条件为400℃,10 min。     

煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。     

污泥龄对高浓度含氮废水亚硝化稳定性的影响研究

为考察污泥龄与高浓度含氮废水亚硝化稳定性之间的关系,采用连续进水、间歇排水SBR工艺,当水力停留时间为0.75 d,污泥停留时间为3 d时,系统亚硝化率约为75%和氨氮降解率约为60%。试验结果证明SRT控制在一定范围内能实现对硝酸菌的"洗出",使亚硝酸菌占据系统中的优势地位,从而保证了系统较高的亚硝化率。     

Development of a hydrothermal time seed germination model which uses the Weibull distribution to describe base water potential

Seed germination has been modelled extensively using hydrothermal time (HTT) models, that predict time to germination as a function of the extent to which seedbed temperature, T, and water potential, Ψ, exceed the base temperature, T_b, and base water potential, Ψ_b, of each seed percentile, g. Within a seed population the variation in time to germination arises from variation in Ψ_b(g) modelled by a normal distribution. We tested the assumption of normality in the distribution of Ψ_b(g) by germinating seed of two unrelated species with non-dormant seed (Buddleja davidii (Franch.) and Pinus radiata D. Don) across a range of constant Ψ at sub-optimal T. When incorporated into a HTT model the Weibull distribution more accurately described both the right skewed distribution of Ψ_b(g) and germination time course over sub-optimal T than the HTT based on the normal distribution, for both species. Given the flexibility of the Weibull distribution this model not only provides a useful method for predicting germination but also a means of determining the distribution of Ψ_b(g).     

Analysis of the global warming dynamics from temperature time series

Global warming is the observed increase of the average temperature of the Earth. The primary cause of this phenomenon is the release of the greenhouse gases by burning of fossil fuels, land cleaning, agriculture, among others, leading to the increase of the so-called greenhouse effect. An approach to deal with this important problem is the time series analysis. In this regard, different techniques can be applied to evaluate the global warming dynamics. This kind of analysis allows one to make better predictions increasing our comprehension of the phenomenon. This article applies nonlinear tools to analyze temperature time series establishing state space reconstruction and prediction. Since noise contamination is unavoidable in data acquisition, it is important to employ robust techniques. The method of delay coordinates is employed for state space reconstruction and delay parameters are evaluated using the method of average mutual information and the method of false nearest neighbors. Afterwards, the simple nonlinear prediction method is employed to estimate temperatures of the future. Temperature time series from different places of the planet are used. Initially, the approach is verified considering known parts of the time series and afterwards, results are extrapolated for future values estimating temperature until 2028. Results show that these techniques are interesting to estimate temperature time history, presenting coherent estimations.