调引太湖水改善苏州市水动力条件研究

基于苏州地区独特的地理位置,简述引水改善该地区水环境的必要性,拟定了3种调水方案,利用感湖河网数学模型,对3种方案调水后主要河道的水动力条件进行预测,分析了各河道调水后的水动力变化趋势,提出了利用太湖水自流引水改善苏州市水环境的最佳方案.     

电极流动分析仪的研制和应用

采用固定电极测试状态的方法，将流动技术引入到离子电极直接电位分析法中，设计并试制了电极流动分析仪。配用市售硝酸根电极、钠电极、氟电极、氯电极和氨电极进行了环境样品的测定。结果表明，电极流动分析仪法的分析速度比直接电位法提高２－３倍，变异系数，２．９％－５．０％之间，回收率在９０％－１０５％之间；直接电位法变异系数在２．３％－６．７％之间，加收率在９０％－１０９％之间。     

网络计划在液化气球罐内外部检验过程中的应用

在以工期考虑为重点的V-3002B液化气球罐内外部检验过程中，引用现代管理中网络计划技术关键路线法，为加快芳烃厂压力容器检验提供了科学的依据。本文总结和介绍了网络计划技术在芳烃厂贮运车间V-300亚球罐内外部检验过程应用情况。     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

镀液循环流量对封闭循环电沉积Ni-SiC复合镀层的影响

目的 研究封闭式镀液循环装置中不同镀液循环流量对Ni-SiC复合镀层的影响规律,优化镀液循环流量参数.方法 以Q235管状工件为待镀基体,以添加SiC颗粒的改良瓦特镀液为母液,在自主研发的封闭式镀液循环电镀装置中以0.3、0.5、0.7 m3/h的镀液循环流量于管件内壁制备Ni-SiC复合镀层,通过SEM检测、XRD测试、硬度测试和摩擦磨损性能测试等手段,对各Ni-SiC复合镀层宏微观形貌、厚度、成分、结构、硬度和耐磨性进行分析研究.结果 在0.5 m3/h流量条件下,镀层厚度为32.98μm,SiC颗粒含量为15.37％,镀层晶粒尺寸和硬度分别为10.84 nm和704HK0.245,该条件下制备的Ni-SiC复合镀层具有最佳耐磨性,摩擦系数为0.41,体积磨损率仅2.83×10–5 mm3/Nm.结论 在不同镀液循环流量参数下,采用该封闭式循环电镀装置,均可制得均匀完整的Ni-SiC复合镀层.随镀液循环流量的升高,镀层厚度和SiC颗粒体积含量均降低,镀层颜色金属光泽增强,镀层晶粒尺寸先减小、后增大,镀层硬度则先升高、后降低.     

降低气流粉碎过程中噪声强度的研究

主要报导了超音速气流超细粉碎过程中噪声产生的原因、影响因素及降低噪声强度所采取的技术原理途径与措施。研究结果表明 :采用CSQ消声装置完全可以将超音速气流粉碎过程中产生的噪声 130dB(A)降低到国家规定的标准 85dB(A)之下。该装置结构简单 ,既能消除噪声 ,又便于产品卸料 ,拆卸清理方便 ,综合性能良好。     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

旋进型颗粒层除尘器的研究与试验

本文阐述了一种新型二级立式族进型颗粒层除尘器，它的关键技术采用独创的床外清灰及气流输送、滤料循环系统。该除尘器适用范围广、除尘效率高、成为新一代的除尘器专利产品。