填埋场大气中化合物分析与恶臭指示物筛选

填埋场恶臭已成为城市周边的重要污染源,在前期研究确定了填埋场内主要恶臭污染点基础上,为了进一步分析恶臭污染扩散过程的化学物质组成并寻找特异指示性化合物,利用GC-MS方法分析了填埋场作业面下风向不同扩散距离的大气恶臭污染物质谱,并对各监测点的物质谱的相似性进行比较. 结果表明,以单环芳烃、烷烃和卤代烃类为代表的19种物质为填埋场大气中的共有化合物;通过对各监测点样品物质谱的相似性分析,发现下风向化合物组成受填埋作业面化合物组成的明显影响,并确定以间二甲苯作为填埋场恶臭污染的标志化合物.     

不同喷射方式对柴油/甲醇组合燃烧尾气中甲醛排放的影响

在一台经过改装的压燃式柴油机上进行了柴油/甲醇组合燃烧试验,对比了甲醇的不同喷射方式(顺序喷射与连续喷射)对组合燃烧尾气中甲醛排放的影响.试验结果表明,顺序喷射方式下尾气中的甲醛浓度要低于连续喷射尾气中的结果,在低负荷工况时,顺序喷射最大降低量达32%,在中高负荷工况下,两种喷射方式的甲醛排放相差不大.对比甲醇对柴油相同替代率时,两种喷射方式均表现在低负荷时的甲醛排放最多,而且甲醛排放差值也较大.此外,试验结果还表明,顺序喷射的燃料经济性要优于连续喷射.     

柴油/甲醇组合燃烧尾气中甲醛的检测

利用气相色谱分析技术检测了柴油/甲醇组合燃烧(DMCC)尾气中的非常规排放物--甲醛.通过对不同采样方法和采样条件的比较,设计了采样系统,确定了用吸收液吸收的方法采集尾气中的甲醛.利用尾气中的甲醛与2,4-二硝基苯肼(DNPH)酸性饱和溶液反应生成甲醛腙的特性,通过检测甲醛腙的浓度来检测尾气中的甲醛含量.应用本方法检测一台采用DMCC燃烧模式的发动机尾气,结果表明,该方法可准确测量其尾气中的甲醛浓度.检测数据显示,当发动机运行DMCC燃烧模式时,相同转速下同一负荷时喷醇量越大,尾气中甲醛浓度越多;在相同的甲醇对柴油的替代率条件下,负荷越低尾气中甲醛浓度越高.     

富营养化评价的幂函数加和型普适指数公式

提出了一个用幂函数加和型表示湖泊富营养化评价的综合指数公式,并采用粒子群算法优化公式中的参数,得出优化后适用于多指标的富营养化综合评价的普适指数公式,该公式的特例也可作为单项指标的富营养化评价指数公式.将优化好的湖泊富营养化评价公式用于我国不同地域和不同类型的65个湖泊的实例评价.其评价结果与用修正卡森指数公式TSI.和我国营养状态指数公式TSI,及其它方法的评价结果基本一致,并与实况相符,从而为水体富营养化评价提供了一种新的有效途径.     

复合微生物菌剂对污泥堆肥的作用效果研究

为了研究复合微生物菌剂对污泥堆肥的作用效果,以消化污泥、锯末和回流堆肥为原料,接种不同剂量（0、0．2％、0．5％）的复合微生物菌剂进行室外露天堆肥,分析了温度、含水率、pH值、全碳（TC）、全氮（TN）、种子发芽指数（germination index,GI）的动态变化,结果表明：各堆体温度保持在50℃以上的时间均超过7d,满足堆肥卫生标准;接种复合微生物菌剂的堆体升温速率和温度最高值均大于未接种堆体,接种复合微生物菌剂有利于增加堆体水分散失量,加快堆体有机质降解速度,降低堆体氮的损失量,提高GI值;其中微生物菌剂接种量为0．5％的堆体,接种处理对水分散失、氮损失的控制和GI值的增加效果较明显。     

大气污染总量控制GA方法对气象因子的敏感性

通过数值模拟试验,研究了基于遗传算法(GA)的大气污染总量控制方法对风向、风速、稳定度三个最重要的气象因子的敏感性。结果表明,用基于遗传算法的大气污染总量控制方法所求得的区域允许排放总量以及允许排放总量在各污染源之间的分配方案,对风向、风速、稳定度三个气象因子都敏感,从而验证了该方法的稳定性和可靠性。     

基于贝叶斯网的网箱养殖区网箱移动预测建模

由专家知识和给定数据,采用著名贝叶斯网络学习K2算法构造了一个海底网箱养殖水环境指标与网箱移动间的贝叶斯网结构模型.该模型能有效的表达网箱养殖环境各个指标之间以及与网箱移动之间的因果关系和影响程度,实验结果表明,试验数据显示准确性为90.6%,以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的网箱移动预测评价方法.     

基于循环神经网络的缓坡场地液化侧移预测*

为预测缓坡场地地震液化侧向位移,基于改进自适应算法（Rectified Adam）和循环神经网络模型（RNN）,提出液化侧移预测模型RA-RNN,通过对侧移数据进行样本学习,并利用改进自适应算法优化循环神经网络结构,验证RA-RNN模型可靠性,并与多元线性回归法（MLR）计算结果进行对比。结果表明:RA-RNN模型计算得到侧移一般为实测位移的0.7~1.3倍,训练结果R2,RMSE,MAE分别为0.977,0.375,0.141;土耳其科喀艾里RA-RNN模型预测结果RMSE和MAE为MLR模型的1/26,1/830;中国台湾集集镇RA-RNN模型预测结果RMSE和MAE为MLR模型的1/18,1/350,RA-RNN模型预测结果较优,预测精度及泛化能力得到很大提升。     

基于DBSCAN聚类的城市区域火灾风险计算方法——以深圳市盐田区为例*

为探究评估城市区域的火灾综合风险,提出空间聚类和层次分析法对深圳市盐田区2011年至2019年火灾数据进行建模分析。运用DBSCAN聚类模型对火灾地点进行分类,结合层次分析法构建火灾风险评估验证模型,探讨聚类结果、火灾场景、火灾原因构建系统层次结构模型,综合得出风险评估结果。通过将聚类区域还原至百度地图,结合场景信息及层次分析法指标值对模型的有效性进行验证。结果表明:由于各区区域功能及地理位置不同,区域火灾风险值有明显差异,模型计算出的4个区域结果与实际火灾情况具有一致性。     

基于遗传算法的综合热能管理系统代偿优化

在SIMULINK平台下搭建了飞机综合热能管理系统仿真模型,并利用遗传算法对其可控参数如发动机引气的阀门开度、冲压空气进口面积和液体环路的流量等进行在不同飞行状态下的寻优,使得飞机在满足温度等要求的情况下起飞总重的代偿较小。结果表明,利用智能算法可以实现这种复杂系统的参数优化,从而提高飞机燃油经济性。