基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80％以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,且不同的回归算法针对模型不同测温点位置的预测效果存在差异.     

轴流通风机整机噪声估算的灰色模型

应用灰色系统理论建立了轴流通风机在较高转速下的整机噪声估算公式，介绍了ＧＭ（１，１）模型应用不等间隔序列的处理方法，表明该模型可从时间，空间序列分析推广到其它单变量系统分析。     

多元线性回归分光光度法同时测定污水中的苯酚,苯胺

苯酚、苯胺与４－ＡＡＰ络合后所形成的吸收光谱出现严重重桑。采用多元线性，建立了计算分光光度法可测定污水苯酚、苯胺含量。其加标回收率分别在９５－１０５％，９８－１０３．３％之间，方法较好地解决了采用分光光度法测定污水中苯酚、苯胺时的相互干扰。     

2005~2016年中国大气边界层SO2的时空变化趋势

利用臭氧观测仪（OMI）卫星遥感反演的大气边界层（PBL）SO₂柱含量（PBL SO₂）数据分析了自2005年以来中国PBL SO₂柱含量数据的空间分布特征、变化趋势及其影响的原因.从长时间尺度上,PBL SO₂柱含量呈现明显的下降趋势.2005年中国区域年平均PBL SO₂柱含量为0.317DU,2016年为0.276DU,减少了0.041DU,大约为13.2%.SO₂柱含量呈现明显的周期变化特征.冬季浓度较高,夏季较低,最小值和最大值分别出现在7和12月,分别为0.246和0.404DU.小波分析显示SO₂的变化在10个月的尺度水平上存在明显的主振荡周期,在40个月的尺度水平上存在明显的次周期变化.中国区域SO₂污染严重的高值区主要出现在京津冀鲁环渤海地区、关中平原（山西省和陕西省）、河南省大部分地区、四川盆地、长江三角洲地区和珠江三角洲.最大的SO₂柱含量值可达1.1DU以上.京津冀鲁环渤海地区的高值区已经延伸到长江三角洲地区,有向南延伸和珠江三角洲连在一起的趋势.由于地形和天气特征的影响,四川盆地地区SO₂出现次高值区.在青藏高原和西北地区,SO₂浓度较低,呈现背景值特征,多年平均的SO₂约在0.05DU的水平.中国区域SO₂变化趋势在空间分布上存在明显的区域差异,变化的范围在-0.70~0.15DU之间.SO₂出现逐渐减少的地区主要是在高值区,如京津冀鲁环勃海地区、关中平原、四川盆地,长江中下游和珠江三角洲.减幅最大的是四川盆地和珠江三角洲,大约减少了61%.四川盆地2005~2016年约减少了0.55DU;珠江三角洲约减少了0.45DU.出现增长的地区主要是西部和北部地区,以及东南沿海除珠三角外的大部分区域,最大增长大约为0.15DU.     

基于灰色预测模型与一元线性回归模型的煤矿瓦斯涌出量预测比较

在介绍灰色预测模型和一元线性回归模型的基础上,结合某煤矿实际,采用两种模型对瓦斯涌出量进行了预测,并对两种模型的预测值进行比较,结果表明:对基本符合线性关系的数据,采用灰色GM(1,1)模型较一元线性回归模型的预测精度要高。     

1967-2012年长丰雷暴气候特征分析

利用江淮之间北部地区的长丰站1967-2012年的逐日观测雷暴数据,通过线性倾向估计和Mann-Kendall检验法研究雷暴的气候特征.结果表明:长丰站年平均雷暴日数为27.3d,雷暴日数年代际线性变化呈下降趋势,气候倾向率为-2.74d/10a.逐月平均雷暴分布与月平均气温、降水量呈现同相单峰形,7月雷暴出现高峰值,9月雷暴锐减.Mann-Kendall法检验显示,雷暴日数有着显著的下降趋势,突变发生在1977年,并在1982年突破了显著性α =0.05的临界值.     

高铁酸钾氧化降解三氯生的动力学模拟及反应机制研究

对高铁酸钾氧化降解水中微量三氯生（TCS）的反应动力学、反应机制及降解效果进行了实验研究.结果表明,高铁酸钾氧化降解TCS符合二级反应动力学模式,pH 8.5时表观二级反应动力学速率常数为531.9 L.（mol.s）-1,以10 mg.L-1的高铁酸钾计算,反应的半衰期是25.8 s.表观二级反应动力学速率常数随着p...     

高锰酸钾法测定苯酚含量

苯酚试样与高锰酸钾标准溶液反应,使其吸光度减弱。据此可进行定量分析,成功地测定了废液中的苯酚。     

“两尘四气”空气污染数据的校准模型

通过Excel软件对监测点收集的空气质量数据进行拆分及构造函数的方法,拟合了“两尘四气”的六个方程,这些方程可用于对自建点数据进行校准。在对所收集的数据标准化后,利用SPSS软件对“两尘四气”数据误差产生的原因进行回归分析,建立了多元线性回归方程。方程显示：压强、温度和风速更容易导致自建点数据误差,可使用对上述三种因素不敏感的材质制造检测仪的传感器。以上使用Excel和SPSS软件对大数据进行比对处理及建模的方法可用于环境监测、农业生产等领域促进高质量生态文明建设。