污泥膨胀的原因分析及调整实例

针对某煤化工污水处理站生化单元出现污泥膨胀,严重影响生化系统运行的问题,通过现状调查和运行分析,认为长期进水有机负荷偏低、污泥老化、营养盐投加比例失调及曝气过量等原因,导致污泥沉降性能变差,产生污泥膨胀。以改善污泥结构及沉降性能为切入点,结合现场考察,采取降低污泥浓度及缩短泥龄、适当加大磷盐投加比例、降低溶解氧含量等措施,一定程度上改善了污泥的性状和沉降性能,缓解了污泥进一步膨胀。     

催化超临界水氧化技术处理核电站废阴离子交换树脂的研究

为高效处理核电站废阴离子交换树脂,采用催化超临界水氧化技术,探究不同的均相和非均相催化剂对其NH_3-N和COD_(Cr)的影响,并在此基础上,研究非均相催化剂的稳定性和复合催化剂的最佳配比。结果表明:均相催化效果顺序为CuSO_4Cu(NO_3)_3MnSO_4ZnSO_4Mn(NO_3)_2ZnCl_2Zn(NO_3)2Fe(NO_3)_3。CuSO_4使阴离子树脂COD_(Cr)的去除率达99.93%,出水NH_3-N达21.93 mg·L~(-1)。CeO_2、CuO、TiO_2反应后没有新物质生成,MnO_2反应后有Mn_2O_3生成。非均相催化剂中MnO_2-CeO_2催化效果最佳。优化配比为n(MnO_2):n(CeO_2)=2:3,使阴离子树脂COD_(Cr)的去除率达99.91%。     

超深钻井技术现状与发展趋势论述

针对目前深层油气资源开发建设过程应用超深钻井技术存在的问题,文章从实践角度出发,分析了超深钻井技术的运用现状,并提出了未来技术发展趋势,其目的是为相关建设者提供一些理论依据。结果表明,只有与资源开发所处的地质环境进行充分结合,才能将超深钻井技术的运用起到事半功倍的效果价值。     

基于DAE-BP神经网络的股票预测研究

股票指标数据种类多、维度高，且指标之间存在多重共线性。为了降低数据的维度、消除指标间的多重共线性和预测股票价格，首先构建了基于受限布尔兹曼机的深度自编码器，实现了高维数据向低维空间的压缩编码。然后基于BP神经网络建立了低维编码序列与股票价格之间的回归模型。实验结果表明，深度自编码器提取特征的能力优于主成分分析法和因子分析法；相比较使用降维前的数据，使用编码后的数据用预测股票价格，模型可以减少计算开销，并且获得更高的预测精度。     

基于极限学习机的橡胶配方性能预测

以三元乙丙橡胶(EPDM)胶料配方和天然橡胶(NR)胶料配方为例,将配方中各组分的用量作为输入,硫化橡胶的基本物理机械性能作为输出,建立了基于极限学习机(ELM,extreme learning machine)神经网络的配方性能预测模型,并给出两种配方的预测结果和相对误差。结果表明,ELM神经网络模型能够准确预测出EPDM配方和NR配方硫化橡胶的基本物理机械性能,且平均相对误差在7%以内,具有较高的预测精度。     

基于多元统计的PM2.5分析与预测

随着网络的高速发展,海量的数据充斥着人们的生活。多元统计分析恰好是为了得到各类现象的内在规律而对多维数据集合进行收集、整理、显示、分析。本文以西安地区为例,收集了2017全年的PM2.5数据,运用多元统计分析方法进行分析及预测。通过绘制PM2.5和影响因素的散点图,发现存在线性关系,进一步建立多元线性回归模型,并对模型进行验证,选用逐步回归分析方法和调整R的平方最大的原则确定了最终模型。最后采用不同的不相等系数对模型的预测效果进行了检验,效果较好。