Analysis of the physical properties of an in-vessel composting matrix

Efficient compost production requires a thorough understanding of the process dynamics in terms of the feedstock materials used and the interactions of the physical properties involved. The main properties affecting the composting process are temperature, moisture content, bulk density, porosity and oxygen availability. In this study, the correlations between a selected set of physical properties of a batch-composting matrix were determined. The key physical changes in the composting materials for a blend of woodchips, chicken manure and mixed green vegetables have been monitored during a 36-day composting period in a 200-L rotary drum. The daily measurements conducted on the solid samples included temperature, pH, volatile solids, bulk density, moisture content, free airspace and substrates particle density while the carbon dioxide release was monitored weekly using jar respiration tests. The results from the compost process monitoring were a maximum temperature rise to 66.3 °C over the first 3 days, a marked decrease in free airspace from 76.3% to 40.0% at the end of the process, a variation in average composting material particle density from 1097 kg/m³ to 2325 kg/m³, and an increase in wet bulk density from 255 kg/m³ to 628 kg/m³. Correlations developed among free airspace, wet bulk density, dry bulk density and wet moisture content were in agreement with previously determined equations from literature. Free airspace varied linearly with both dry and wet bulk densities (R² value of 0.89 and 0.95, respectively) while the free airspace-wet moisture content profile followed a fourth degree polynomial trend with a correlation coefficient of 0.63.     

LDPE悬浮聚合接枝PS及其表征

研究了ＬＤＰＥ悬浮接枝ＰＳ合成ＬＤＰＥ－ｇ－ＰＳ接枝共聚物的工艺，此接枝共聚物可作为某些聚合物共混的相容剂。讨论了苯乙烯溶胀ＬＤＰＥ时间、引发剂浓度和ＬＤＰＥ与苯乙烯投料比对接枝率的影响，发现溶胀时间为４ｈ、反应时间为８ｈ、引发剂浓度为１％时、ＬＤＰＥ与苯乙烯投料比为１∶１时，其接枝共聚物接枝率最大可达３８．５％。并对ＬＤＰＥ－ｇ－ＰＳ接枝共聚物进行了ＤＳＣ、ＩＲ及接枝率测定的表征。     

三峡库区梅溪河河口干支流界面水流特征

通过对三峡库区中部典型支流梅溪河库湾水动力参数及水体温度、浊度数据进行分析,研究水库运行各时期梅溪河河口干支流界面水流特性,探讨其影响因素以及水交换对库湾的影响。结果表明:梅溪河河口双向水流特征明显,在温差异重流、干流惯性作用以及库区水位变动等因素影响下,干支流界面水流强度、进出水体间界面结构及形态在不同运行期有显著差异;由于双向水流结构的存在,尽管梅溪河河口干支流界面净流量较小(多小于100 m~3/s),但是干支流水体的交换量相对显著,介于314.17~535.26 m~3/s之间,可达净流量的4~40倍;在净流量最小的低水位运行期,干流倒灌水体基本能到达支流库湾常年回水区的末端。     

基于改进的简化粒子群聚类算法

针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简 化粒子群聚类算法.通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛于全局最优.再把改进后的粒子群算法与K-means算法相结合,解决K-means算法因随机初始聚类中心而导致聚类效果差、不稳定等问题.通过实验分析,该算法的聚类结果准确率更高、收敛速度更快、稳定性更强.     

基于FDA-KDE间歇过程在线监控

针对基于传统的多向主元分析(Multiway Principal Component Analysis,MPCA)方法用于间歇过程在线监控时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且统计量控制限的确定是以主元得分呈正态分布为假设前提的缺陷,结合Fisher判别分析(Fisher Discriminant Analysis,FDA)在数据分类及非参数统计方法核密度估计(Kernel Density Estimation,KDE)在计算概率密度函数方面的优势,提出了一种FDA-KDE的间歇过程监控方法。该方法首先利用FDA求取正常工况数据和故障数据的Fisher特征向量和判别向量,获得Fisher特征向量的相似度:然后在提出偏平均集成平方误差(Biased Mean Integrated Squared Error,BMISE)交叉验证法确定KDE的带宽从而获得相似度统计量控制限的基础上,利用已获得的数据测量值对过程进行监控,避免了基于MPCA方法对未来测量值的预估;最后采用基于Fisher判别向量权重的贡献图方法来进行故障诊断。通过对青霉素发酵间歇过程应用表明,所提出的方法比传统的MPCA方法能更及时地监测出过程异常情况,更准确地判断异常发生的原因。     

BaO-Al2O3-SiO2微晶玻璃密度的计算

为了评估密度作为BaO-Al2O3-SiO2(BAS)微晶玻璃晶化热处理和质量监控手段的可行性和准确性,提出一种测定微晶玻璃密度的方法.利用x射线衍射和Rietveld结构精修法准确测定烧结制备的BAS微晶玻璃中各晶相的质量分数和密度,研究了加和法则应用于BAS系微晶玻璃的准确性.对比精修得到的晶相的晶胞参数和对应标准卡片上纯晶相的晶胞参数,得到样品中各晶相的密度.结果表明:BAS微晶玻璃中各晶相与对应纯晶相的密度差别极其微小.利用获得的各相的质量分数,根据玻璃工艺学的经验数据计算残余玻璃相的密度.最后,根据加和法则计算得到BAS微晶玻璃样品的密度,所得的密度值与利用Archimedes法测得的密度值的相对偏差小于1.4%.     

新型呋咱(氧化呋咱)类炸药爆轰参数的理论计算

以3,4-二(氨基呋咱基)氧化呋咱(BAFF)为结构单元设计了一类新型呋咱(氧化呋咱)类炸药分子.运用预测炸药分解产物的BW法则、计算爆速的Rothsteine方法和计算C-J压力的库珀方法等对该类炸药的爆炸参数进行了理论计算,并与HMX等炸药的爆炸参数进行了比较.结果表明,该类炸药的密度大,爆速和爆压介于TATB和HMX之间,是一类新型高能量密度材料化合物.由于该类炸药分子中含呋咱环具有芳香性,预测其分子的稳定性良好.     

旋转成型专用树脂MLPE-8050的开发

通过研究抗氧剂和光稳定剂的协同作用,提出了合理的添加剂配方,并将该配方应用到中密度聚乙烯旋转成型专用树脂MLPE-8050的生产中。采用该专用树脂制备的制品能够达到长期使用的特殊要求,其氧化诱导期可达142.0 min,光老化时间大于2 000 h。     

一种蛋白质复合体模块度函数及其识别算法

蛋白质复合体对于研究细胞活动具有重要意义.随着新的生物实验技术的不断出现,产生了大量的蛋白质相互作用网络.通过对蛋白质相互作用网络进行聚类识别蛋白质复合体是当前研究热点.然而,目前大多数蛋白质复合体识别算法的性能不够理想.为此,提出了蛋白质复合体模块度函数(PQ),并在此基础上提出了基于蛋白质复合体模块度函数的模块合并(based on protein complexes modularity function for merging modules,BMM)算法.BMM算法首先识别网络中一些稠密子图作为初始模块,然后依据PQ函数对这些初始模块进行合并,最终得到了质量较高的蛋白质复合体.将识别出的复合体分别与2种已知的蛋白质复合体数据集进行比对,结果表明BMM算法具有很好的识别性能.此外,与其他最新的识别算法相比,BMM算法的识别准确率较高.     

MMCKDE:基于数据流的m-混合聚类核概率密度估计

数据流挖掘应用对时间、空间有着较高的要求,因而传统的密度估计方法,如核密度估计法、压缩集密度估计法等并不适用于数据流密度估计.提出一种新颖的面向在线数据流的m-混合聚类核密度估计(m-mixed clustering kernel density estimation,MMCKDE)方法,该方法通过创建MMCKDE节点,用固定个数的混合聚类核获得聚类信息,以代替其他密度估计方法中的所有核.针对数据量不断增加的情况,通过计算Kullback Leibler(KL)距离进行核合并,可进一步以更紧凑的形式表示概率密度估计信息.较之于其他一些方法只能估计整段数据流的密度,MMCKDE方法最终获得的模型不仅适用于整段数据流,还适用于任意时间段上的密度估计.MMCKDE算法同SOMKE算法在不同基准数据集及真实数据集上进行密度估计精度和运行时间的比较.实验结果表明,MMCKDE算法具有更好的性能.