基于小波分析的水质变化及预测研究——以涡河为例

以涡河流域2005—2018年(共168个月)的水质指标月监测数据为背景资料,探究小波分析和神经网络在流域水质方面的应用。通过小波分析来判别涡河流域水质指标的多尺度变化规律;运用主成分分析法选取涡河水质主要影响因子,并对主要影响因子建立小波神经网络预测模型。研究结果表明:各水质指标具有多尺度振荡的特点,且主要存在以8、20、30个月左右变化的主周期;目前影响涡河流域水质的主要因子是以化学需氧量为代表的污染因子;通过小波神经网络得到的化学需氧量预测值与实测值的曲线拟合较好,平均百分比误差(MRE)为8.4%,均方根误差(RMSE)为1.5,模型较稳定且预测精度较高。基于小波神经网络的应用为流域水质污染研究提供了一个新的思路。     

气候变化背景下滇中引水工程水源区与受水区 降水丰枯遭遇分析

基于历史实测降水数据与全球气候模型预估数据，使用 Morlet 小波方法分析滇中引水工程水源区与受水区 降水序列的周期变化和未来的降水趋势。同时，采用 Copula 函数计算历史时期（1960—2021 年）与未来时期 （2022—2100 年）水源区与受水区降水丰枯异步或丰枯同步的概率。结果表明：1960—2021 年降水序列存在 26~39?a、18~25?a、4~7?a 的 3 类时间尺度的周期变化，2022—2100 年降水序列存在 38~55?a、18~30?a、5~12?a 的 3 类时间尺度的周期变化，降水量呈现“多—少—多”的循环交替，预计未来 10~20?a 将持续处于降水较多的时期； 过去 62?a，水源区和受水区降水丰枯异步频率 36.4%，同期丰水年频率为 25.3%，同期枯水年频率小于 30%，水源区 和受水区具有水量互补的引水条件，两区域之间存在着水量补偿特征；与历史丰枯遭遇对比，未来降水量丰枯同 步频率均呈现减小的趋势，丰枯异步呈现增加的趋势，同枯和源枯受丰的频率减少，未来有利于调水的降水丰枯 组合概率平均增加 3.75%；在近、中、远期预估中，从 SSP1-2.6 情景过渡到 SSP5-8.5 情景，SSP5-8.5 情景下降水量 丰枯异步频率比 SSP1-2.6 情景大，说明水源区与受水区的降水区域差异变大，降水时空差异更加显著。通过对滇 中引水工程水源区与受水区降水量丰枯遭遇的综合分析、定量评估和模拟预测，为滇中引水工程水资源调度协同 一体化提供数据支撑及参考依据。     

市政工程施工中的软基加固技术研究

市政工程施工中基础结构的处理至关重要,基础结构更为稳定可靠,才能够有效支持整个市政工程项目建设,有助于规避市政工程项目可能出现的变形或者坍塌风险。当市政工程项目建设中遇到软土地基时,更是需要采取适宜合理的加固技术手段,规避该方面风险,增强市政工程施工效果。即重点围绕着市政工程施工中软基加固技术的应用,首先分析了软土地基的危害性,然后明确了软基加固处理的基本要求,介绍了现阶段比较常用的几种软基加固技术手段,探讨如何予以优化控制,以期达到最佳效果。     

3M宣布将通过创新技术减少对非再生塑料制品的使用

在世界地球日当天,3M宣布将减少使用由石油制成的非再生塑料制品,并计划到2025年前达成一项全新的可持续发展目标:将非再生石油基塑料的使用量减少1.25亿磅。3M高级副总裁兼首席可持续发展官Gayle Schueller表示:“毋庸置疑,能够帮助人们摒弃石油基塑料的原材料和基础设施正在经历显而易见的飞速革新。在借助科技手段探寻塑料的可持续替代品方面,3M具有丰富的经验。在全新可持续发展目标的引领下,我们将更积极地与社会各界分享3M前沿的解决方案,携手助推全球循环经济的发展。”     

生物质基喷气燃料的生产及应用进展

生物质基喷气燃料是指全部或大部分来源于生物资源的喷气燃料，符合清洁低碳、安全高效的现代能源体系的要求。以生物质基喷气燃料替代传统石油基喷气燃料有助于我国早日实现“碳达峰、碳中和”的远大目标。在阐述生物质基喷气燃料生产工艺的发展历程及生物质基喷气燃料应用现状的基础上，提出高密度的生物质基喷气燃料是未来喷气燃料的发展方向，具有多环结构的生物质是合成高密度生物质基喷气燃料组分的优质原料；同时，总结了高密度生物质基喷气燃料组分生产工艺的研究进展，展望了生物质基喷气燃料未来的发展及挑战。     

基于声发射原理的矿井掘进机故障诊断技术研究

针对在我国各大矿区广泛应用的EBZ160悬臂式掘进机,基于声发射原理及技术,设计一套掘进机故障诊断声发射检测系统,获得各种故障的声发射数据样本,同时借助小波神经网络的迭代收敛性质,对故障数据样本的精确度进行验证,正确率较高,能够较好地应用于井下掘进机的故障诊断.     

地面驱动螺杆泵井故障诊断方法

为提高地面驱动螺杆泵井的故障诊断效率,提出了一种将小波包与概率神经网络相结合的故障诊断方法.运用小波包技术提取有功功率信号的能量特征,与动液面、瞬时流量、井口回压共同作为特征参数,输入到概率神经网络进行故障诊断.为证明所提诊断方法的优越性,与BP神经网络、径向基神经网络进行对比,结果表明所提方法诊断效率更高、速度更快,更加满足故障诊断实时性的要求;故障诊断实例结果也进一步证明了该方法在地面驱动螺杆泵井故障诊断的可行性.