水厂生产废水处理工艺节地高效化设计探索

随着对环保及自用水率的要求日益严格,水厂生产废水的减排已成为发展趋势.但既有水厂用地紧张和生产废水的处理工艺占地多存在矛盾,制约了水厂新增生产废水处理工艺的可行性.文中引入斜管沉淀提升沉淀效率、取消浓缩池、使用叠螺脱水机代替离心脱水机的优化设计方案,相较原设计的传统分离式生产废水处理工艺,生产废水停留时间减少75％,占地面积减少约48％.实践证明,该优化设计方案能够有效解决水厂生产废水处理工艺设计过程中遇到的用地不足问题,并有效地降低建设投资.     

伊拉克A油田Asmari组混积型碳酸盐岩储层隔夹层研究

伊拉克A油田Asmari组为大型混积型碳酸盐岩油藏,发育灰岩、白云岩、砂岩、泥岩和硬石膏等多种岩性,储层复杂、非均质性强,存在多种类型的隔夹层。基于岩心、薄片、测井和分析测试等资料,对研究区隔夹层类型及特征展开综合分析,识别出了泥岩、硬膏岩和泥-微晶碳酸盐岩3类隔夹层。泥岩和硬石膏致密无孔隙、基本不具有渗流能力,对流体流动可以起到阻挡作用;泥-微晶碳酸盐岩属于细粒碳酸盐岩沉积,孔隙度低,但一般裂缝较发育,具有一定渗流能力,不能对流体起到有效的隔挡作用。硬石膏主要在油田中部及北部A段发育,其对油田北部储层纵向连通起到一定隔挡作用,导致纵向压力衰竭不一致。泥岩主要在C段顶部、B4和B1层发育,平面上主要在油田南部较发育。C段顶部发育一套厚度较大、稳定分布的泥岩隔层,将C段和上部B段及A段分隔为两个独立的油水系统,并有效阻挡了C段水层锥进到B段;B4和B1层泥岩较发育,但由于油田南部区域断层和裂缝较发育,导致泥岩隔夹层未能起到有效隔挡作用。搞清研究区隔夹层类型、分布及是否起隔挡作用,对A油田各区域各小层有效动用开发、见水规律研究具有很好的指导意义。     

具有良好时频性能的电力系统次同步振荡模态在线辨识算法

介绍了一种适用于电力系统次同步振荡在线监测的非平稳信号模态辨识算法,该算法综合了经典IIR窄带滤波器组算法及经验模态分解(empirical mode decomposition,EMD)算法的优点,利用次同步振荡分析获得的预知频率信息,对可能导致模态混叠的相邻模态做数字滤波器(Infinite Impulse Response,IIR)预处理,再经EMD获得无混叠的固有模态分量IMF1.该算法具有理想的窄带选频特性,且能够快速反映次同步振荡及机组扭振发生最初的时域过程,计算量很小,可用于现场在线提取SSO模态特征,有利于更好地实现对次同步振荡的稳定性判别及闭环控制、机组扭振保护等.最后,利用PSCAD产生的仿真数据及某电厂发生次同步振荡的现场数据验证了该算法的有效性.     

基于模态局部化的可调式压电驱动谐振质量传感器的设计

该文提出了一种基于模态局部化现象来检测外部质量扰动的可调式压电驱动谐振质量传感器,质量传感器的检测结构由两个不同长度的悬臂梁通过机械耦合梁连接。首先利用哈密顿原理对压电驱动下的非对称谐振元件进行理论建模,采用伽辽金方法求解,得到前两阶模态下的振动特性;理论求解所得固有频率与COMSOL仿真分析、实验数据基本一致。实验研究表明,无调谐质量的谐振器检测范围为2~10 mg,添加调谐质量后的谐振器检测范围提高至1~13 mg,质量检测的分辨率也得到优化。此外,对传感器的结构进行非线性分析研究发现,超谐振动下的谐振器检测灵敏度提升了80%,这为非线性谐振传感器的设计提供了基础。     

基于改进SOA-VMD的磁声发射信号去噪算法

磁声发射（MAE）是铁磁性材料磁化过程中产生的声发射信号，在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点，提出海鸥算法结合变分模态分解（SOA-VMD）的去噪方法，为克服海鸥算法求解过程中易陷入局部最优解问题，利用柯西变异算子产生随机迭代过程，使改进算法即柯西变异海欧算法（CVSOA）跳出早熟收敛。采用以幅值谱熵为适应度函数，优化VMD算法中分解模态个数K和二次惩戒因子α两个参数，将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明，改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法，降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好，可靠性更高。     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

EMD算法发展及应用综述

经验模态分解算法在各个领域都有广泛的应用,在工业领域中,对机械设备故障的机理研究,有助于监测机械运行状态,在医学领域中,准确的检测出患者与正常人数据的差异有助于疾病的分析和诊断,由于经验模态分解算法在非线性非平稳信号分析中具有显著优势,多年来深受学者的关注。文章总结了经验模态分解算法近年来的发展改进及应用。     

混菌矿化增强再生粗骨料的物理力学性能

为克服单一微生物培养成本高且矿化鲁棒性不足的缺陷，提出了一种混菌矿化增强再生粗骨料物理力学性能的方法.通过筛选矿化效率较高的好氧嗜碱混菌，考察了混菌矿化对再生粗骨料物理力学性能和混凝土抗压强度的影响.结果表明：相同增强时间下，混菌比纯菌呈现出更优异的矿化增强效果；随着混菌矿化增强时间的延长，再生粗骨料吸水率和压碎指标呈现出先减小后增大的趋势，最优增强时间为15 d；采用矿化增强再生粗骨料制备的再生混凝土抗压强度提高幅度达到22.1%.