基于健康风险评价的再生水生物学标准制定方法

污水再生利用是解决水资源短缺问题的重要措施,制定科学合理的再生水生物学标准是保证其生物安全性的基本措施,但目前我国已有的再生水利用水质标准生物学指标体系不够健全,水质标准的科学依据也不十分明确,有待进一步完善。基于再生水回用的微生物健康风险定量评价方法,根据微生物的剂量-反应关系、暴露剂量计算方法和浓度分布等模型,确定了再生水生物学标准制定方法。以再生水回用于城市绿地灌溉为例,给出了再生水中典型病原微生物隐孢子虫和贾第鞭毛虫浓度限值的确定方法。     

基于OpenGL的纤维缠绕的三维运动仿真

介绍了用OpenGL实现三维运动仿真的基本思路及步骤，并以复合材料制品纤维缠绕过程动态仿真为例，说明了其实现方法。     

考虑衰减直流分量的动态相量强跟踪测量算法

故障电流信号的频率变化以及包含的衰减直流分量会严重影响基于傅里叶变换的相量测量算法的精度和动态响应速度。文中提出了一种利用强跟踪滤波器滤除衰减直流分量的动态相量测量算法。首先,将衰减直流分量用其二阶泰勒展开多项式来表示,在状态变量中添加衰减直流分量及其一阶导数和二阶导数,建立含有基波角频率、幅值等参数和衰减直流分量参数的故障电流的非线性状态空间模型,减小信号估计的模型误差。其次,为了提高扩展卡尔曼滤波器在系统达到稳定时对系统参数突变的跟踪能力,利用强跟踪滤波器递推估计各状态变量。所提方法能够有效抑制衰减直流分量对相量测量精度的影响,对时变故障电流信号具有良好的动态响应能力。采用所提算法对加噪声的数值信号以及ATP-EMTP故障仿真信号进行相量测量,结果验证了算法的正确性与有效性。     

污水氯消毒过程中有机氯胺的生成及其影响

消毒是保证污水再生利用水质安全的必要措施，氯消毒是最常用的消毒方法。在氯消毒过程中，污水中的含氮有机物与氯反应会生成有毒有害的有机氯胺。国外很早就开始了对有机氯胺的研究，而国内对有机氯胺的关注较少。有机氯胺在一定条件下可以在自然水体中长时间稳定存在，部分有机氯胺在脱氯时不易被亚硫酸钠脱除。有机氯胺一般具有一定的生物毒性，而且一些有机氯胺也是致癌消毒副产物的前体物质，对水中的生物以及人体健康会产生毒害作用。消毒过程中有机氯胺的生成不仅会降低消毒效果，而且也会影响水体中余氯的测定。     

有限混合纹理模式及其纹理分割框架

受到基于模型和基于结构的纹理分析方法的启发,提出一种新的特征提取方法—有限混合纹理模式。纹理特征采用聚类的方法进行计算,避免了基于模型方法复杂的参数求取过程,同时也突破了基于结构的方法纹理表达能力不足的问题。在该特征的基础上,给出相应的纹理分割框架,并通过定量和定性实验验证了所提算法的有效性。     

轴承钢珠光体球化的研究现状及发展趋势

概述了轴承钢球化退火在轴承生产中的作用,分析了珠光体由片层状转变为颗粒状的变化规律,讨论了片层渗碳体的打断、短棒状向颗粒状转变以及颗粒状熟化长大的热力学机制。结果认为珠光体球化工艺的不足,一是存在碳化物分布不均匀、尺寸大小存在差异等问题;二是退火工艺固定化、格式化等问题,未能适应轴承钢的发展;三是球化退火后的组织检验粗糙化、不够细致。球化工艺的发展趋势,一是要在轧钢或锻压生产阶段通过引入塑性变形或增大冷却过冷度等方法来保证片层组织更加均匀、细化,无网状渗碳体;二是要开发新的球化工艺,例如在有可能的条件内引入电场、磁场以及高温高压应力场等方法来改善球化工艺;三是要将球化组织的定量化检验标准化。     

Nb对高碳钢珠光体球化的影响

摘要：设计了2种不同Nb含量的高碳珠光体钢（0.025Nb和Free -Nb），采用光学显微镜、扫描显微镜、透射电镜和硬度测试仪对两种试验钢珠光体球化前后的显微组织进行了观察和球化后的硬度进行了测量。结果表明：Nb元素可以细化高碳珠光体钢的片层间距，相同条件下具有更多的铁素体 渗碳体界面，在球化退火的第一阶段提供大量的位错和亚晶界使片状珠光体快速熔断，同时也给第二阶段碳的扩散提供高速扩散通道；细小的片层间距缩短了碳和合金元素的扩散距离，使球化转变速度加快，促进了高碳珠光体的球化。Nb元素的添加获得了细小片层间距以及更多的合金碳化物使试验钢的初始硬度偏高，球化退火前4h硬度值下降幅度较大，球化退火4h后对试验钢硬度的影响不大。     

锦棉交织物活性一浴法染色

分析了活性染料，染锦棉交织物的主要问题，以及锦棉同色性的关键。     

无线电缆和多路多点分配系统

在不久的将来,无线电缆系统将可提供数百个电视通道和多路附加电信服务。美国联邦通信委员会(FCC)主席 Reed Hundt 积极鼓励这方面的竞争,并对无线电缆传送方式充满关注。正由于这场竞争,它使美国技术实际上成为了世界标准,正有助于全球信息基础设施的建立。     

基于优化无迹Kalman滤波的电网动态谐波估计

提出一种基于粒子群优化的无迹卡尔曼滤波(particle swarm optimized unscented Kalman filter,PSOUKF)的电网动态谐波估计方法,利用包含种群分类与动态学习因子的改进粒子群优化算法,优化无迹卡尔曼滤波算法(unscented Kalman filter,UKF)的状态噪声协方差和观测噪声协方差,使系统噪声对电网动态谐波估计结果的影响得到充分考虑,克服了传统UKF算法将这两种方差视为常数导致的动态谐波估计精度低的缺陷.仿真结果表明,PSOKUF算法比卡尔曼滤波(Kalman filter,KF)算法和传统的UKF算法更有效,在没有增加计算复杂度的情况下,能够提高动态谐波估计精度.