造纸工业中水回用系统外排膜浓缩水达标排放设计

湖北某工业园区污水处理厂接纳的来水主要为某造纸工业中水回用系统超滤及反渗透膜系统外排的浓缩水,膜浓缩水含盐量高,会抑制微生物的活性,导致污水的可生化性差,处理难度大.针对膜浓缩水的特殊性,污水处理工艺针对性地采用臭氧氧化-硝化及反硝化滤池-曝气生物滤池-芬顿氧化-活性炭吸附工艺,臭氧-曝气生物滤池用于去除来水中的色度、COD及其他有机污染物,硝化反硝化滤池用于脱氮,芬顿氧化用于进一步去除COD及TP,活性炭吸附工艺用于最后的出水水质保障.项目建成运行两年以来,出水水质稳定达到《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A标准,实现了膜系统浓缩水的达标排放处理.     

多元杂多酸在仲辛醇制己酸中的催化作用

采用磷、钼、钒系列多元杂多酸作为硝酸氧化仲辛醇制己酸的催化剂,对其催化性能和选择性进行了实验研究。结果表明:H6PMo9V3O40、H10PMo5V7O40、H11PMo4V8O40等多元杂多酸均可提高仲辛醇的转化率、己酸产率和己酸选择性,并确定了这3种催化剂的最佳用量:当它们分别为仲辛醇质量的1 4%、1 0%、1 4%时,仲辛醇转化率可达98 3%、97 6%、100%;己酸的选择性可达85 7%、85 8%、78 8%;其性能明显优于钒催化剂。     

有限大障板上轴对称扬声器声压级的近似计算方法

扬声器声压级测试一般是将扬声器安装在矩形标准障板上进行的,而要通过仿真分析方法准确计算该扬声器在这种声场条件下的声压级,以往只能采用3D模型,其计算量非常大。提出了一种近似计算方法,将有限大障板近似为很多个扇形障板块的组合,再利用2D轴对称模型的仿真分析方法计算每个扇形障板块影响下的声压,进而得到轴对称扬声器安装在该有限大障板上的声压级。这种方法使仿真分析模型与实际测试相符合,同时也避免了规模庞大的3D仿真计算。     

气力输送在铸造车间的应用

气力输送作为物料输送的一种方法被广泛用于铸造生产线,文章从多年使用、维护气力输送积累的一些实际经验出发,对新建铸造生产线、初次采用气力输送的用户,在设计、选用、配置时应考虑那些环节,提出看法,供同行参考。     

海洋声场预报研究和工程应用

随着科学技术的飞速发展 ,对海洋声场作出合乎要求的快速精确预报 ,显得尤为重要。浅海平滑平均声场理论和深海广义相积分理论克服了经典的WKB近似在反转点发散的缺点 ,而且实现了声场数值预报的实时性要求 ,基于上述理论 ,进行海洋声场分析设备的研究和工程应用 ,对声呐的设计、使用及舰艇作战有重要意义。     

两条静压造型生产线的后评价

就2006年、2007年建成投产的两条静压造型生产线,在使用中的一些情况和出现的问题作一分析总结评价。供同行参考。     

基于三轮全向机器人的室内建图与导航

针对SLAM以及ROS系统的广泛应用,设计并制作了一种带有升降抓取结构的作业型全向移动机器人。该系统通过观测IMU与陀螺仪数据,得出机器人运动轨迹,对全向移动底盘进行运动学推导,动态计算出机器人运动时系统的实时位姿状态,利用激光雷达对未知环境进行二维激光扫描匹配,结合粒子滤波算法绘制栅格地图,设定系列目标点,经A*算法规划最优路径进行自主导航,完成指定任务。实验结果表明,该系统可构建精度较高环境地图,实现对机器人的有效定位,完成室内建图与自主导航等任务。     

一种有效降维的特征选择方法及其在水声目标识别中的应用

为在保证目标识别准确率基础上进行有效特征降维,文章以目标识别准确率为特征选择准则,提出一种支持向量机递归特征消除（Support Vector Machine Recursive Feature Elimination,SVM-RFE）快速筛选出部分优质特征子集与猫群算法（Cat Swarm Algorithm,CSO）迭代寻优结合的特征选择方法,并将该方法应用于水声目标识别的特征选择。实验数据处理结果表明：相比SVM-RFE和CSO特征选择算法,文中提出的方法在平均特征维数降低8%的基础上,平均目标识别率提高了1.88%,能够实现有效降维的目的。该方法对判断特征是否适合用于特定的目标识别也有一定应用价值。     

水合物分解的噪声研究

海洋中水合物在分解后会形成大量气泡并向外辐射噪声信号。基于水合物分解的特点,建立了适用于描述水合物分解的非理想气泡的振动模型,并通过数值方法分别对辐射噪声的频率和辐射声压做了仿真模拟。结合测量二氧化碳水解噪声的实验数据,对分解得到的不同半径气泡辐射噪声频率和声压做了统计分析。结果表明,理论模型与实验结果吻合较好,该研究对监测水合物的泄漏分解等具有重要的意义。     

基于VMD与共振稀疏分解的舰船辐射噪声窄带特征提取

为了获取实测舰船辐射噪声信号中有效的目标信息、提高低信噪比条件下目标信号的可分性,文章提出了结合变分模态分解(Variational Mode Decomposition,VMD)和共振稀疏分解(Resonance-based Sparsity Signal Decomposition,RSSD)的舰船辐射噪声信号特征提取方法。基于舰船辐射噪声信号具有一定的周期性而外界干扰具有随机性的特点,首先利用VMD自相关分析的方法重构信号,主要剔除带外噪声分量;然后采用RSSD算法基于信号共振属性的不同,进一步滤除带内噪声和瞬态干扰,实现对信号中周期性振荡成分的提取;最后提取信号的波形结构特征用于目标的分类识别。仿真信号与实测信号分析表明,该方法可以较好地滤除带内外噪声,增强舰船辐射噪声信号固有的窄带特征。多类舰船目标的分类实验结果表明,该方法可以有效提高低信噪比信号的可分性,有利于提高目标识别的性能。