普光气田加热炉两级节流自动控制改造

普光气田原加热炉控制系统不能使流量、压力、温度参数处于最佳的范围,甚至出现调整过程中因为酸气压力超出安全值引发停炉,针对以上问题,采取节流阀开度流量关系曲线线性优化、偏差e（t）-控制量u（t）关系优化、偏差积分i（t）-控制量u（t）优化、流量压力延时控制优化等多项优化措施,实现了产出酸气流量、压力的稳定控制,为气田的安全生产开发提供了技术保障。     

宜居型森林小城镇建设实施策略研究

林业在黑龙江省生态省建设中发挥着重要作用,通过分析黑龙江省林区小城镇存在的问题,明确了建设宜居型小城镇的目标和方向,提出了宜居型小城镇建设的实施策略。     

黑龙江省水资源生态承载力计算

以生态足迹理论为基础,构建水资源生态承载力模型,收集、整理和分析黑龙江省2003-2008年水资源指标数据.计算结果表明:黑龙江省水资源生态承载力逐年减少,水资源生态足迹需求逐年增加.2008年水资源生态足迹需求达到最大,为0.3117hm2/人.分析黑龙江省水资源呈现不可持续发展的原因,并提出黑龙江省水资源科学管理和有效利用的建议.计算结果验证水资源生态足迹和生态承载力模型的科学合理性,为科学利用有限的水资源提供决策依据.     

黑龙江省环境质量与经济发展定量关系研究

选取黑龙江省1990~2005年环境与经济数据,利用相关性分析的结果,建立环境经济计量模型,研究黑龙江省环境质量与经济增长演替轨迹.计量分析结果显示,黑龙江省人均GDP与主要环境指标之间没有明显的EKC关系,黑龙江省近16年环境保护工作取得了显著成效,促进了环境质量的改善;同时产业结构调整有利于减少污染物排放.     

基于GA-ANN模型的A2/O工艺运行参数优化

影响A~2/O工艺运行的参数有许多,这些因素相互联系、相互作用,影响工艺效率.为了弥补控制单一变量法或者设计正交试验法的不足,综合考察多种运行参数对工艺运行效果的影响,建立了基于遗传算法进行全局寻优的神经网络模型(GA-ANN模型),并应用于某城市污水处理厂A~2/O工艺的运行优化.获得该厂调试运行期间154组有效监测数据后,随机选取2/3的数据用于GA-ANN模型的求解,1/3的数据用于模型的检验,对工艺运行参数进行优化,得到最佳运行参数组合.结果显示,建立基于遗传算法的神经网络模型用于A~2/O工艺运行参数的优化是可行的,可以为污水处理厂运行参数的设置提供理论参考,对调试工作、提高工艺运行效率具有一定的实际指导意义.     

给水球墨铸铁管腐蚀特性及腐蚀对水质的影响

为研究给水球墨铸铁管腐蚀特性及腐蚀对水质的影响,以球墨铸铁管为主体制作三电极反应体系,以微生物为控制变量利用电化学工作站测定球墨铸铁管电化学腐蚀参数,同时分析腐蚀体系内水体水质变化.结果表明:非灭菌组自腐蚀电位66 d均值-0.515 V,自腐蚀电流密度均值7.61×10-4m A/cm~2,期间水质迅速变差,总铁质量浓度3 d后超标,色度和浊度最终分别达72、115 NTU.灭菌组自腐蚀电位66 d均值-0.471 V,自腐蚀电流密度均值5.26×10-4m A/cm~2,腐蚀强度较灭菌组稍缓,但水体最终变成"黄水".没有或失去防腐涂层而暴露于水体中的给水球墨铸铁管初期极易发生以电化学腐蚀为主的综合性腐蚀,严重影响水质.     

浅谈城市节水途径与措施

通过分析我国工业和城市生活用水现状,发现近十多年来工业节水已取得较大进步,但关键性工艺用水效率依然不高,提升空间大,成为工业节水的重点;同时城市生活用水浪费严重,存在问题较多,如水的重复利用率低,管理不到位、科学化程度低等。据此在节水政策和规划的制定、用水管理等途径上提出了一些具体措施,不仅为城市主管部门节水工作提供理论参考,帮助国家节水目标向前迈进,同时还为全民节水提供科学支持,促进社会经济的可持续发展。     

基于LE与ICROA-RVM的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。     

基于小波KPCA与IQGA-ELM的煤与瓦斯突出预测研究

为有效预防煤与瓦斯突出灾害,针对煤与瓦斯突出预测精度和效率不高问题,提出基于小波核主成分分析(KPCA)和改进的极限学习机(IQGA-ELM)的煤与瓦斯突出预测方法.通过小波核主成分分析法对原始致突指标进行非线性降维处理,提取出致突指标主成分序列,将其作为极限学习机(ELM)网络神经的输入,利用改进量子遗传算法(IQGA)对ELM的输入层权值和隐含层阈值进行优化,建立小波KPCA-IQGA-ELM预测模型,模型的输出为煤与瓦斯突出强度的预测结果.研究结果表明,该模型泛化能力强,可以对煤与瓦斯突出强度进行有效预测.     

黑龙江省政府投资项目管理模式的优化

针对黑龙江省政府投资项目管理的现状进行分析研究,发现政府投资项目管理中存在的问题,提出管理模式优化路径,为黑龙江省政府投资项目管理提供借鉴。