沸石分子筛对CO_2/CH_4混合气的分离效果研究

选取5A沸石分子筛作为脱碳吸附材料,考察了其对CO2及CH4单组份的吸附效果。结果表明,5A分子筛真空解吸在1 h 50 min即可达到解吸、脱碳、再生的目的,且经8次重复吸附-解吸后仍具有较高及较稳定的脱碳效率。将5A分子筛应用到沼气实际分离实验中,在沼气中n(CO2)∶n(CH4)=40∶60的条件下,经单塔处理可达0.17 m3/kg处理量,甲烷纯度可达97%以上,且连续处理速率为0.60 m3/(h·kg),该研究为今后的沼气分离工程提供了技术参数。     

以沼液为原料的微生物燃料电池产电降解特性

为提高生物质能源利用效率,降低废水处理成本,实验构建单室无膜空气阴极微生物燃料电池(microbial fuel cell,MFC),碳布作为阴阳极材料,将牛粪沼液作为接种液及底物进行产电性能测试,同时考察了MFC对该沼液的降解效果。结果表明,MFC能够利用沼液进行产电,最高输出电压330 mV,内阻10 kΩ,最大功率密度为10.98 mW·m-2,沼液中的不可溶性物质是导致MFC输出电压、功率密度低的重要原因。MFC的运行对沼液中的有机物、氮、磷等物质具有一定的降解能力,24 h内去除率分别达到20.73%、67.82%、72.56%。因此,MFC作为产生电能的新方法,在联合处理沼液等有机废水节能减排方面具有广阔前景。     

酸碱预处理对芦蒿秸秆厌氧发酵的影响

通过对芦蒿秸秆进行酸、碱预处理和厌氧发酵制沼气实验,比较不同的预处理方法对芦蒿秸秆产气性能的影响。结果表明,与对照组相比,碱处理能较好地改善秸秆的产气性能,其中2%NaOH处理效果最好,发酵初期VFA含量高达4882.34 mg·L?1,比对照组提高了705.21%,单位TS固体产气量为288.42 ml·g?1,较对照组提高了17.08%,甲烷含量最高可达61.14%。     

梳状弱碱性树脂对丁二酸高浓度循环解吸

建立了一种有效的、低能耗的从梳状弱碱性(MKF-D30X)树脂上解吸丁二酸的工艺。考察了解吸剂用量(体积)、解吸温度、分段解吸及分段循环解吸对MKF-D30X树脂解吸附丁二酸的影响。结果表明,MKF-D30X树脂对溶液中的丁二酸(25 mg·ml-1)有很好的吸附作用,吸附量高达425 mg·(g干树脂)-1。当解吸温度为50℃,每个阶段用10 ml、1.0 mol·L-1 HCl解吸剂,两阶段解吸3 g吸附饱和的树脂,第1阶段解吸得到的丁二酸浓度可高达52.4 mg·ml-1,将丁二酸浓度提高到原液浓度的209.6%;在此基础上再进行分段循环解吸,不仅可以维持第1阶段获得的高浓度丁二酸,且可同时获得第2阶段2倍收率的高浓度丁二酸,达到了高浓度、高效率解吸丁二酸的目的。另研究表明,分段循环解吸液再作为解吸剂,其中丁二酸的浓度对丁二酸解吸效果没有明显影响。     

颜色模型扰动的语义对抗样本生成方法

卷积神经网络是一种具有强大特征提取能力的深度神经网络,其在众多领域得到了广泛应用。但是,研究表明卷积神经网络易受对抗样本攻击。不同于传统的以梯度迭代生成对抗扰动的方法,提出了一种基于颜色模型的语义对抗样本生成方法,利用人类视觉和卷积模型在识别物体中表现出的形状偏好特性,通过颜色模型的扰动变换来生成对抗样本。在样本生成过程中其不需要目标模型的网络参数、损失函数或者相关结构信息,仅依靠颜色模型的变换和通道信息的随机扰动,所以这是一种可以完成黑盒攻击的对抗样本。     

一种新型的免疫多目标优化算法

免疫算法借鉴了生物免疫系统独有的自适应、自组织、多样性、免疫记忆等优良特性,是智能计算领域中继人工神经网络和进化计算之后的又一个研究热点.提出一种新型的基于聚类的免疫多目标优化算法(CMOIA),借鉴了免疫算法的亲和度定义,由此亲和度定义的免疫变异操作子使得算法产生的抗体群体能够逐渐向精英群体变异,结合进化算法在局部搜索中维持解个体多样性的能力对免疫变异产生的抗体群进行交叉变异操作,采用一种基于聚类的克隆选择算子来保持免疫算法在探测新解和加强局部搜索之间的平衡.选取了8个通用的多目标优化问题对3个广泛采用的性能指标进行了测试.与现有两个经典的进化优化算法相比较,算法所产生的解集在收敛性、多样性等方面显示了相当的独创性和先进性.     

梳状弱碱性树脂对丁二酸高浓度循环解吸

建立了一种有效的、低能耗的从梳状弱碱性（MKF-D30X）树脂上解吸丁二酸的工艺。考察了解吸剂用量（体积）、解吸温度、分段解吸及分段循环解吸对MKF-D30X树脂解吸附丁二酸的影响。结果表明,MKF-D30X树脂对溶液中的丁二酸（25 mg·ml^-1）有很好的吸附作用,吸附量高达425 mg·（g干树脂）^-1。当解吸温度为50℃,每个阶段用10 ml、1.0 mol·L^-1 HCl解吸剂,两阶段解吸3 g吸附饱和的树脂,第1阶段解吸得到的丁二酸浓度可高达52.4 mg·ml^-1,将丁二酸浓度提高到原液浓度的209.6%;在此基础上再进行分段循环解吸,不仅可以维持第1阶段获得的高浓度丁二酸,且可同时获得第2阶段2倍收率的高浓度丁二酸,达到了高浓度、高效率解吸丁二酸的目的。另研究表明,分段循环解吸液再作为解吸剂,其中丁二酸的浓度对丁二酸解吸效果没有明显影响。     

免疫算子对种群多样性的影响分析

经过多年的发展,研究人员设计出大量的免疫算法来解决多目标优化问题。基于三种免疫算子：克隆选择算子、超突变交叉算子和重组存储记忆算子,并通过分析三种算子何时或以何种方式对免疫算法中种群多样性产生影响,从而对免疫算子与种群多样性之间的联系进行了研究。对NNIA和CMOIA两种经典免疫算法在两个基准问题上进行实验分析,实验结果表明克隆选择算子对于算法多样性有消极影响,而超突变交叉算子和重组记忆存储算子则会帮助算法维护多样性。     

酶法结合超声波提取粉葛葛根素的研究

目的:以提高粉葛葛根素的得率为目的。方法:在优选出纤维素酶结合超声波的方法基础上,采用单因素实验和响应面实验法,对影响酶解反应的主要因素进行了优化。结果:最佳酶解反应条件为固液比1∶31(g/m L)、酶解时间9.8h、酶添加量31.84U/g,超声条件为功率150W、频率40k Hz、时间30min。在此条件下得率为0.728%,比优化前提高15.37%,比单纯超声波提取法和传统乙醇浸提法分别高出24.7%和28.0%。结论:初步建立了纤维素酶结合超声波技术提取粉葛葛根素的最优工艺条件。     

多目标优化免疫算法中核心算子抽象

人工免疫系统是受自然免疫原理启发而建立的计算模型,多目标优化问题是当前演化计算的一个重要研究方向。然而,当前的各种免疫优化算法的运行机制和操作过程均不相同。提出一种多目标优化免疫算法的统一表达方法,抽象出免疫算法的3类核心算子的主要原理和运行过程。核心算子可表达经典免疫优化算法NNIA和CMOIA,证明了3类免疫算子表达算法的可行性和高效性。