基于MIKE21的城市河流水质改善与达标分析

为进一步改善北京市潮白河顺义段的水质并分析其目标可达性,基于MIKE21模型,以COD、TP、NH_3-N为特征性指标,在四种方案下分别对研究河段进行水动力与水质模拟。根据其模拟结果,定量分析四种方案,发现四种方案对潮白河的水质全面提升均有一定效果,方案2、3的出口断面水质可达到要求的Ⅳ类水标准。     

企业实施健康安全环保管理体系存在的问题和对策

在现代企业发展的过程当中健康安全环保管理体系的构建已经成为了一项非常重要的工作内容,同时这对于企业本身的发展也具有至关重要的意义和作用。本文就对于现阶段企业实施健康安全环保管理体系存在的问题和对策进行了分析和探讨。     

发挥电工电子实习基地的功效

本文针对目前学生工程能力薄弱的现状,对如何在校内实习中培养学生的能力以及对实习内容、安 排、考核等具体教学方法做了一定探索。     

市政污泥吸附等温线模型和热力学性质

采用静态重量法测定了市政污泥在30℃、40℃、50℃下的吸附等温线,选用11个常见的数学模型对实验数据进行了拟合并对最佳模型进行了解析,通过净等量吸附热q_st、微分熵ΔS、扩散压力π、净积分焓q_in和净积分熵ΔS_in等指标评价污泥的热力学性质。试验结果表明,在温度恒定时,等温曲线属于Ⅱ型,GAB模型拟合效果最佳,能较好地反映平衡含水量随水分活度的变化。应用Clausius-Clapeyron方程,利用等温线模型计算净等量吸附热和微分熵,随着平衡含水率的增加,净等量吸附热和微分熵明显降低,调和平均温度T_hm与等速温度T_l不等,焓-熵补偿理论成立。在一定的水活度下,扩散压力随温度的升高而减小,在温度恒定的情况下,扩张压力随水分活度增大而升高。净积分焓随平衡含水率的增加而减小,而净积分熵在低平衡含水率时随平衡含水率的增加而减小,在30℃、40℃和50℃时分别达到最小值-75.698J/(K?mol)、-78.987J/(K?mol)和-82.687J/(K?mol),然后呈上升趋势。     

面向工程教育专业认证的地方建环专业改革与实践——以热质交换原理与设备课程为例

针对新时期建筑环境与能源应用工程专业工程教育认证工作需要,在领悟工程教育认证体系的基础上进行了课程大纲顶层设计。以热质交换原理与设备课程为例,从课程信息和目标介绍、课程目标与毕业要求及其指标点的对应关系、课程主要内容与学时分配、课程教学方法和考核评价方式,以及课程推荐资料等方面详细阐述了课程大纲的设计方法和撰写思路。通过2021年兰州交通大学建环专业工程教育认证应用验证表明,该课程大纲设计方法符合工程教育认证要求,课程教学方法和考核评价合理,有利于课程目标达成度评价,可为工程教育认证其他专业课程大纲的修订提供参考。     

基于ERS2S测氡仪的氡析出率准确测量研究

氡析出率的测定是废石堆、尾矿堆监测治理中的重要指标,德国ERS2S氡钍射气析出率测量仪提供了线性拟合和指数拟合两种数据处理方式,在实际工作中往往出现难以确定选择使用何种数据处理方式能得到较为准确的氡析出率。针对该问题本文从线性拟合和指数拟合两种计算方法的理论模型入手,分析两种拟合方法的适用范围。研究表明线性拟合适合短时间测量,随着测量时间的增加,线性拟合计算的氡析出率误差将会不断增大。指数拟合需要测量数据较多,短时间测量时容易产生较大误差,长时间测量拟合度较好。研究成果有利于使用ERS2S测氡仪准确测量氡析出率,同时也为氡析出率的新测量方法的研究提供了理论、实践基础。     

云南出现500kV电压等级时的电网结构及安全技术措施

分析了500kV漫昆输变电工程投产时的云南电网结构状况,并系统介绍了当时大电源、弱受端、网间弱联结的电网结构所带来的安全运行问题的分析情况,简述了所需采取的综合安全技术措施.     

浅谈我国智能交通及问题对策

随着物联网的迅速发展,智能交通作为物联网主要的应用为我国及全球经济的发展提供了强劲助力。分析智能交通在我国发展的现状和典型应用案例,指出智能交通发展中出现的主要问题,提出实现智能交通的相关对策建议。     

基于空频域结合的显著目标检测

为了能更准确地检测出图像中的各种显著性目标,针对单一域的显著性目标检测方法容易造成有用信息遗失的缺点,提出一种将图像频域的全局信息与空域的局部信息结合获得更全面的显著性目标信息的新模型。通过融合两个域中的有用信息,将空域中的局部信息与频域中的全局信息进行信息的优势互补。此模型不但可以加强复杂背景下显著区域部分,而且可以有效抑制重复的非显著性部分。实验表明该模型方法相对于其它单一域的模型能较好的提取显著性目标区域,与单一的空频域模型比较,在准确率上相对于空域模型提高9.5%,相对于频域模型提高了6.3%。     

基于多维滑窗的异常数据检测方法

随着数据流的广泛运用,数据流中异常数据的检测问题也引起了更多的关注.现有的卡尔曼滤波算法需要的历史数据量虽然小,但只适用于单个异常点的检测,对于复杂连续的异常值检测效果较差.针对这个问题,提出一种水文传感器分级标注模型,并在此基础上提出一种基于多维影响因子的卡尔曼滤波算法,加入空间、时间、起源三个维度的影响因子,在天气和汛期等影响因素改变时,对系统模型的控制参数进行适当调整,并且对测量噪声进行更加准确的估计,提高异常检测的准确性.实验结果证明,所提算法在保证运行时间相近的前提下,检测的错误率远低于基于遗忘因子的卡尔曼(AKF)算法和基于小波的卡尔曼(WKF)算法.