电渗析器的生产运行

一、概况我厂是以油田伴生气为原料的合成氨厂,地处渤海湾,所用地下水含盐量高(1,200—1,300毫克/升),氯化物多(氯根260—280毫克/升),碱度高(6毫克当量/升),硬度低(0.7毫克当量/升)。为了降低地下水的含盐量,满足生产及生活用水要求,1970年底到     

天然气脱水及抑制水合作用的近期进展

在对天然气进行处理使其能满足输送管道特性时，脱水是必不可少的一步。天然气需要进行脱水处理以防止液相凝析。因为液相凝析会引起的天然气处理系统中水合物的生成及腐蚀作用的发生。     

一种基于多代理的泛在网络模型

泛在网络是下一代网络发展的趋势,其目标是提供一个无处不在的网络,使得在不同网络间不需要预先配置或者离线协商就能进行透明合作提出一种基于多代理的泛在网络结构,对其结构进行了阐述和分析,讨论了网络代理间的通信。     

NMMO法制备天然纤维素/Ag~+复合抗菌包装薄膜

针对天然纤维素包装薄膜存在的断裂伸长率低和抗菌性能差的缺点,本研究中采用N-甲基吗啉-N-氧化物为溶剂（NMMO法）,以天然阔叶纤维素浆粕为原料,采用溶液共混的方法,向铸膜液中添加载银TiO₂和载银介孔SiO₂无机抗菌材料,制备了天然纤维素/Ag⁺复合抗菌包装薄膜,研究了复合包装薄膜中无机抗菌材料的含量对薄膜断裂伸长率的影响,考查了制备的复合包装薄膜对金黄色葡萄球菌的抗菌性能。结果表明:随着纤维素复合薄膜体系中载银TiO₂和载银介孔SiO₂无机抗菌材料含量的增加,纤维素复合薄膜的断裂伸长率均呈现先上升后下降的趋势,且当其用量为1.5 wt.%时断裂伸长率最大,分别为69.8%和64.1%。制备的纤维素/Ag⁺复合包装薄膜的抗菌性能随着体系中载银无机抗菌材料含量的增加而提高,当载银无机抗菌材料的用量由0.5 wt.%增加到2.0 wt.%时,载银TiO₂复合薄膜对金黄色葡萄球菌的抗菌率由90.7%提高到98.5%,载银介孔SiO₂复合薄膜对金黄色葡萄球菌的抗菌率由89.2%提高到96.9%。     

酸化在庆祖集油田降压增注中的作用

庆祖集油田由于注水压力不断上升,部分水井欠注,严重时造成注不进,对应油井因地层能量得不到有效补充而使产量下降。为解决这个问题,对水井实施酸化措施,起到了较为显著的降压增注作用,使对应油井的地层能量得到有效的补充。     

一台中子在线分析仪控制两台生料磨配比的使用管理经验

介绍了中子在线分析仪使用初期的配料调整误区、在线分析控制的影响因素,以及在线控制与人工控制效果对比。结果表明,采用中子在线分析仪“一拖二”的控制方式,依托检测两台磨综合样成分,能够实现两台磨同时自动进行配方调整,且熟料成分稳定性明显提高,窑系统稳定性得到较大改善;“一拖二”的控制方式,目标值设定会受两台磨配料秤原料离析变化、配料秤校正的准确性、取样点代表性以及磨机工艺运行情况影响,控制好关键点,以避免目标值设置的不合理造成熟料成分波动;目前使用中子在线分析仪“一拖二”的控制方式还不能完全实现取消生料取样检测,还需要在以后的使用管理过程中进一步摸索经验     

电机电子软起动器

结构积木化，功能模块化应是起动器电子设计的一个重要原则，介绍了遵循这个原则设计的电机软起动器的原理、功能、适用范围及具体电路。     

基于Hadoop的GA-BP算法在降水预测中的应用

针对如何从海量的气象数据中挖掘出有用的知识,并提高气象预报的准确度,提出了在Hadoop平台上构建基于遗传神经网络算法的天气预报方法.该方法采用遗传算法与神经网络算法相结合,避免了传统算法容易陷入局部最优的问题,并以天津市13个台站1951–2006年的地面气候资料日值数据为基础,建立了遗传神经网络预测模型,最后以降雨量等级为决策属性进行了实验.结果表明,该方法对所有降水等级的预测准确率都要优于传统的神经网络算法,对于降水等级R₀的预测精度最高,达到了87%,不仅可以有效的处理海量气象数据,同时具有较高的预测精准度和良好的扩展性,为天气预报提拱了一种全新的思路和方法.     

天津地区灰霾特征初步研究

利用2001～2004年天津市有代表性站点的气象观测资料及市区主要污染物排放资料和温风探空资料来分析天津地区灰霾特征,得出天津地区灰霾总体状况.天津市灰霾受地理环境影响较大,年灰霾日数呈现市区》山区》海滨;灰霾日数年分布市区峰值出现在8月,蓟县(山区)和塘沽(海滨)分别出现在7月和10月,三站谷值都出现在春季,市区出现在4月,蓟县(山区)和塘沽(海滨)集中在3月;天津市灰霾日污染普遍重于非灰霾日,灰霾日污染物监测浓度高于或接近污染物监测浓度月均值;灰霾日边界层明显特征是存在较强近地逆温层.     

短时交通流预测方法研究*

交通流预测是智能交通系统的热门研究课题,如何构建合适的预测模型并选择合适的预测变量是交通流预测的关键。利用相关分析法来确定交通流预测变量,将选择的预测变量输入到非线性回归支持向量机,通过样本训练进行交通流预测,最后通过交通实例分析来验证该方法的有效性。