复合人工湿地处理邯郸市多元污水的中试研究

选用耐污性强的水生植物构建了复合人工湿地系统,对邯郸市多元污水进行了长期净化试验。试验结果表明,构建的复合人工湿地系统常年对污水都具有一定的净化效果,系统对BOD、TN、TP去除率分别在25~65%、27~84%、30~80%之间。潜流人工湿地子系统对污水的净化效果和稳定性明显好于表层流人工湿地系统。系统的净化效果受气温、植物的生长状况和基质的共同影响,其中气温是影响系统净化效果的主导因子。     

不同支护时机的地下洞室围岩稳定仿真

借助ABAQUS软件的前后处理和计算模块,根据地下洞室开挖释放荷载计算基本原理求得开挖荷载的等效节点力,并以等效节点力不同的施加比例模拟不同的洞室支护时机,对洞室围岩稳定进行了分析比较.结果表明,随着支护时间的延迟,支护应力逐渐变小,围岩塑性区和增量位移逐渐增大.计算结果符合地下工程施工过程的一般规律,表明该方法可行,为通用有限元软件在地下洞室围岩稳定分析中应用开辟了一条新的路径.     

机动目标跟踪中一种新的自适应滤波算法

通过分析基于“当前”统计模型的机动目标自适应跟踪算法,指出该算法对目标机动加速度极限值的依赖性,而实际中预先设定加速度的最大值是不可行的。为克服这一缺点,文中给出一种新的自适应滤波算法,该方法无需提前给定加速度最大值,可以直接利用位置估计值和加速度之间的函数关系进行加速度方差自适应调整。仿真结果表明,与标准的自适应滤波相比其跟踪精度有了较大提高。     

N,N′-二羧甲基大环醚双内酯配合性能的研究

用电位滴定法,在（２５．０ ±０．１）℃, Ｉ＝ ０．１０ ｍ ｏｌ·ｄｍ ３（ＮＭｅ４ＮＯ３） 条件下测定了Ｎ,Ｎ′—二羧甲基大环醚双内酯（Ⅰ,Ⅱ,Ⅲ） 的质子化平衡常数,及其与Ｍｇ２＋ ,Ｃａ２＋ ,Ｓｒ２＋ ,Ｂａ２＋ ,Ｃｕ２＋ ,Ｚｎ２＋ ,Ｃｄ２＋ ,Ｐｂ２＋ 金属离子配合的平衡常数,讨论了醚环大小对平衡常数、配位方式以及配体稳定性的影响． 配体Ⅰ与上述金属离子形成配合物的稳定常数,对于同一种金属与配体Ⅱ,Ⅲ相比为最小． 配体Ⅰ与较大的金属离子如Ｓｒ２＋ ,Ｂａ２＋ ,Ｃｄ２＋ 生成配合物时,这种差异更加显著． 配体Ⅰ与Ｐｂ２＋ 配合的稳定常数,比预料的高出很多． 与碱土金属离子Ｃａ２＋ ,Ｓｒ２＋ ,Ｂａ２＋ 形成配合物的稳定常数,随金属离子半径增大而减小． 与过渡金属离子Ｃｕ２＋ ,Ｚｎ２＋ ,Ｃｄ２＋ 形成配合物的稳定常数,呈相似的规律． 配体Ⅱ与Ｍｇ２＋ 形成的配合物,其稳定性最差．而与Ｃａ２＋ ,Ｓｒ２＋ ,Ｂａ２＋ 形成配合物的稳定常数比与Ｍｇ２＋ 形成的配合物的稳定常数高出很多且相互间很相近,故配体Ⅱ可用于从碱土金属离子中分离出Ｍｇ２＋ 离子． 用ＮＭＲ 研究了配体Ⅰ的水解产物的结构     

双相萃取-液相色谱检测细胞培养液样品中的山银花黄酮类化合物

乙醇-磷酸氢二钾双水相体系萃取细胞培养液中的山银花黄酮类化合物,用高效液相色谱法分析样品中的山银花黄酮类化合物的含量,色谱柱为C_(18),流动相为甲醇-水(50%∶50%v/v,用磷酸酸化至pH 4.0),流速1.0 m L/min,检测波长352 nm。结果表明,双水相萃取山银花黄酮上相乙醇,得到5个信号较强的化合物,其色谱行为与未经萃取的相同浓度山银花黄酮粗提物样品基本一致;萃取山银花黄酮粗提物细胞培养液样品获同样结果,表明乙醇-磷酸氢二钾双水相萃取结合液相色谱可检测细胞培养液中的山银花粗提物的黄酮化合物,该双水相能较好萃取并浓缩黄酮类化合物分配于上相乙醇中,有利于成分复杂、低浓度生物样品中待测化合物的分离、纯化、浓缩。     

中达电通在塑料封切机上成功的系统集成案例

本详尽介绍了塑料封切机的工艺，并依据封口机系统的要求结合台达PLC，台达伺服，台达人机等产品的特色，提供客户高附加值的解决方案。     

大型机电设备故障诊断装置的实现

为了解决大型机电设备电控系统故障诊断的难题，分析了采用分布式控制方式和模块化结构设计出的一种便携式电控系统故障诊断装置的硬件，介绍了利用多媒体技术的专家系统，该装置成功地解决了大型机电设备电控系统故障排除的难题，并且也可作为其它大型机电设备电控系统进行故障诊断的参考。     

一种新的多渐消因子容积卡尔曼滤波

将强跟踪思想引入容积卡尔曼滤波（cubature Kalman filter，CKF），建立强跟踪CKF能有效克服CKF在模型不确定、状态突变等情况下，滤波性能下降的问题。通过分析现有多渐消因子计算方法，发现它们均只利用了协方差矩阵的对角线元素，并没有考虑各个状态之间的相关性，不能充分发挥多渐消因子的优势。为此，本文提出渐消因子矩阵，基于正交原理推导渐消因子矩阵的求解方法，提出多渐消因子强跟踪CKF算法。多渐消因子强跟踪CKF算法突破了传统多渐消因子为向量的限制，也不再要求渐消因子取值要大于1。仿真验证了算法具有更好的滤波精度何鲁棒性，能更好的满足工程应用的要求。     

电力系统短期负荷预测方法研究综述

根据负荷预测基本流程,分别对数据预处理、模型选取、模型优化分别进行了总结分析。首先对传统的数据处理方法进行了概述,并简要介绍了新的数据处理方法。其次,将现有的短期负荷预测方法分为经典方法、传统方法和智能方法,综合分析了现有预测方法的应用原理,详细分析和比较预测方法的优点和不足之处,为了提高预测的精度,一些新的方法就因运而生,目的在于提高预测精度和适应相应各种运行条件。再次,总结分析了传统的预测优化模型,并简要介绍了现有的一些新的优化模型,这些新的优化模型计算结果相比于传统的模型精确度较高,分析了新优化模型的优点和不足之处。文章最后对了未来电力系统负荷预测提出了展望,在进行短期负荷预测时应该考虑电力市场、新能源、电动汽车相关因素的影响。     

基于粒子群优化算法的最佳熵阈值图像分割

图像分割是自动目标识别的关键和首要步骤。群智能作为一类新兴的演化计算技术已被越来越多的研究者关注。论文研究将群智能中的粒子群优化算法应用到图像分割中,提出了一种新的图像分割算法。新方法基于最佳熵阈值分割技术,用粒子群优化算法自适应选取分割阈值,基于Bayes定理和随机状态转移过程对新算法收敛性的分析表明,新方法能以概率1找到图像的最佳熵阈值。在仿真实验中,针对基准图像和SAR图像分割问题,将遗传算法与粒子群优化算法分别独立运行10次,对10次得到的阈值以及均值、方差进行了比较,并将运行时间作为算法复杂度的评价指标。统计结果显示,论文算法不仅能够对图像进行准确的分割,而且运行时间明显较短。仿真结果表明,基于粒子群优化的图像分割算法是可行的、有效的。