简介:矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型。在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较。
简介:结合大气环境质量数值模拟技术,采用模糊综合评价法实现了唐山市区环境空气质量功能区划的定量研究。在模糊综合评价过程中,首次引入污染贡献敏感及物流因子,确定了风向、环境质量等因子的新型计算方法,并采用空气环境质量模型的网格化污染物浓度。针对定量结果,提出了专家咨询法与基于敏感分析技术的方案对比评估法来对其进行修正评估以得到合理可行的推荐方案。结果表明:三类区适宜分布在丰润区东部、路北区北部、丰南区北部、古冶区唐家庄工业区及开平区东南部。在排放等量污染物的情况下,推荐方案下的区域环境污染物浓度大幅降低,仅占现行区划的40.94%。
简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:为了解青岛市不同功能区居民的汞暴露情况,在青岛市城阳区、李沧区、崂山区和即墨市收集223名居民的头发样品,发汞含量用冷蒸气原子吸收法测定。结果表明,青岛市不同功能区居民的发汞质量比范围为0.02—28.75mg/kg,均值为0.06mg/kg。在223份样品中,有23份发汞质量比超过了美国环境保护局制定的1mg/kg的限值,占总数的10.31%,说明青岛市存在人群发生汞暴露的健康风险。即墨市和李沧区居民的发汞质量比高于城阳区和崂山区居民的发汞质量比。在各影响因素中,发汞质量比与性别、食鱼频率没有相关关系,与年龄成正相关关系,有饮酒习惯的居民的发汞质量比明显高于没有饮酒习惯居民的发汞质量比。
简介:为探讨改性氧化石墨烯(GO)的性质特征对其吸附放射性重金属铀的影响,将L-谷氨酸(L-Glu)与氧化石墨烯发生亲核反应,从而制得L-谷氨酸功能化的氧化石墨烯(LGlu/GO)。通过静态吸附试验,考察了pH值、投加量、反应时间、温度与铀初始质量浓度等因素对L-谷氨酸功能化氧化石墨烯吸附铀效果的影响,并采用扫描电镜(SEM)、X射线衍射(XRD)、红外光谱(FT-IR)对吸附剂的结构和形貌进行了表征,分析其吸附机理。结果表明,铀初始质量浓度为10mg/L,pH=4,投加量为0.2g/L时吸附效果最佳,吸附平衡时间为40min,温度对吸附效果影响不大。吸附过程符合准二级动力学模型和Langmuir等温吸附方程,铀初始质量浓度为70mg/L,30℃时最大吸附容量为309.36mg/g。L-Glu/GO的表征结果表明,L-谷氨酸上的氨基进攻GO上的环氧基团并与C发生了亲核取代反应,为GO引入了含氮基团,实现了GO的功能化。相比GO,L-Glu/GO的晶体结构发生了较大改变,L-Glu/GO吸附U(VI)后表面更光滑。
简介:2008年5月20日,中国职业安全健康协会(以下简称“协会”)第五次全国会员代表大会在北京西郊宾馆隆重召开。