1986~2021年北京市用水结构演变及驱动因素分析

为从根本上解决北京市水资源短缺问题,深入分析北京市用水结构演变并掌握其主要驱动因素显得尤为必要。利用水足迹法、信息熵理论综合分析1986~2021年北京市供用水结构变化规律,并基于灰色关联度探究影响用水结构演变的主要驱动因素。结果表明,北京市水足迹由53.0×10^(8)m^(3)增至131.5×10^(8)m^(3),且外贸虚拟水对于缓解用水压力至关重要;北京市区用水结构逐年下降,其余各区用水结构由均衡发展逐渐朝单一化演变,各区用水驱动因素有差异;全市用水结构演变驱动因素由最初农业用水主导(其灰色关联度高达0.9以上),逐渐转化为生活、生态环境为主。

条石鲷自然群体和养殖群体形态差异分析

为有效区分条石鲷自然群体和养殖群体,本研究随机抽取226尾条石鲷样本(自然群体126尾、养殖群体100尾),利用传统形态测量法和框架测量法分别测得7、36个可量性状,并对其进行差异性分析与逐步判别分析。差异性分析结果表明:采用传统形态测量法时,条石鲷6个可量性状(不包括体长)中有4个性状差异极显著(P<0.01)、2个性状差异显著(P<0.05);采用框架测量法时,36个可量性状中有31个性状差异极显著(P<0.01)、5个性状差异显著(P<0.05)。说明条石鲷自然群体和养殖群体的形态特征存在显著差异,差异主要集中在头部、躯干和腹鳍。逐步判别分析结果表明:基于传统形态测量法和框架测量法交叉验证后的判别正确率分别为97.8%和94.7%,基于2种方法相结合的综合分析交叉验证后的判别正确率为99.6%。上述研究结果表明,利用形态学方法对条石鲷自然群体和养殖群体进行判别是可行的,并且,结合多种形态可量性状的综合判别方式的判别结果更准确。

基于主动激励红外成像的大坝渗漏AI识别方法研究

为了解决大坝渗漏识别的问题,本文提出了一种将主动激励红外成像与深度学习结合的大坝渗漏识别方法。通过计算机仿真制作渗漏红外图像,再结合模拟大坝渗漏试验采集得到的红外图像,生成渗漏红外图像数据集用于深度学习的训练。在YOLOv5原始模型的基础上,用AF-FPN替换原有的FPN,提高识别大坝红外图像渗漏区域的能力,并在识别速度和准确率之间做出有效的权衡。试验表明,模型的准确率为87.6%,召回率为96.5%,平均准确率(IoU=0.5)为88.3%,表明本文提出的方法可较好的识别大坝红外图像渗漏区域。

微量元素对养猪废水厌氧发酵产沼气的影响

为了提高养猪废水厌氧发酵的反应效率提高其产气量,分别在产酸相33℃,产甲烷相36℃考察浓度为10mg/L的铁、钴、镍以及三者的混合及搅拌静置两种条件对养猪废水厌氧发酵的影响,记录产气量、p H值变化以及COD值变化。发现同时添加三种微量元素对产酸相明显有抑制作用。但是同时加入产气速率最快,产气量提高了61.70%,累积产气量为158 m L。同时COD和NH3-N的去除率最大,分别是92%和94.4%。搅拌可以加速产酸相的反应,静置利于产甲烷相的产气。

牺牲阳极防腐材料的研究进展

综述了阴极保护工程中铝基、锌基、镁基、复合阳极等牺牲阳极材料的化学组成和性能特点,介绍了杂质元素对牺牲阳极的危害。分析了合金元素对阳极材料性能的改善情况及各种阳极材料的适用环境和应用,为阴极保护工程和新型联合保护装置在牺牲阳极材料选择方面提供参考依据,并对新型牺牲阳极材料的发展和应用前景进行展望。

打造高水平开放发展新格局

党的二十届三中全会深入分析了推进中国式现代化面临的新情况新问题,并就对外开放作出专门部署,提出建设更高水平开放型经济新体制。吉林省正处在新一轮振兴发展的关键时期,比以往任何时候都更加需要汇聚发展的力量。我们要以更加开放的姿态抓住机遇,实现更大范围、更宽领域、更深层次的开放合作,为吉林全面振兴释放新活力、注入新动能、提供新支撑。

基于Cygnal技术在线碱度自动分析仪研究及应用

循环冷却水在长期运行过程中由于蒸发、浓缩,易在热力设备表面积盐、结垢,而水中碱度大小能够反映循环冷却水水质工况.以电位滴定法为基础,C8051F020单片机为核心研制的循环冷却水在线碱度自动分析仪,通过连续运行实时监测循环冷却水的碱度,测量结果误差小于±3%,满足现场复杂的水质要求.

我国大调解制度的问题及对策

大调解制度的建立,有利于分流人民法院的诉讼压力,从而使法院能够集中精力处理真正需要通过诉讼方式解决的争端。同时,针对我国大调解制度存在的问题,我们应当首先对大调解进行准确定位,即将其定位于替代性纠纷解决机制的一种,并从机构组织、效力确定等方面、完善我国的大调解制度。

药物涂层球囊联合血管减容对下肢动脉硬化闭塞病变病人血运重建率、血管内皮功能及踝肱指数的影响

目的观察药物涂层球囊(DCB)联合血管减容对下肢动脉硬化闭塞病变(LEAOD)病人血运重建率、血管内皮功能及踝肱指数(ABI)的影响。方法选择2018年6月至2021年6月黄河三门峡医院收治的LEAOD病人100例,按随机数字表法分两组,对照组(n=50)予DCB,研究组(n=50)予DCB联合血管减容。比较靶血管通畅率、靶血管血运重建(TLR)率、再狭窄率、Rutherford分级情况、血管内皮功能、ABI、下肢动脉最小管腔直径(MLD)、晚期管腔丢失(LLL)值。结果术后12个月,研究组靶血管通畅率(92.00%,46/50)均较对照组(74.00%,37/50)高(P<0.05)。术后12个月,研究组TLR率(2.00%,1/50)、再狭窄率(0,0/50)均较对照组(18.00%,9/50)、(12.00%,6/50)低(P<0.05)。术后,两组Rutherford分级情况均优于术前(P<0.05),且研究组Rutherford分级情况均优于对照组(Z=-2.21,P=0.027)。术后个12个月,两组血流介导的血管内皮舒张程度值(FMD)、硝酸甘油介导的血管内皮舒张程度值(NMD)、足背动脉ABI、胫后动脉ABI均高于术前(P<0.05),且研究组高于对照组(均P<0.05)。术后个12个月,两组的下肢动脉MLD、LLL值均低于术后次日(P<0.05),且研究组下肢动脉MLD高于对照组(P<0.05),LLL值低于对照组(P<0.05)。结论DCB联合血管减容能提高LEAOD病人靶血管通畅率,降低TLR率、再狭窄率,改善Rutherford分级情况、血管内皮功能、ABI,调节下肢动脉MLD、LLL值。

数据挖掘技术在软件工程中的应用

阐述数据挖掘技术的特点,包括数据选择、预处理、挖掘、数据吸收使用。探讨软件工程中的数据挖掘技术在开源软件开发、软件工程管理、软件故障检测中的应用。

卡诺电池堆积床潜热储热装置的实验和数值研究

卡诺电池作为高效、环保、灵活且可靠的能源存储器件,且有显著的应用潜力。本工作设计了一套堆积床储热装置,并将其整合到20 kW/5 h的卡诺电池实验系统中。通过采用3种分层放置的不同材料,实现了梯级储放热。经过实验验证的二维轴对称模拟进一步揭示了相变间隔和孔隙率对梯级相变堆积床储热(CPB-TES)系统的影响。为了提高能量效率并保持卡诺电池中的压缩机和膨胀机稳定运行,研究过程中还在系统后端添加了换热器以回收CPB-TES的余热。结果表明,提高入口温度和流量能加速相变过程并提高充放电速率,但也会增加能量损失。相变间隔越小,相变材料的平台期越显著,发生相变的过程越短暂。孔隙率为0.4的堆积床相比孔隙率为0.6的堆积床,不仅储能密度有所提高,而且流体和相变材料换热也更加充分。在最小进口流量120 m^(3)/h和最高进口温度331℃的实验条件下,通过回收余热,系统的往返效率最高可达70.31%。本工作对卡诺电池中的关键装置进行深入研究,进而对整体系统进行优化,为卡诺电池高效而广泛的规模化应用提供了一定的参考。

睡眠周期性肢体运动与缺血性脑血管病研究进展

缺血性脑血管病是我国临床常见疾病,其发病率及死亡率持续上升,为我国社会及家庭带来沉重负担。睡眠周期性肢体运动(PLMS)是不自觉的、有节律的肢体运动,通常指睡眠时异常的下肢的规律运动。大量证据表明,频繁发作的夜间周期性腿部运动与高血压、冠心病和缺血性脑血管病等其他疾病密切相关。本文对PLMS病理学机制以及其与缺血性脑血管病的关系研究进展予以综述。

电动汽车动态无线供电系统发射单元切换模式分析

在动态无线供电系统中,多发射线圈交替工作是提高电动汽车动态无线充电系统效率的有效途径。该文首先推导动态耦合过程的互感表达式,得到互感随位移而变化,进而影响传输功率的结论。其次,为提高输电系统的稳定性,减小由于发射端切换而导致的传输功率降低,对最小动态耦合单元的工作全周期进行分析,并通过有限元仿真软件设计了三组仿真进行对比,证明了双线圈同时供电方案相比轮流交替供电在提高互感和接收功率方面的有效性,并且提出了在0.1~0.3m这一最佳区间内实行双线圈同时供电,而在最佳区间范围之外实行单线圈供电的供电模式。最后,基于所提出的供电方案搭建实验平台进行了测试。结果表明,在最佳区间内实现第一、二发射线圈同时供电可以显著提高无线电力系统的稳定性,减小接收功率的降低。

基于功基窗口法的LNG-电混合动力公交车道路排放研究

研究了LNG-电混合动力公交车城市道路行驶排放性能。以一辆LNG-电混合动力公交车为研究对象,在典型公交线路上开展实际道路车载排放测试,通过PEMS(Portable Emissions Measurement System)和CAN总线实时采集排气污染物排放浓度、行驶速度、发动机转速和扭矩等数据。结果表明,公交车发动机运行工况主要分布在中低转速和负荷区,不同于ETC循环工况主要分布在中高转速和负荷区。计算发现公交车城市道路运行NO_x质量排放率远高于CO与HC,CO质量排放速率约为NO_x的1/100,HC质量排放速率约为NO_x的1/9。采用基于ETC循环功的功基窗口法计算发动机排气污染物比排放值,发现发动机平均输出功率偏低,测试样本功基窗口持续时间为ETC循环时长的1.4倍。测算结果表明,在全部有效功基窗口中,CO和HC比排放低于排放限值(征求意见稿),而NO_x比排放高于排放限值。研究表明,功基窗口法能有效分析LNG-电混合动力公交车排放,分析车载测试数据,得出的比排放数值能够反映车辆实际道路行驶排放水平。

道路营运新能源汽车减碳测算

测算车辆运行碳排放,包括燃料消耗直接碳排放与电能利用间接碳排放。基于质量平衡法得出各种燃料的碳排放系数,基于火力发电煤耗量提出纯电动汽车间接CO2排放计算方法。采集车辆运营数据与能耗数据,计算出各运输类型与各能源类型车辆CO2年度排放量,得出电动车辆替代传统燃料车辆后的CO2减排率。发现除大型柴油公交及中短途城际运输车辆外,电动汽车均有明显减碳效果,小型城市配送车辆减碳率最高,达48.62%。预测火电占比降低及火力发电煤耗量降低后电动汽车的碳减排量,相对于2016年, 2020年将再减碳7.07%。

基于KNN-EMD算法的机车轴承故障诊断方法

机车滚动轴承发生故障时信号是非平稳的,故障发生在不同部位时,其振动信号能量分布不同。传统KNN算法中,欧式距离主要针对空间中两样本点间的距离计算,对空间中不同位置分布间的相似性度量难以实现有效判断。针对上述问题,将一种相似度度量Earth Mover’s Distance (EMD)引入到KNN算法中,代替传统的欧式距离对故障部位进行分类。该上述方法使用‘db3’小波对轴承震动信号进行三层小波包分解,并计算第三层各结点能量作为该信号的能量分布特征。计算能量分布间的EMD,根据EMD大小对分布间的相似度进行判断。结合KNN中多数表决分类决策对故障部位进行定位。仿真结果表明,所提方法诊断准确率达到99.23%,相较于传统KNN诊断方法在诊断准确率上提升了0.77%。该方法能够准确有效地诊断滚动轴承故障,可以应用到工业生产中。

6种番茄叶表皮制片方法比较

结合番茄叶片结构特点,采用6种表皮制片技术对番茄叶片下表皮进行装片,并对不同方法的制片过程和观察效果进行比较研究。结果表明,番茄叶片薄,表皮为单层细胞,其上着生有丰富表皮毛,下表皮与疏松的海绵组织相邻;表皮撕取法和透明胶带粘取法可以真实地观测气孔大小、密度等静态性状指标和气孔开度等动态行为;因番茄叶柔软,刮片法对操作要求极高,而解离法不但用时长且效果不佳,都不适宜番茄叶下表皮制片;可撕拉型指甲油印迹法能获得气孔指数和气孔开度的印痕,但对叶片有一定损坏,而硅胶-指甲油双阶段印迹法对叶片没有损伤,可以多次印迹同一叶片相同部位,连续观测气孔运动及发育等动态行为。研究结果可为不同研究选择适合的番茄叶表皮制片方法提供依据。

基于小波分析与EMD的机车轴承故障诊断方法

机车滚动轴承发生故障时信号是非平稳的,其振动信号各频带的能量发生相应变化。针对故障发生在不同部位时,其振动信号能量分布重叠较少这一问题,将一种相似度度量earth mover’s distance(EMD)引入到故障部位分类中。该方法使用db3小波对轴承震动信号进行3层小波包分解,并计算第三层各结点能量作为该信号的特征向量。对得到的特征向量进行处理,计算特征向量间的EMD,根据EMD大小对特征向量间的相似度进行判断,并依此对故障部位进行定位。仿真结果表明,该方法诊断准确率达到98.75%,相较于传统KNN诊断方法在诊断准确率上提升了5%。该方法能够准确有效地诊断滚动轴承故障,可以应用到工业生产中。

基于350Hz单频音的条石鲷音响驯化效果研究

音响驯化可以有效控制鱼群行为,被广泛应用于海洋牧场建设,现已成为渔业资源养护与利用领域的研究热点之一。本研究利用350 Hz单频音和投饵装置,在实验室水池中对条石鲷幼鱼进行音响驯化试验。结果表明,条石鲷在音响驯化前对350 Hz单频音并不敏感,但在驯化过程中对其逐步产生了响应,在第5次驯化时,鱼群聚集效果明显改善,驯化39次后,音响设备位于边角的试验组(试验组1)条石鲷的平均聚集时间为24 s,显著低于对照组的34 s(P<0.05),平均聚集率为90.71%,极显著高于对照组的87.32%(P<0.01),诱集效果明显。当音响设备位于中心时(试验组2),条石鲷的平均聚集时间和聚集率分别为13 s和90.87%,其中,聚集时间极显著小于试验组1的24 s(P<0.01),聚集率则无显著差异(P>0.05)。音响驯化结束3 d后设备再次放声,条石鲷平均聚集率和平均聚集时间分别为99.14%和7 s。因此,声音对条石鲷有明显的驯化作用,当音响设备位于水池中心时效果最佳,且驯化结束后再次放声时聚集效果较好。

基于YOLO V5算法的建筑外立面渗漏红外图像识别方法

采用深度学习技术中的YOLO V5目标识别算法对红外成像仪中采集到的渗漏区域红外图像进行识别。对于红外渗漏目标而言,不同背景条件、不同时间的红外渗漏目标样本量较少且难以采集,给深度学习模型的训练造成了很大的困难。深度学习需要较多的检测目标数据量进行训练,为了减少对真实渗漏红外图像数量的需求,结合仿真渗漏红外图像与真实渗漏红外图像来制作数据集,作为深度学习的样本进行训练。试验结果表明,所提出的数据集制作与识别方法,对建筑外立面红外图像中渗漏区域的识别准确率达87.6%。