新型活性砂滤罐深度脱氮性能与微生物群落结构研究分析

为进一步减少氮污染物排放,满足城市污水处理厂深度脱氮提标改造的需求,本研究使用新型活性砂滤罐以二沉池出水为对象进行深度脱氮试验,考察不同调控因子对总氮(TN)去除效果以及微生物群落结构的影响。结果表明,最优水力停留时间(HRT)为0.28 h,最佳碳氮比(C/N)为6:1,在此条件下出水TN浓度低于1.5 mg/L,优于现有深度脱氮工艺;为节约运行成本,HRT可调整至0.13~0.23 h,C/N参数不变,TN出水浓度低于4 mg/L。使用乙酸钠时微生物的响应时间比使用甲醇时更短,但高C/N条件下使用甲醇时脱氮效果比使用乙酸钠更好。16s rRNA高通量测序结果表明,系统主要脱氮功能微生物为Saccharibacteria_genera_incertae_sedis、Anaerolineaceae、Longilinea、Rhodocyclaceae、Chlorobium、Thiobacillus、Betaproteobacteria等,Anaerolineaceae主要聚集于装置底部。反冲洗会导致中下部生物膜量较高,但滤床循环运行的方式能将装置底部的反硝化菌转移至滤料顶部,使微生物在装置内的分布更加均匀,从而保证较好的深度脱氮效果。

基于改进YOLOv5的坦克目标检测算法

坦克目标的准确识别定位是信息化战争中一项重要研究,针对传统检测算法抗干扰性差、难应用于大视野复杂环境下的问题,提出了一种基于改进YOLOv5坦克自动识别的检测算法。利用YOLOv5模型对大视野复杂战场环境下坦克目标进行识别:在YOLOv5基础模型中引入Attention-based information fusion模块,提高模型检测精度和识别能力;使用Pre-segment multi-scale fusion模块解决骨干网络中池化操作所造成的信息丢失问题;使用Swin Transformer机制降低小目标坦克漏检误检的问题。在坦克数据集上进行实验,结果表明:与YOLOv5原始模型相比,改进模型的召回率、平均精度分别提高了9.1%、5.1%。改进后的YOLOv5模型可以很好地对大视野复杂环境下坦克目标进行精确识别,改善了坦克目标检测中小目标漏检的问题。

基于YOLOv4改进算法的坦克装甲车辆目标检测

在信息化作战的大背景下,为实现无人模式智能收集前方战场的坦克目标信息,研究提出了一种基于YOLOv4地面坦克目标检测的改进算法。基于原YOLOv4目标检测算法,使用多特征层拼接模块增强特征信息的传递与流动;使用全局信息获取模块更好地对全局特征信息进行捕获;使用多尺度信息融合模块扩大特征融合的尺度;添加解耦检测头模块将目标分类和位置回归任务进行解耦操作使得网络学习更加彻底。实验结果显示,与YOLOv4算法相比,改进后的YOLOv4_Modify算法提高了识别精度,其中,Recall值提升了10.2个百分点,mAP值提升了4.3个百分点。实验结果表明,改进后的YOLOv4_Modify算法能够精确地识别出复杂环境下不同尺度的坦克目标,改善了原有检测算法中对较小坦克目标的漏检问题,为信息化作战提供了视觉技术支持。

基于串级LSTM深度学习模型的二次供水余氯预测方法

伴随着城市高层住宅的增多,住宅区内二次供水泵房数量迅速增加。由于二次供水水箱位于城市供水系统末端,水质安全引起社会广泛关注。为提升水箱水质,一些泵房引入自动补氯装置,然而传统自动控制方法在应对二次供水系统中长时间延迟和非线性特性的补氯系统时存在局限性,仅能在线监测水箱余氯水平,过多的余氯可能对人体健康有害,因此,确保自动补氯系统安全运行成为亟待解决的问题。研究提出基于串级LSTM深度学习的神经网络模型,用于分析水箱余氯数据、准确预测水箱出水余氯浓度,并制定相应监测和控制策略。试验验证和实际应用结果表明,该深度学习模型能有效智能预测水箱余氯,为自动补氯系统提供重要的智能控制手段,具有实用意义。

三级AO+深度处理组合工艺在中小型城镇污水厂中的应用

由于排放标准的提高和进水水质的变化,成都市某污水厂需提标改造。改造后,处理规模为2 500 m^(3)/d不变,出水水质需达到《四川省岷江、沱江流域水污染物排放标准》(DB 51/2311—2016)。本工程采用充分利用原有的生化池,改建为三级AO池并新建深度处理设施的改造方式,该改造方式节省投资、不新征用土地、抗冲击负荷强,仅需约30 min短时间碰管停水,改造后工艺运行稳定可靠,达到DB 51/2311—2016的要求(CODCr≤30 mg/L,氨氮≤1.5 mg/L,总氮≤10 mg/L,总磷≤0.3 mg/L)。项目可为中小型城镇污水厂提标改造提供借鉴经验。

湿陷性黄土场地大型储罐基础设计

结合在湿陷性黄土场地上建设的10万方大型钢储罐工程,从基础选型、承载力设计、地基处理、充水预压、沉降观测等方面进行了深入的分析和研究,并从经济性、施工可操作性等方面进行地基处理方案比选,确定采用孔内深层强夯桩+灰土石垫层,提出对含水率较低的湿陷性土层进行预增湿技术,使土层达到最优含水率,解决桩沉管不易、拔管困难、较难消除湿陷性的问题,充水预压后进行沉降观测,结果表明地基沉降随充水荷载增大而增大,在15d后趋于稳定,且储罐四周沉降大于中心点,但沉降量均小于估算值,地基处理效果达到预期。

前馈神经网络在预测连续泄漏系数中的应用

受泄漏孔几何参数、液位、液体物理特性及流动状态等因素影响,储罐连续泄漏系数难以直接采用流体力学建模求解。通过常压立式储罐连续泄漏试验获取数据样本,利用前馈神经网络(Feedforward Neural Network, FNN)算法构建连续泄漏系数(Cs)与输入变量间的非线性关系,建立基于前馈神经网络算法的Cs预测模型。模型性能评估结果表明,模型的平均绝对误差(EMA)、解释方差分(SEV)及决定系数(R2)分别为0.015 4、0.949 2及0.948 2,表明模型预测性能良好。与相应连续泄漏试验值比较,预测Cs的总平均绝对偏差范围为5.28%~7.34%,质量流率平均偏差为4.60%~6.51%,连续泄漏量的平均偏差为0.84%~2.03%,模型预测结果优于采用泄漏经验常数的计算结果,证明该模型可有效预测连续泄漏期间Cs值及变化趋势。

深海采矿系统模型水池试验方案

深海采矿系统单一模块研究无法准确反应其实际运行特性。搭建深海采矿系统模型水池试验平台,分析深海采矿系统运动力学特性,提出深海采矿系统模型全流程水池试验方案,为深海采矿系统全流程模拟提供技术支撑。

基于多智能体深度强化学习的解耦控制方法

[目的]在现代工业生产过程中,实现复杂非线性多输入多输出系统的解耦控制对于生产过程的操作和优化都具有至关重要的意义.[方法]本文基于多智能体深度确定性策略梯度(MADDPG)算法,提出了一种解决复杂非线性多输入多输出系统解耦控制问题的设计方案,并通过连续搅拌反应过程的解耦控制仿真计算,验证了设计方案的有效性.[结果]验证结果表明:本文所提出的方案能够同时对连续搅拌反应过程中反应温度、产物摩尔流量两个被控量的设定控制目标进行跟踪调节,且在同样的控制目标下,该设计方案比单智能体方案和PID(proportional-integral-derivative control)控制方案都具有更好的稳定性与更小的稳态控制误差.[结论]仿真结果表明:针对复杂非线性多输入多输出系统的解耦控制问题,多智能体强化学习算法能够在不依赖于过程模型的基础上,实现复杂非线性多输入多输出系统的解耦控制,并保证较好的控制性能.

污水调蓄池深基坑地基土加固施工技术

为应对竹园片区污水溢流和初期雨水污染问题,提高其污水调蓄能力,新建50万m^(3)调蓄池及配套设施。为满足储罐体积大、占地面积小的要求,采用深基坑工程,对软土地区深基坑常采用地基土加固技术。本文主要讨论三重管高压旋喷桩和RJP工法桩在污水调蓄池深基坑地基土加固施工中的应用,此法可有效隔断承压含水层、降低对周边环境的影响。对于被动区,加固施工技术也能更好地提高土壤的力学性质指标,对围护结构的变形稳定起重要作用。

市政道路深埋大断面雨水箱涵降水施工技术

研究旨在探讨市政道路中深埋大断面雨水箱涵的降水施工技术。通过实地研究、数据分析以及技术应用,详细论述了降水方案的设计与优化、井点布置与设备安装、降水井施工与成井、降水效果监测与调整、箱涵开挖与支护、降水井维护与拆除以及后期处理等关键技术环节。研究结果显示,科学合理的降水施工技术能够有效保障市政道路深埋大断面雨水箱涵的施工质量和安全,同时为类似工程提供技术参考。

基于深度学习的液氯罐车射线图像缺陷自动识别研究

由于液氯罐车射线图像可能包含多种不同类型的缺陷,并且每种缺陷在图像中的表现形式也可能存在较大的差异,导致识别各类缺陷个数较低的现象。针对上述现象,提出基于深度学习的液氯罐车射线图像缺陷自动识别研究。对液氯罐车射线图像进行预处理,消除噪声、增强图像特征,对深度学习模型中的卷积层、池化层、全连接层以及分类器进行设计,建立液氯罐车射线图像缺陷识别模型,对模型进行训练,采用前向传播算法计算模型的输出,利用反向传播算法逐层回溯误差,优化模型的权重参数,采用自适应学习策略,迭代训练,实现液氯罐车射线图像缺陷的自动识别。实验结果表明,研究方法能够有效识别出液氯罐车射线图像中的多种缺陷形式,识别各类缺陷个数较高。

2195铝锂合金贮箱球底充液拉深成形起皱缺陷演变规律数值模拟研究

为满足登月着陆器舱体高可靠性、轻量化制造需求,提出贮箱球底充液拉深成形方法。对于直径3350 mm的2195铝锂合金箱底,相对2219和5A06铝合金,材料塑性差,成形易开裂失效,且整底成形厚径比仅为2.5‰,易起皱失稳。针对上述问题,建立了整底充液拉深成形仿真模型,进行不同液室压力、压边力条件下的数值模拟,讨论整底充液拉深成形变形规律,分析整底成形缺陷形式及控制方法,优化整底充液拉深液室压力加载路径,获得球底壁厚分布规律。结果表明:拉深行程达0.24H(H为零件最终高度)时,球底悬空区域为典型的压缩应力状态,产生了沿母线方向的起皱缺陷环向均布12个,拉深行程0.79H时,环向起皱数量倍增;引入液室压力后使悬空区由压缩应力状态转变为拉伸应力状态,从而避免了悬空区起皱缺陷的发生;压边力和液室压力对悬空区应力状态影响显著,随着压边力增大,球底壁厚减薄趋势增大,而随着液室压力的增大,球底壁厚减薄趋势减弱;球底拉深试验对初始壁厚9.5 mm板材,采用2.5×107 N压边力、8 MPa液室压力加载路径时,壁厚最大减薄率为7.4%,壁厚分布均匀,无起皱缺陷。

南方地区9座污水厂提标工艺、造价和运营成本后评估

随着污水处理厂尾水外排标准的提高,国内污水处理厂陆续进行了提标改造。文中针对广东省同期建设的9座污水处理厂提标改造工程案例,类比了进出厂水水质、现有生化处理工艺、提标改造工艺设计参数、地下水及地质情况等,分析并总结了不同提标改造工艺选择的考虑因素;同时,根据这9座污水处理厂提标改造工程的结算情况,类比了各污水处理厂提标改造工程的费用造价指标、各工艺构筑物的土建造价指标、设备费用造价指标、其他专项费用指标等,分析并总结了不同提标改造工艺工程造价指标的大致区间范围,为今后类似污水处理厂提标改造工程设计及决策提供参考依据。

“先封顶,后结底”全逆作法深基坑底板防排水系统施工技术研究

存在渗透地下水的软岩深基坑,通过在地下室底板设置盲沟排水+多次重复注浆防水等“疏堵结合”的防排水措施,避免底板因地下水浮力、渗透压力影响结构稳定和耐久。施工阶段临时排水沟按照导水盲沟的位置、尺寸开挖,实现临时排水沟与盲沟的永临结合,在集水井内嵌套布置临时水箱,实现底板干作业,确保底板底防水层及底板混凝土浇筑施工质量。地下水通过盲沟系统进入雨水回收系统,可作施工用水与医院中水,节约水资源。逆作法施工时,底板混凝土的收缩容易造成底板与地下连续墙接缝开裂,将多次重复注浆工艺用于接缝防水,既解决施工阶段的孔隙和裂缝封堵,也为使用阶段裂缝防治提供便捷方案。

基于MVSNet多视角立体深度学习的储罐在位体积测量方法研究

针对目前储罐在位体积测量需求大、移位测量困难的问题,该文提出一种基于MVSNet多视角立体深度学习的储罐在位体积测量方法。首先,提出面向在位储罐体积测量的MVSNet深度预测改进多视图立体视觉方法,结合基于增量式运动恢复结构的储罐显著特征稀疏重建与相机姿态计算技术、基于MVSNet深度学习深度预测技术,获得储罐体积测量关键结构的稠密三维点云;然后,提出基于立体几何拟合在位储罐体积测量方法,旋转储罐点云与地面配准,并基于法线信息双阈值约束点云拟合储罐圆形拓扑结构,实现储罐体积测量。在2种储罐上进行初步实验,结果表明:该文方法提取到的高质量储罐点云数量比经典COLMAP框架分别增加15.6%、13.2%,点云提取时间分别缩短34.7%、39.2%,满足储罐在位体积测量需求。

基于深度学习的焊缝视觉跟踪方法研究

针对爬罐机器人在球罐上对焊缝的识别和跟踪困难导致焊缝检测效率低的问题,自制了罐体表面焊缝数据集,并提出了一种基于深度学习的焊缝视觉跟踪方法。首先,以Patch Expanding替换双线性插值作为上采样方法,减少上采样带来的精度损失;然后,在掩码分割前嵌入了递归空洞自注意力机制,提高模型的表征能力,从而获得更好的分割精度;最后,在罐体表面焊缝数据集上进行实验,实验结果表明,对比原始模型,改进SegFormer图像语义分割模型的平均交并比提高了2.41%。在改进算法分割焊缝的基础上,利用分割出的焊缝掩码图像提取中心线作为焊缝路径,用于引导爬罐机器人运动,以实现焊缝视觉跟踪。

液态固化土在深基坑肥槽回填中的应用

为解决深基坑肥槽回填难夯实的质量问题,采用液态固化土泵送浇筑回填。液态固化土具有高流动性与自密实性,实现深基坑肥槽回填免夯实,简化了施工工序,提高了施工质量,可节约50%回填工期,取得了良好的社会和经济效益,对其他回填工程具有借鉴意义,应用前景广阔。

基于改进Mask RCNN的散货船压载舱裂缝检测算法

针对散货船压载舱所存在不同类型结构裂缝检测需求,基于机器视觉相关技术,探索一种应用实例分割目标检测算法(Mask RCNN)深度学习模型的裂缝识别方法。在分析散货船压载舱裂缝的图像特征的基础上,构建了基于MaskRCNN的裂缝识别深度学习模型,通过引入轻量化自底向上路径增强机制和自身特征优化模块优化检测模型,然后制作了涵盖多种类型的裂缝数据集,基于训练结果实现散货船压载舱结构裂缝图像识别,并验证了改进的MaskRCNN模型在散货船压载舱结构裂缝图像识别技术中的优越性,为压载舱自动化高效检测提供有效支撑。

高排放标准下苏州某污水处理厂提标改扩建设计

苏州某污水处理厂现状设计规模为4×10^(4)m^(3)/d,出水执行《太湖地区城镇污水处理厂及重点工业行业主要水污染物排放限值》一级A标准。改扩建工程后全厂总处理规模为8×10^(4)m^(3)/d,出水水质执行苏州特别排放限值(COD_(Cr)≤30mg/L、BOD_(5)≤10mg/L、SS≤10mg/L、氨氮≤1.5mg/L、TN≤10mg/L、TP≤0.3mg/L),并且采用半地下式建设型式。工程生物处理段采用多点进水AAO+AO工艺,强化生物脱氮除磷功能,深度处理采用高效沉淀池+深床滤池的工艺。投入运营一年多以来,该工艺运行稳定,去除污染物效果显著,实际数据表明出水水质能够稳定达到设计标准,同时半地下箱体上方覆盖园林景观实现了与周围环境和谐统一。