城镇污水处理厂生化池与补水口泡沫特征比较

选取青岛市某污水处理厂好氧池(H)、MBR池(M)以及生态补水排水口处(B)三个点位的泡沫混合液,从水质指标、有机组分、微生物群落结构三方面综合分析上述点位的泡沫特征差异,结果表明:在水质指标上,与H、M相比,B点位泡沫混合液的TOC、TN、蛋白质、UV254、溶解氧浓度显著升高,而表面张力和粘度有所降低.在有机组分上,与H、M相比,B点位泡沫混合液的烷烃类、脂肪酸类物质丰度显著增高,BFK丰度显著降低;三个点位主要有机组分均是蛋白质,且匹配度较高的物质均是Mucin和Nisin,B点位富里酸类腐殖质占比有所升高,蛋白质有所下降.推测,H、M两个点位中,BFK是主要起泡剂,疏水性蛋白质、富里酸类腐殖质是主要稳泡剂;B点位,LCFAs是主要的起泡剂,烷烃类、疏水性蛋白质、富里酸类腐殖质是主要稳泡剂.在微生物群落结构上,与H、M相比,B点位微生物群落结构发生显著变化,在门水平上,B点位Proteobacteria占比高达97.27%,而H、M点位则以Actinobacteriota为主,占比分别为58.5%、47.9%;在属水平上,B点位丰度较高的主要有g_unclassified_Acidovorax、s_uncultured_g_Undibacterium、Pseudomonas,而H、M点位则主要有Skermania、Candidatus Microthrix.

生物基发泡剂泡沫特征及其对泡沫混凝土性能的影响

以动物蛋白和微生物蛋白类发泡剂为基础发泡剂,分别与十六烷基三甲基溴化铵(CTMAB)复掺来制备生物基发泡剂,探究CTMAB掺量对生物基发泡剂泡沫性能的影响,并在此基础上研究2种生物基发泡剂对泡沫混凝土宏观性能和微观结构的影响.结果表明:掺加适量CTMAB有利于提高泡沫性能,动物蛋白发泡剂(A型)和微生物发泡剂(M型)中CTMAB的最佳掺量分别为0.7%和0.5%;M型发泡剂制得的泡沫孔径分布均匀且尺寸较小,稳定性优于A型;M型泡沫混凝土的孔径分布均匀且尺寸较小,水化生成C-S-H的钙硅比较低,水化产物结构致密,其抗压强度(3.3MPa)高于A型泡沫混凝土(2.1MPa).

浮选泡沫图像特征提取方法研究进展

机器视觉作为设备操作人员的工具,在泡沫浮选设备的监测中得到了广泛的应用。利用泡沫图像数据集建立预测识别模型,以初级泡沫特征参数为输入,以品位和回收率等浮选指标为输出。根据是否需要手动提取浮选泡沫图像特征,可以将特征提取算法划分为两大类别:一种是基于颜色、形态特征等的传统手动特征提取方法,另一种是基于深度神经网络的自动特征提取方法。本文总结并归纳了近年来浮选泡沫图像特征提取算法领域的研究进展,分析了各种方法的优势和不足,对当前难以人工识别泡沫状态及实现浮选自动化提升浮选效率,具有一定的指导价值。

基于质心−凸包−自适应聚类法的浮选泡沫动态特征提取

面对复杂的浮选现场环境及浮选泡沫自身相互粘连导致的边界不清等情况,现有泡沫动态特征(流动速度和崩塌率)提取方法往往无法准确划定属于每个泡沫的动态特征采样区域、不能全面匹配相邻帧间的特征点对且难以有效识别崩塌区域。针对上述问题,提出了一种基于质心−凸包−自适应聚类法的浮选泡沫动态特征提取方法。该方法采用集成Swin−Transformer多尺度特征提取能力的改进型Mask2Former,实现对泡沫质心的精准定位和崩塌区域的有效识别;通过最优凸包评价函数搜寻目标泡沫周围相邻一圈泡沫质心构建的凸包,拟合出接近实际泡沫轮廓的动态特征采样区域;运用基于Transformer的局部图像特征匹配(LoFTR)算法匹配相邻帧图像间的特征点对;针对动态特征采样区域内部的所有特征点对,通过基于OPTICS算法的主特征自适应聚类法提取每个泡沫的主要流动速度。实验结果表明,在普通泡沫质心定位和崩塌区域识别任务中,该方法分别取得了88.83%,97.92%的准确率及77.90%,96.52%的交并比;以2.69%的平均剔除率实现了99.93%的特征点对匹配正确率;在多种工况下均能有效划定与实际泡沫边界相近的特征采样区域,进而定量提取每个泡沫的动态特征。

基于泡沫图像特征的浮选槽液位智能优化设定方法

浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上,将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM(Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成,提出了充分利用泡沫图像特征的液位智能优化设定方法.将该方法在某铝土矿浮选生产过程进行应用验证,可使粗选槽液位波动减小,提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率.

我国农产品期货市场价格泡沫特征及品种差异性研究

本文将SADF方法引入我国农产品期货市场,对13个主要农产品期货品种进行价格泡沫检验,并从泡沫长度、持续时间、泡沫性质和价格波动等方面对价格泡沫特征进行分析,在此基础上进一步探究价格泡沫的品种差异性,以期全面系统地把握我国农产品期货市场价格泡沫特征与规律。研究表明,我国农产品期货品种的泡沫持续时间差异明显,泡沫主要出现在2003—2004年和2007—2011年,正泡沫无论从数量还是天数上都明显多于负泡沫,正泡沫存续期间价格波动较负泡沫更剧烈,泡沫存续期间价格波动程度与泡沫长度存在一定的相关性,期货品种对外依存度、宏观经济环境、上市时间和产品关联性是影响价格泡沫品种差异性的重要因素。

新上市主要农产品期货价格泡沫及其特征

基于GSADF方法,考察了中国2013年后上市的农产品期货价格泡沫的存在性,并对泡沫的特征进行了分析,结果表明:有5个品种发生了总计18次价格泡沫,纤维板期货无论在发生泡沫的次数还是总泡沫天数上都是最高的,苹果期货出现泡沫的频率最高,并且存在“打新”现象,而胶合板期货价值偏离基本价格面的程度最重。从泡沫特征来看:2018年的泡沫天数最多,而2016年12月泡沫比重最高,其余大部分月份的泡沫比重都较低;各品种总泡沫长度差距明显,纤维板期货的总泡沫长度最长且泡沫次数最多,棉纱期货则完全相反,并且单次泡沫长度大多不到10天;价格泡沫事件的次数在不同交易所间反向变动,表明投机资本在不同品种和不同交易所间存在轮动效应。

泡沫图像特征驱动的锑粗选加药控制策略

锑粗选工序的加药控制直接影响精选与扫选的性能.通常由人工观察泡沫手动调节药剂.这种方式,存在控制滞后、主观随意性大、易导致浮选性能不稳定甚至恶化的问题.对此,我们提出一种泡沫图像特征驱动的锑粗选加药控制策略.利用概率支持向量回归方法建立基于锑粗选关键泡沫图像特征与加药量的入矿品位估计模型;在此基础上,采用操作模式匹配方法实现加药量的预设定,快速满足入矿品位类型变化后新的控制要求;并采用基于区间II型模糊系统的加药反馈控制器减小泡沫状态与期望的偏差.工业验证结果表明,该方法能有效代替人工加药并改善了锑浮选性能.

闭孔Voronoi泡沫的几何特征分析

基于体心立方(BCC)点集,通过引入不同程度的随机扰动建立了闭孔泡沫的Voronoi随机模型.然后,对模型的拓扑和几何特征进行了统计分析,并与完全随机点集基础上得到的Voronoi模型进行了比较.结果表明,随着模型随机度的提高,模型逐渐趋于不规则化.并且,在较高的随机度下,模型在拓扑结构上与完全随机点集基础上得到的Voronoi模型趋于一致.此时,其壁面数量和体积的分布函数近似满足对数正态分布,而其棱边数的分布函数则近似满足二项分布.

基于图像特征匹配的煤泥浮选泡沫速度特征提取方法

煤泥浮选泡沫图像局部静态特征相似,一些较为复杂的工况判断需要用到浮选泡沫图像的动态特征,而现有的针对煤泥浮选泡沫速度动态特征的提取方法存在准确性、实时性和稳定性不足问题。针对上述问题,提出了一种基于图像特征匹配的煤泥浮选泡沫速度特征提取方法。首先,采用限制对比度自适应直方图均衡化(CLAHE)和三维块匹配滤波(BM3D)对浮选泡沫图像进行预处理,以提高图像质量,突出图像的边缘细节特征。其次,采用加速KAZE(AKAZE)算法对浮选泡沫特征进行特征点检测。然后,在利用暴力匹配(BF)对泡沫图像特征进行粗匹配的基础上,采用基于网格的运动统计(GMS)算法快速可靠地区分正确与错误的特征匹配。最后,根据特征匹配结果计算煤泥浮选泡沫速度,并以此为测量值,利用卡尔曼运动估计方法对得到的测量值进行迭代修正,得到更稳定的煤泥浮选泡沫速度特征。实验结果表明:(1) AKAZE-GMS算法较好地解决特征点簇集的同时又尽量保留了更多数量的特征点,这是因为预处理后图像受噪声影响降低、对比度增强、边缘特征更突出。(2)与SIFT(尺度不变特征转换)、SURF(加速稳健特征)、AKAZE算法相比,AKAZE-GMS算法匹配对分布更为均匀,保留了更多正确的匹配对,匹配精度达99.99%,且运行时间仅需3.73 s。(3)直接经过特征匹配结果计算得到的泡沫速度测量值波动幅度较大,测量值经过卡尔曼运动估计修正后的速度估计值较为平稳,更符合真实工况。

泡沫图象特征与浮选精煤指标关系的研究

利用图象识别技术研究了泡沫图象的特征量 (灰度、灰度面积比、能量、熵和惯量 )与精煤泡沫的灰份、浓度之间的关系。使用 30组实验数据进行了拟合 。

起泡剂MIBC和BK-201的浮选泡沫特性

选用非极性基结构不同的起泡剂MIBC和BK-201,利用自制的泡沫性能测试系统,在两相泡沫体系下,测定两相泡沫不同高度处的气泡直径、静压强、表观溢流速度,研究起泡剂对泡沫特征及夹带的影响。结果表明:增加起泡剂浓度,气泡的兼并行为受到抑制,气泡直径逐渐减小;当MIBC浓度超过75 mg/L、BK-201浓度超过150 mg/L时,兼并行为受到显著抑制,气泡直径基本保持不变。在相同的浓度下,相比MIBC,BK-201产生的泡沫气泡直径大、含液率低、水回收速率低。因而,微细粒脉石在BK-201所形成泡沫中夹带更弱,浮选选择性更好。

欠平衡泡沫钻井气液排量优化设计

与常规钻井液不同,泡沫流体具有可压缩性,而且需施加一定回压将泡沫特征值控制在一定范围内,以保持泡沫稳定性。常规钻井液的水力参数优化模型不能直接应用于泡沫钻井的排量优化设计,因此,从泡沫钻井压力分析入手,基于最大钻头水功率工作方式,考虑了泡沫的压缩性和泡沫特征值,建立了泡沫钻井的排量优化计算模型。最后应用建立的排量优化模型,进行了一口井的气液排量设计计算。由于模型中的压力计算避免了复杂的数值求解,因此计算速度快,适合现场应用。

市场泡沫对企业并购绩效的影响研究

以2007—2017年间公告的我国A股上市公司的并购交易为研究样本,实证分析了并购交易的市场泡沫特征对并购方并购后3年市场绩效的影响。研究发现:第一,平均而言,泡沫期外并购的绩效在统计上显著优于泡沫期内并购的绩效,泡沫期外的并购相对理性;第二,平均而言,泡沫后期并购的绩效在统计上显著优于泡沫前期并购的绩效,在泡沫即将破裂时,并购决策的理性程度提高,从而有利于提升并购的绩效;第三,平均而言,泡沫前期使用现金支付的交易有更好的市场绩效,即支付方式影响泡沫前期所作交易的长期市场绩效。研究结论可以为企业并购实践提供指导,特别是为企业并购市场时机的选择提供有价值的意见。

基于泡沫图像特征加权K近邻算法的锌矿浮选工况识别方法

浮选工况识别在泡沫浮选工程中起着至关重要的作用,仅依靠人工经验进行主观性识别,准确性和效率都低。为此提出了一种考虑泡沫图像特征间相互作用的加权K近邻(KNN)算法用于实现浮选工况类别的识别。在本研究中,首先,通过信息熵对泡沫图像特征与浮选工况类别之间的相关性进行量化,同时评估该特征与其他特征之间的冗余性。然后,计算该特征与浮选工况类别相关性和该特征与其他特征冗余性之间的差值,将这一差值作为特征的权重。其次,在KNN算法中针对欧式距离进行特征加权,以实现KNN算法的特征加权。然后,将特征选择过程嵌入到特征加权KNN分类算法的训练过程中,并选取分类准确率最高的特征子集作为最优特征子集。最后,基于最优特征子集完成浮选工况的识别。研究结果表明,本方法与其他基准分类算法相比,在分类准确度和时间上都达到了最佳效果,验证了本研究所提出的浮选工况识别方法的有效性。

基于多源数据的铝土矿浮选生产指标集成建模方法

在长流程浮选过程中,生产指标难以在线检测,造成操作不及时,影响系统的稳定运行.本文提出了一种基于多源数据的铝土矿浮选过程生产指标集成建模方法.首先结合浮选机理和现场工人经验,分析影响和反映生产指标的多源数据(生产数据和泡沫图像特征数据);然后分别建立各生产指标预测子模型和同步误差补偿子模型;最后采用信息熵和智能协调策略分别构建精矿品位和尾矿品位的集成预测模型.工业验证和工况分析表明,本文集成建模方法具有良好的预测性能和较强的泛化性,为基于生产指标的浮选过程操作参数控制和全流程优化奠定基础.

人口结构对房地产价格影响的实证分析

文章构建了房地产价格波动的交互效应动态模型,重点考察了人口结构对房地产价格的影响,分析了房地产市场的泡沫特征以及房地产政策对东、中、西部地区的效应差异。结果发现,人口结构对房地产价格的影响存在地域差异,东部地区老年抚养比与房地产价格负相关,中西部地区老年抚养比与房地产价格正相关。少年抚养比则均呈现出负相关的特征。我国房地产市场尚未出现明显泡沫,但是仍存在一定的泡沫风险,东部地区最为明显。利率以及非量化的房地产政策有控制房地产过热的效果,但效应存在区域异质性。

基于泡沫图像特征和物元可拓模型的锑浮选工况识别

针对锑浮选泡沫图像特征相互耦合、重要度差异显著引起工况难以识别的问题,提出一种锑浮选工况识别方法.首先,在结合敏感性指数与主元分析法选取关键泡沫特征的基础上,建立物元可拓模型,通过关联函数计算关键泡沫特征与预设工况类别的关联度;然后,引入博弈论,将层次分析法和熵权法确定的主、客观权重优化融合,得到泡沫特征的综合权重;最后,计算综合关联度,实现浮选工况的准确识别.锑浮选工业现场的生产数据验证了所提出方法的有效性.

煤泥浮选的影响因素与生产操作要领

概述了煤泥浮选的主要影响因素及其在泡沫特征中的反映,总结了通过观察泡沫状态适时调整操作参数的实践经验,对浮选生产操作和选煤厂生产管理具有一定的指导意义。

基于图像处理的浮选过程优化应用

通过对现有浮选生产过程不足的分析,提出基于图像处理的浮选过程优化方法,并通过对图像预处理、泡沫特征提取和生产关系模型等3个具体过程现阶段研究成果,描述了该领域目前学术界采用的主要理论和解决方案,最后对该领域的未来发展提出了展望。