基于门控循环单元神经网络的浆液pH的预测建模

吸收塔内浆液的PH值是影响燃煤电厂湿法脱硫系统效率的重要参数。燃煤电厂的湿法脱硫系统具有大滞后、非线性、强耦合等特征,因而其吸收塔浆液的PH值很难实现精准控制。本文利用门控循环单元（gated recurrent unit, GRU）神经网络在处理时间序列数据的优越性,对吸收塔内的浆液PH值进行预测建模,通过将燃煤电厂采集的影响浆液PH值的变量数据作为模型的输入,对模型进行训练处理,获得吸收塔内浆液PH值的预测模型。将预测模型应用于辽宁省华能营口电厂600MW机组湿法脱硫智能控制系统中吸收塔内浆液PH值的预测。结果表明相比于反向传播（back propagation, BP）神经网络模型、径向基函数（radial basis function, RBF）神经网络、循环神经网络（recurrent neural network, RNN）和长短期记忆（long and short term memory, LSTM）神经网络,该模型精确度更高,实用性更强。     

有效微生物菌群——EM的开发与应用

对 EM 的组成、特点、功能进行了说明、分析,对 EM 在农业、畜牧业和环境保护方面的应用作了概述.     

基于Webots的蛇形机器人蜿蜒步态规划及偏移补偿

仿生蛇形机器人对复杂环境具有良好的适应性,应用前景广泛.针对蜿蜒运动初始时刻的突变问题和运动过程中存在的偏移问题,提出优化方程,并对蜿蜒运动步态进行规划,研究了模型参数对机器人运动速度、偏移的影响,分析运动控制参数,并对运动步态偏移进行补偿.通过Webots仿真实验表明:运动控制参数决定了蛇形机器人的运动形状、偏移量及转弯特性,可以有效避免侧向偏移,对蛇形机器人高效的运动控制具有较为重要的借鉴意义.     

降解含酚废水细菌的分离、鉴定和训化筛选

本试验从沈阳重型机械厂煤气发生站废水处理厂活性污泥中三次分期取样,采用常规的细菌分离方法分离出62株细菌,经鉴定它们分别属于假单胞菌属、芽孢杆菌属、气单孢菌属、邻单胞菌属和产碱杆菌属,经过训化,得到9株抗高浓度酚和降解酚浓度较强的优良菌株,这些菌株分别属于邻单胞杆菌属和假单胞杆菌属.