基于宽度学习的浓密机底流浓度软测量

由于浓密脱水过程中浓密机的底流浓度难以在线检测，本文提出了一种基于宽度学习的软测量建模方法，用以解决底流浓度的在线检测问题.该方法精度高，泛化能力强.首先，在浓密机内部安装压力传感器，建立正常工况下的历史数据集;然后，利用宽度学习系统对软测量模型进行训练，从而实现浓密机底流浓度的在线预测;最后，通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比，宽度学习方法具有更高的预测精度.     

模拟海水环境下MICP固化滨海粉细砂的试验研究

在模拟海水环境下采用微生物固化法来加固滨海粉细砂,并通过无侧限抗压强度试验、碳酸钙含量试验和微观结构分析,研究了尿素浓度对MICP固化滨海粉细砂砂柱的影响,同时对比分析了淡水环境下MICP固化粉细砂的效果.研究结果表明:在海水环境下MICP技术固化滨海粉细砂是有效的,砂柱试件的无侧限抗压强度与碳酸钙含量随着尿素浓度的增加先增大后减小,并且1 mol·L-1尿素处理试件的加固效果最好;海水的弱碱性环境可促进巴氏芽孢杆菌的生长和繁殖,进而可形成大量的高活性脲酶,从而大大提高了微生物诱导碳酸钙沉积的效率.     

不同空间插值方法对某灌区地下水氮浓度分析结果的影响

为了验证并推荐合理、可靠的地下水氮浓度数据空间插值方法,本文基于ArcGIS的地统计向导中的各种空间插值方法对中国东北某灌区地下水三氮浓度数据进行空间插值,分析不同插值方法在地下水氮浓度分析中的可行性和优、缺点.结果显示当地下水氮浓度测量数据较好地符合正态分布规律时,各种空间插值方法的预测精度均较高;当数据空间变异性较大、不够符合正态分布规律时,经验贝叶斯克里金法可以得到精度更高的插值结果.     

一氧化氮供体的合成及其抗菌性能研究

一氧化氮供体S-亚硝基-N-乙酰基-DL-青霉胺（SNAP）对微生物生长具有显著的抑制效果. 为了进一步验证SNAP对微生物抗抑作用，本文通过亚硝化反应制备得到SNAP固体，并基于不同SNAP浓度验证其抗菌性能. 结果表明：（1）通过核磁和紫外表征, 我们成功制备得到SNAP；（2）SNAP对大肠杆菌、金黄色葡萄球菌（耐药/非耐药）和淋球菌均表现出明显的抑制作用且具有浓度依赖性，表明SNAP具有广谱抗菌特性. SNAP优良的抗菌特性使其及一氧化氮供体在抗抑菌领域有着广阔的应用前景.     

不同光照条件下氮浓度对衣藻生长及油脂积累的影响

为探究莱茵衣藻(Chlamydomonas reinhardtii)油脂含量的最佳条件,在不同的光照条件下检测了氮浓度对莱茵衣藻生物量及油脂含量的影响.结果表明:在氮添加和光照强度增加的梯度上,衣藻的油脂含量逐渐降低;光照强度和氮添加量对衣藻的油脂含量都有显著影响;控制光照强度和氮添加量后发现,当光照强度为30μE·m~(-2)·s~(-1),氮质量浓度为100 mg·mL~(-1)时,衣藻油脂含量的质量分数为39.79%,叶绿素质量浓度为17.08 mg·mL~(-1),最适宜衣藻油脂积累.     

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络(long-short term memory,LSTM)和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型;并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解;最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。     

吸湿型路面抑尘剂配方研制及工业试验

针对露天采场路面扬尘特点及机理,研制出一种吸湿型路面抑尘剂.基于正交试验,以失水率为评价指标,对抑尘剂各组分进行优化,并在实验室条件下对最优配方进行吸湿性、抗风吹等性能测试.结果表明,实验室研制的配方在25 d内最低含水率达到8.18%,具有很好的防风抑尘性能.将该抑尘剂配方进行工业试验,结果表明,该抑尘剂的有效抑尘时间为10 d,与传统洒水方法相比,抑尘费用降低了30.71%,节水效率达到94.67%.     

二氧化碳观测卫星遥感反演研究进展

二氧化碳(CO_2)是大气中主要的温室气体,利用卫星平台观测大气干空气柱中对流层二氧化碳气体体积混合比(XCO_2)是当前温室气体监测的主流手段.首先介绍了5种具备近地面XCO_2浓度观测能力的卫星平台,并以GOSAT卫星的短波红外二级数据产品为例,重点介绍了中国2009～2016年大气XCO_2浓度的时空变化情况.结果表明,中国XCO_2浓度高值区主要出现在东南部,西部地区以及高纬度地区XCO_2浓度相对较低.8年间XCO_2平均浓度为392.28 ppm,并以2.28 ppm/a的速度持续增长.XCO_2浓度随NDVI有明显的季节变化,春季最高,夏季最低,年平均变化量达到6.2 ppm.