基于局部加权最小二乘支持向量机的含硫废气质量指标监控简

为监控脱硫单元废气中的H2S及SO2的含量,本文采用一种基于局部加权最小二乘支持向量机（Local Weighted Least Squares Support Vector Machines,LWLSSVM）的软测量建模方法.在即时学习框架下（Just-in-time learning,JITL）建立WLSSVM模型,模型参数通过粒子群优化算法（Particle Swarm Optimization,PSO）优化获得.采用此软测量模型代替硬件分析仪表在线估计H2S及SO2的含量,能够避免对硬件仪表的腐蚀,减少维护负担,从而降低运营成本.在某硫回收单元上的应用效果表明,所建软测量模型具有令人满意的预报精度.     

徐州城市表层土壤中硫与磁学参数的关系及其环境意义

比较系统地采集了徐州城市表层土壤样品20件,测定和计算了土壤样品中元素S和Fe的含量以及5个磁学参数(即质量磁化率(χ)、非磁滞剩余磁化率(χARM)、软等温剩磁(SOFT)、饱和等温剩磁(SIRM),以及频率磁化率(χFD)的数值。结果表明,与本区土壤中S的背景值相比,徐州城市表层土壤样品中富集较高浓度的S,且S的含量与磁学参数(质量磁化率、非磁滞剩余磁化率、软等温剩磁、饱和等温剩磁)的数值呈显著正相关,与频率磁化率的数值呈弱的负相关。徐州城市表层土壤中磁性矿物与表层土壤中S以及大气环境的SO2有相同的人为发生源,因此可以在一定程度上利用磁学测量技术初步评估该区域过去大气中SO2污染强度。     

工业过程软测量研究

综述工业过程软测量研究现状.论述软测量过程中辅助变量的选择,过程数据的预处理,软测量模型的建立及软仪表校正方法,提出工业过程软测量的实现方案.评述基于回归分析、BP神经网络、RBF神经网络、支持向量机等当前主要软测量建模方法的特点及其在工业过程软测量中的应用.指出当前工业过程软测量实现过程中存在的诸如误差处理、软仪表校正等问题及今后软测量技术与优化控制相结合的研究与发展方向.     

用于化工软测量的基于移动窗的过程神经网络

软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的过程神经网络(PNN)的软测量建模方法。首先采用移动窗技术来确定包含过程正常运行大部分信息的时间序列,然后利用改进的PNN建立软测量模型并对主导变量进行连续预测,最后对软仪表进行校正以实现连续高精度预测。以某工厂高密度聚乙烯装置为例,验证了该方法具有较高的预测精度和跟踪性能,这对于工业过程的控制优化操作具有重要的应用价值。     

氢氧化钙浆液脱硫反应及其干燥特性

采用热天平研究了低温(80℃)条件下Ca(OH)2浆液在一定水钙质量比、SO2浓度范围内的脱硫特性及干燥特性.结果表明,不同水钙比及SO2浓度下浆液干燥特性明显不同;Ca(OH)2浆液在SO2气氛下在浆液表面反应生成的CaSO3·0.5H2O晶体比在N2气氛下由于干燥而析出的晶体多,硫分以CaSO3·0.5H2O固定在浆液中,其干燥速率要低些;不同干燥条件下的浆液临界湿含量不同,反应及蒸发过程在浆滴表面产生的晶体越多,临界湿含量越大;在低SO2浓度时,Ca(OH)2转化率随SO2浓度的升高迅速增加,当入口SO2浓度增大到一定值后,Ca(OH)2转化率增加趋缓.     

硫化氢拮抗同型半胱氨酸刺激血小板聚集作用

为观察硫化氢(H2S)对同型半胱氨酸(HCY)刺激血小板聚集的影响及机制,在HCY刺激腺苷二磷酸(ADP)诱导的血小板聚集模型上加入不同浓度H2S干预,采用Born's法测定血小板聚集率,Greiss法测定血小板孵育液中亚硝酸盐(NO2-)含量.结果表明:H2S呈浓度依赖的抑制HCY刺激ADP诱导的血小板聚集,显著增加血小板NO释放.Person相关分析,H2S拮抗HCY促血小板聚集作用与NO生成呈负相关(r2=-0.438 7,P＜0.01).由此可见,H2S可拮抗HCY对血小板的效应,其机制可能与改善血小板NO释放有关.     

响应曲面法优化酸/盐催化玉米芯产糖的工艺

将生物质水解转化成可发酵糖是生物转化利用的重要途径。本研究以玉米芯为原料,在传统单酸催化剂水解的基础上,研究了H2SO4/Fe2(SO4)3催化剂对玉米芯水解产糖的影响,结果表明:当单独采用H2SO4或Fe2(SO4)3催化玉米芯水解时,总糖产率均低于40%;而将H2SO4、Fe2(SO4)3混合后催化水解时,总糖产率高于使用2种单催化剂所得总糖产率之和。采用响应曲面法优化了H2SO4/Fe2(SO4)3催化玉米芯水解的工艺条件,通过验证实验得到:当H2SO4浓度为0.7 mol/L,Fe2(SO4)3浓度为2.0 mol/L,反应温度为150℃,时间为47 min时,玉米芯水解所得的总糖产率最高,为79.98%。本研究通过对玉米芯水解条件的优化,提高了玉米芯水解制糖的产率,为玉米芯的高值化利用奠定应用基础。     

中药提取软测量系统的设计与实现

针对超声波提取中草药活性成分含量检测困难的问题,通过采用可测量的辅助变量建立基于神经网络BP算法的软测量模型来估计不可测量变量的值,并利用单片机进行辅助变量的数据采集和软测量模型计算,实现了用软仪表对超声波中药提取率的在线测量。与目前采用紫外分光仪离线取样进行检测相比,该模型克服了离线测量工作量大、无法直接得到提取率的测量值等缺点,具有测量精度较高（测量相对误差控制在5%以内）、响应速度快和实时性好等特点。     

TiO2光催化降解H2S的利用率研究

采用孔径48μm不锈钢网负载TiO2薄膜作为光催化材料,以低功率紫外灯作为光源,在连续性反应器内降解H2S。首先探讨了气体含氧量对H2S光催化氧化产物和TiO2利用率的影响,之后分析了H2S体积分数、光照面积以及TiO2用量等因素对TiO2利用率和失活速率的影响。结果表明,当反应气中氧含量从0升高至1.0%时,H2S的主要氧化产物由单质硫变成SO2或SO2-4,催化剂利用率先升高后降低,氧和H2S的投入量之比n(O2)∶n(H2S)约为50∶1时TiO2的利用率最高;降低H2S的初始体积分数或增大TiO2的负载面积均可减缓催化剂失活,提高TiO2利用率;不锈钢网面积为168cm2时,催化剂的最佳负载量为0.35g左右。     

Ag^＋交换沸石分子筛吸附小分子的结构与电子性质的密度泛函理论研究

采用密度泛函理论研究了Ag^＋交换沸石分子筛及其吸附NO,H2O,CO,H2S和SO2的结构及电子性质,并对簇模型进行了自然键轨道（NBO）分析,用分子中的原子（AIM）理论研究了相关键的拓扑性质．研究结果表明,NO,CO和SO2的吸附导致了Ag^＋和沸石骨架上氧的距离缩短,这主要是因为NO,CO和SO2的吸引电子能力较大使Ag-O1和Ag-O2共价性增强所致;而H2O,H2S的吸附导致了Ag^＋和沸石骨架上氧的距离增大,可归因于H2O,H2S的吸引电子能力弱使Ag-O1和Ag-O2共价性减小所致．     

S、H2S及CS2在氧气中燃烧反应机理

利用公式△H=-0.1196n/λ计算了S、H2S及CS2在氧气中燃烧反应的火焰温度,并推测了三种物质燃烧反应的机理.S在氧气中燃烧反应的火焰温度计算值为2086 K,与测定值2093K接近,误差为-0.30％.H2S在氧气中燃烧反应的火焰温度计算值为2238K,测定温度2383K,误差为-6.1％.CS2在氧气中燃烧反应的火焰温度计算值为2502K,测定温度2468K,误差为0.14％.根据燃烧反应的火焰温度,推测S、H2S及CS2在氧气中燃烧反应机理.S燃烧反应机理为：（1）O2＋ hv→2O·,（2）S ＋O·→SO＋hv,（3）2SO＋O2→2SO2,（4）SO2＋O·→SO3 ＋hv.H2S燃烧反应机理为：（1）O2＋ hv→2O·,（2） H2S→H2 ＋S,（3）H2 ＋O·→H2O＋hv,（4）S＋O·→SO＋hv,（5） 2SO＋ O2→2SO2,（6）SO2 ＋O·→SO3＋ hv.CS2燃烧反应机理为：（1）O2＋hv→2O·,（2） CS2→C ＋2S,（3）C＋O·→CO＋ hv,（4）CO＋O·→CO＋hv,（5）S＋O·→SO＋ hv,（6）2SO＋ O2→2SO2,（7）SO2＋O·→SO3＋ hv.     

基于PSO-ANN逆的发酵过程软测量建模

针对发酵过程中一些关键生化参量难以通过常规仪表实时测量,而制约发酵生产过程优化控制的问题,提出一种基于粒子群神经网络逆(PSO-ANN逆)的发酵软测量建模方法.以青霉素发酵过程为背景,首先建立其虚拟子系统数学模型,并构建发酵过程逆模型;其次,提出PSO-ANN逆的软测量实现方法,以克服解析法逆运算的复杂性甚至难于实现的问题;最终构建PSO-ANN逆软测量模型,并进行试验及仿真.结果表明:该软测量建模方法能够将机理建模与数据驱动建模方法相结合,充分利用对象模型的先验知识和经验数据,有效解决了青霉素发酵过程中不可在线测量的关键参量实时测量难题,其训练和测试误差分别达到0.037 2和0.046 1,模型具有较高的预测精度和较强的预测能力.     

双通道气相色谱-脉冲氦离子化检测器对SF_6电力设备中17种气体组分的检测

基于SF6等气体组分分析在电气设备故障/缺陷诊断中的显著作用,采用双通道气相色谱-脉冲氦离子化检测器(GC-PDHID)建立了SF6电力设备中17种常见的气体组分(CO、CF4、CH4、CO2、C2F6、C2H2、COS、C2H4、C2H8、H2S、SO2F2、C3F8、C3H6、C3H8、CS2、SO2、S2OF10)的定性定量分析方法。结果发现,通过采用双通道气相色谱的方法将不同的气体组分切换到由0.5 nm柱和Poropak Q柱组成的通道A以及由HP-5毛细管柱组成的通道B,17种气体中除了C2H4与C2H6、C3H6与C3H8无法分离外,其余各组分均得到的良好的分离。同时,PDHID对这17种气体进行检测,结果表明,17种气体的峰面积的相对标准偏差(RSD)小于7%,检出限(LOD)为10-8(SO2F2)~10-6(CO2)。该方法重现性好,灵敏度高,适用于对该15种气体进行定性定量分析。用以上的方法对气体绝缘开关设备(GIS)中气体组分进行分析,检测到N2、O2、CO2、CF4、SO2、SO2F2等。其中,SO2和SO2F2的检出说明该GIS设备内可能发生了火花放电。     

多壁碳纳米管(MW-CNTs)表面纯化改性研究

采用浓HCl、浓HNO3、H2SO4/HNO3、溴水、K2Cr2O7/H2SO4等强酸及强氧化剂对多壁碳纳米管(MWNTs)进行纯化改性处理.采用X射线衍射(XRD)、傅立叶红外光谱(FTIR)和透射电镜(TEM)等手段对产物改性前后的结构及性能进行分析表征.结果表明:纯化改性处理能够除去杂质,截短碳纳米管,使其表面的羟基、羧基和羰基的含量明显提高.     

基于PSO-FNN逆的青霉素发酵软测量方法

青霉素发酵过程是一个严重非线性、时变、复杂的动态过程,发酵过程中一些关键参数(如菌体质量浓度ρX、基质质量浓度ρS和产物质量浓度(ρP)难以通过常规仪表在线测量,这些参数的获取非常耗时和困难。提出一种基于粒子群模糊神经网络逆(PSO-FNN逆)的软测量方法。首先给出青霉素发酵过程数学模型,然后根据逆系统理论证明其可逆性,在此基础上构建基于PSO-FNN逆的青霉素发酵软测量模型,最后通过仿真验证该方法性能。仿真结果表明:PSO-FNN逆的青霉素发酵软测量方法能够结合基于发酵机制和纯数据驱动2种软测量方法的优点,对不直接可测的关键参数实现在线软测量,较PSO-BPNN逆和PSO-BPNN软测量方法具有更高的预测精度和更强的预测能力。     

SU(N)与SO(2N)代大统一模型分析

本文应用SU(N)×S与SO(2N)×S作为大统一规范群,对代大统一模型的各种方案进行了全面分析。我们的结论是:SU(7)×S,SU(8)×S,SO(14)×S和SO(16)×S是比较好的代大统一规范群。本文给出了SO(14)×S与SO(16)×S两个代大统一模型。它们容纳了四代通常费米子,并保持SU(3)c渐近自由性质。模趔保留了SO(10)模型中得到的全部好的结果,克服了标准大统一模型中“代“的困难。     

配位聚合物[Cu(MB)(DMF)(H_2O)_2(μ-SO_4)]_n的合成、表征及晶体结构

合成了配位聚合物[Cu(MB)(DMF)(H2O)2(μ-SO4)]n(MB为苯并咪唑),采用元素分析和紫外-可见光谱进行了表征,并用X射线衍射法测定了其晶体结构。该晶体属于斜方晶系,P n21a空间群;晶胞参数:a=24.2574(5),b=17.7364(5),c=7.0006(2),V=3011.94(14)3,Dc=1.706Mg/m3,Z=8,F(000)=1592,μ=1.63 mm-1,S=1.03,(Δ/σ)max=0.001,R1=0.039,wR2=0.0822[I>2σ(I)]。晶体结构解析表明,配位聚合物[Cu(MB)(DMF)(H2O)2(μ-SO4)]n的每个结构单元存在两个不对称的子单元,每个子单元包括1个Cu(II)原子、1个苯并咪唑、1个DMF、1个SO24-和2个H2O分子;Cu(II)原子与苯并咪唑的1个N原子、DMF中的1个O原子、2个H2O分子中的2个O原子,1个SO24-分子中的2个O原子形成八面体六配位结构,Cu(II)原子位于八面体的中心,SO24-为桥联配体,整个Cu(II)为拉长的八面体,其中O1、O5和O11、O12分别位于轴向位置。两个子单元通过氢键作用形成二聚体。通过SO24-桥联两个Cu(II)和分子间氢键作用形成沿c轴的一维结构。一维链通过链间氢键作用,形成三维的网状结构。     

H2S含量及流量对燃料电池性能的影响

采用溶胶-凝胶法制备了纳米级Li2SO4+Li2WO4+Al2O3复合质子传导膜,考察了在不同H2S气体含量、体积流量和操作温度下,结构为H2S、(复合MoS2阳极催化剂)/复合质子传导膜/(复合NiO阴极催化剂)、空气的燃料电池的电化学特性,并比较了MoS2与复合MoS2催化剂的性能.结果表明:H2S含量和体积流量增加,提高了阳极侧气体扩散速率和电化学活性组分,使燃料电池的电压、输出电流与功率密度提高,电化学性能变好;即使气体中的H2S含量低达5%(摩尔分数)时,也可作为电池的燃料用来发电;操作温度增加,质子传导膜的电传导率和电化学反应速率增加,电池的输出电流与功率密度提高;复合MoS2催化剂比MoS2催化剂具有更好的性能和化学稳定性;当采用纯H2S作为燃料,复合MoS2作为阳极催化剂,通入阳极和阴极侧的H2S和空气的体积流量分别为35mL/min和100mL/min,操作温度为650、700和750℃时,燃料电池最大输出功率密度分别为12.4、52.9和130.0mW/cm2,最大电流密度分别为45、281和350mA/cm2.     

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.     

膏霜类化妆品的预处理及多种微量元素的测定

用HNO3 H2 SO4 HClO4消化法、HNO3 H2 SO4消化法、(HNO3 HClO4)混合酸 H2 SO4消化法三种预处理方法处理膏霜类化妆品样品 ,并以ICP AES法直接测定样品中铜、铬、镉、锰、锌、铅的含量 .结果显示 ,采用 (HNO3 HClO4)混合酸 H2 SO4消化法预处理样品 ,能够得到较好的效果 ,测定方法加标回收率为 93 6 % - 1 0 3 8% ,1 0次测定的RSD (n =1 0 )小于4 89% ,方法操作方便 ,分析速度快 ,结果准确