广西不同林龄马尾松人工林林下木本植物种间联结动态

为了解广西不同林龄马尾松(Pinus massoniana)人工林林下主要木本植物间相互作用的变化规律,以空间代替时间的方法,在群落调查的基础上采用多物种间的总体关联显著性检验、x²统计量分析和Spearman秩相关检验对广西不同林龄马尾松人工林亚乔木层和灌木层木本植物种群进行种间联结分析。结果表明：(1)不同林龄阶段亚乔木层物种间的总体关联性均呈不显著正联结,从中林龄到成熟林再到过熟林,灌木层物种间的总体关联性变化趋势为不显著负联结→不显著正联结→不显著正联结;(2)随着林龄的增长,林下主要木本植物正联结种对比例增加,种间关系逐渐趋于正联结,群落稳定性逐渐增加,向顶级群落方向演替;(3)马尾松人工林林下主要木本植物中大多数种对间的相关性并不显著,物种间的关系较为松散,种对间的关联性较弱,所研究的马尾松人工林仍处于不稳定的演替阶段。充分利用种间关系研究的结果对马尾松人工林群落进行科学维护,可以加速马尾松人工林群落的恢复。     

中文嵌套命名实体关系抽取研究

为了解决嵌套命名实体关系抽取研究缺乏相关语料库这一问题, 在现有中文命名实体语料库的基础上, 将人工标注与机器学习相结合来抽取其语义关系。人工标注一个中文嵌套命名实体关系语料库, 然后分别采用支持向量机和卷积神经网络等方法, 进行中文嵌套实体关系抽取实验。实验结果表明, 在人工标注实体的中文嵌套命名实体语料上, 嵌套实体关系抽取的性能非常好, F1指数达到95%以上, 而在自动识别实体上的抽取性能尚不理想。     

面向深度调峰的超临界煤粉锅炉变负荷燃烧三维数值模拟

为解决低负荷运行时燃煤锅炉稳燃性下降和NO_x排放增加的问题,对一台660 MW超临界旋流对冲锅炉在低负荷(20%～60%额定负荷)下不同运行工况进行了三维数值模拟,并研究了低负荷下多种操作参数对锅炉稳燃性和污染物排放的影响.计算与分析结果表明:30%额定负荷运行时投运下层燃烧器,且一次风率为0.2、煤粉粒径为50μm时,NO_x排放最少;当负荷进一步降低时锅炉稳燃性迅速下降,同时NO_x排放量迅速增加;调整燃烧器运行方式、一次风率和煤粉粒径可以有效改善锅炉低负荷燃烧状况.在负荷低于30%额定负荷的深度调峰运行时,采用2台磨煤机、下层燃烧器运行,并适当降低一次风率和煤粉粒径可以提高燃煤锅炉的低负荷运行能力.     

改性玉米芯及其对废水中Cr6+的吸附研究

选取玉米芯作为吸附剂,对废水中Cr⁶⁺进行吸附研究,因玉米芯本身吸附效果不佳,故对其进行改性。经H₃PO₄、NaOH、NaNO₂溶液改性后的玉米芯可以使其孔隙扩展、比表面积变大,能够较高效地去除废水中Cr⁶⁺。实验结果表明：当模拟废水中Cr⁶⁺初始浓度为20 mg/L、体积为50.00 mL时,玉米芯经NaOH溶液改性后,投加量为0.040 g,pH为5.00,吸附时间为20 min时,吸附效果最佳,废水中Cr⁶⁺的去除率为96.83%。此时,改性后玉米芯吸附Cr⁶⁺的过程与Freundlich吸附等温模型和准二级动力学模型拟合度较高。     

CCD摄象法测量有机聚合物光波导传输损耗

研究了一种测量有机聚合物光波导传输损耗的方法－ＣＣＤ摄象法。通过对波导传输线进行数字成像，根据传输线上的光强分布拟合出光强传输衰减曲线，计算出波导的传输损耗。与传统方法相比，本方法具有操作简便，测量准确的优点。     

烧结烟气鼓泡脱硫的三维数值模拟

对钢铁行业烧结工序的烟气脱硫过程进行了数值模拟研究,以220 m2烧结烟气脱硫塔为模拟对象建立了鼓泡脱硫塔气液流动与脱硫反应耦合的三维数理模型,考察了Ca(OH)2浓度、表观气速、入口烟气温度、入口烟气SO2浓度对烟气中SO2脱除率的影响.以表观气速0.11m/s、入口烟气温度418 K、入口烟气SO2浓度1 600 mg/m3、Ca(OH)2浓度0.614 mol/L、浆液温度323 K为基准工况,逐一改变单个运行参数.研究结果表明:当Ca(OH)2摩尔浓度为0.1~0.614 mol/L时,脱硫率随浆液中Ca(OH)2浓度的增加显著增大;当表观气速为0.07~0.21m/s时,脱硫率随流速的增大而降低;当入口烟气温度为370~445 K时,脱硫率随温度的增大而降低;当入口烟气SO2浓度为2 000~2 400 mg/m3时,脱硫率随入口烟气中SO2浓度的增加有所降低.     

航空铝合金材料腐蚀损伤研究

对航空LY12CZ铝合金试验件进行了腐蚀试验,提取了孔蚀率、蚀坑分形维数、蚀坑半径、灰度值、能量值共计五种腐蚀图像特征值。通过灰色预测方法对腐蚀图像特征值与腐蚀损伤之间的关系进行了研究,构建了基于图像特征值的GM(1,5)和GM(1,6)腐蚀损伤预测模型,模型计算所得蚀坑深度与实测蚀坑深度较为接近,结果合理。     

降解低浓度二氧化硫废气的菌株分离及其固定化研究

 从硫泉中分离得到17株细菌,用碘量法测定了它们氧化降解SO₂的性能.结果表明,菌株R-1氧化降解性能较强,经鉴定,R-1是氧化亚铁硫杆菌(Thiobacillus ferrooxidans).用海藻酸钠(sodiumalginate)进行固定化包埋试验,通过单因素分析,确定了最佳包埋条件.用上柱通气法测定其净化气相SO₂的能力,其氧化降解SO₂的效率最高达97.01%.结果显示,利用固定化细菌净化低浓度SO₂烟气具可行性,但对其稳定性尚待进一步研究.     

基于数据驱动的气化炉出口温度在线测量

为实时监控气流床气化炉的气化温度和运行状态，收集气化炉激冷系统和反应系统等系统的可测量数据，采用理论计算模型和遗传算法改进的BP(GABP)神经网络模型对气化炉出口温度进行预测，并与工业测量数据进行对比分析。结果表明，由激冷系统理论计算模型可以得到气化炉出口温度，但因测量参数敏感度低，导致温度预测精度和稳定性较差。采用GABP神经网络模型总体上可以提高预测温度的精度和稳定性，但反应系统中由于煤量波动和煤质数据缺乏等原因，导致部分区间预测误差较大；采用激冷系统参数可大幅提高绝大部分区间内温度的预测精度，预测误差保持在15 K以下，可满足不同工况下的气化炉温度实时在线监测需要。     

融合Swin Transformer的虫害图像实例分割优化方法研究

【目的】为了实现对虫害的精准监测，提出了一种融合Swin Transformer的图像实例分割优化方法，以期有效解决复杂真实场景下多幼虫个体图像识别分割困难的问题。【方法】选用Swin Transformer模型，改进Mask R-CNN实例分割模型的主干网部分，对黄野螟幼虫虫害图像进行识别分割。针对不同结构参数的Swin Transformer模型与ResNet模型，调整各层的输入输出维度，将其分别设置为Mask R-CNN的主干网进行对比实验，从定量与定性两个角度分析不同主干网的Mask R-CNN模型对黄野螟幼虫的识别分割精度与效果，确定最佳模型结构。【结果】(1)该方法在虫害识别框选方面的测度(F1)分数可达89.7%,平均精度(A_P)可达88.0%;在虫害识别分割方面的F1分数可达84.3%,A_P可达82.2%。相较于Mask R-CNN,在目标框选与目标分割方面分别提升8.75%与8.40%。(2)对于小目标虫害识别分割任务，该方法在虫害识别框选方面的F1分数可达88.4%,A_P可达86.3%;在虫害识别分割...