混凝沉淀-超滤-消毒组合工艺对二级出水中条件致病菌的去除效能及风险评价

再生水回用是解决水资源危机的重要途径,但污水厂二级出水中存在的大量条件致病菌,会对人体健康构成潜在风险。本研究采用混凝沉淀-UF-NaClO消毒组合工艺作为二级出水的深度处理工艺,探究该组合工艺对条件致病菌（军团菌、铜绿假单胞菌、鸟分支杆菌）和大肠杆菌的去除效能,并以再生水景观回用（划船游湖、孩童玩水、叠水花台观赏）作为评价场景,对条件致病菌进行健康风险评价和参数不确定性因素的敏感性分析。结果表明,混凝沉淀-UF-NaClO消毒组合工艺对水中三种条件致病菌及大肠杆菌的去除效果较好,去除率均能达到98%以上,但出水中的大肠杆菌浓度与三种条件致病菌之间不存在显著相关性,其含量不能够完全地指示三种条件致病菌的含量。二级出水经组合工艺处理后回用于城市景观休闲活动中,三种条件致病菌的单次感染概率较低,对人体健康的安全保障率可达70.9%~100.0%。敏感性分析结果表明：三种暴露途径中感染军团菌和鸟分支杆菌的年健康风险值均受年暴露频率f的不确定性影响最大;划船游湖、孩童玩水两种暴露途径中感染铜绿假单胞菌的年风险值受暴露体积v和铜绿假单胞菌浓度值C的不确定性影响较大。综上,混凝沉淀-UF-NaClO组合工艺可有效控制二级出水中的条件致病菌的浓度,回用于景观休闲活动中的微生物健康风险较低。     

深部砂岩力学实验及储层开采出砂影响规律

为研究深部储层砂岩在高温、高压、高应力状态下的开采出砂规律及主控因素,以克深区块为研究对象,开展了相应的岩石力学实验和数值模拟分析。实验岩心取自该区块致密砂岩储层,通过实验获得了高温高压下岩石的弹性模量、内聚力和内摩擦角等参数及其变化规律。结合实验结果和该地区地质特征,建立了深部砂岩储层直井开采热流固耦合模型,并利用有限元软件进行求解;通过分析储层Mises应力、等效塑性应变等参数变化特征,结合出砂判别标准,得到了不同开采条件下的出砂影响规律。采用正交试验设计方法进行了出砂敏感性因素分析,获得了其出砂的主控因素。研究结果表明：水平地应力的非均匀程度对储层开采出砂的影响最大,岩石胶结强度和生产压差的影响次之,地层温度变化影响相对较小。     

改进YOLOv5的多车辆目标实时检测及跟踪算法

多车辆目标跟踪时间主要花费在车辆检测模块和对每个车辆表观特征提取模块,一般情况下,车辆检测和车辆表观特征提取是在不同的神经网络中进行的,且一张图中的车辆目标越多,对车辆表观特征提取耗费时间的也越多,推理时间也相应变长。针对这一问题,基于经典的Tracking-By-Detection模式,提出一种改进的YOLO模型：在YOLO网络中添加ReID特征识别模块,使YOLO在输出目标位置信息的同时输出目标特征信息,以提高算法的跟踪速度。针对车辆间彼此覆盖的情况,提出一种基于动态IOU阈值的非极大抑制算法,以提高算法的跟踪精度。最后将YOLO输出的信息进行数据匹配,从而实现多目标跟踪。在UA-DETRAC数据集上验证改进模型的有效性,实验结果表明,将YOLOv5网络进行改进后运用在目标跟踪算法中,相对于经典的YOLO+DeepSORT跟踪模型,在车辆密集的情景下平均推理时间减少了17%;在改进后的网络上添加动态IOU阈值非极大抑制,跟踪精度提高了3.9个百分点。改进后的模型有较好的实时性与跟踪准确率。     

低压配电智能监控系统的产品化设计

针对“集美大学自动化研究所”自行研制开发的LVMS2002低压配电智能监控系统进行产品化设计．主要涉及监控系统的硬软件、抗干扰、接地等方面的内容,并进行工业标准化与可靠性的设计研究,完成了基于功能特点的产品化设计。     

深基坑疏桩强锚支护结构参数敏感性分析

依托西安幸福林带基坑工程,通过采用ABAQUS有限元软件建立基坑三维数值模型,研究了桩距桩径比对支护结构内力和变形的影响;对影响支护结构内力与变形的各个支护参数进行了敏感性分析,并且基于此设计了正交实验,提出了依托工程的疏桩强锚优化设计。得出结论如下：（1）支护桩身内力及支护结构顶部水平位移随支护桩距桩径比值的增大而增加,并且桩距桩径比值的变化对桩身下半段内力以及基坑开挖后半段变形的影响较为显著。（2）支护参数敏感性分析表明：支护参数对支护结构内力与变形敏感性强弱顺序依次为：支护桩距径比>锚索预应力>锚索竖向间距>锚索长度>锚索安置倾角。（3）基于支护参数敏感性分析,对当前工程背景下疏桩强锚支护结构进行优化,为类似工程提供参考。     

基于深度学习跨清晰度的鞋面检索——从足迹图像到视频中锁定犯罪嫌疑人的应用

如何有效利用鞋样联合监控视频中提取行人所穿鞋子信息进而锁定嫌疑人在视频中的位置是一个新的课题。基于深度学习的跨清晰度的鞋面检索算法可以解决视频提取的低清鞋子与高清鞋面比对检索的难题,从而打通从足迹到视频中锁定嫌疑人的通路。算法在实现过程中,加入网络分支、特定损失函数、随机变换等手段。在1172组样本检索测试中,算法累计查中率首位达到66.2%,前5达到85.8%。实验证明,在客观指标和主观验证均达到较高的应用级别水准。     

基于深度学习的气象资料迹线识别

气象历史资料数字化是中国气象局“气候变化应对工程”的重要建设内容之一。气象历史资料数字化主要内容是完成珍贵纸质气象资料中字符和迹线信息的数字化处理,建立历史长序列气象资料数据集。气象自记纸记录的迹线信息是气象历史资料的重要内容,气象资料迹线信息的准确跟踪和提取是实现气象历史资料数字化的重要环节。然而,由于纸质气象资料存放时间长,气象迹线识别面临迹线记录模糊或迹线晕染等问题。传统的图像分割和迹线提取算法依赖局部或单一的图像特征,无法有效识别复杂背景中的气象迹线信息,特别是变化的、模糊的、晕染的迹线。为了解决上述问题,本文提出了一种基于深度学习模型的气象资料迹线自动识别方法。该方法结合传统算法和U-network (U-net)语义分割网络自动提取不同尺度的光谱和空间特征,实现气象迹线的高精度识别。本文以达因型风自记纸为例,以《地面气象观测规范》为依据,对不同台站、不同年份的3200多张达因风自记纸进行迹线识别验证,风向迹线平均识别正确率达95%,风速迹线平均识别正确率达95.5%。 结果表明该方法能够准确识别迹线,高度还原了气象迹线信息。该方法适用于风、气压、温度、湿度等气象资料迹线自动识别业务化处理,能够大大减少工作量和降低人工成本,为气象预报预测业务和科研工作提供基础数据支撑。     

竖井工法开挖深基坑对下卧既有隧道上浮变形的控制

基坑开挖卸荷将改变地应力平衡状态,位于基坑正下方的地铁隧道将随基底一定深度范围内土层回弹而发生上浮变形。本文结合深圳地铁11号线正上方某采用竖井工法开挖的基坑工程为例,通过建立三维有限元模型分析下卧地铁隧道随竖井开挖过程的变形规律及竖井工法保护机制。结果表明：基坑开挖对下卧地铁隧道竖向卸荷作用显著,采用竖井工法能有效减缓隧道上浮趋势,减小最终上浮量;隧道纵向变形呈双峰形态,纵向变形曲率半径未超过规定值;隧道横截面随开挖过程而发生两侧拱腰压缩、拱顶与拱底之间拉伸的变形趋势,附加弯矩随开挖卸载率增大而逐渐减小,最大附加弯矩位于拱顶附近;竖井工法能减小基底土层的扰动程度,有效抑制基底土体以及隧道围土塑性区发展深度和面积,从而有效控制下卧地铁隧道的隆起量。     

航空器智能引导机动决策奖励重塑方法

针对使用深度强化学习进行航空器智能引导研究中存在的飞行轨迹质量差、训练效率低等问题,对应用于机动决策生成的奖励重塑方法进行了研究。首先,构建了航空器引导机动决策生成的深度强化学习模型;其次,从指令连续性和相对姿态两个角度设计了奖励重塑函数,并证明了使用重塑函数前后的策略一致性;最后,在不同类型目的地场景中进行了仿真实验。仿真结果表明,奖励重塑方法对航空器飞行轨迹质量和智能体训练效率有明显的提升。使用本方法快速训练的智能体,可以准确、高效地生成机动决策,引导航空器完成任务。     

深反射地震数据采集处理和解释技术现状与展望

深反射地震是了解地球深部结构的关键技术之一,在深部探测领域得到了广泛应用,但由于深反射地震剖面长、穿越构造单元复杂等原因,资料品质较油气地震要低,为更准确的探测地下,需要针对深反射地震数据特点,改进去噪、叠加等处理技术以及解释等方法,以得到地壳精细结构。本文系统总结了当前深反射地震数据采集、处理以及解释的方法,结合实例对这些方法的优缺点进行了对比分析,认为将来深反射地震需要在观测系统的优化改进,人工智能在数据处理、解释等方面开展研究,提高深反射地震剖面的成像质量。