课程文献中心 更多>>

关键词： 开放式怀特池   傅里叶变换红外光谱法(FTIR)   挥发性有机物(VOCs)   环境监测   来源解析  

摘要： 为掌握典型产业转型升级城市工业园区挥发性有机物（Volatile Organic Compounds,VOCs）的污染特征，助推VOCs排放精细化管控，助力区域空气质量改善，选取苏北中心城市——徐州市贾汪区作为研究区域，使用环境光学监测方法开展了典型工业园区大气VOCs观测和来源解析.构建了一套高精度的怀特式多次反射傅里叶变换红外（Fourier Transform Infrared,FTIR）系统，于24年1月底开展了为期一周的工业园区大气挥发性有机物在线监测，研究了VOCs污染水平、VOCs的臭氧生成潜势和二次有机气溶胶生成潜势，筛选出优控物种，并进行了VOCs来源解析.结果表明，观测期间贾汪工业园区大气VOCs的平均浓度为1.23 mg·m-3，芳香烃和烯烃是浓度最高的2个组分，合计贡献了70.7%;VOCs的臭氧和二次有机气溶胶的生成潜势分别为5.76 mg·m-3和1.73 mg·m-3，烯烃、芳香烃和含氧VOCs是臭氧生成潜势较大的组分，合计贡献了97.9%.其中，甲苯、二甲苯、乙苯和1-庚烯等苯系物和烯烃具有较高的二次有机气溶胶产率，是防控区域大气二次污染的优控VOCs物种.主成分分析源解析表明，观测期间贾汪工业园区大气VOCs最主要的来源是印刷、包装、医药、树脂和塑料以及有机化工等工业排放，其次是机动车尾气和溶剂挥发.进一步使用Hybrid Single-Particle Lagrangian Integrated Trajectory（HYSPLIT）后向轨迹模型分析表明徐州1月底发生的大气污染事件，受多方向污染传输和污染回流的影响，其中来自上海和江苏南部的PM2.5区域传输浓度最高，对此次大气污染影响最大，而不利气象条件引起的污染物回流也是不可忽视的因素.该研究实现了工业园区多组分VOCs的实时在线测量，为今后对工业园区VOCs的来源判断提供了一种参考思路.

关键词： 车载转向电机   噪声信号识别   樽海鞘算法   盲源分离  

摘要： 为解决车载转向电机噪声源识别不准确的问题。本文提出了一种基于自适应噪声的完备经验模态分解、改进樽海鞘群的独立分析方法。首先提出一种改进樽海鞘群的独立分析方法，该方法通过改进Tent混沌映射进行种群初始化，领导者及追随者更新机制分别采用Logistic混沌映射和动态学习；然后通过仿真实验验证该方法比传统的快速独立分析方法和樽海鞘独立分析方法分离效率分别提高4.38%和1.01%；最后采用该联合算法对车载转向电机单通道噪声信号进行分离识别，结果表明该联合算法能有效分离电机振动噪声信号中不同频率的特征信号，稳定工况下电机噪声的主要原因是由转子不平衡以及电磁噪声引起。

关键词： 工业废水   二氧化硅   反渗透膜   硅污染机理   结垢   控制   膜  

摘要： 反渗透（RO）膜分离技术具有分离效率高、过程无相变、易于自动化控制等优点，在工业废水深度处理与循环利用领域应用广泛。硅污染是造成工业废水深度处理RO膜通量下降、到达寿命终点的重要致因之一，阐释硅污染机理、影响因素与控制策略对于RO膜高效稳定运行具有重要意义。本文从单独硅污染机理以及金属-硅、有机-硅复合污染机理出发，总结了进水组分、操作条件、膜面性质对RO膜硅污染的影响，综述了进水预处理、操作优化、膜表面改性等硅污染控制方法，探讨了目前膜硅污染研究中尚待解决的问题，包括硅复合污染机理仍不清晰、缺乏稳定有效的抗硅污染膜改性策略和复杂膜系统硅污染控制策略等，提出了污染实时监测、分子动力学模拟、非聚酰胺RO膜开发等未来膜硅污染控制的潜在研究方向。

关键词： 室内空气质量   强化学习   深度确定性策略梯度算法   优先经验重放   节能控制  

摘要： 为解决当前室内环境受多种时变参数影响不确定性影响较大，且现有控制设备无法根据室内环境对工作功率进行自适应调节造成的能源浪费问题，采用在深度确定性策略梯度（deep deterministic policy gradient，DDPG）中融入优先经验重放（prioritized experience replay，PER）的方法，合理优化控制设备功率，对室内空气质量（indoor air quality，IAQ）和热舒适度进行控制。结果表明：DDPG-PER算法能够在冬夏两季不同室外空气质量条件下，结合多时变参数，将室内环境控制在要求范围之内；与定风量控制系统相比，能源成本降低了13.30%，全年可节约2 000元左右电费。研究结果对中国“碳中和”策略和绿色低碳建筑行业的发展具有一定的参考价值。

关键词： 低照度图像增强   语义先验   图像块分类   噪声先验   自适应  

摘要： 由于低照度图像的亮度、噪声、对比度等具有非均匀分布的特性，而现有的低照度图像增强算法未能充分利用该特性，在增强过程中容易导致细节丢失、颜色失真、视觉不连贯等问题，从而影响图像视觉质量。针对上述问题，提出了噪声与语义先验引导的低照度图像增强算法，该算法能够自适应地考虑低照度图像中的不同区域特性及其语义信息。具体而言，设计一种新的基于图像块分类的全局特征提取网络以提取全局特征，引入基于信息补偿的局部特征提取网络提取局部特征，并提出基于噪声先验引导的特征融合策略以实现对具有不同特性的图像区域进行自适应增强操作。此外，提出了新的语义先验引导的颜色损失函数，以保持实例颜色的一致性。在公开数据集LOL的实验结果表明，所提算法相较于Retinex、PairLIE等算法在峰值信噪比（PSNR）的数值提高了1.9%～71.8%，结构相似性（SSIM）的数值提高了1.4%～89.1%。所提算法能自适应增强具有不同特性的图像区域，在颜色恢复、细节纹理还原和噪声抑制等方面均具有明显优势。

关键词： A   /O-MBR   低温   溶解氧   碳氮比   脱氮除磷  

摘要： 高原污水处理厂受低温、低压影响，微生物活性较低，氮磷出水指标普遍较高，能耗、药耗运行成本居高不下。选取A2/O-MBR工艺，研究在低温运行时不同DO浓度、C/N对系统脱氮除磷性能的影响。试验结果表明：反应器内水温10℃、HRT为12 h、两段混合液回流比200%时，系统MLSS为7000 mg/L，远超传统活性污泥法，一定程度上弥补了因低温造成的微生物活性不足；DO浓度在1.0～1.5 mg/L时，系统脱氮性能最佳，NH4+-N和TN的平均去除率为99.80%、91.28%，远超一级A标准，当DO过低时主要影响系统硝化能力，从而影响系统脱氮性能；C/N为5时，NH4+-N和TN的平均去除率为99.80%、91.28%，系统具有较好的脱氮效果，当C/N过低时，反硝化受到抑制，从而影响系统脱氮性能；在不同DO浓度、C/N条件下，TP平均去除率均在95%以上，远超一级A标准。高原污水处理厂可适当降低曝气，降低运行能耗，该研究结果可为低温条件下的污水处理系统效能提升提供参考。

关键词： 双膜工艺   无机阴离子   消毒副产物   总有机碳  

摘要： 以某南方沿海城市水源水为原水,考察超滤纳滤双膜组合工艺对水中总有机碳、无机阴离子的去除效果,比较混凝+沉淀+过滤+氯消毒的常规处理工艺与超滤纳滤双膜组合工艺2种工艺出水中消毒副产物的含量。结果表明,双膜组合工艺对无机阴离子的去除率能达到94.8%以上,TOC的去除率在90.6%～95.6%。双膜工艺对水体中消毒副产物前体有效去除,使得三氯甲烷等消毒副产物含量显著降低。综合出水水质口感和安全性优于传统工艺出水水质。

关键词： 深度脱氮   HPB   反硝化生物滤池   总氮   地表Ⅳ类  

摘要： 为满足湖泊生态补水总氮1.5mg/L的限制要求,针对某污水处理厂（40万m3/d）提标工程极限脱氮工艺段展开选择与应用研究。通过工艺比选和中试研究,确定采用二级生物工艺单元原位提标HPB工艺联合两级反硝化生物滤池工艺。中试试验结果显示,上述联合工艺在水温22℃左右时,出水TN、NH3-N、COD指标可稳定达到地表湖库Ⅳ类水要求。

关键词： 噪声标签   面部表情识别   深度学习   监督学习   注意力机制  

摘要： 由于标注主观性、图像模糊等因素，数据集不可避免存在噪声，使得表情识别更具挑战性。现有面部表情识别方法在处理噪声标签时，模型会部分过度拟合噪声标签。对此，本文提出一种新颖的抗噪声双约束网络（NDC-Net）来自动抑制噪声样本。NDC-Net主要包括2个约束机制：类激活映射注意一致性（CAC）和通道空间特征一致性（CSC）。CAC使模型集中于局部重要特征信息，减少对噪声标签的过度关注，而CSC鼓励和确保模型在提取特征时从通道和空间上更加关注到与任务相关的信息，忽略不相关信息，减少对噪声标签的依赖。此外，为增强NDC-Net性能，输入样本采用旋转、缩放等策略进行增强。在RAF-DB、AffectNet和FERPlus2013数据集30%标签噪声下，NDC-Net的识别性能分别为86.57%、88.22%和59.78%，显著优于EAC、NCCTFER等先进的噪声标签处理方法，并且在计算机视觉领域中被广泛应用来评估算法的性能和泛化能力的CIFAR100和Tiny-ImageNet中也取得不错的效果。

关键词： 水声通信   脉冲噪声   正交频分复用   信道估计   稀疏贝叶斯学习  

摘要： 水声信道中时常存在脉冲噪声(impulsive noise， IN)，严重降低水声正交频分复用(orthogonal frequency division multiplexing， OFDM)系统的性能。针对这一问题，提出了利用全部子载波的基于广义近似消息传递稀疏贝叶斯学习(generalized approximate message passing-based sparse Bayesian learning， GAMP-SBL)的信道与脉冲噪声联合估计(joint channel and IN estimation， JCIE)算法(GAMP-SBL-based JCIE using all subcarriers， JCIEA-GS)及其改进算法JCIEA-GSP。首先，基于信道与脉冲噪声的联合稀疏性，将数据符号视作未知参数，利用全部子载波构建压缩感知(compressed sensing， CS)模型；然后，使用GAMP-SBL算法恢复联合稀疏向量，并将符号估计引入GAMP-SBL框架中，实现信道冲激响应、脉冲噪声与数据符号的联合估计。此外，利用初始化数据符号过程中获取的信道与脉冲噪声先验信息，剔除全部子载波CS模型字典矩阵中的冗余原子，进一步降低计算复杂度。仿真结果表明：所提算法与现有的基于GAMP-SBL的信道与脉冲噪声估计算法相比，能够有效提高信道估计、脉冲噪声估计和系统误码性能；与基于SBL的信道与脉冲噪声估计算法相比，能够在低复杂度情况下保持相近的系统性能。