玻璃瓶动态图像检测运动模拟平台

动态图像检测中,如何在指定位置快速而准确地捕捉到运动物体的图像是最基本的环节。试验验证图像检测装置的成像特性,成为动态图像检测研究的重要内容之一。以变频器控制电动机为核心,通过变频器内部参数编程和外部简单的辅助控制电路,构建了运动平稳、速度可调、具有自动保护功能的模拟平台。该平台适于动态图像检测中普通运动物体的快速模拟,已成功地用于玻璃瓶动态图像装置中,达到了预期目的。     

污水处理过程软测量系统辅助变量的选择方法

辅助变量的选择包括变量类型、数量及检测点的选择,是软测量建模的第一步,直接关系到软测量质量的好坏.针对活性污泥法,从微生物生长繁殖的角度出发,探讨了各要素对于微生物生长活动能力的影响及其相互关系,通过影响力大小及相互间耦合性的复杂程度选取辅助变量的原则,完成了污水处理辅助变量类型的初选,并对辅助变量的精选进行了讨论.     

新型PVC生物填料的研制与应用研究

通过对传统的聚氯乙烯生物填料进行配方调整改性及新型结构设计,研制出一种新型生物填料。分析了填料的润湿性能、挂膜速度、比表面积及填料的抗冲击性能,考察了新型生物填料用于船舶生活污水处理的效果。研究表明,新型PVC生物填料比表面积大、润湿性能好、抗冲击性能好、挂膜速度快,研制的新型填料一体化船舶生活污水处理装置可以在船舶上推广应用。     

低压终端线路无功补偿技术

随着经济发展,低压终端线路,特别是住宅负荷中,无功需求急剧增加。基于这一现状,提出了低压终端线路无功补偿问题。分析探讨了终端无功补偿设备与传统补偿设备的差异及应具的技术和特色,构划了系统总体设计方案,明确了该装置开发研究中应关注的主要问题及处理措施,指出开发专门终端无功补偿的必要性和紧迫性,为低压终端线路补偿装置的研制奠定了基础。     

污水中重金属离子浓度软测量的BP算法

在重金属离子检测仪器及其工作原理研究的基础上,对污水中重金属离子浓度测量方法进行了分析研究,分析了采用软测量技术的可行性和必要性,针对水质测量具有非线性、大时变和多滞后的特点,提出了基于BP神经网络的污水中重金属离子浓度软测量建模方法,建立了软测量模型,并通过仿真分析和实验验证了该方法的实用性.     

软计算在污水处理过程控制中的应用

阐明了软计算技术在污水处理过程中应用的必要性、可行性及对行业所带来的社会效益和理论意义,着重分析了其在污水处理过程中的应用情况,简要探讨了软计算技术今后应深入研究的问题和方向,指出将软计算算法和智能控制策略结合起来有利于提高模型预测精度,提高过程控制系统动态响应能力。     

MDI一体化项目排污口对长江水质影响的预测

以MDI一体化项目排污口为研究对象,采用二维水质数学模型,预测了不同水位条件下,MDI一体化项目各企业排放的废水污染物对长江下游水体水质的影响。预测结果表明,在达标排放前提下,除挥发酚、硝基苯外,各污染物对排污口下游长江水体水质影响较小,长江水体水质基本满足GB 3838—2002《地表水环境质量标准》中Ⅲ类标准要求;挥发酚、硝基苯在排污口下游会产生一定的超标污染带,岸边5 m以外,下游120 m以远即满足《地表水环境质量标准》中Ⅲ类标准要求,不会对下游水质安全造成影响。     

基于LabVIEW的金属膜净水过程控制系统

传统的净水工艺过程控制系统取得的测控效果越来越不满意。介绍了金属膜净水过程控制系统的工作原理、膜污染阻力的数学模型,提出了基于LabVIEW工艺的金属膜净水过程控制系统。对膜净水工艺过程、膜污染监控过程的软、硬件进行了设计与集成。并通过净水实验,分析膜通量的变化得出结论,金属膜净水过程控制系统取得了良好的实验效果。     

一种确定城市污水处理厂建设规模的新方法

污水处理厂建设规模的确定是城市污水处理厂建设项目环境影响评价的重要内容之一。为了使规模确定更加合理,基于水量样本的分布特征,在考虑拟建污水处理厂服务区域日用水量小时变化周期性的基础上,考虑一周内小时水量变化特性,提出利用模糊识别理论对水量样本分布进行识别,以分布隶属度因子修正日用水量预测的日周期自回归模型,从而建立计及日用水量波动的周期自回归复合因子预测模型。该方法在污水处理厂环境影响评价中进行了应用,结果表明对城市污水处理厂建设规模的确定具有有效性和实用性。     

基于粒群算法和BP神经网络的煤电价格预测

由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难。针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法。采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度。结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性。