气相色谱-质谱联用法测定油田用丙烯腈有效含量

建立了气相色谱-质谱联用测定油田用降滤失剂合成单体丙烯腈(AN)有效含量的方法。以HP-5MS毛细管柱(30m×0.25mm,0.25μm)为分析柱,气化室温度80℃,初始柱温30℃并保持1分钟,然后以10℃/min程序升温至80℃,分流比为50:1,四级杆温度150℃,离子源温度230℃,选取质荷比26和53两离子为特征离子,载气为氦气。丙烯腈在浓度范围内线性关系良好,相关系数为0.998,方法检出限(S/N=3)为0.00033g/L,定量限(S/N=10)为0.0011g/L,平均回收率为107.5%(相对标准偏差RSD=0.44%)。该方法快速准确,可用于油田用降滤失剂合成单体丙烯腈的质量控制。     

砖茶型氟中毒的研究进展

本文围绕砖茶型氟中毒讨论了相关内容 :氟与人体健康 ,砖茶型氟中毒的提出 ,砖茶高含氟研究 ,砖茶降氟的研究。总结了国内外近十年来的研究发展概况 ,以便于今后更好地研究砖茶中降氟的问题     

R~*树结点的主元分界分裂方法

为降低R*树结点重叠度,提高其空间利用率,通过结点特征点集方差及各子特征点集方差之和建立主元分析和结点分裂之间的联系,基于主元分析算法对特征点集进行降维处理,计算特征点集的主元向量,过特征点集中心且正交于该向量建立分界面对特征点集进行划分,将各簇数据的中心作为结点分裂的初始分裂中心,实现R*树结点分裂。实验证明,该算法具有较高的结点分裂效率,使得R*树结点重叠度降低,分裂结果较合理,显著提高了R*树构造效率和k近邻查询效率。     

影响智能表台区线损因素的分析

<正>智能表改造完成对台区降损起到了极大的作用,但也存在部分智能表改造台区线损率下降不明显,甚至反而升高的情况。笔者现结合在对线损异常的智能表台区核查过程中发现的问题举例浅谈。1线路运维与营抄脱节某供电所为解决供区内一小水电家属区台区变压器超载问题,在离该台区50 m距离的地方新增了1台公用变压器为审计局台区,原线路在2台区中间进行了切割。在此方式运行1年后,供电所为解决这2个台区负荷不均匀问题,将小水电家属区台区的2栋楼房77户的供     

谈配电线路降低线损的技术措施

谈配电线路降低线损的技术措施戴春恒华北电管局农电局（１００７６１）对于任何一条已经运行的配电线路来讲，它的基本参数一般都已确定，因此我们就不难计算出最佳线损率△Ａｚｆ％，综合配变负载率，经济负荷电流及其铁损在总损中所占的比例，根据这些数据来确定它的运...     

微灌系统干支管经济坡降的推求

本文按照生产费用和耗能之和最小的原则,利用抛物线函数关系,对微灌系统干、支管的水力坡降进行了分析。分析结果表明:影响经济坡降的主要因素有流量、电价、系统的使用寿命、年运行时间、价格系数、以及机械效益等。最后并举例说明了该公式的应用。     

加强管理 提高科技降损水平

2005年上半年山丹电力有限责任公司完成综合线损率8．45％，比上年同期线损率下降了0．55个百分点；完成35kv线损率5．28％，比上年同期线损率下降了0．93个百分点；完成10kV线损率6．36％，比上年同期下降了0．64个百分点；完成0．4kV线损率8．8％，比上年同期线损率下降了2．4个百分点。     

非试验室条件下的汽蚀判定

在泵的使用中，绝大多数不具备试验室的测量条件，所以不能用扬程降低的方法来判定汽蚀的发生。现将两种简便方法作以介绍，共商榷。     

微灌毛管水力学研究——微灌水力设计计算方法探讨之一

本文不采用缝隙管的假定,提出毛管水头线的多段折线模型;在此基础上,定义了降比r和压比G,根据r的大小,讨论了均匀坡毛管压力水头的分布;讨论了总水头损失计算方法;导出诸水力特征量的计算公式。     

结合光谱降维的IPSO-SVR水体总磷浓度预测模型

[目的] 选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。 [方法] 以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。 [结果] 提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R²)为0.973 920,均方根差(RMSE)为0.003 012,平均绝对误差(MAE)为0.002 105。 [结论] 使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。