关于解决g-C3N4在光催化制氢领域的两个局限的研究进展

随着工业的发展，化石燃料消耗巨大，环境问题也日益突出，寻找一种绿色新型能源已成为一个被广泛讨论的问题。氢气是一种清洁、可再生燃料，利用光催化剂分解水制氢气是一种制取氢气的有效途径。石墨碳氮化物（g-C3N4）作为光催化剂不仅成本低、反应稳定，而且其尺寸、厚度、结构、形貌等可控，在众多光催化剂中脱颖而出。但g-C3N4目前在光催化领域主要存在两个局限：g-C3N4不能有效地吸收光来产生足够多的光生电子-空穴对；g-C3N4不能有效的运输及分离光生电子-空穴对，以至于电子与空穴的复合率较高。文章综述了g-C3N4在光催化制氢领域的进展成果，分析了g-C3N4存在的问题并总结了其改进方法，最后对g-C3N4进行了展望，以期为设计高效、稳定的光催化制氢材料提供参考。     

生物接触氧化-蔬菜型人工湿地处理农村生活污水

采用生物接触氧化+水生蔬菜型湿地一体化装置处理川渝地区某农村居民实际农村生活污水。结果表明,装置对COD、NH_4~+-N、TN的去除率分别达69.23～96.53%、95.9%～97.26%和73.6～93.07%。出水COD和NH_4~+-N、TN的质量浓度分别为5.02～49.98 mg/L和0.59～1.93、2.83～9.35 mg/L,均能稳定达到GB 18918-2002的一级A标准。装置对TP的去除率仅为10%～20%,可通过筛选吸附能力更强的基质或者组合基质等措施进一步提高污水中TP的去除效率。微生物生化系统和湿地系统的结合,大大减少了湿地堵塞的可能,同时水生蔬菜的种植,提高了农户使用的积极性。     

基于坝前淤积厚度的淤地坝拦沙量计算方法

淤地坝是黄土高原水土流失严重地区的主要水土保持工程措施之一,准确计算淤地坝的拦沙量,对预测未来黄河输沙量、确定新时期黄河治理开发方略等具有重要意义。为探索更精确、实用的淤地坝拦沙量计算方法,基于收集到的典型淤地坝设计文件中的库容曲线数据和实测淤积资料等,通过点绘淤地坝库容曲线(即库容V与坝高H关系曲线)和函数拟合,分区(黄土丘陵沟壑区各副区和黄土高塬沟壑区)建立了基于坝前淤积厚度的拦沙量计算公式。研究表明：黄土高原地区淤地坝库容曲线符合幂函数关系,对35座典型淤地坝按幂函数V=aH^b进行拟合,确定系数R²均在0.940 0以上,式中系数a与指数b成负相关的对数函数关系且a、b值可由淤地坝总坝高、总库容来确定;分区建立的淤地坝拦沙量计算公式,确定系数R²均在0.880 0及以上,用20座有设计资料的淤地坝对建立的拦沙量计算公式进行验证,最大误差在30%以内、平均误差为4.22%,能够满足淤地坝拦沙量估算的精度要求。     

采用双尺度图像分解的水下彩色图像增强

目的 为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法 通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果 选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价（natural image quality evaluation,NIQE）指标和信息熵（information entropy,IE）值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标（underwater image quality measurement method,UIQM）较其他方法更优。结论 提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。     

基于多通信半径和麻雀搜索的节点定位算法

针对现有无线传感器网络中节点定位算法精度低的问题,提出了一种LSSA-DV-hop算法。在此算法中引入了多通信半径的概念细化节点跳数,对多跳情况引入修正因子,对跳数进行修正。将定位问题抽象为函数寻优问题,使用麻雀搜索算法寻求函数最优解。同时针对优化算法在寻优过程中存在的易陷入局部最优解、种群多样性减少的问题,引入Levy飞行并添加动态递减因子在使其在前期有较好的全局搜索能力,在算法后期有较强的局部寻优能力。仿真结果表明,与经典DV-hop算法及现有改进算法相比提出算法定位误差平均值降低了51.42%和32.97%,定位精度更高。     

基于排序学习算法的智能检索系统

本文旨在解决数据资产管理系统中信息检索效率低、检索结果准确率低下的痛点,基于排序学习算法构建智能检索系统,提升检索结果和用户请求的相关性。对排序学习算法理论进行研究,对常用的排序学习算法进行相关优化,将分类问题扩展到文本排序问题之上,定义相关的目标函数及损失函数,使用机器学习的方法来提升检索结果的准确度。基于垂直分布式搜索引擎技术及排序学习算法构建智能检索系统,通过相关性工程提升检索请求转化的效率。实验表明本系统可以在优化检索速率的基础之上,提升检索语句与返回结果之间的相关性和检索的准确度。     

基于节点运动的机会网络路由算法

机会网络利用节点移动带来的接触机会传输数据,数据在节点运动过程中捎带转发,保证了节点独立性,但会给数据传输带来影响.以节点的运动特性为切入点,设计了基于运动的机会网络路由算法.综合考虑数据传输、数据内容以及应用需求等因素,设计了数据转发优先级评价模型,结合节点活动区间划分方案制定数据传输规则;设计了差异化副本传输策略,在数据传输效率和系统开销之间取得折衷;考虑了节点活动范围、中心度及能量水平,构建了运动自由度函数评估节点运动水平.在此基础上设计了效用函数,选择中继节点转发数据.仿真结果表明,该算法能够在满足传输要求的同时限制网络开销,提高分组投递率,降低传输时延.     

基于Tx-Rx探头的异种金属焊缝缺陷检测及定量分析

异种金属焊接结构在使用过程中容易产生损伤,因此需对其进行检测;脉冲涡流一发一收式非同轴(Transmitter Receiver,Tx-Rx)探头可应用于异种金属焊缝缺陷检测;然而,考虑到异种金属焊接构件成分多样、结构复杂的特点,需对Tx-Rx探头的摆放位置进行了优化;首先,建立仿真模型,讨论了激励线圈的摆放位置对试件中涡流及涡流扰动的影响,结果表明,当激励线圈位于带堆焊的合金钢上方时,其表面涡流强度及涡流扰动强度较大;其次,建立实验平台,实验表明,当激励线圈放置在带堆焊的合金钢上方时,其检测信号幅值和差分信号幅值最大;最后利用差分信号的峰值对焊缝缺陷的定量展开分析;脉冲涡流Tx-Rx探头的研究可为其在异种金属焊缝缺陷的应用提供参考.     

HL741水轮机增容改造及数值模拟研究

根据古浪堤电站HL741水轮机增容改造的需求,对诸多较优模型转轮的分析对比后,拟定选用HLA232叶片并稍加改型,同时为增大过流能力解决汛期转轮流道易堵塞的问题,最终决定采用在此基础上减少一个叶片后制造新转轮的方案对原水轮机进行改造。借助数值试验平台对改造前后的水轮机进行全流道三维流场数值计算及性能预测,分析计算结果并给出了水轮机改造前后的水动力学特性差异。改造后水轮机蜗壳及导水部件内流动与改造前差异很小,水力性能没有下降;转轮叶片中水流的流态分布合理,空蚀性能提升;尾水管中水流平稳顺畅。在以后的改造工程中可用HLA232转轮经适当修型以匹配原转轮室结构后替代HL741转轮。     

新冠肺炎疫情期间城镇再生水厂低负荷运行实践

受新冠肺炎疫情影响,北京市中心城区11座再生水厂长时间处于低负荷运行状态,污泥膨胀和出水水质波动风险加剧。各再生水厂通过优化进水碳源分布、改善缺氧环境,实现了生物脱氮效果稳定;通过微生物种群结构检测、污泥负荷评估调控,降低了污泥膨胀风险;通过精准调控、厂网联动联调等措施,保障系统稳定、节能降耗、出水水质安全达标。