简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:在通风网络理论的基础上编制了基于质量描述的隧道网络通风计算程序,并采用模型试验方法对火灾通风网络计算结果进行了验证,证实了网络程序的可靠性。将研编的通风网络计算程序应用于某隧道集中排烟模式下火灾通风排烟技术研究,探讨了排烟量和漏风量对排烟道内和排烟阀处烟气流速的影响规律。结果表明,增加排烟量时,排烟道内和排烟阀处烟气流速呈升高趋势,越靠近排烟风机处,其烟气流速升高趋势越明显。漏风分支风阻的大小较显著地影响着漏风量的大小。减小未开启排烟阀的分支风阻系数,漏风量增大,开启的排烟阀处流量减少,当漏风分支风阻系数减小到10N·s/(kg·m)2时,漏风量超出规范规定值。
简介:建立了番茄果实和土壤中氟吡菌胺残留的超高效液相色谱-串联质谱(UPLC-MS/MS)检测方法。用乙腈水溶液提取样品中的氟毗菌胺,以C18柱为分析柱、乙腈-甲酸水溶液为流动相,采用超高效液相色谱-串联质谱多反应监测、电喷雾正离子源、外标法定量。氟吡菌胺在0.05~1.00mg/L范围内与峰面积呈良好的线性关系,线性方程为y=6964.10x-143.28,决定系数为0.9968。向对照番茄果实、对照土壤中分别添加氟吡菌胺标样,使其添加量分别为0.10mg/kg、0.40mg/kg和2.00mg/kg,平均回收率分别为92.43%~103.32%和92.75%~104.46%,相对标准偏差分别为3.8%~4.9%和3.4%~4.4%。番茄果实和土壤中氟吡菌胺的定量限分别为1.0μg/kg和1.7μg/kg,检出限分别为0.3μg/kg和0.5μg/kg。