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:作用位点和作用机理相同的污染物通常具有毒性加合作用,但是各个污染物对总体毒性的贡献并不相同,因此需要采用等毒性当量方法进行归一化。本研究选取了5种具有较强芳烃受体效应的多环芳烃(PAHs),通过大鼠肝癌细胞株H4ⅡE体外EROD酶诱导试验,得到相应的剂量,效应关系曲线,并计算了单个PAH的毒性当量因子(EROD-TEF)。研究结果表明,不同PAH对EROD响应的EC50有较大区别,毒性相对强弱按照苯并[k]荧蒽〉茚并[1,2,3-cd]芘〉苯并[a]芘〉苯并[b]荧蒽〉苊的顺序递减,对应的EROD—TEF值分别为1.1×10^-4、3.0×10^-5、3.9×10^-6、2.8×10^-6和1.5×10^-6.利用所得到的EROD—TEF值和气相色谱-质谱(GC—MS)联用方法测定的太湖梅梁湾地区表层沉积物中16种PAHs的浓度,计算得到5种PAHs的2,3,7,8-TCDD毒性当量TEQPAH,并与体外EROD酶诱导生物测试方法测得的表层沉积物毒性当量EROD—TEQ进行了比较。结果显示,两者间存在较好的线性关系(r^2=0.65,P〈0.05),证明实验测得的EROD-TEF值能够用于实际样品的分析;所研究的沉积物样品中5种PAHs对总芳烃受体效应的贡献均大于50%,表明PAHs是太湖梅梁湾地区表层沉积物中主要的芳烃受体效应活性物质,其可能引起的环境风险应得到进一步重视。