BCH-TX脱硝助剂在催化裂化装置的应用

催化裂化装置催化剂再生系统排放的烟气包含二氧化硫、氮氧化物、颗粒物等污染物,是炼油厂的主要污染源。随着脱硫脱硝装置的投入运行,负荷高、压降大、氨逃逸等新问题陆续出现,对装置长周期运转带来威胁。为了降低催化裂化再生烟气脱硫脱硝设备负荷,减少脱硝系统的喷氨量,在催化裂化装置再生系统中应用BCH-TX脱硝助剂后,对催化剂活性产品性质和收率基本无影响;当脱硝助剂维持在催化剂总藏量的2.08%左右时,再生烟入口NOx质量浓度可降至300 mg/m³以下。     

广州典型印刷企业VOCs排放特征及环境影响和健康风险评价

本文以广州市典型印刷企业为研究对象,通过对各排放环节的浓度和组分的全面统计和综合分析,深入探讨广州市该行业VOCs排放特征、环境影响及人体健康风险.结果表明,印前环节车间VOCs浓度为3.51~73.57mg/m³,印刷环节车间VOCs浓度为0.86~435.10mg/m³,印后环节车间VOCs浓度为0.05~221.93mg/m³,废气治理设施出口浓度为4.28~66.84mg/m³,处理效率为3.01%~54.90%;且VOCs物种以芳香烃类、醇醚类和酯类为主,平均臭氧生成潜势为111.09mg/m³,其中芳香烃类物质对环境影响贡献和人体健康风险较大,建议加强针对性控制.     

再生铜冶炼过程中重金属排放特征和控制

再生铜冶炼是重要的重金属排放源,为掌握再生铜冶炼过程中重金属的排放特征和控制效果,通过固定源等速采样装置采集不同冶炼阶段的烟气样品,利用电感耦合等离子体质谱仪测定烟气和飞灰中重金属的浓度,并估算重金属的排放因子.结果表明,在冷却阶段烟气中重金属和颗粒物的浓度较高,经过布袋除尘器和吸附塔等污染控制装置后,重金属和颗粒物被协同脱除,脱除效率达80%～99%.排放烟气中重金属的浓度在阳极炉不同工艺段中的排序为：加料熔融段>氧化段≈还原段,且As、 Pb、 Cr、 Sn、 Sb和Cd的平均排放因子分别为2.6×10³、2.4×10³、2.7×10³、5.6×10²、34.1和9.8 mg·t^-1,烟气中重金属和颗粒物的浓度均满足行业排放标准.飞灰中Cu和Zn的浓度较高,具有回收利用价值.     

不同季节人为氯排放对二次气溶胶影响的数值模拟

利用WRF-CMAQ模式对比有无人为氯排放的模拟试验,定量分析了不同季节人为氯排放对二次无机气溶胶和二次有机气溶胶的影响.结果表明,人为氯排放对硫酸盐的影响较小,而硝酸盐对人为氯排放较为敏感,Cl^-颗粒物与HNO₃、N₂O₅、NO₃和NO₂均可发生反应生成硝酸盐,同时NH₃也会转化为铵盐.人为氯排放使冬、春、夏、秋季硝酸盐月均浓度分别最高增加9.8 μg/m³(34.3%)、1.5μg/m³(11.4%)、1.3μg/m³(9.1%)和2.6μg/m³(10.3%),铵盐月均浓度分别最高增加3.0μg/m³(30.7%)、0.6μg/m³(10.3%)、0.5μg/m³(6.5%)和1.1μg/m³(8.0%),冬季影响最大,夏季影响最小.人为氯排放增强了Cl原子和OH自由基对VOCs的降解作用,不同种类的SOA浓度略有上升,人为氯排放对SOA浓度影响最大约为6%.二次无机气溶胶和二次有机气溶胶的增加导致了颗粒物总量的增加,人为氯排放使冬、春、夏、秋季PM₁₀月均浓度分别最高增加14.0μg/m³(18.3%)、2.5μg/m³(3.0%)、1.9μg/m³(2.8%)和4.5μg/m³(4.3%),PM_2.5月均浓度分别最高增加15.0μg/m³(24.4%)、2.1μg/m³(3.5%)、1.2μg/m³(3.2%)和3.9μg/m³(4.4%).人为氯排放的季节性影响从大到小分别为冬、秋、春、夏季,内陆的影响比沿海大.     

成都市施工扬尘排放特征研究

采用DustTRAK TM气溶胶（粉尘）监测仪对成都市112个不同类别的房建、市政工地施工扬尘进行测试,研究了不同类别施工扬尘的排放特征,分析了下风向扬尘浓度的变化趋势,并采用CALPUFF对成都市新都区某建筑工地的排放进行了模拟.结果表明：（1）成都市施工扬尘排放浓度约为0.13~2.91mg/m³,其中房建类施工平均浓度约为0.94mg/m³,高于市政施工;大型工地扬尘平均浓度约为0.61mg/m³,低于中型和小型工地;土方施工阶段平均浓度约为1.21mg/m³,远高于地基建设、主体建设、装饰阶段.（2）成都市施工扬尘呈现出高低浓度交替的周期性变化,其中房建工程土方施工阶段的高低浓度差值可达到0.6mg/m³以上.（3）施工扬尘在场界外下风向5~15m范围内会出现浓度增加的趋势,随后逐渐下降,在50m附近逐渐趋于稳定,稳定浓度介于0.1~0.2mg/m³.（4）CALPUFF模型能较好地从宏观角度来模拟成都地区施工扬尘的扩散趋势,但难以捕捉施工扬尘在下风向近距离的扩散特征.     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

石油催化裂化烟气脱硫技术探讨

概述了国内炼厂数量情况,分析并预测针对催化裂化再生烟气污染物排放限值。介绍并分析了催化裂化再生烟气污染物产生成因、来源及性质。综合介绍了目前再生烟气二氧化硫的治理技术及应用情况,重点介绍了EDV技术和CANSOLV可再生胺脱硫技术。总体来看,多种脱硫技术均可实现再生烟气的二氧化硫脱除要求,以CANSOLV为代表的采用有机胺吸收——解析工艺的脱硫方法具有明显的经济性,但具有可回收二氧化硫技术的脱硫方法较少,且在国内的技术应用表现尚待进一步明确。     

燃煤电厂烟气湿度控制对PM2.5采样结果的影响

为研究脱硫后高湿烟气相对湿度的改变对颗粒物采样结果的影响,使用扩散干燥管对烟气进行除湿,并分析不同相对湿度下PM_2.5的粒径分布、传输损失和质量浓度变化。结果显示,模拟烟气湿度越高,PM_2.5粒数浓度和质量浓度也随之升高。40%相对湿度下,模拟烟气中ρ(PM_2.5)为22.77 mg/m³,粒数浓度约为1.16×10⁶个/cm³,模拟烟气湿度提升至50%、60%和80%时,ρ(PM_2.5)分别升高1.06,4.35,4.69倍,粒数浓度分别升高1.31,1.70,1.76倍;使用扩散干燥管对模拟高湿烟气除湿,采集到的颗粒物质量浓度有不同程度的下降,最高相对湿度(94.9%)下,ρ(PM_2.5)为27.17 mg/Nm³,湿度81.4%、68.5%、48.7%和30.4%时,质量浓度相比最高湿度时分别降低了14.5%、28.8%、43.0%和45.7%;烟气除湿可降低PM_2.5     

金属离子对青霉素菌渣厌氧发酵产气模型分析

为比较响应面法与反向传播神经网络法在厌氧发酵过程中的应用效果,以青霉素菌渣为原料,通过单因素和Box-Behnken法设计试验,在发酵体系中添加不同量的Fe²⁺、Co²⁺、Ni²⁺,以确定其对青霉素菌渣厌氧产气性能的影响.结果表明,Fe²⁺、Co²⁺、Ni²⁺单一最佳添加量为：500mg/L、30mg/L、0.3mg/L,产沼气量较对照分别提高了：102.18%、45.48%、60.12%.其促进作用随添加浓度增大呈现：弱-强-弱趋势.使用响应面法及反向传播神经网络法对金属离子添加量进行建模优化,并使用批式厌氧发酵进行验证.响应面法建模预测Fe²⁺、Co²⁺、Ni²⁺最佳混合添加浓度为：440.94mg/L、16.22mg/L、0.39mg/L,预测累积产沼气量为1314.49mL,R²=0.972,试验与验证相对误差为4.65%;反向传播神经网络法建模Fe²⁺、Co²⁺、Ni²⁺最佳混合添加浓度为495mg/L、21mg/L、0.5mg/L,预测产沼气量为1551.55mL,R²=0.991,试验与验证相对误差为0.47%.反向传播神经网络法建模具有更好的拟合效果且与验证试验误差小,是一种更有效的仿真方法.说明该方法在优化厌氧发酵金属离子添加具有应用潜力,同时也为厌氧发酵条件优化提供新思路.     

垃圾分类政策对垃圾焚烧大气污染排放的影响

基于江浙沪三省(市)垃圾焚烧发电厂2018~2019年的3种大气污染物逐日排放数据,运用双重差分法,通过比较上海市垃圾分类政策实施前后焚烧废气变化,定量估计了垃圾分类的政策影响并开展了政策效应的稳健性检验.研究发现,实施垃圾分类虽然促进了SO₂旬均排放浓度显著下降1.49mg/m³(降幅13.8%),但也导致NO_x的旬均排放浓度上升5.96mg/m³(增幅4.1%),且NO_x的排放存在明显的”节假日效应”,节假日每增加1d,旬均浓度上升3.32mg/m³.TSP排放浓度未发生显著变化.此外,3种污染物排放浓度变异系数的下降,说明分类后垃圾组分均质性的提高降低了排放波动.基于研究结果从垃圾焚烧排放标准,技术改进和垃圾分类政策制定三方面提供了固废管理的政策建议.     

沧州炼油厂开展催化再生烟气治理工作

中国石化集团公司沧州炼油厂为降低空气污染 ,改善环境质量 ,积极开展对催化再生烟气的治理工作。自 1999年下半来以来 ,沧炼 10 0 %加工胜利原油 ,由于原料油含硫量增加的影响 ,蜡油催化特别是渣油催化再生烟气中二氧化硫排放浓度大幅度上升 ,对本厂周围空气环境质量造成了不利影响。为此 ,沧炼抓紧开展了治理工作。近期联合科研单位进行了催化装置投加硫转移催化剂试验。试验共进行了四周时间 ,经过监测分析 ,结果表明催化再生烟气中的二氧化硫浓度平均值由投加前的 32 2 1mg/ m3下降到 1549.8mg/ m3,排放浓度降低 51.8% ,硫转移效果比较…     

基于遗传算法优化BP神经网络的水生态修复原位控浊混凝投药预测

暴雨过后河湖浑浊度急剧升高,严重干扰了河湖水生态修复工程中沉水植物的恢复和重建。针对水生态修复原位混凝控浊过程中混凝剂选型和投加量难以确定的问题,对模拟河湖浑浊水样进行混凝实验并构建混凝预测数据集,采用BP神经网络模型对混凝剂投加量进行预测,并结合遗传算法对模型进行优化。基于混凝实验结果,选取综合混凝效果更佳和成本更低的混凝剂(硫酸铝),和不同投加量间混凝效果存在显著差异的混凝剂投加量范围在0～30 mg/L的混凝数据进行混凝预测模型的训练。结果表明：1)BP神经网络回归模型性能(R²=0.78)优于多元非线性、多元线性回归模型和BP神经网络分类模型,88.67%的样本预测绝对误差<5 mg/L;经遗传算法优化后,模型R²提升至0.86%且95%以上的样本预测绝对误差<5 mg/L,说明遗传算法有效提升了模型的预测精度和预测稳定性。2)混凝剂投药梯度是除建模数据量之外另一个影响模型性能的重要因素,在实际工程应用中,应尽可能增加建模数据量和降低投药梯度,以提高混凝投药预测模型性能。研究结果可为水生态修复原位混凝控浊过程中混凝剂种类和...     

杭州市大气细颗粒物中铁溶解度的变化特征及影响因素

采集了杭州市污染天和非污染天的PM_2.5样品,并进一步获取了PM_2.5中可溶铁(FeS)的浓度及%FeS.研究结果显示,采样期间气溶胶中总Fe(FeT)的浓度为(629±296)ng/m³(150～1167ng/m³),FeS的浓度为(51.4±30.5)ng/m³(4.2～90.5ng/m³),%FeS为(7.8%±3.5%)(1.5%～12.9%).污染天PM_2.5、FeT和FeS的浓度均明显高于非污染天,且污染天%FeS为9.3%,高于非污染天的5.1%.本研究发现%FeS的差异主要与Fe的来源和大气酸化过程相关,污染天Fe受交通排放和工业排放等人为源的影响更大,且污染天大气酸化程度更强.     

典型石化装置挥发性有机物排放特征及臭氧生成潜势

聚焦某石化企业芳烃、烯烃及炼油生产区域,针对芳烃连续重整、芳烃制氢、烯烃催化裂解和炼油常减压蒸馏4套活性VOCs组分较多的生产装置,开展了装置VOCs排放特征研究。使用苏玛罐对装置无组织逸散环节VOCs废气进行采集,并通过气相色谱-质谱联用仪(GC-MS)对106种VOCs组分进行定性定量分析,采用VOCs最大增量反应活性(MIR)来计算各装置VOCs排放对大气中O₃生成的贡献。结果表明：烷烃是4套装置的VOCs特征组分,质量分数为42.17%～93.57%。烯烃裂解装置卤代烃质量分数为30.08%,常减压蒸馏装置芳香烃质量分数为27.83%;丙烷、乙烷、1,2-二氯乙烷和正庚烷是石化行业企业VOCs排放特征物种;4套装置臭氧生成贡献OFP为0.49～30.05 mg/m³,其顺序为炼油常减压蒸馏装置(30.05 mg/m³)>芳烃制氢装置(4.21 mg/m³)>芳烃连续重整装置(2.57 mg/m³)>烯烃裂解装置(0.49 mg/m³     

2010-2019年中国CH4时空变化及影响因素分析

该研究利用温室气体观测卫星上的傅里叶变换光谱仪反演的CH₄产品,结合瓦里关地面站点观测的CH₄浓度数据对遥感产品进行验证和校正,并基于校正后的数据分析了2010-2019年中国CH₄时空变化特征及其影响因素。结果表明中国区域CH₄柱浓度呈现明显的增长趋势,2010和2019年CH₄柱浓度年均值分别为5.43和5.71 mg/m³,10年间增长了0.28 mg/m³,年均增长率为0.51%。同时,CH₄柱浓度呈现12个月的周期变化,且存在明显的时空差异,月均最小和最大值分别出现在2月和9月,多年平均值分别约为(5.50±0.10)和(5.62±0.11) mg/m³,差值约为0.12 mg/m³,其中2019年2月和9月分别为5.64和5.78 mg/m³。多年平均CH₄柱浓度值在5.47～5.68 mg/m³     

基于神经网络的海水脱硫系统脱硫效率模型

针对海水脱硫运行优化和环保监测的需求,运用BP神经网络建立了海水脱硫吸收塔脱硫效率模型,模型以烟气量、入口SO_2、海水量、海水温度、海水升压泵电流为输入变量,脱硫效率为输出变量,运用这模型对某320 MW机组海水烟气脱硫装置脱硫效率进行预测。结果表明:模型的预测值与实际值基本一致,相对误差范围在-0.5%~0.5%范围之内,并运用该模型对20组测试样本进行仿真输出,所得误差最大为0.451%,误差在工程允许范围内,具有较好的预测精度,说明BP神经网络用于海水脱硫效率预测是可行的。     

焦化厂焦炉烟囱二氧化硫排放浓度超标分析及治理研究

对山西省运城市某钢铁公司焦化厂4#和5#焦炉烟囱二氧化硫来源进行分析,得出引起焦炉烟囱二氧化硫排放超标的2大主要原因,同时针对优化加热焦炉煤气脱硫工艺、采用炭化室空压密封技术控制炭化室漏气率、合理设定系统换向周期及交换时间、末端焦炉烟囱采用SDS干法脱硫工艺4个方面提出并实施降低焦炉烟囱二氧化硫排放浓度治理措施。结果表明,采用治理措施后,4#、5#焦炉烟囱二氧化硫排放浓度降低至40mg/m³,符合环保排放标准,对于钢铁公司焦化厂焦炉环保工作具有重要意义。     

基于神经网络的黄草坝古滑坡稳定性评价

根据神经网络的基本原理,结合35个实际滑坡工程实例,分别采用RBF神经网络和BP神经网络建立滑坡稳定性评价模型,利用MATLAB编程求解,并对比了两种模型的计算结果,表明采用RBF网络模型计算出的结果精度高、误差小,更适合于对滑坡的稳定性评价;同时,运用RBF网络模型计算了黄草坝古滑坡的稳定性系数,对其稳定性进行了预测,以验证该方法的有效性。     

燃煤电厂和钢铁厂烧结烟气有色烟羽排放特征与管控建议

超低排放改造后,电力和钢铁行业常规大气污染物排放量大幅削减,非常规污染物及有色烟羽问题逐步引起关注,视觉污染及“脱白”问题一时成为讨论的焦点。基于国内外相关标准方法,对3家燃煤电厂和2家钢铁厂烧结机机头烟气总排口处的SO₃、NH₃、可过滤颗粒物(FPM)和可凝结颗粒物(CPM)的排放水平进行测试,评估超低排放实施效果和有色烟羽治理的可行性。结果表明,3家燃煤电厂和2家钢铁厂烧结烟气SO₃、NH₃和FPM的排放浓度分别为0.11～1.61,0.02～1.66,0.81～5.76 mg/Nm³,均处于较低水平,其中FPM排放浓度均能够满足超低排放要求,实施烟气“脱白”改造后SO₃和NH₃排放浓度与同行业相比均有显著下降,但减排效果较为有限。3家燃煤电厂和2家钢铁厂烧结烟气中CPM排放浓度分别为3.39～4.82,26.6～29.1 mg/Nm³,其中钢铁厂CPM排放浓度处于较高水平,约为颗粒物超低排放限值的3倍,CP...     

基于Matlab的BP神经网络在大气污染物浓度预测中的应用

为了寻求有效控制和改善环境质量的相应措施,选用了英国伦敦Bloomsbury监测站的PM10小时平均浓度监测资料,采用“提前终止法”泛化改进的BP神经网络模型,预测PM1024 h内的小时平均浓度。结果表明：采用BP神经网络法对大气污染物浓度进行预测,预测相对误差在2%-48%之间,且绝大部分在2%-17%之间,预测精度较高,泛化能力较好,为大气污染物浓度预测提供了一种全新的思路和方法。