排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
建筑废弃物的综合减量化措施 总被引:2,自引:0,他引:2
在目前我国加快城市化进程中,建筑业成为城市发展的重要产业部门,建筑废弃物的数量也非常巨大。在建筑废弃物的处理过程中,减量化处理措施一直是发达国家和香港地区专业人士推崇的一项重要措施。本文在系统介绍香港建筑业对建筑废弃物采用的减量化处理措施的基础上,提出了对国内建筑废弃物处理的综合性建议。 相似文献
2.
为了缓解污水处理厂日益严重的污泥处置难题,实现剩余活性污泥的无害化、减量化、稳定化、资源化利用。采用SBR系统对剩余活性污泥进行10 d的驯化,加入4.0 g/L的乙酸钠作为发酵培养基碳源和前体物质,累积聚羟基烷酸酯(polyhydroxyalkanoates,PHA)。30℃好氧发酵10 h后,PHA积累达1 125 mg/L,占污泥浓度(MLSS)的质量分数为35.7%。然后经过离心、烘干、粉碎后模压成型加工成一次性使用的可生物降解材料。使用正交实验进行优化,结果表明:其最佳的物料配比和模压条件为:干污泥57%;稻草纤维20%;聚乙烯醇(PVA)19%;硬脂酸钡2%;氧化钙2%;最佳工艺条件为100℃,加热1.5 h,此时加工出来的产品具有最优的抗压强度和拉伸强度。以本方法制成的可生物降解花盆其所含细菌总数、粪大肠菌群、蛔虫卵死亡率均达到国标所规定的污泥农用生物安全要求;另外,试样中未检出病毒;其重金属含量也达到国标所规定的污泥农用标准;其可生物降解性能达到了可降解材料的要求。因而本研究制备的一次性使用可降解花盆具有较好的开发和应用价值。 相似文献
3.
火蔓延行为决定了火灾发展规律及其后果,其行为特性常常受到多个参数的共同影响。为研究外部热源辐射和倾角对火蔓延行为的共同作用,开展了一系列不同外加辐射强度和倾角的木材(樟木)表面小尺寸火蔓延实验,测量了火蔓延过程中的关键特性参数,包括质量损失速率、火焰形态以及火蔓延速率。结果表明,质量损失速率、火焰面积和火蔓延速率都随着倾角和外加辐射强度的增加而增加,而且倾角越大外加辐射对试样质量损失速率的作用越明显。另外发现,倾角较小时,V_f~(-1/2)与辐射强度存在较好的线性关系,但是倾角较大时,该线性关系就不再满足。 相似文献
4.
广州大坦沙污水处理厂挥发有机物的去除及其向空气中的排放 总被引:3,自引:0,他引:3
对广州大坦沙污水处理厂各工艺阶段污水中挥发性有机物(VOCs)的测试表明,进水中主要有害VOCs为苯系物和卤代烃;进水和出水比较,苯 甲苯、乙苯、二甲苯(合称BTEX) 的去除率接近100%,污水中几种主要卤代烃的去除效率范围为79%—89%.VOCs主要的去除作用发生在生物反应池,特别是厌氧阶段,本研究还对污水处理厂几种典型挥发有机物排放到周围空气中的量进行了理论估计,计算表明卤代烃进入空气中的比例高于BTEX. 相似文献
5.
利用PUF被动采样技术对珠江三角洲地区大气中多溴联苯醚(PBDEs)进行了为期8周的监测分析,以研究该区域中PBDEs的含量及分布.结果表明,内地采样点PBDEs含量为62~625pg/m3,平均值210pg/m3,其中东莞(625pg/m3)和佛山(560pg/m3)是PBDEs的高污染地区,工业点源释放可能是该地区PBDEs的主要来源.香港PBDEs含量为92~420pg/m3,平均值200pg/m3,其中Highst(420pg/m3)和Kwungtong(325pg/m3)的PBDEs含量较高,历史上大量PBDEs阻燃剂的使用可能是香港地区大气中PBDEs残留的主要来源. 相似文献
6.
7.
8.
广州市夏、冬季室内外PM2.5质量浓度的特征 总被引:5,自引:1,他引:5
2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在. 相似文献
9.
10.
对于易受洪灾的地区而言,快速而准确的洪水预报非常重要,能够为洪水预警消息的发布提供更长的先导时间,从而为可能受灾地区的人们提供更充足的时间以采取相应的防洪措施或安全转移。 常用的预报模型包括基于物理性模型和基于系统技术模型。尽管物理性模型能对洪水形成的物理过程提供很好的解释, 水文学家并不愿意使用它们,因为模型中参数的率定是比较复杂的。因此,一种基于纯数据集的黑箱技术已被广泛采纳。常用的黑箱模型包括线性模型(LR)、自回归移动平均模型(ARMA)和人工神经网络模型(ANN)等。 在当前的研究中,一个相对新颖的黑箱模型--基于自适应网络的模糊推理系统(ANFIS)被用来对长江某河段的洪水进行预报。与此同时,一个线性回归模型(LR)用来作为ANFIS模型的对照。在构建ANFIS中,混合学习算法 (即误差反衍(BP)耦合最小二乘法(LSE)) 用来训练模型的参数。此外,为避免出现过度训练现象,原始数据集基于统计特征值划分成3个子集:训练集、测试集和校正集。当对ANFIS模型训练时,测试集用来帮助控制训练代数。结果表明,ANFIS的预报效果优于LR模型。分析认为ANFIS能够提供预报精度是因为其采用了局部拟合技术,通常它会优于LR模型所采用的全局拟合技术。最后,对本研究而言,最适合的ANFIS模型是输入量为梯形的成员度函数。 相似文献