石化污水处理场排放废气中有机污染的分析与评价

采用预浓缩、气相色谱-质谱联用及脉冲火焰光度检测的方法对石化污水处理场排放的废气污染物进行了定性与定量分析,并采用相应的污染物排放标准及其人体感知嗅阈值进行了污染程度评价.结果表明,污水处理场在各个采样点位均有挥发性有机污染物和恶臭污染物检出,其中以污水进口最为严重.从检出物的浓度水平而言,苯系物和恶臭污染物均存在超标现象,而且检出的恶臭污染物浓度水平远高于人体感知嗅阈值.     

狭长受限空间内燃气燃爆灾害演化规律研究∗

为研究狭长受限空间内燃气燃爆灾害的演化规律，采用三维仿真软件 FLACS 分别建立全密闭和半密闭两种受限空间模型，对比研究了两种模型的火焰传播形态，并分析了两种模型在不同工况条件下的燃爆灾害规律。结果表明：两种模型的燃爆火焰形态显著不同；对于全密闭空间，长宽比的增大会促进火焰传播同时增大爆炸压力值的波动性，稍高于化学当量比的甲烷浓度产生的爆炸压力最大，并且富燃爆炸比贫燃爆炸的压力要高；对于半密闭空间，气云体积的增大加大了火焰传播距离的同时也提高了开口端的火焰速度，障碍物数量的增多使爆炸火焰呈现先促进后削弱的现象，并加大了最大爆炸压力和燃爆速度的变化幅度。     

火焰原子吸收光谱法测定工业废水中铊

研究了火焰原子吸收光谱法测定工业废水中铊。检出限 (3 σ)为 0 5mg L,相对标准偏差小于 2 0 % ,回收率在92 %～ 1 0 6 %范围 ,方法简便快速。     

面向视频火灾火焰识别的轻量化卷积神经网络模型

深度学习在基于视频的火灾火焰识别技术中得到了广泛应用。为解决当前常用的卷积神经网络模型由于层数和训练参数过多，导致存储和速度问题突出，很大程度上限制了其在一些硬件平台上使用的问题，基于轻量级卷积神经网络模型SqueezeNet,通过适当修改模型结构，构建了一种适用于火灾火焰识别的新网络模型。将获取的各类火灾火焰图像数据，采用数据增强的方法来增加数据量，制作火灾火焰图像数据集，形成学习样本，并使用运动探测算法提取图像的火焰区域进行模型训练和识别前预处理。试验结果表明：该模型所需存储空间仅为0.28 MB,为VGG16的1/200;火灾火焰识别预测准确率达98%,比SqueezeNet提高了近4个百分点，且具有良好的抗干扰能力，有效缓解了当前卷积神经网络中存在的存储和速度问题。     

管廊内电缆内热源燃烧过程数值模拟研究

为预防综合管廊局部空间内部电缆火灾事故的发生，运用火灾动力学模拟软件(FDS)三维传热和热解模型，对15 kV铜芯电缆着火过程建模分析，分析不同条件下电缆温度分布、热解气体分布以及热释放速率(HRR)曲线，以及热源功率大小和持续时间对电缆燃烧过程的影响。结果表明：随着热源功率的增加，电缆着火时间缩短，火灾危险性增加；HRR峰值和最大火蔓延长度(FSL)随着热源功率的增加呈线性增长；及时阻断热源功率可有效预防火灾的发生；热源功率消失后的火焰残留时间随着热源功率持续时间的增加整体呈现先上升后下降的趋势。     

火焰原子吸收光谱法测定锰矿恢复区植物中重金属

采用硝酸-高氯酸消解体系、火焰原子吸收光谱法测定锰矿恢复区植物中重金属元素。方法线性良好，锰、铅、铜、铬、镉的检出限分别为0．026mg／L、0．011mg／L、0．004mg,／L、0．025mg／L、0．001mg／L，标准样品的测定结果符合要求，植物样品平行测定的RSD≤1．6％，加标回收率为83．4％-97．6％。