TVS／TFS去除率在ATAD污泥稳定评价的应用

在ATAD(Autothermal Thermophilic Aerobic Digestion,自升温高温好氧消化)工艺污泥稳定评价中引入TFS．提出“TVS/ TFS去除率”的概念,得出“TVS/TFS去除率”可以代替“VS(g)去除率”而成为一种新的污泥稳定指标的结论;采用数学微分的方法分析了“TVS/TFS去除率”和“VS(g)去除率”的数据误差问题,进泥TS为60g/L,TVS/TS为56％的运行条件下,前者的最大数据误差仅为3．16％,远小于后者的误差最大值15．45％,即引入TFS解决了“VS(g)去除率”数据波动大的问题;TFS的引入还节约了污泥稳定研究所需的时间和工作量。     

事故前人因失误研究

在安全评价中，人因失误特别是事故后人因失误越来越受到重视；但相对而言，事故前人因失误没有引起足够的重视。本通过对大量核电厂安全分析报告和运行事件报告的考察，系统地阐述了事故前人因失误对系统安全的显影响，并在此基础上，归纳出在核电站开展事故前人因(失误)分析的程序。该程序主要包括系统熟悉，定性分析，筛选，定量计算，与故障树的集成，敏感性分析与不确定性分析，形成分析档等几个步骤。     

提高化学需氧量质控合格率的研究

大庆油田化工总厂废水中化学需氧量（COD）的测定采用库仑法。为了提高质控合格率，从人员素质、仪器设备、电级内液等9个方面分析寻找导致误差的主要影响因素并制定对策。同时对影响电极内液及消解的因素进行正交实验确定最佳条件。结果使库仑法质控合格率由90％提高到95％，测定38次标样全部合格。     

复杂人——机系统中的人因失误

随着人——机系统变得越来越多，装置的可靠性越来越高，人因失误已成为重要的潜在事故源。本文描述了复杂人——机系统的特征，探讨了该系统中人因失误的定义、分类、数据采集和事故模型。这些研究有助于对人因失误的预测、预防和减少。     

生活事件分析法在煤矿企业中的应用

我国煤矿一再的发生事故,绝大部分原因是人为失误.根据人为失误的发生机理,本文提出了生活事件分析方法,并研制了其配套应用程序,对某煤矿企业的人因事故危险性进行了实际评价.该方法可方便地应用于煤矿企业人为事故的预防工作中.     

人机工程学数据在产品设计中的应用

介绍和分析了确定产品类型、选择百分位数、产品尺寸修正量,并最终设定产品功能尺寸的思路和方法.结合实例,深入分析了人机工程学数据在产品设计中的应用方法.     

复杂工业系统中班组人因失误分析

在复杂工业系统中 ,人因可靠性分析 (HRA)是预防和减少人因失误的有效方法。人在复杂工业系统中的生产活动 ,往往是由组织中班组成员集体完成的 ,完整的HRA必须充分考虑班组人误的产生。班组人误的产生有其自身的规律 ,如何合理地定义人员行为形成因子 (PSFs)是班组人因失误分析的难点 ,也是班组人因失误分析的重要手段 ,被广泛应用在核电厂 ,航空和造船工业领域的事故分析中。笔者详细分析和探讨了班组人因失误的定义、产生过程及相关的人的行为形成因子 ,以期能使大规模工业系统中的人因失误分析更加合理和完善。     

航空维修差错分析及其管理

航空维修差错是诱发或直接导致飞行事故最重要的原因之一 ,对维修差错进行分类和分析有助于航空安全。笔者在分析航空维修环境变化的基础上 ,基于Reason模型构建了维修差错分类与诱因分析的框架 ,并结合机务维修的实际情况 ,对框架所包括的不安全行为、不安全行为的先兆、不安全的管理及组织因素进行了初步编码。文章还简要论述了维修差错的管理技术 ,指出借助框架编制详细的差错分类与分析编码系统是发展的方向。     

TraK装置测定废水中的BOD_5

在对废水中的BOD5进行常规分析时,采用化学稀释法操作繁琐,对稀释倍数估计易发生错误。而利用TraK装置测试样品时,无须进行稀释和化学分析。用该装置对标准样品BOD5的测定结果表明:准确度相对误差为-3.3%～4.3%,精密度的相对误差为-3.5%～5.6%。该仪器测试性能可靠,数据准确度、精密度合格。与化学法对照分析表明,相对误差都在容许范围内,即在可接受范围内。     

The difficulties of systematic reviews

The need for robust evidence to support conservation actions has driven the adoption of systematic approaches to research synthesis in ecology. However, applying systematic review to complex or open questions remains challenging, and this task is becoming more difficult as the quantity of scientific literature increases. We drew on the science of linguistics for guidance as to why the process of identifying and sorting information during systematic review remains so labor intensive, and to provide potential solutions. Several linguistic properties of peer‐reviewed corpora—including nonrandom selection of review topics, small‐world properties of semantic networks, and spatiotemporal variation in word meaning—greatly increase the effort needed to complete the systematic review process. Conversely, the resolution of these semantic complexities is a common motivation for narrative reviews, but this process is rarely enacted with the rigor applied during linguistic analysis. Therefore, linguistics provides a unifying framework for understanding some key challenges of systematic review and highlights 2 useful directions for future research. First, in cases where semantic complexity generates barriers to synthesis, ecologists should consider drawing on existing methods—such as natural language processing or the construction of research thesauri and ontologies—that provide tools for mapping and resolving that complexity. These tools could help individual researchers classify research material in a more robust manner and provide valuable guidance for future researchers on that topic. Second, a linguistic perspective highlights that scientific writing is a rich resource worthy of detailed study, an observation that can sometimes be lost during the search for data during systematic review or meta‐analysis. For example, mapping semantic networks can reveal redundancy and complementarity among scientific concepts, leading to new insights and research questions. Consequently, wider adoption of linguistic approaches may facilitate improved rigor and richness in research synthesis.