臭氧-生物活性炭深度处理黄浦江水源水中试研究

以黄浦江水源水厂的滤后水为试验对象，进行饮用水O3-BAC深度处理工艺影响因素的中试研完。针对进水水质的试验结果表明，最优臭氧投加量为3mg／L左右，空床停留时间为15min左右。试验结果可为工程设计提供有益的参考。     

基于模糊评判人工神经网络的重大危险源辨识研究

国家已经制定了重大危险源辨识标准,辨识依据是危险物质的数量,主要适用于化工行业.本文对于国家重大危险源辨识标准不适合的行业,结合各行业发生事故的特点和工艺特征,综合利用模糊评判法和人工神经网络,辨识企业内存在的重大危险源.在某化工厂进行了检验,实践证明了方法的科学性和合理性.     

基于数据库的煤矿危险源辨识系统研究

目前,煤矿大多采用的是检查项和检查内容固定的安全检查表法,为提高煤矿危险源辨识效率和准确性,遏制煤矿事故的发生,从职业安全健康管理体系角度,探讨了煤矿危险源辨识问题,并设计了以煤矿安全信息管理系统为基础的危险源辨识系统,模拟煤矿现场实际情况;依据职业安全健康管理体系中危险源管理的模式筛选出数据库中的相关信息,动态生成与之相适应的安全检查表。同时对煤矿安全信息管理系统的结构、功能以及辨识程序进行了分析。     

熵法估参在环境监测数据频率分析中的应用

以最大信息熵原理为理论基础的熵法估参方法，是一种具有严格物理和数学意义的新型参数估计方法，本文针对珠江广州河段主要污染物含量长年监测数据，对比熵法与传统方法矩法对四参数Г分布的估参结果，并以频率绝对离盖和最小为准则进行判定，结果表明，熵法估参结果与矩法总体上相当接近，且大部分样本的熵法估计参数优于矩法，在环境监测数据频率分析中具有实用性和推广价值。     

煤矿安全预评价的未确知测度模型及应用

矿井自然灾害的安全预评价涉及不确定因素众多.本文根据未确知数学理论,建立了预评价指标体系、置信度识别准则及评分准则,构造了矿井安全预评价未确知测度模型,并对矿井的各个安全指标进行了定量分析.用上述方法对黄陵二号井自然灾害的评定结果与实际耦合较好,从而为煤矿建设项目的安全预评价开辟了一条新途径.     

Lyapounov理论在矿井通风系统稳定性分析中的应用

当矿井通风系统的特征参数发生变化时,矿井通风系统的风流状态也会发生变化,这些变化是否会影响矿井通风系统的稳定工作,对这个问题进行研究有利于确保安全生产.本文根据Lyapounov稳定性理论对矿井通风系统的稳定性进行分析,得到矿井通风系统在其正常的工作区段,系统特征参数发生一定的变化时,其状态是稳定的;当变化超过一定的界限后,系统变得不稳定,不利于系统正常功能的实现.     

陆上石油勘探开发企业危害辨识与风险控制浅析

本文针对陆上石油勘探开发企业作业过程中存在的主要风险,分析了各作业环节包括的主要危害因素,提出风险控制的方法,以确保有效控制石油勘探开发作业过程中的各类风险.     

城镇供热管道隐患辨识研究

近年来,因供热管道老化腐蚀、外部自然环境、施工活动等导致的事故时有发生,给居民的冬季供暖造成了严重的危害和影响。本文在分析供热管道自身安全特性的基础上,运用事故树等系统安全分析方法对供热管道隐患进行辨识分析,结合供热管道影响因素明确隐患辨识重点,并针对隐患排查内容及手段等提出对策建议,以支撑供热管道单位更系统、更科学的开展隐患排查治理工作,保障管线的安全运行。     

固体废物全过程管理中固体废物鉴别研究

对固体废物应进行全过程管理,固体废物鉴别是固体废物全过程管理的基础和关键,包括依据产生来源鉴别和过程鉴别两种方法,依据产生来源鉴别包括丧失原有利用价值的物质、在生产过程中产生的副产物、环境治理和污染控制过程中产生的物质、其他物质四类,在每一类中详细地列举了属于该产生来源的具体固体废物种类名称,便于理解和增强可操作性。过程鉴别包括在固体废物再生利用过程和处置过程中的固体废物鉴别两类,其中在再生利用过程的固体废物鉴别中明确指出了固体废物再生利用产物只有同时满足产品质量标准要求、国家污染控制标准要求以及有实际市场需求、固定用户等条件时,才不作为固体废物管理,在处置过程的固体废物鉴别中具体地列出了处置固体废物全过程中仍然作为固体废物管理的国际惯用处置方式。同时,给出了清晰的"原料—产品—固体废物—处置或产品"全过程中固体废物的产生节点和相应的固体废物类别图,为固体废物鉴别工作提供参考,使固体废物全过程管理有的放矢,有效防止固体废物对环境和人体健康造成的危害。     

Optimization-Based Atmospheric Plume Source Identification

This work applies optimization and an Eulerian inversion approach presented by Bagtzoglou and Baun in 2005 in order to reconstruct contaminant plume time histories and to identify the likely source of atmospheric contamination using data from a real test site for the first time. Present-day distribution of an atmospheric contaminant plume as well as data points reflecting the plume history allow the reconstruction and provide the plume velocity, distribution, and probable source. The method was tested to a hypothetical case and with data from the Forest Atmosphere Transfer and Storage (FACTS) experiment in the Duke experimental forest site. In the scenarios presented herein, as well as in numerous cases tested for verification purposes, the model conserved mass, successfully located the peak of the plume, and managed to capture the motion of the plume well but underestimated the contaminant peak.