扰动对悬浮颗粒物粒径及上覆水中磷形态分布的影响

为了探讨底泥扰动下上覆水中悬浮物粒径分布规律及该分布规律对水体中溶解性形态磷的影响,以太湖梅梁湾上覆水和沉积物作为实验对象,开展室内模拟实验.结合乌氏粒级标准分析了扰动下的水体中粒径变化情况以及上覆水中不同磷形态的变化规律.结果表明,扰动后的水体中,悬浮物粒径分布发生明显变化,其中小粒径颗粒(0~10μm)、中粒径颗粒(10~20μm)、大粒径颗粒(≥20μm)的平均占比分别升高、降低、不变.说明中小粒径颗粒物质有向大粒径转化的趋势.另外,在磷形态方面,随着粒径分布的周期性变化,DTP/TP、DIP/TP存在同样的周期性上升规律,数据显示DTP、DIP的变化并不明显,这说明扰动导致悬浮颗粒物对于磷的持留能力提高.另一方面,扰动下DTP/TP和DIP/TP平均值分别为19%和13%,其远低于对照实验(80%和69%),说明扰动引起的小粒径聚集与絮凝成大粒径颗粒的现象有利于上覆水中溶解性形态磷的吸附与沉降,并转化成颗粒态磷,进而延缓水体富营养化的发展进程.     

模拟烹饪油烟的粒径分布与扩散

烹饪油烟颗粒物粒径分布与扩散特性研究有助于解析其对室内空气质量和居民健康的影响,采用电子低压撞击器(ELPI)实时监测了油烟机开启和关闭状态下,模拟烹饪油烟发生处和3 m外位置处,0.03~10μm范围内油烟颗粒数浓度和质量浓度随粒径分布.油烟颗粒主要以655 nm以下的细颗粒为主.油烟机能够显著降低室内油烟浓度,开启油烟机后,油烟发生处颗粒数浓度从2.8×106个·cm-3降低到2.3×105个·cm-3,PM2.5(空气动力学直径≤2.5μm的颗粒)质量浓度从85.9 mg·m-3降低到6.2 mg·m-3.油烟机对PM10的净化效率高于PM2.5.油烟迅速从发生处扩散到3 m外,无通风状态下,总颗粒数浓度衰减达65%,PM2.5质量浓度衰减达75%.计算流体动力学(CFD)模拟了油烟机对油烟PM2.5质量浓度场扩散分布影响.红外摄像仪监测了油烟温度场分布扩散,以扇形向外扩散,伴随着油烟温度梯度降低.     

SCAR处理城市生活污水的效能及其微生物群落动态分析

利用强化循环厌氧反应器(SCAR)处理模拟城市生活污水,研究不同负荷条件下的反应器运行特征、污泥特性及微生物种群结构.结果表明,水力停留时间(HRT)为6 h可以作为反应器高效运行的关键控制参数,该条件下污水化学需氧量(COD)去除率达到75%以上.随着反应器容积负荷的逐渐提高,颗粒污泥中辅酶F420和产甲烷活性(SMA)逐渐增加,胞外聚合物(EPS)含量也不断提高,其中紧密黏附EPS(TB-EPS)含量的增加尤其明显.厌氧颗粒污泥性状和反应器对污染物的去除效率同时受到污泥负荷和HRT的影响,微生物的群落结构及其在反应器中的空间分布也受到污泥负荷的影响,不同代谢特征微生物在反应器不同空间位置的相对丰度随着污泥负荷的调整而改变.     

响应面法优化胡敏素对Cu2+的吸附及机理研究

采用Box-Behnken响应面优化实验设计对胡敏素吸附去除水中Cu~(2+)的过程进行了优化,设定吸附时间、吸附剂用量、pH、温度和Cu~(2+)初始浓度为5个影响因素,Cu~(2+)吸附率为响应值,建立了吸附率与上述因素之间的二次多项式模型,确定最佳吸附条件,对吸附过程的等温模型及吸附机理进行了研究.响应面分析表明,吸附剂用量、pH和Cu~(2+)初始浓度是显著因素.胡敏素对Cu~(2+)吸附的最佳条件为:吸附时间110 min、吸附剂用量2.4 g·L~(-1)、pH=5.4、温度25.0℃、Cu~(2+)初始浓度208 mg·L~(-1).在该条件下,测得胡敏素对Cu~(2+)的吸附率可达到80.78%,吸附符合Langmuir等温线方程.胡敏素表面疏松多孔,有利于其通过物理吸附方式吸附Cu~(2+),同时,胡敏素表面的羟基、羧基和羰基等活性基团可以与Cu~(2+)发生配位络合作用,Na+、Ca~(2+)、Mg~(2+)等与Cu~(2+)发生离子交换作用,从而发生化学吸附.研究结果表明,胡敏素作为一种绿色、高效、廉价的吸附剂,可应用于Cu~(2+)污染废水的治理.     

南京市不同季节大气亚微米颗粒物化学组分在线观测研究

本研究利用Aerodyne气溶胶化学组分监测仪在典型冬季重污染(12月)和夏季(8月)时期分别对南京城市大气非难熔性亚微米细颗粒物(NR-PM1)进行连续在线观测.结果表明,NR-PM1的组分平均贡献为(8月,12月):有机物(51.8%,44%)、硝酸盐(12.8%,23%)、硫酸盐(20.9%,13%)、铵盐(14%,16.8%)、氯化物(0.5%,3.2%).硝酸盐和硫酸盐在8月和12月呈现不同的日变化,如硝酸盐在12月白天呈现增加趋势,表明白天光化学作用对硝酸盐形成起主导作用;12月高浓度的硫酸盐在较高相对湿度的夜间被观测到,而8月在午后出现峰值,这表明在12月和8月硫酸盐的形成可能分别被液相生成和气相光化学作用驱动.8月臭氧污染期间,硝酸盐通过非均相反应在夜间快速形成,日出后,SO_2-4和氧化态有机气溶胶(OOA)同时增加表明二次气溶胶的形成;12月霾污染期间,二次无机组分和具有较高氧化度的OOA逐渐增加.     

重庆市主城区大气细颗粒物污染特征与来源解析

重庆市主城区大气细颗粒物(PM_(2.5))浓度从1990s的100μg·m~(-3)下降至当前的约70μg·m~(-3),但仍高于环境标准限值.为探讨重庆市主城区PM_(2.5)化学组成与来源特征,于2012—2013年在渝北区大气超级站利用四通道采样仪连续采集了颗粒物样品,分析了其中水溶性离子、碳质组分和无机元素含量.采样期间,重庆市主城区大气PM_(10)和PM_(2.5)的年日均浓度分别为103.9和75.3μg·m~(-3),扩散条件不利的冬季,细颗粒物污染较为严重.受静稳天气影响的1月和2月,受沙尘影响的3月,及二次转化显著的6月是重庆市细颗粒物污染较重的月份.重庆市PM_(2.5)组成以有机物(OM,30.8%)为主,其次为硫酸盐(SO_4~(2-),23.0%)、硝酸盐(NO_3~-,11.7%)、铵盐(NH_4~+,10.9%)、地壳物质(Soil,8.2%)、元素碳(EC,5.2%)、K~+(1.1%)、Cl~-(1.0%)和微量元素(Trace,0.6%).较高的SO_4~(2-)浓度和逐步上升的[NO_3~-]/[SO_4~(2-)]比值反映了重庆市燃煤污染较重,同时机动车污染比例逐步增加.采用主因子分析/绝对主因子得分法解析了重庆城区细颗粒物5类主要来源是:二次粒子(41.7%)、燃煤(15.6%)、建筑/道路尘(12.4%)、土壤尘(11.0%)和工业尘(10.4%),通过各污染源季节变化及与其他结果对比,该源解析结果能够较可靠反映重庆市细颗粒物的来源信息.     

利用3 nm~20 μm颗粒物粒径分布测量仪对南宁市大气颗粒物粒径分布特征进行研究

利用颗粒物粒径分布测量仪(particle size distribution system,PSD)对南宁市2016年11月15日—12月4日大气颗粒物进行实时监测,分析颗粒物数浓度、粒径分布特征及其与颗粒物质量浓度的关系.结果表明,南宁市3 nm~20μm颗粒物平均数浓度为3269个·cm-3,粒径呈双峰分布,主峰值出现在28 nm左右,次峰值出现在100 nm左右.颗粒物数浓度随时间变化呈现一定规律,即早上8:00—10:00和晚上18:00—20:00左右出现浓度高值,这与早晚高峰有关.新粒子一般在16:00~18:00左右开始生成,18:00—20:00左右逐渐长大,并在夜间至凌晨保持较高的浓度.南宁市监测期间新粒子生成与机动车尾气排放有关.颗粒物质量浓度越大对应的数浓度也相应较高,较大粒径颗粒物对质量浓度贡献较大.降雨和风速加大过程对颗粒物数浓度下降有影响;温度和湿度对颗粒物数浓度影响不明显.     

1000 MW燃煤机组电除尘深度节能技术研究及应用

电除尘设备在减少工业粉尘排放量、降低大气环境污染、保护生态环境等方面有着重要的作用，随着我国对节能减排工作的重视及环保要求的提高，保证其安全、稳定、经济、节能运行成为火电厂环保工作重点。对北仓电厂三期2×1000 MW机组电除尘电场供电方式优化、电除尘振打方式优化、电除尘闭环控制技术、电除尘高频电源技术、电除尘灰斗、瓷套蒸汽加热技术组合集成应用进行了研究，在确保除尘效率达到要求的情况下，降低运行电耗。相关的电除尘深度节能技术成果在国内同类型设备中具有一定的借鉴意义。     

基于两级拓扑优化的振动台扩展台面设计与试验验证

根据拓扑优化基本原理,利用OptiStruct进行振动台扩展台面的结构最优化设计,通过两级拓扑优化完成结构的拓扑寻优。首先利用整体级拓扑优化,找到结构的整体最佳构造。然后利用局部级拓扑优化,对局部结构进行拓扑寻优,最终完成产品的结构设计。试验结果与仿真结果对比表明,误差在5%以内,表明方法的有效性和实用性。     

Suitable error evaluation criteria selection in the wind energy assessment via the K-means clustering algorithm

In this paper, wind energy potential of four locations in Xinjiang region is assessed. The Weibull distribution as well as the Logistic and the Lognormal distributions are applied to describe the distributions of the wind speed at different heights. In determining the parameters in the Weibull distribution, four intelligent parameter optimization approaches including the differential evolutionary, the particle swarm optimization, and two other approaches derived from these two algorithms and combined advantages of these two approaches are employed. Then the optimal distribution is chosen through the Chi-square error (CSE), the Kolmogorov–Smirnov test error (KSE), and the root mean square error (RMSE) criteria. However, it is found that the variation range of some criteria is quite large, thus these criteria are analyzed and evaluated both from the anomalous values and by the K-means clustering method. Anomaly observation results have shown that the CSE is the first one should be considered to be eliminated from the consequent optimal distribution function selection. This idea is further confirmed by the K-means clustering algorithm, by which the CSE is clustered into a different group with KSE and RMSE. Therefore, only the reserved two error evaluation criteria are utilized to evaluate the wind power potential.