三氯乙醛前驱物的筛选及其生成影响因素探讨

选取苹果酸、酒石酸、柠檬酸、色氨酸、组氨酸、酪氨酸代表自然界中低分子量的有机酸和氨基酸,实验室模拟氯化,GC/MS确证了氯化产物中的三氯乙醛,GC-ECD定量测定了氯化产物中三氯乙醛的浓度,筛选了生成三氯乙醛主要前驱物,并进一步探讨了各种因素对三氯乙醛形成的影响。     

乌鲁木齐9、10号泉F~-映震特征的研究

从监测泉点的水文地质概况入手，结合近18年来的观测资料，分析并总结了9、 10号泉水中F-的映震特征： F-的地震前兆异常基本上都是正异常，且具有较好的重复性，即基本上遵循： 背景值-脉冲式突升-最高值-突降-恢复至背景值的规律。 而地震常常发生在F-含量恢复背景值后数天或数十天，仅有个别地震发生在F-含量达最高值时。 最后，初步认定了泉点较好的地震构造环境是造成该9、 10号泉F-具有映震灵敏性的原因。     

长江水体氯化过程中强致突变物前驱物的筛选

ＭＸ「３－氯－４－（二氯甲基）－５－羟基－２（５Ｈ）－呋喃酮」是饮用水液氯消毒中产生的一种具有强致突变性的副产物,利用一系列ＸＡＤ吸附树脂和大孔离子交换树脂将长江水中的溶解态有机物分离为溶解态腐殖酸类,憎水弱酸类,憎水碱类,憎水中性物类,亲水酸类,亲水碱类６种组分,分别对不同组分的有机物进行氯化处理,用ＧＣ／ＭＳ选择离子峰面积法测定产物中的ＭＸ。     

新疆乌伦古河上游地区找金前景再析

新疆乌伦古河上游地区．以出露中上泥盆统的中基性火山岩为主，这一层位是该区一个最主要的矿源层。加之存在巨大的韧性剪切带及强烈的岩浆活动而为金的富集成矿提供了可靠的地质前提；本身有希望的又有广布的金矿化点及异常点表明了它不失为一个有希望的潜在远景区。     

哈尔滨土壤提取液中的卤代前驱物

通过连续过滤方法和实验室氯化，臭氧化实验研究了哈尔滨地区土壤提取液中天然有机物的卤代活性以及不同的形态天然有机物的差异，比较了氯化和臭氧化条件下的卤代烃生成量及处理后的7日卤代潜力，研究结果表明，在数分钟的氯化实验中，憎水有机物，腐殖酸类化合物和非腐殖酸类亲水有机物的单位有机碳卤代烃生成量分别为1.46,0.35和4.03μg/mg(C），而7日卤代潜力则分别为6.6,57.2和40.6μg/mg(C)，可见其差别不仅表现在热力学文献，而且反应在反应速率方面，在本实验条件下，臭氧化能够降低大约水样的一半卤代潜力。     

城市饮用水消毒副产物及前体物的处理技术

介绍了饮用水中消毒副产物的前体物的控制和消除的策略与处理工艺，消毒副产物的前体物处理技术及近年发展起来的饮用水生物处理技术及其发展前景。     

南昌市PM2.5中铵盐及其气态前体物的分布特征与转化机制

在南昌市三种类型环境区域(混合区、道路区域以及郊区)开展PM_(2.5)中NH_4~+和空气中NH_3的同步采样监测,分析PM_(2.5)中铵盐及其气态前体物的分布特征,探讨氨气的转化与细粒子铵盐的形成机制,结果显示:2014-2015年采样期间南昌不同区域空气中NH_3浓度和PM_(2.5)中NH_4~+浓度较高;NH_3浓度存在空间分布差异,反映了不同环境区域NH_3源强的差异;NH_4~+浓度的空间分布表现为道路区域、郊区高于混合区,源于道路区域和郊区的气态前体物浓度高;NH_3/NH_4~+比值郊区道路区混合区,反映NH_4~+的形成受前体物(SO_2、NO_x)影响大;NH_3浓度春秋冬夏,说明NH_3源强受各季气象条件的影响大;NH_4~+浓度呈现秋冬高、春夏低的特征,反映不同季节的气象条件对铵盐的生成、清除和分解的影响不同;然而,NH_3/NH_4~+比值春夏秋冬,NH_3/NH_4~+比值季节分布与NH_4~+浓度季节分布呈相反的趋势;NH_3浓度昼、夜分布有差异,受昼夜间温差、太阳辐射、源强、逆温等多种因素的影响;NH_4~+浓度日变化各季节有差异;NH_3/NH_4~+比值日分布与NH_3浓度日分布相似;不同季节PM_(2.5)中铵盐形成的受控因素有差异,主要影响因素是气态前体物和温度、湿度;NH_4~+/SO_4~(2-)的比值(1.5),表明铵盐充足;铵盐形式主要为硫酸铵、硝酸铵,硫酸氢铵较少。     

宝鸡市夏季臭氧及其前体物污染特征研究

采用宝鸡市2014年夏季臭氧相关监测数据对臭氧及其前体物污染特征进行研究。结果表明:多云导致的太阳辐射降低对臭氧浓度下降贡献40%,降水对臭氧浓度降低贡献55%。O3与NOx在辐射时段内呈一次负相关,相关系数为0.96,在无辐射时段无显著相关性。O3与CO在辐射时段呈二次线性负相关,相关系数为0.92,在无辐射时段呈二次线性正相关,相关系数为0.96。宝鸡市夏季CO/NOx比值为40.5。     

河流型水源地源水典型氯化消毒副产物及其前体物的强化去除工艺

以长三角某典型河流型水源地源水为研究对象,设计了传统工艺及基于凹凸棒土处理单元的6种强化工艺,对各工艺及其处理单元应用于典型氯化消毒副产物(三卤甲烷和卤乙酸)及其前体物控制的技术和经济可行性进行了系统分析。结果表明,预O3+凹土强化混凝+O3-GAC强化的工艺对上述2种消毒副产物及其前体物的控制效果最佳;在传统工艺中单纯增加O3处理也能在一定程度上提高其对消毒副产物前体物的去除效果;KMnO4控制消毒副产物的效果一般,但KMnO4处理可强化后续单元对消毒副产物前体物的去除效果。各工艺处理出水中三卤甲烷和卤乙酸单项指标均能达标,但传统工艺和经凹土强化混凝+GAC强化的工艺出水三卤甲烷4种化合物的实测浓度与其各自限值的比值之和均大于1.0,不能满足水质要求,必须进行强化处理。凹土强化混凝单元在6种强化工艺条件下对三卤甲烷生成潜能(THMFP)和卤乙酸生成潜能(HAAFP)的去除率较传统混凝单元平均提高15.99%和4.92%;各强化工艺对THMFP和HAAFP的去除率较传统工艺均提高20%以上(除凹土强化混凝+GAC强化的工艺外),消毒副产物产生量降低40%以上,工艺成本降低20%以上。     

Dynamic failure assessment of an ammonia storage unit: A case study

Chemical Process Industries usually contain a diverse inventory of hazardous chemicals and complex systems required to perform process operations such as storage, separation, reaction, compression etc. The complex interactions between the equipment make them vulnerable to catastrophic accidents. Risk and failure assessment provide engineers with an intuitive tool for decision making in the operation of such plants. Abnormal events and near-miss situations occur regularly during the operation of a system. Accident Sequence Precursors (ASP) can be used to demonstrate the real-time operating condition of a plant. Dynamic Failure Assessment (DFA) methodology is based on Bayesian statistical methods incorporates ASP data to revise the generic failure probabilities of the systems during its operational lifetime.In this paper, DFA methodology is applied on an ammonia storage unit in a specialized chemical industry. Ammonia is stored in cold storage tanks as liquefied gas at atmospheric pressure. These tanks are susceptible to failures due to various abnormal conditions arising due process failures.Tank failures due to three such abnormal conditions are considered. Variation of the failure probability of the safety systems is demonstrated. The authors use ASP data collected from plant specific sources and safety expert judgement. The failure probabilities of some safety systems concerned show considerable deviation from the generic values. The method helps to locate the components which have undergone more degradation over the period and hence must be paid attention to. In addition, a Bayesian predictive model has been used to predict the number of abnormal events in the next time interval. The user-friendly and intuitive nature of the tool makes it appropriate for application in safety assessment reports in process industries.