新型机械澄清池设备的设计及在尾矿水处理中的应用

国内现有的机械加速澄清池因池体及设备结构的原因,存在刮泥耙直径小、驱动扭矩低,高负荷时排泥差等问题,不能满足用户对设备大池径（大于Ф29m）、大处理量、高效澄清、多用途的要求。介绍了新型澄清池设备的工艺、结构设计及特点。新型机械澄清池设备通过对池体结构的改进设计,及对刮泥机、提升搅拌机、排泥防堵搅拌机三者同心套装结构,扭矩可达百万牛顿米的带齿回转支承及多组电机同步驱动的刮泥耙驱动机构,池周边增设斜板及集水装置等方面的设计,实现了池径大于qb29in机械澄清池的设计制造,填补了国内该项目的空白,经矿山尾矿水处理实际应用证明效果理想。     

污染场地修复决策支持系统的几个关键问题探讨

场地土壤和地下水环境污染问题已成为近年来我国环境保护领域关注的焦点和热点.污染场地修复决策支持系统是在场地勘察与风险评估基础上,筛选最佳的修复技术,以制定经济高效的场地污染治理方案.本文探讨与分析修复决策系统的框架、模型、方法等关键环节,评估与总结了国际上现有40多种修复决策软件的模块及功能.针对我国场地污染问题,综合国际前沿的思想与理念,提出适合我国现阶段经济社会发展水平的决策支持系统开发思路.     

外军装备维修及对我军弹药维修的启示

首先介绍了外军装备维修的现状和发展趋势,之后指出了我军弹药维修存在的问题,最后得出对我军弹药维修保障发展的启示。认为我军弹药维修保障应向军民一体化方向发展,开展全寿命保障,提高保障信息化水平,进行弹药两级维修体制的论证,并倡导绿色维修的新理念。     

湿地基质及阴极面积对人工湿地型微生物燃料电池去除偶氮染料同步产电的影响

本研究采用人工湿地型微生物燃料电池处理偶氮染料X-3B,实现降解偶氮染料同步产电的效果.为了构建性能最优的人工湿地型微生物燃料电池(CW-MFC)系统,本研究主要从湿地基质和阴极面积两个方面研究系统构型对去除X-3B同步产电的影响,提高系统性能.研究表明以粒径10 mm、孔隙率30%的小石子作为湿地基质构造的CW-MFC系统微生物生物量最大,去除X-3B效果最好,脱色率高达92.70%,但其产电性能最差.较小的粒径和孔隙率使底层微生物生物量增加,促进X-3B的去除,但随着湿地基质粒径和孔隙率的减小,导致阴阳极营养物质不足,系统传质阻力增加,抑制了系统产电性能.X-3B的去除效果随着阴极面积的增加而提高直到阴极面积为594 cm~2时取得最大脱色率99.41%.当阴极面积继续增加时,CW-MFC系统产电性能上升趋势趋于平缓,X-3B去除效果呈现下降趋势,这是因为阴极反应过快导致更多的阳极电子输送到阴极用于产生电流,与X-3B发生反应的电子减少,阳极成为提高CW-MFC系统性能的限制因素.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

TiO2/g-C3N4在泡沫陶瓷表面的负载及光催化空气净化性能增强

以市售P25(TiO_2)和g-C_3N_4为原料,以多孔氧化铝泡沫陶瓷为载体,进行了负载型光催化组件的设计与环境应用.运用浸渍提拉-热处理法制备负载P25/g-C_3N_4的泡沫陶瓷组件,对其微结构进行了表征测试,并将其应用于空气中NO的去除.结果表明,P25/g-C_3N_4在氧化铝泡沫陶瓷表面负载牢固,P25/g-C_3N_4禁带结构匹配有利于光生电荷的分离.研究了P25/g-C_3N_4比例对光催化性能的影响,当g-C_3N_4占P25的量为30%时,负载组件的光催化性能最佳,对NO的去除率达到79.6%.在5次循环反应后,负载型光催化剂表现出良好的稳定性.本研究为P25/g-C_3N_4复合光催化剂的空气净化应用提供了思路和技术基础.     

多点激励下圆柱面巨型网格结构地震响应分析

空间相关性对大跨度空间结构的影响不容忽视。本文采用动力时程分析方法对圆柱面巨型网格结构进行了多点激励下的地震响应分析,并与一致激励下的结构地震响应进行对比,探讨了主体结构单独承载和子结构参与协同承载这2种情况下,不同行波激励对结构关键节点和杆件响应的影响及其变化特点;通过比较分析结构在多点激励和一致激励下的响应差异,得出圆柱面巨型网格结构在地震输入时需考虑多点激励的结论,可供该类结构的抗震设计参考。     

A Comprehensive Python Toolkit for Accessing High‐Throughput Computing to Support Large Hydrologic Modeling Tasks

The National Flood Interoperability Experiment (NFIE) was an undertaking that initiated a transformation in national hydrologic forecasting by providing streamflow forecasts at high spatial resolution over the whole country. This type of large‐scale, high‐resolution hydrologic modeling requires flexible and scalable tools to handle the resulting computational loads. While high‐throughput computing (HTC) and cloud computing provide an ideal resource for large‐scale modeling because they are cost‐effective and highly scalable, nevertheless, using these tools requires specialized training that is not always common for hydrologists and engineers. In an effort to facilitate the use of HTC resources the National Science Foundation (NSF) funded project, CI‐WATER, has developed a set of Python tools that can automate the tasks of provisioning and configuring an HTC environment in the cloud, and creating and submitting jobs to that environment. These tools are packaged into two Python libraries: CondorPy and TethysCluster. Together these libraries provide a comprehensive toolkit for accessing HTC to support hydrologic modeling. Two use cases are described to demonstrate the use of the toolkit, including a web app that was used to support the NFIE national‐scale modeling.     

CREAM失误概率预测法在驾驶舱机组判断与决策过程中的应用

CREAM强调人在生产活动中的绩效输出不是孤立的随机性行为,而是依赖于人完成任务时所处的环境或工作条件,它通过影响人的认知控制模式和其在不同认知活动中的效应,最终决定人的响应行为。在驾驶舱内,机组的绩效输出不仅仅是人的自身行为,还依赖于其完成任务时所处的情景环境,所以CREAM方法能够结合驾驶舱环境对机组的认知差错进行分析。在飞行中,驾驶舱内机组非常重要的一个环节是判断与决策过程,这一过程中包括询问、讨论、确定方案、执行、反馈五个环节。本文将通过分析这五个环节的相互关系及影响,以明确这种讨论过程是减少机组人为差错发生的一种有益方式,然后应用CREAM的预测法对这五个环节进行定量化分析,得出机组判断与决策过程的失误概率,完成对机组认知行为的客观评价,并为以后能够定量化研究驾驶舱内飞行员认知差错提供方法的借鉴。     

Design and evaluation of a local analytic-deliberative process for climate adaptation planning

In the midst of rapidly proliferating engagement efforts around climate adaptation, attention to the design and evaluation of decision support processes and products is warranted. We report on the development and evaluation of a process framework called the Vulnerability, Consequences, and Adaptation Planning Scenarios (VCAPS) process. VCAPS is a systematic approach to integrate local knowledge with scientific understanding by providing opportunities for facilitated, deliberative learning-based activities with local decision makers about climate change vulnerability and adaptation. We introduce the conceptual basis of the process in analytic-deliberation, hazard management, and vulnerability. Our evaluations from eight coastal communities where the approach was applied point to four assets of VCAPS: it promotes synthesis of local and scientific knowledge; it stimulates systems thinking and learning; it facilitates governance by producing action plans with transparent justifications; and it accommodates participant time constraints and preferences.