K_2Cr_2O_7法和紫外分光光度法测定污水COD的对比研究

分别利用重铬酸钾法、重铬酸钾紫外分光光度法和紫外分光光度法测定污水的COD极差分别为2.43mg/L、1.19 mg/L和4.72 mg/L,RE%分别为0.84%、0.53%和1.36%,重铬酸钾紫外分光光度法和紫外分光光度法的线性范围分别在0~280 mg/L和0~400 mg/L.结果表明:重铬酸钾紫外分光光度法测定的准确度和精密度最高,简化了用标准溶液进行标定的步骤,缩短了实验时间;紫外分光光度法测定的结果准确度和精密度相对差一些,但是快速、操作简单、节省试剂,为广大环境工作者提供借鉴参考的实例。     

模糊综合评判法在渭河水质评价中的应用研究

渭河是陕西省的第一大河流,准确的水质评价是治理渭河水体污染的重要前提。本文采用模糊变换原理和最大隶属度原则,运用模糊综合评判法对渭河潼关吊桥断面2012年的监测数据进行了全面评价。结果表明该断面春、夏、秋、冬四个季度的水质污染级别分别为:Ⅴ类(严重污染)、Ⅰ类(未污染)、Ⅳ类(重污染)和Ⅴ类(严重污染),主要污染物为NH3-N。与传统的单因子评价法相比,该方法能更全面合理地反映水质情况。     

基于模糊综合评判法对集中供热锅炉环保设施综合评价研究

以乌鲁木齐市某集中供热锅炉污染物减排方案为例,通过建立脱硫除尘设施综合评价指标体系,运用层次分析法确定指标权重,利用模糊综合评判法分别对两种除尘设施情况下的环境效益、经济效益以及设施能耗、物耗等指标着手,进行综合评价,最终评选出较优实施方案.评选结果表明：袋式除尘＋石灰石-石膏法脱硫除尘设施方案运用于该集中供热站综合效益较好,可有效实现污染物减排,为今后燃煤锅炉环保设施的评选提供一定的参考作用.     

微波消解ICP-AES法测定土壤中的金属元素研究

采用硝酸-盐酸-氢氟酸-双氧水作溶剂,通过微波消解技术、电感耦合等离子发射光谱法测定土壤中的锑、砷、铍、镉、铬、铜、铅、镍、硒、银、铊、锌,优化了微波消解仪和等离子发射光谱仪的工作参数,研究了共存离子的干扰和消除方法。优化后的微波消解酸体系及用量比例为HNO3∶HCl∶HF∶H2O2=5∶2∶3∶1,方法线性良好,各元素的检出限在0.000 2 mg/L~0.010 1 mg/L之间,土壤样品测定的标准偏差在0.001~0.051之间,加标回收率在85.5%~108.5%之间。该方法检出限低、精密度高、准确度好,测定结果令人满意。     

顶空毛细柱气相色谱法测定水中七种苯系物研究

选用Elite-FFAP色谱柱,利用顶空-毛细柱气相色谱技术对水中的苯、甲苯、乙苯、对二甲苯、间二甲苯、邻二甲苯、苯乙烯七种挥发性苯系物进行同时测定,并对样品的平衡温度、保温时间、程序升温的条件控制、水中含盐量等影响因素进行了探讨,优化了检测条件,使七种挥发性苯系物得到不错的分离。样品平衡温度控制在70℃,样品平衡时间19 min,进样口温度180℃,检测器温度230℃,10 mL水样中加入4 g NaCl的条件下,分离效果最佳。     

电石法聚氯乙烯污水处理工艺探讨

电石法聚氯乙烯工艺具备富煤、少气、贫油三大特点,这一工艺推动了我国氯碱业的发展,对于促进国民经济的增长具有重要作用,不过其在取得发展的同时,其中也存在很多问题。本文主要分析电石法聚氯乙烯污水处理工艺,找出废水处理的最佳方法。     

单因子水质标识指数法在青衣江水质评价中的应用

结合大量实测资料,应用单因子水质标识指数法,根据《地表水环境质量标准》(GB3838-2002),对青衣江干流及主要支流上几个典型的河流监测断面进行水质评价。结果表明,水质标识指数法能更多、更客观的反映河流水质信息,同时,提出了青衣江水资源保护建议。     

煤化工废水生物处理及节能研究

本文从煤化工废水特点以及常见处理方法进行分析,并通过实验的方法探索了煤化工废水的生物处理可行性,并得出了运行的最佳操作条件。     

印染废水中水回用改造项目工艺研究

目前,纺织印染业作为工业废水的排放大户,据不完全统计,2010年前后全国的印染废水排放量约为每天300万⁴00万吨,且呈逐年上升趋势。印染废水中的污染物主要包括棉毛等纺织纤维上的污物、盐类、油类和脂类,以及加工过程中投加的各种浆料、染料、表面活性剂、助剂和酸碱等。印染废水具有产生量大,废水性质复杂,可生化性差,色度高,盐分高等诸多特点,因此极难处理,特别是如何使达标处理后的废水实现中水回用的模式尚处于摸索阶段。本文结合实际印染废水中水回用工程项目进行探讨,从而提供一条切实可行的工艺路线。     

还原水解——SBR法降解化工工业废水研究

本文用实验的方法研究了还原水解-SBR法降解化工工业废水的设计水解实验参数和运行参数,重点研究厌氧水解的限制因素,通过实验论证了本方法经济可行,处理效果较好。