杭州黑碳气溶胶污染特性及来源研究

2011年7月~2012年6月对黑碳气溶胶(BC)、PM2.5、污染气体及气象因子进行同步观测,以评估杭州市BC污染特征、来源分布及对大气能见度的影响.结果表明:杭州市大气BC日均浓度范围为1.3~16.5μg/m3,年均值达到(5.1±2.5)μg/m3.BC呈明显的季节变化趋势,秋冬季高,夏季低.BC也呈典型的日变化趋势,交通高峰期高,下午低,同时与NOx呈较好的相关性,表明城市中BC受到机动车尾气排放的重要影响;而BC/CO低于其他城市则表明生物质燃烧排放可能是杭州BC的另一大重要来源.BC随风速下降呈上升趋势, BC超过10μg/m3的高浓度事件中,风速基本低于2m/s,北-西北-西风对高浓度BC的输送作用明显.观测期间BC的吸收系数为(44.8±23.0)Mm-1,占到总消光比例的10.4%.灰霾和重度灰霾天气下,吸收系数分别为(66.2±30.1),(100.2±49.2)Mm-1,达到非霾天气的2.2和3.4倍, 表明BC吸收消光作用是影响杭州市大气能见度下降和灰霾天气发生的重要因素之一.     

天津市PM2.5碳组分空间差异性及来源解析

2021年在天津市不同功能区共设置4个点位同步采集细颗粒物（PM_2.5）样品,测定了其中8种碳质亚组分的含量.结果表明,采样期间各点位ρ[有机碳（OC）]为3.7~4.4 μg·m^-3,ρ[元素碳（EC）]为1.6~1.7 μg·m^-3,OC浓度在中心城区最高,EC浓度差别较小.采用最小比值法对二次有机碳（SOC）进行估算,结果表明环城区二次污染较为突出,SOC占OC的比例达48.8%.各功能区碳质亚组分间的相关性强弱呈现出外围区>中心城区>环城区的特征,均表现出EC₁与OC₂和EC₁与OC₄相关性最强.正定矩阵因子（PMF）来源解析结果显示,道路扬尘源（9.7%~23.5%）、燃煤源（10.2%~13.3%）、柴油车尾气（12.6%~20.2%）和汽油车尾气（18.9%~38.8%）是天津市PM_2.5中碳组分的主要来源.不同功能区碳组分污染源存在差异,中心城区和外围区主要受汽油车尾气影响;环城区受二次污染和柴油车尾气的影响更为突出.     

郑州市公交车队电动化减污降碳环境效益

公交车队电动化是道路交通部门实现减污降碳的重要手段,评估当前公交车队电动化减排成效,对推进大中型城市公交全面电动化具有重要参考意义.基于燃料生命周期法分析了郑州市公交车队电动化前后CO₂和污染物排放特征,并评估了不同电动化情景下的车队排放.结果表明,本轮电动化使公交车队燃料生命周期内CO₂和PM_2.5排放量分别增长32.6%和42.6%,CO、NO_x和VOC排放量下降了28%,34%和25%.优化发电结构对于电动化过程中的CO₂及PM_2.5减排尤为重要,在全面电动化和发电结构优化的最佳情景下,CO₂、CO、NO_x、VOC和PM_2.5减排可达38.7%、80.1%、84.4%、92.2%、30.2%.在全面电动化进程中,应优先对中长里程线路车辆进行电动化替换,此外,插电混动天然气车型的纯电动化替换对减排利弊兼有,同步推进车队替换和电力结构调整进程才能实现减污降碳协同增效.     

基于ANP-DEA的城轨网络应急演练组合评价模型

应急演练综合评价是衡量应急演练效果好坏的关键。以城轨网络应急演练综合评价为研究对象,将城轨网络应急演练划分为演练准备、演练实施、演练总结三个阶段。针对评价指标间存在的关联关系,采用网络层次分析法(ANP)进行定量化处理,计算得到各评价指标综合权重,进而得到三个演练阶段的重要度。利用数据包络分析方法(DEA),分别计算三个阶段不同城轨线路应急演练的排序值,结合不同阶段的重要度,构建得到城轨网络应急演练的组合评价模型,实现对城轨网络应急演练效果的综合评价。结合算例,应用ANP-DEA组合模型,对某城轨网络的应急演练效果进行了综合评价。     

张集矿综采工作面瓦斯治理措施及效果分析

张集矿属于煤与瓦斯突出矿井,针对目前所开采的17266工作面地质构造条件复杂、瓦斯涌出量大、处于突出危险区等瓦斯治理难题,采取"风排瓦斯、高抽巷穿层钻孔抽采、运输巷、回风巷顺层钻孔抽采和上隅角埋管抽采"等瓦斯综合治理措施,用分源预测法得出工作面绝对瓦斯涌出量为30.3 m3/min。结果表明,工作面的主要瓦斯涌出来源为本煤层瓦斯涌出。工作面风排瓦斯量11.0 m3/min,工作面瓦斯抽采率达63.0%以上。     

基于多源数据融合的石油罐区安全监控模型

由于单一传感器在石油罐区安全监控中容易受到外界因素影响从而产生误差,为提高传感器检测结果的可靠性和罐区安全监控预警的准确性,基于多源数据融合技术,建立罐区安全状态预警模型。首先,介绍了多源数据融合技术的3个层级:数据级融合,特征级融合和决策级融合,以及目前各领域常见的数据融合方法;其次,建立了基于最优加权融合算法的一级融合模型和基于BP神经网络算法的二级融合模型;最后,得到石油罐区安全监控数据融合模型,并为进一步的实践应用打下了理论基础。     

一种基于GIS的地下洞室群风网解算可视化研究

为了实现地下洞室群火灾网络模拟的可视化,利用地理信息系统及C#语言研究开发了一种风网解算系统。该系统能实现通风网络图的绘制及自动编号、解算及显示火灾烟气可能蔓延的区域,并可为相关部门制定火灾应急救援预案时提供支持     

Simulation and application of a disaster spread model in Chemical Disaster Network

In the research field of chemical safety, the computer-aided simulation for occurrence and process of disasters has become a major trend in current research, in which the establishment of evolution system for chemical multi disasters is the key point. In the paper, the study lays emphasis on the simulation and application of a spread model for chemical multi disasters. After establishing a disaster network, we defined microcosmic elements of spread model specifically. Combined with guideline of chemical disaster (e.g. guideline of heat flux for damages or injure, guideline of evaluation for buildings based explosion and overpressure, and guideline of evaluation for human exposure to toxic gases), the weight of impact can be computed using new comprehensive algorithms. Simultaneously, the paper also uses an approach on simulating multiple failure events to describe random factors of triggering disasters. At last, the experimental case of alkyl aluminum leakage in a polypropylene plant shows the result of simulation with table of 5 major series of disasters and distribution diagram of nodes (disasters) in disaster network. This proves the validity and practicability of the simulation system in the establishment and feedback of contingency plan of large-scale petrochemical enterprises.     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。