工业废水处理水回用技术的研究进展

阐述了工业废水处理回用技术研究的重要意义及近年来的一些进展，尤其是物理技术和化学技术方面。研究进展说明新材料，新工艺的应用，以及各种技术的组合应用，提高了工业废水处理水的回用率。     

油田采出水处理技术与发展趋势研究

油田采出水具有水量大,水质复杂,处理难度高等一系列特点,因此寻求合适的处理技术一直是油田面临的主要问题.针对油田采出水的产生和特点,介绍了近年来研究较多的油田采出水处理技术,主要包括分离技术、过滤技术、膜技术、气浮技术、吸附技术等物理法;盐析技术、混凝沉淀技术、化学氧化技术、电化学处理技术等化学和物理化学法;活性污泥技术、生物滤池技术等生物法,并概述了油田采出水处理技术的最新研究成果.通过对现有技术分析,总结出当前油田采出水处理中存在的问题,并对存在的处理难点做出了分析,提出了油田采出水处理技术的发展趋势.     

电化学传感器烟气分析仪在烟气中二氧化硫测试时准确程度的实验

随着国家对二氧化硫排放总量收费工作的深入，各级环境监测站对烟气中的二氧化硫的监测任务也日趋繁重。烟气中二氧化硫是一个比较复杂且又不容易测准确的项目。主要原因是：①烟气中二氧化硫随着煤质与工况的变化，浓度变化范围很大，高则数千mg／m^3，低则几十mg／m^3；     

废水中优先控制污染酚的HPLC分离-电化学检测

研究了 HPL C分离 -安培法检测四种优先控制污染酚的色谱条件。在 Shim- pack CL C- ODS柱上 ,以 0 .1mol/L Na H2 PO4 +0 .0 5 mm ol/L EDTA· 2 Na+1% CH3 COOH(p H3.0 ) +5 0 % CH3 OH作流动相 ,氧化电位 +1.0 V检测。工作曲线的线性范围在 0～ 30μg/ml,检测限达 ng/m l     

阳极材料对医院污水电化学消毒处理效果的研究

分析了三维电极法处理医院污水的影响因素，探讨了阳极材料、电流密度．水力停留时间、空气流量、极水比等因素对消毒效果的影响，确定在不加化学药剂、不影响水质和低耗能条件下电化学消毒试验的最佳使用条件。结果表明，在用涂有贵金属（钌、铂、铱）氧化物的钛板作阳极，不锈钢板作阴极，电流密度为6mA／cm^2、水力停留时间为15min、空气流量为40L／h、极水比为1．0的试验条件下，消毒后污水中总大肠菌群数〈500CFU／L。电化学法消毒处理医院污水方法简单有效、运行费用低，无二次污染．处理后的污水达到国家一级排放标准（GB8978—1996）。     

现代电化学技术与环境保护

介绍了电化学技术在清洁工艺的开发、清洁产品的制备、废水与废气的处理、被污染土壤的修复和环境污染物监测方面的应用情况。电化学技术具有能量利用率高、经济实用以及污染物产生量少或污染物去除率高等特点，在环境保护领域具有广阔的应用前景。     

电化学反应器吸附去除氟离子的研究

采用改性活性炭粉末对用纯净水加氟化钠配制而成的含氟水溶液进行动态电吸附去除实验.研究不同电压、电吸附时间,以及Cl-和SO2-4对氟离子去除的影响,并探讨吸附动力学和吸附方程.实验结果表明:活性炭对氟离子的吸附等温方程符合Freundlich方程,吸附动力学符合一级动力学方程;活性炭对氟离子去除与所施加的电位、吸附时间等因素有关,施加的电位越大,去除效果越好;随着吸附去除时间的延长,氟离子浓度下降趋缓;Cl-对氟离子去除影响很小,而SO2-4对氟离子去除有显著的不利影响.     

Ti/BDD/PbO_2复合电极在化学需氧量测定中的应用

以钛基掺硼金刚石为基体,采用电沉积的方法制备了Ti/BDD/PbO2复合电极,并将其用于化学需氧量（COD）的测定。采用扫描电子显微镜（SEM）和X射线衍射谱图（XRD）表征了电极的微观形貌及结构,采用电化学工作站考察了电极对有机物响应特性。实验结果表明,在1.45 V的低电位条件下,线性范围为0.5～175 mg/L,检测限为0.3 mg/L（S/N=3）。采用Ti/BDD/PbO2复合电极测定法和重铬酸钾标准方法对市政污水、食品废水及印染废水的对比结果表明,2种方法的相对误差小于10%,具有良好的一致性。     

西部某气田井场分离器液相管线法兰腐蚀原因分析

目的 解决西部某气田井场分离器液相出口管线法兰严重腐蚀问题。方法 通过宏观形貌观察、无损检测、化学成分分析、金相组织分析、力学性能测试、腐蚀区域微观形貌观察、腐蚀产物物相分析以及腐蚀电化学实验的方法,分析该法兰发生腐蚀的原因。结果 A105制法兰与316L制密封圈存在较强的电偶腐蚀倾向。结论 电偶腐蚀是导致法兰面严重腐蚀的主要原因,另外,液相管线停用前放空不彻底,法兰底部存在积液,导致气液界面位置叠加发生水线腐蚀。根据法兰腐蚀原因提出了针对性的防腐建议。     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。