短暂交替曝气方式在PSB法处理高浓度苯胺废水中的应用

利用酸化—PSB—活性污泥法工艺处理高浓度毒性苯胺废水,在24h的停留时间下,比较PSB阶段不同曝气时间对苯胺废水处理效果的差异。结果表明:不同时间的曝气处理对光合细菌处理苯胺废水的效果存在差异。以曝气时间为2h的反应器处理效果最佳,COD去除率达96.1%,苯胺去除率达97%,同时,相邻周期交替采用1h、2h曝气处理,废水COD去除率提高了20%以上,苯胺去除率提高了10.9%~14.2%。     

一种基于LVQ神经网络与图像处理的火焰识别算法

针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。     

短暂交替曝气方式在PSB法处理高浓度苯胺废水中的应用研究

为了降低高动力消耗,探讨不同时间不同方式的曝气处理对光合细菌处理苯胺废水效果的影响,利用酸化-PSB-活性污泥法工艺处理高浓度毒性苯胺废水,在24 h的停留时间下,比较PSB阶段不同曝气时间对苯胺废水处理效果的差异.结果表明:不同时间的曝气处理对光合细菌处理苯胺废水的效果存在差异.曝气时间为2 h的反应器处理效果最佳,COD去除率达96.1%,苯胺去除率达97%,同时,相邻周期交替采用1.2 h曝气处理,废水COD去除率可提高20%以上,苯胺去除率提高了10.9%～14.2%.