地下水中苯系物污染修复研究进展

苯系物(苯、甲苯、乙苯和二甲苯,BTEX)是重要的环境污染物之一。BTEX高溶解,高挥发,高毒性的特点使其成为地下水污染关注的特点。强调了地下水中苯系物的来源及相关性质,总结了治理苯系物的历史应用技术,介绍了新兴修复技术并展望了未来的发展方向,为地下水中苯系物的处理提供借鉴。     

综合指数影响评价模型在地下水防污性能评价中的应用

针对DRASTIC模型在地下水防污性能评价中存在的不足,提出模型的改进方法,在此基础上构建一套基于DRASTIC模型的综合指数影响评价(DRAICQ)模型,并应用于淮河流域中部某市地下水防污性能评价的实例研究中,绘制了研究区地下水防污性能评价分区图。结果表明:DRAICQ模型的计算结果更符合研究区的实际情况,评价效果较好;研究区地下水防污性能评价分区图对该区制定地下水防污措施具有重要的参考指导作用。     

变压器油池火燃烧规律的实验研究*

为对变压器油池火灾进行准确有效的灭火，研究不同尺寸和不同厚度下变压器油的火灾动力学特征和基本燃烧特性，具体分析变压器油的燃烧过程和变压器油燃烧速率、火焰温度以及辐射热流随油池直径以及厚度的变化规律。结果表明:整个油品的燃烧过程分为预热燃烧阶段、稳定燃烧阶段和火焰熄灭阶段。对于厚度大于10 mm的油池燃烧，稳定阶段的燃烧速率与油层厚度无关，稳定阶段的燃烧速率随着油池直径的增加而增加。同时，变压器油火灾连续火焰区温度接近750 ℃。对于稳定燃烧阶段下的变压器油燃烧，基于辐射通量可得出在燃烧过程中，辐射热量占总燃烧热的占比约为1/3。研究结果可丰富变压器油燃烧的基础数据，为变压器火灾的灭火提供参考。     

叠加振动试验分析与应用

结合试验标准和振动控制软件,从试验应用的角度对叠加振动中的随机加随机、随机加正弦振动进行了分析和归纳,并介绍了如何从图形上快速区分叠加振动,以及在软件设置中应注意叠加振动试验中扫频和不扫频的区别。     

如何有效规避管道交叉点施工风险

采气一厂管辖各类管线6000余km,随着国家和地方基础设施建设不断完善,天然气管道安全范围内的各类施工逐年增多。由于施工队伍水平参差不齐,管线安全范围内的施工对气田已建集输管网构成较大的安全风险。总结了采气一厂近年来在管线交叉施工管理过程中摸索出的各类经验,同时对实施效果进行评价,旨在为同行提供参考和借鉴。     

可靠性技术的发展与应用

本文介绍了可靠性标准体系与参数体系，可靠性的分析与设计方法，可靠性试验的发展趋势，指出可靠性管理是产品可靠性工作的核心，以及提高电子设备可靠性的发展策略。     

天然和CPB改性沸石对Hg^2＋的吸附特征

通过静态实验研究溴代十六烷基吡啶（CPB）改性沸石和天然沸石对废水中Hg^2＋的吸附特性，探讨了吸附动力学、吸附平衡和吸附热力学机制。研究表明：Langmuir方程能较好地描述2种沸石对Hg^2＋的吸附，CPB改性沸石对Hg^2＋的吸附率得到显著提高。实验条件下，改性沸石对Hg^2＋的吸附率从67．5％提高到98．9％，吸附容量从0．521mg／g提高到3．07mg／g。利用准一级动力学方程、假二级动力学方程、颗粒内扩散模型和Elovich方程分别对动力学过程进行拟合，发现2种沸石对Hg^2＋的吸附均满足假二级动力学方程，且离子的颗粒内扩散对整个吸附过程有影响。动力学拟合、D-R方程拟合和热力学研究综合表明：2种沸石对Hg^2＋的吸附既存在化学吸附又存在物理吸附，吸附吉布斯自由能变（△G^0）、焓变（△H^0）、熵变（△S^0）均小于0，反应为自发的放热反应，低温有利于吸附的进行。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

高效阿特拉津降解菌株DNS10降解条件优化

从长期施用阿特拉津的寒地黑土耕层(0～10 cm)土壤中筛选到一株能以除草剂阿特拉津为氮源生长的降解菌株,结合16S rRNA序列分析结果,将该菌株命名为Arthrobacter sp.DNS10。在接种量为108CFU/mL的条件下,菌株DNS10在24 h内对100 mg/L阿特拉津的降解率为99.41%。单因子实验结果表明,菌株DNS10适宜生长和降解的条件范围是:温度25～35℃,pH值5.0～8.0,培养液盐度0.1%～2%,对阿特拉津最大耐受浓度可达1 200 mg/L。正交实验法进一步表明,该菌株保持较好生长及降解能力的最优方案是温度30℃,pH值7.5,培养液盐度0.5%。影响其降解能力的环境因素的主次顺序依次是:温度>盐度>pH值。     

萃取净化电镀含镉废水

研究了二壬基萘磺酸(DNNSA)形成的微乳液从模拟含镉废水中萃取镉离子的工艺条件。分别考察了相体积比(O/A)、萃取时间、温度及萃取剂浓度对废水中镉离子萃取的影响。结果表明,萃取平衡时间为10 mim,降低温度及增加萃取剂浓度均有利于萃取。紫外光谱证实当DNNSA萃取镉时,所形成萃合物对萘环的结构无影响,且不会破坏微乳相的结构;分子荧光光谱表明镉离子对配体DNNSA有荧光猝灭作用。