共查询到10条相似文献,搜索用时 31 毫秒
1.
《环境工程》2016,(Z1)
利用环境测试舱模拟不同试验条件,采用跟踪监测环境测试舱内空气中污染物浓度的方法,对细木工板中甲醛释放特征进行研究,并结合试验数据及相关标准引入模糊综合评价方法对细木工板中甲醛释放进行评价,建立室内甲醛散发模型。结果表明:细木工板中甲醛释放在很短的时间内迅速上升达到峰值,然后相对缓慢的逐渐衰退,最后趋于稳定,总体呈现非简单线性相关性;模糊评价模型可以有效反映出细木工板的结构、温度、相对湿度和空气交换率对细木工板中甲醛释放浓度的影响,从而实现综合分析量化;改善通风条件,增加空气交换率,是有效的降低细木工板中甲醛释放对室内空气的不良影响的方法;同时得出室内无净化装置时室内甲醛散发模型d Cidt=(1-Fb)u C0+SCVmu C1。 相似文献
2.
采用1m3的小型环境模拟舱,测试了不同温度和装载度条件下胶合板、密度板、细木工板和复合地板中甲醛释放规律.研究发现:甲醛浓度在初始阶段(0~3h)均迅速增大,随后速度慢慢减小,最后浓度趋于恒定值;温度升高会促进板材内甲醛释放,温度每升高5 ℃,甲醛释放量会增加10%~30%;而装载度增大则会减少单位体积板材内甲醛的释放量.利用不同装载度条件下板材在密闭环境舱散发过程和平衡状态浓度,求解了影响板材释放特性的关键释放参数:可散发初始浓度Cm,0、扩散系数Dm和分配系数K;模拟计算的浓度结果与实验测试数据吻合良好,为研究板材甲醛释放规律提供了一种有效手段. 相似文献
3.
采用1m3的小型环境模拟舱,测试了不同温度和装载度条件下胶合板、密度板、细木工板和复合地板中甲醛释放规律.研究发现:甲醛浓度在初始阶段(0~3h)均迅速增大,随后速度慢慢减小,最后浓度趋于恒定值;温度升高会促进板材内甲醛释放,温度每升高5℃,甲醛释放量会增加10%~30%;而装载度增大则会减少单位体积板材内甲醛的释放量.利用不同装载度条件下板材在密闭环境舱散发过程和平衡状态浓度,求解了影响板材释放特性的关键释放参数:可散发初始浓度Cm,0、扩散系数Dm和分配系数K;模拟计算的浓度结果与实验测试数据吻合良好,为研究板材甲醛释放规律提供了一种有效手段. 相似文献
4.
针对室内空气低浓度甲醛污染,设计填充附着纳米二氧化钛玻璃珠(3 mm)空气净化器,并在密闭房间内对其净化效果进行实验分析.结果表明,甲醛仞始浓度为0.727~1.815 mg/m3时,甲醛减少87.0%~93.8%,并建立了该空气净化器的反应速率方程.通过计算模拟,证实了净化器单个装置空气分布的均匀性.此外,还根据质量平衡建立了有甲醛持续释放污染房间内应用空气净化器后,甲醛浓度变化的数学模型,并通过实验验证了模拟结果的正确性.结果表明,间歇性应用此空气净化器可维持室内甲醛浓度低于国家空气质量标准0.1 mg/m3. 相似文献
5.
《环境科学文摘》2003,(5)
X332田302麟7木质板材释放的甲醛对蚕豆根尖细胞微核的影响/王光学…(华中师范大学生命科学学院)//中国环境科学/中国环境科学学会一2(X)3,23(1)一38一41环图X一58 为了研究木质人造板材释放气体的遗传毒性,用木质人造材板释放的不同浓度的甲醛气体对蚕豆vicia faha根尖进行染毒,用显微镜观测根尖细胞的微核率,结果表明,蚕豆根尖细胞微核率与甲醛气体的浓度有良好的正相关性,经1 .24m岁时和3 .71m岁扩甲醛气体灌流染毒的细胞微核率与对照组之间具有显著性差异(P<0.01)。甲醛气体可以通过液相的吸收产生高浓度的蓄积,从而引起浸泡其中的根… 相似文献
6.
在大型(30m3)、小型(1m3)环境箱实验获得数据的基础上构建释放模型,并将模拟结果和现场监测得到的浓度水平进行对比,对开发的室内空气污染预测方法进行了实证研究.以一新装修房间为例,分别利用大型和小型环境箱实验,研究了复杂整装材料和简单层状材料的释放规律,建立了相应材料的污染物释放模型;依据单元内物质守恒理论和污染物充分混合的假设将释放模型组合,建立了室内空气污染预测方法,并预测了该房间甲醛和TVOC(total volatile organic compounds)浓度的变化过程.在考虑了0.03ACH(air change per hour)的换气率之后,模型预测与现场监测的污染物浓度变化趋势基本吻合,甲醛和TVOC污染预测误差(正则化标准差)分别为2.8%和1.6%.模型分析表明,各污染源对于甲醛污染的贡献,家具>涂料>地板;对于TVOC污染的贡献,涂料>地板>家具.结论表明,该预测方法可以真实反映现场污染物浓度变化趋势,可以用来分析各污染源对于整体污染的贡献、指导装修材料的选择和作为室内污染评估和控制的有效工具. 相似文献
7.
污水处理厂出水总氮(TN)浓度是评价水处理效果的关键指标之一。建立BP神经网络模型对污水处理厂脱氮工艺进行模拟,引入自回归整合移动平均模型(ARIMA模型)对污水处理厂未来短期出水TN浓度进行预测。结果表明:BP神经网络模型在训练集和测试集模拟结果的平均相对误差分别为15.9%和16.5%,模型预测结果的平稳性较差;ARIMA模型对未来7 d出水TN浓度的时序预测平均误差为4.41%,预测精度较高;2个模型相结合有助于实现污水处理厂快捷和高效的在线检测。 相似文献
8.
9.