淀粉对PVA降解菌系降解效果的影响研究

针对在前期研究中已筛选出的1种聚乙烯醇(PVA)降解混合菌系,考察淀粉对其PVA降解效果的影响。首先通过实验摸索出单波长分光光度计法测定淀粉的方法,再通过测定PVA和淀粉浓度比例分别为1:1、1:2、1:3时发酵菌液中的PVA降解效率,分析淀粉对PVA降解菌的影响。结果表明,实验中确定的淀粉测定方法是切实可行的;淀粉浓度对混合菌系降解PVA的能力影响较大,会阻碍其对PVA的降解;而淀粉的降解也会受到PVA的影响,在降解48 h前后有不同的影响效果,降解48 h后,淀粉浓度越大,降解效果越好。     

反应位移法在盾构隧道横断面抗震设计中的应用

介绍了反应位移法的基本原理,以及该方法在盾构隧道抗震设计时计算及分析隧道横断面上产生地震时的断面内力的方法,并结合武汉长江隧道工程实例,阐述了该方法的具体计算过程,为盾构隧道抗震设计提供了经验。     

吹扫捕集技术测定地表水中挥发性卤代烃条件研究

吹扫捕集与气相色谱联用,DB-1701弹性石英毛细管柱进行分离,分析水中挥发性有机物是使用最为广泛的一种技术,本文以分析三氯甲烷、四氯化碳、三氯乙烯为代表,主要研究吹扫捕集技术在气相色谱法测定地表水中挥发性卤代烃的分析条件,通过实验优化分析条件,可以达到更高的检测灵敏度。该方法的精密度和准确度较高,可以得到高质量、可靠的分析实验数据,应用性很强。     

电站运营对北溪下游水质影响探讨及改进建议

通过对利水电站坝上、坝下布设监测断面,进行为期近一个月的枯水期水质监测,分析上下游水质的变化以期对梯级电站的建设与运营对北溪下游水质的影响进行研究,认为梯级电站的建设运行,形成梯级水库,流速变缓,大气覆氧能力降低,水中溶解氧下降,导致水体自净能力减弱,使水环境容量降低,对污染物的稀释、混合和降解能力减弱,湖库富营养化是水库的主要生态环境问题。为此,提出污染防治对策,并提出当上游污染水团下泄时,作为补救和改善水质时电站应采取的运行方式,为今后河流的突发污染防治、水质保护与改善提供经验借鉴。     

膜曝气生物膜反应器研究进展

膜曝气生物膜反应器(MABR)是一种新颖的膜-生物处理组合工艺.在MABR中,曝气膜既提供曝气又兼做生物膜生长的载体.气相(曝气膜内腔)中的氧是通过膜/生物膜的界面扩散进入生物膜内,而液相(废水)中的底物是从生物膜/液相界面上进人生物膜.MABR突出特征是无泡曝气以及氧和底物的异向传质导致的生物膜功能活性层化,对高需氧...     

黄河中游(渭南-郑州段)全/多氟烷基化合物的分布及通量

本研究收集黄河中游(渭南—郑州段)表层水样品,利用高效液相色谱质谱串联的方法分析了水相和颗粒相中的28种全氟和多氟烷基化合物(PFASs).结果表明,水相和颗粒相中Σ28PFASs的含量分别为18.4~56.9 ng·L~(-1)和26.8~164ng·g~(-1)(以干重计).水相和颗粒相中以全氟己酸(PFHx A)为主要污染物,分别占总含量的27%和16%,且3H-全氟-3-(3-甲氧基丙氧基)丙酸(ADONA)、氯代多氟醚基磺酸(6∶2和8∶2 Cl-PFESA)在颗粒相均有检出,表明PFASs替代品的生产和使用逐渐增多.PFASs在水相-颗粒相中的lg Kd变化范围为2.95±0.553(PFPe A)~3.85±0.237(8∶2 FTUCA),颗粒物吸附氟调聚羧酸(FTCAs)和不饱和氟调聚羧酸(FTUCAs)的能力随碳链长度的增长而增加,全氟烷基磺酸(PFSAs)较全氟烷基羧酸(PFCAs)更容易被颗粒物吸附.黄河郑州—渭南段PFASs的通量呈现先降低后增加的趋势,表明该河段接纳了来自上游及支流的污染输入.此外,结果表明水相中的PFASs通量大于颗粒相.     

国家大气污染排放标准中环境监测相关问题的研究

国家大气污染物排放标准作为我国环保法规体系的重要组成部分应具有规范性、严肃性、强制性,但是目前部分国家大气污染物排放标准仍存在许多环境监测相关问题。通过对现行国家大气污染物排放标准中关于基准含氧量、排气筒高度、监测方法、监控指标等问题进行分析研究,分别提出了相应的建议和对策。     

地铁列车布局布线EMC技术研究

本文主要结合电磁兼容理论、规范标准和建模仿真对地铁的EMC布局布线进行仿真分析，首先，分析电磁干扰对于系统、设备、的影响和危害，阐述保证电磁兼容可靠的必要性，其次，对地铁牵引辅助和供风制动两大最为关键的系统进行了EMC风险分析，对每个系统中容易产生电磁兼容问题的高危风险点进行分析和评估，给出了恰当的解决措施，最后，根据地铁列车布局布线规则和标准，结合地铁车辆的实际情况，分别针对于车上、车内、车下、电气柜和线槽等关键位置，易产生干扰问题的部分进行仿真和布线设计，从布局布线角度降低这些位置电磁兼容问题产生的可能性，进而保证地铁列车的正常运行。     

人员安全帽佩戴轻量化检测方法研究

为有效减小安全帽检测算法的计算复杂度，并提高算法对于小目标的检测精度，提出一种基于Pytorch深度学习框架的轻量化安全帽检测模型。使用轻量化网络设计减小模型的计算量；设计可变形双向聚合网络提高模型对检测对象尺度和形状多样性的适应能力，优化对小目标的检测效果；通过网络收集的施工现场图像验证安全帽检测算法的检测效果。与已有安全帽检测算法相比，该方法检测精度有明显提高、模型参数量显著下降，并以137帧/s的速度运行。可变形双向聚合网络利用深层语义特征和浅层细节特征，并自适应调整感受野，可以适应不同形状和尺寸的检测对象，提高检测精度。