超临界水氧化技术处理有机废液经济成本预测

把要介绍了超临界水氧化技术及研究现状,对超临界水氧化技术处理有机废液的经济成本进行了分析和预测。     

内燃机螺帽径向夹持下料模和镦挤孔模具设计

根据轴向应力对棒料剪断方式及其断口形状的影响,设计了对螺帽锻造所用热轧棒料能进行精密剪切下料的新型结构的径向支持下料模具.采取增加下六角冲头与凹模的配合长度及配合精度的导向方法,设计了在80吨非标压力机上锻带孔螺帽的成形模具.给出了两种模具的试验结果.     

负载型TiO2固定相光催化降解含酚废水的试验研究

以20W紫外灯为光源，研究了将TiO2粉末负载在硅胶颗粒上，对含酚废水进行光催化降解。由试验得出光催化反应过程中的工艺条件，在此基础上添加H2O2、Fe^3 、Cu^2 ，反应1h后，苯酚的降解率达95％以上。     

带长链烷基季铵盐杀菌活性官能团树脂的合成

以强酸型阳离子交换树脂作载体 ,合成磺酰氯树脂后固载乙二胺并胺基叔胺化 ,最后加卤代烷合成带长链烷基季铵盐杀菌活性官能团树脂 ,确定了合成路线中的各步反应条件。对异养菌的杀菌性能测定结果表明 ,合成的杀菌树脂的杀菌率在测定条件下都达到了 90 %以上 ,有望用于工业和民用水的杀菌消毒     

江阴县城区污水处理系统

江阴地处太湖流域的苏南大平原和长江下游,城区主要由澄江镇和近郊的西郊、要塞二个乡的部分地区组成,建成区面积已达7.21平方公里.近几年来发展更快,城区已初具规模,但在经济发展的同时,水环境污染也有明显增长,为使县城建设沿着健康的、符合生态规律的道路发展.经专家提     

基于多智能体和土地转换模型的耕地撂荒模拟研究——以陕西省米脂县为例

多模型耦合已经成为国内外模拟LUCC有效途径之一。论文通过如下步骤阐明宏观耕地撂荒格局和微观主体行为间的互动机理。首先,将微观主体间的相互作用纳入其决策,构建有限理性多智能体决策模型（Multi-Agent System,MAS）;其次,通过SNNS平台的训练学习以及与历史数据对比分析,验证土地转换模型（Land Transformation Model,LTM）模拟研究区宏观撂荒格局的有效性;最后,依据多模型耦合机理,耦合MAS模型与LTM模型,形成耕地撂荒模拟模型（Cropland Abandonment Simulation Model,CASM）,并基于研究区耕地撂荒的实际数据,探讨模型的合理性和可行性。结果表明：与2013年历史土地利用数据对比,CASM模型的PCM（Percent Correct Metric）系数为71%,比单独利用LTM模型的模拟精度提高3%,不仅表明CASM能够较好地模拟分析米脂县耕地撂荒空间格局分布,而且可有效揭示宏观耕地撂荒格局的微观驱动机理;同时,文章指出未来研究中要考虑政策和市场的影响,进一步完善不同层次主体决策对撂荒的影响,以此来提高模型对现实耕地撂荒的解释力。     

给水厂残泥对稻田土壤溶液毒死蜱残留的影响

研究已证实给水厂残泥(WTR)具有作为稻田土壤添加物控制农业区毒死蜱迁移的巨大潜力,但不同施加强度条件下毒死蜱在添加WTR土壤中的残留特征尚待研究。该研究通过72 d厌氧培养实验,考察了不同施用浓度条件下,WTR对稻田土壤水溶液体系中毒死蜱及其代谢产物TCP残留的影响。结果表明:土壤水溶液体系中毒死蜱及TCP总残留量均随毒死蜱施用浓度以及WTR添加量(w=0~10%)的增加而增加。5~25 mg/kg施用浓度范围内,添加WTR对体系中毒死蜱降解速率影响显著。添加w=10%WTR时,体系中毒死蜱残降解速率降低了6%~19%,与未添加WTR土壤相比,毒死蜱总残留量增加了46%~66%。进一步分析表明这主要是由于添加WTR降低了各施用浓度条件下毒死蜱及TCP生物可利用态含量。添加w=10%WTR使得土壤中毒死蜱生物可利用态含量所占比例分别降低了48%~69%;未添加WTR土壤中TCP均以生物可利用态为主(占89%),相比之下,添加WTR土壤中TCP则均以残渣态为主(占59%~75%)。但与此同时,WTR削弱了毒死蜱与TCP对体系中微生物毒害作用。与未添加WTR土壤相比,添加10%WTR的土壤总菌丰度提高了1.6倍。综上所述,在土壤中添加WTR能有效降低毒死蜱与TCP迁移造成的生态风险,但可能并不适用于毒死蜱污染土壤的快速生物修复技术中。     

咖啡因在河流沉积物中吸附的影响因素及模拟研究

咖啡因是一种在环境中广泛存在的药物,其在水系环境的迁移和分布主要受到吸附行为的影响.在实验室条件下,近似模拟自然河流水/泥界面,应用中心复合实验设计,考察了温度、pH、有机质含量和转速等对咖啡因吸附的影响;利用实验所得数据,分别拟合和验证了基于线性方程和神经网络的咖啡因吸附模型,通过对比拟合和验证结果得到适用于自然河流的咖啡因吸附模型.实验结果表明,咖啡因在沉积物中的吸附呈现先快速后缓慢的过程,30 h内吸附比例超过90%;咖啡因的吸附是放热反应,低温有利于咖啡因的吸附;而转速增大能促进咖啡因的吸附反应;pH和有机质含量的影响较小.模型模拟结果表明,两种模型均能较好地拟合吸附实验结果,但神经网络模型的拟合程度和精度均优于线性方程模型;且交叉验证结果表明,利用不同组数据进行训练,神经网络模型均取得了优于线性方程的拟合结果.因此,在所考察的因素和浓度范围内,神经网络模型较好地预测了自然河流沉积物中咖啡因的吸附行为.