好氧-富氧曝气生物处理在黑臭河涌原位修复中的应用

近年来,反复强调治理黑臭河涌的必要性,为了修复广东南海某黑臭河涌,采用优势菌接种和多级好氧-富氧生物处理原位修复集成工艺系统修复黑臭水体。实验结果表明,通过向底泥和上覆水体里投加培养、驯化的优势菌种,辅以光合细菌、硝化细菌,上覆水体的水质显著好转,水体透明度由初始的5 cm 左右,上升至35 cm 左右,水体黑臭完全消除。在土著微生物的作用下,水体中的有机物得到很好的去除,上覆水体的COD、氨氮、BOD5和总磷的浓度显著下降,其去除率分别达到68.1%~78.7%、79.8%~80.1%、84.8%~85.2%和76.4%~83.6%,河涌的自净能力得到大大提高。     

城市供热地下管线系统危险因素辨识与事故预防对策

近年来,城市集中供热得到了迅猛的发展.随着城市供热需求的增加,供热地下管线长度迅速增长,供热地下管线事故时有发生,城市供热地下管线安全问题已成为市政地下管线安全研究的重点问题和城市发展过程中亟待解决的热点问题.本文从事故致因论的角度和事故树的方法对供热地下管线系统的危险因素和薄弱环节进行分析研究,探讨合理有效的预防对策,有效消除事故隐患,减少事故发生,对确保城市供热管网安全、稳定、正常供暖具有重要的现实意义.     

武汉市政污泥处理现状及建议

对武汉市现有市政污泥的产生情况和处理作了介绍,并对比了现有的污泥处理技术.结合武汉市的市政污泥处理处置的规划和武汉市的实际情况,提出将来适合武汉市市政污泥处理的技术路线.     

南昌典型园林树种燃烧性实验研究

选择南昌西郊和北郊12个园林树种不同器官理化性状测定分析和燃烧试验,根据各树种的含水率、燃点、热值、粗灰分、粗脂肪、木质素、粗纤维、燃烧时间、火烧强度和生物生态学特性等10个因子,应用DPS聚类分析法,对12个园林树种的燃烧性进行了排序,结果表明,难燃树种有5个,依次是：乐昌含笑、珊瑚树、大叶黄杨、白玉兰和海桐;较难燃树种有4个,依次是：女贞、山茶、夹竹桃和含笑;易燃树种有3个,依次是：桂花、巴东木连和红花檵木。为南方防火林带的建设提供了目前公认以外的防火树种。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

城市公路隧道预警指标体系调研与分析

通过对上海市公路隧道运营的实地调研以及欧洲主要城市公路隧道的资料收集,讨论并比较城市公路隧道运营预警系统发展过程及其设计框架;分析国内外城市公路隧道预警系统构成;研究预警指标的预警原理及其特性。结合上海市公路隧道实地调研收集和反馈的数据资料,对城市公路隧道预警指标的选择进行研究,从而为城市公路隧道预警系统的规范化、标准化提供理论依据和技术支持。     

基于灰色综合评价的通航安全角度下吴淞口建闸方案优选

将层次分析法与灰色关联分析法相结合,评价吴淞口挡潮闸3个备选方案对通航安全的影响。首先通过专家调查法,并对相关资料进行综合分析,确定吴淞口水闸建设工程方案通航安全影响评价指标,然后运用层次分析法计算各指标权重,最后利用灰色关联分析建立灰色评价模型,得到关联序,定量分析各方案在通航安全影响方面的优劣,得出最优方案,为吴淞口建闸方案的确定提供依据。     

架空天然气管道泄漏事故后果数值模拟研究

针对架空天然气管道泄漏引起的火灾爆炸问题,采用事件树分析泄漏扩散引起的事故后果,并在数值模拟中着重分析了模拟数学模型的选择。在三种不同泄漏孔径、两种不同风速、两种不同运行压力条件下分别应用ALHOA软件对事故后果进行数值模拟,结果表明:泄漏孔径、运行压力与危害影响范围成正比关系;在闪火和蒸气云爆炸中,风速与危害影响范围成反比关系,而风速对射流火灾的热辐射范围基本没有影响。     

水环境模拟中多孔介质场空间变异性研究方法述评

阐述了研究多孔介质空间变异性的经典统计法、地质统计学方法以及新兴的分形方法.经典统计方法由于不考虑研究对象的空间相关性,已经不能对这种变异性做出客观的分析;地质统计学方法很好地克服了经典统计学的缺点,是目前应用最多的一种方法;分形的研究对象为无规则和具有自相似性的体系,这一特性决定了它研究这种变异性有着独特的优点.最后对多孔介质空间变异性研究的趋势进行了展望.     

全尾砂絮凝沉降参数GA-SVM优化预测模型研究

为了得到经济、高效的絮凝沉降参数,建立GA_SVM预测模型进行优化选择。在优选过程中,以供砂浓度、絮凝剂单耗和絮凝剂添加浓度作为输入因子,以沉降速度作为综合输出因子,通过室内试验,建立训练、验证样本集;建立支持向量机（SVM）回归预测模型,用训练集对模型进行训练,进而以验证集预测值的均方误差作为适应度函数,通过遗传算法（GA）对SVM模型参数进行优化选择,应用优化得到的SVM模型对絮凝沉降参数进行预测、优化。以湖南某铅锌银矿为例,通过建立的GA_SVM模型对全尾砂絮凝沉降参数进行预测,优选出该矿最佳絮凝沉降参数为:供砂浓度20%-25%,絮凝剂单耗8g/t,添加浓度009%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路