降雨过程对污水处理厂无机颗粒物特性及活性污泥的影响

取消初沉池的污水处理厂,粒径小于200 μm细微无机颗粒物将直接进入生化池,或悬浮或沉积,进而影响生化池的运行。以山地城市某污水处理厂为例,跟踪监测了夏季2个月的6次降雨过程中旋流沉砂池进出水无机颗粒物的粒径和浓度,并同期测定了生化池活性污泥浓度以及污泥MLVSS/MLSS比值。研究发现：旱季旋流沉砂池进出、水中的无机颗粒物平均粒径分别为65.25 μm及54.14 μm,浓度均值分别为146 mg·L-1及128 mg·L-1,无机颗粒去除率12.33%;降雨旋流沉砂池进出、水中的无机颗粒物峰值平均粒径分别为140.48 μm及94.54 μm,峰值平均浓度分别为2 167 mg·L-1及1 591 mg·L-1,无机颗粒去除率26.58%;旋流沉砂池对粒径≥200 μm颗粒的去除较稳定,对细微无机颗粒物的去除效率约10%。研究进一步发现,降雨中颗粒物浓度分别与雨前晴天数及平均雨强呈线性正相关关系。通过核算生化池无机颗粒物的物料平衡关系,得知研究期间生化池累积无机颗粒物总量410.25 t,其中399.45 t沉积在底部,其余悬浮于活性污泥混合液中。活性污泥MLVSS/MLSS由0.52降至0.40,MLVSS由1 410 mg·L-1降至930 mg·L-1,污泥活性下降,系统运行效能受到影响。     

高瓦斯易自燃工作面高抽巷瓦斯抽采与采空区遗煤自燃相互影响研究

为了实现瓦斯与煤自燃两大灾害的联合防治,首先对布置高抽巷条件下瓦斯与遗煤自燃多因素相互影响关系进行了理论分析和归纳总结。结合淮南潘二煤矿11223高瓦斯易自燃工作面,建立了带有高抽巷的物理模型,利用UDF编译了本煤层与邻近层瓦斯涌出源项、采空区三维孔隙率和低温条件下煤氧化反应氧气消耗速率。在此基础上,分析了高抽巷布置参数和抽采参数以及工作面风量对高抽巷瓦斯抽采效果和采空区自燃带分布相互影响的规律。结果表明,当工作面风量为2 000 m3/min,高抽巷布置在顶板上方40 m时,高抽巷瓦斯抽采浓度和纯量分别达32.3%和29.07 m3/min,占总瓦斯涌出量的69.71%,同时能满足实际防火的要求。研究结果可为类似条件下高抽巷最佳施工与抽采参数提供借鉴。     

基于模糊Bow-tie模型的油轮靠港装卸作业溢油风险分析

为了全面分析油轮靠港装卸作业溢油事故风险,在风险定量分析中引入了模糊Bow-tie模型,基于事故树方法分析油轮靠港装卸作业发生溢油事故的原因,采用事件树方法分析溢油事故可能导致的后果,利用模糊集理论与专家评价相结合的方法分析油轮靠港装卸作业溢油的模糊可能值,采用层次分析法确定作业溢油后果因素的权重值,采用矩阵乘法计算溢油后果风险值。分析结果表明:油轮靠港装卸作业过程中一旦发生溢油,发生火灾+污染、爆炸+污染的概率较高。基于以上风险分析提出了油轮靠港装卸作业风险的防控措施,可为油轮靠港装卸作业安全风险管理提供参考。     

基于新内点测试与Grid-SCAN的铀尾矿库监测定位算法

面向铀尾矿库放射性核素污染WSN监测中,由于监测环境制约,针对该条件下节点密度低、带状分布网络连通性差等问题,为保证一定定位精度,提出一种新的定位算法。新内点测试利用RSSI值与海伦公式判断是否在三角形内外,无需未知节点周围其他节点信息,并采用Grid-SCAN寻找概率模型选取点,使该算法满足低密度条件的定位并减少其计算量。约束范围内计算网格内各点RSSI值的概率,并以最大概率坐标为定位结果。经过仿真,新算法较APIT算法在定位精度上提高了55%~69%。     

基于EMD-HHT可定位长输天然气管道第三方破坏事件监测技术

为适应目前管道安全监测需要,满足对扰动信号分类监测的实际需求,提出1种基于希尔伯变换和经验模态分解(EMD-HHT)的信号特征提取技术,利用基于φ-OTDR分布式光纤传感系统采集振动信号,通过EMD+HHT区分算法对管道沿线振动事件进行分解并提取6个典型特征向量,各特征事件数据经过EMD后选取IMF3为最终提取特征向量的原始数据,BP神经元网络可有效识别机械破坏、敲击破坏、车辆经过、人工挖掘、动力干扰5种事件。研究结果表明：在长输管道信号识别中,BP神经网络对5类事件平均识别率高达98.6%,该技术分类识别5类事件扰动信号,能够达到较高准确性,并且误报率平均在1.3%,能较好满足现场安全实时监测需求。研究结果对长输油气管道附近第三方破坏扰动信号分类监测具有一定参考意义。     

基于CBRM的轨道交通行车调度岗位风险控制分析

为提升轨道交通运营风险管理水平,本文采用Bowtie方法和基于控制的风险管理(CBRM)理念,构建行车调度岗位"运营异常"Bowtie图,设计轨道交通CBRM分析方法并对"运营异常"屏障进行分析.结果表明:所设计的CBRM分析方法在轨道交通运营中具有可行性和适用性,其应用可从屏障/控制的有效性、可靠性和问责性为岗位风险管理提供针对性改进建议.     

1m3粉尘环境模拟装置粉尘扩散数值模拟

在工业生产环境中,粉尘云会对工作人员产生职业危害,也会对生产设备造成危害,导致生产中断甚至安全事故.电气设备在工业生产中不可或缺,研究人员为研究工业电气设备的防尘性能开发了一种1 m3粉尘环境模拟装置.该试验装置的基本功能是利用持续气流使粉尘在罐体内形成相对稳定分布的粉尘环境,其内部空间可放置电气设备进行长时间的试验.为预测粉尘在装置中的分布,利用Fluent中的离散相模型对惰性粉尘进行了粉尘环境模拟装置内扩散的数值模拟研究.结果表明,粒径为1 μm、10 μm、30 μm、50 μm和70 μm的粉尘均可以在装置内部形成粉尘云,其罐体中心质量浓度可维持在0.2～0.5 kg/m3.不同粒径的粉尘分布截然不同,粒径越小的粉尘扩散的均匀程度越高,而较大粒径粉尘的运动稳定性更好,但分布均匀度较差,保持进气速度在40 m/s以上可以获得良好的粉尘扩散效果.     

考虑逆向物流的应急物资配置流程SPN建模分析

应急物资的高效快速配置是降低灾害损失和顺利实施应急救援的有力保障。应急逆向物流包括废旧物资的回收利用以及可重复利用物资的回收再利用,能起到缓解应急物资匮乏,减少环境污染的作用。本文根据随机Petri网理论,构建考虑逆向物流的应急物资配置模型,通过对同构于该模型的马尔可夫链进行仿真,求得各种状态的稳态概率,结合马尔可夫链性质对关键因素进行静态分析和动态分析;通过“雅安地震”的案例应用表明,当地震灾害发生时,此模型可以反映各因素对应急物资配置整体流程的影响,并通过数值变化趋势反映不同条件下应急物资配置的关键环节,可以为灾后救援和应急物资的利用提供理论支持。     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。