湖南省环境质量演进的波动研究

环境库兹涅茨曲线是学术研究的热点问题，但是。对环境质量演进波动的研究还是空白。本文以湖南为例。运用计量分析及谱分析方法对湖南省环境质量演进中的波动性问题进行了尝试性实证研究。结果表明湖南环境质量的演进存在波动。且近年来各环境质量指标的波动有正向扩大的趋势；未来湖南环境质量周期波动亦将步入正向波动时期。因而。今后的发展可能会进一步加大对环境的压力。需要制定相应的环境政策来降低出现的大幅正向波动。     

龙江水质状况及防治措施

简述龙江近几年来水质的变化情况及其污染特点,分析其污染原因,提出龙江水资源的环境保护措施.     

清洁生产好处多 效益环保双丰收 广州石化明年6成装置实现清洁生产

广州石化第一套清洁生产试点装置常减压蒸馏 (二 )装置在实施清洁生产方案之后 ,废弃污染物的排放量明显减少 ,含油污水减少２２．３５万ｔ／ａ,污油减少５０．７４ｔ／ａ,ＣＯＤ减少１５．４２ｔ／ａ ,含硫污水减少４．３８万ｔ／ａ ,加热炉烟气减少１８６１万ｍ３／ａ ,新鲜水用量减少１１．９３万ｔ／ａ,每年取得近３００万元的经济效益 ,实现了环保、效益双丰收。为实施清洁生产 ,广州石化采取了一系列技术措施。为改变污水汽提处理装置贮量小 ,污水处理装置停工消缺困难的局面 ,投资４０７万元建设了２个３０００ｍ３的污水罐。该厂还…     

考虑岩石应变软化的厚煤层综放开采覆岩破坏特征研究

为了分析裴沟矿31采区的煤炭开采对上部魔洞王水库的影响,以及评价水体下开采的安全性,首先分析了岩土体材料在三轴压缩试验中表现出来的应变软化现象,认为岩石峰后的软化能够说明覆岩破坏后的力学特性;然后介绍了FLAC3D中应变软化模型;最后分别建立Mohr—Coulomb理想弹性模型和应变软化模型的数值模型,针对工作面推进过程中覆岩移动破坏的特征以及顶板导水裂隙带发育规律,分析了两者计算结果的差别,计算结果表明:应变软化模型对覆岩移动破坏特征的计算更加准确,能够说明工作面推进过程中覆岩移动规律,通过其计算得到的导水裂隙带高度的预计对水体下采煤的安全性评价有一定的参考价值。     

二氧化碳致裂对煤岩孔隙表面分形特征影响实验研究

为了探究二氧化碳致裂对贵州高瓦斯低渗透煤层的孔隙致裂增透作用,提出了应用低温氮吸附与FHH模型相结合的方法,分析致裂前后煤样的微观孔隙特征变化,并将分形维数与孔隙特征参数结合。研究结果表明:二氧化碳致裂对煤的孔隙具有明显的作用效果,致裂后煤岩体中微孔含量、比表面积减少,而孔容、平均孔直径增加;致裂作用会使煤的分形维数减小,孔隙表面受致裂效果会趋于光滑;受二氧化碳致裂作用,分形维数的大小与平均孔直径、孔容和吸附量等存在负相关关系,与比表面积、微孔含量等呈正相关关系。     

铝粉最小点火能实验研究

为了研究点火延迟时间、喷尘压力、粉尘浓度和铝粉粒径对铝粉最小点火能的影响,本文利用1.2L哈特曼管实验装置对200~500目的铝粉最小点火能进行测试,得出结论如下:实验测得铝粉最小点火能为38.6~48.9m J,最佳喷粉压力为110k Pa、粉尘敏感浓度为750 g/m~3;根据拟合函数求得铝粉最佳喷尘压力为104k Pa,铝粉敏感浓度为758 g/m~3。试验数据和拟合数据接近,试验可靠。铝粉最小点火能随着点火延迟时间、喷粉压力、粉尘浓度的增大先降低后增大;铝粉最小点火能随着粒径的减少而减小。     

铝镁粉尘爆炸条件及其预防措施

铝镁粉尘爆炸事故,不仅在专门生产铝、镁粉末的工厂里发生,在其他工厂(譬如铝制品厂的抛光车间)也会发生。上海一个生产装璜银粉(主要成份为铝粉)的车间就曾在1975年发生过一次爆炸,死伤5人,整个车间炸坏。因此,必须采取适当的防爆措施以降低事故发生率和减少经济损失。     

煤层小褶曲附近采动应力演化特征与瓦斯突出防治

为提高煤层小褶曲构造附近瓦斯突出灾害防治的针对性,以古汉山矿地质条件为背景,通过FLAC3D数值模拟方法开展了小褶曲附近采动应力场演化特征及对瓦斯灾害的影响规律研究。结果表明:工作面从背斜端或从向斜端揭露小褶曲过程中,小褶曲附近应力场大小呈现逐渐增大的变化特征,在揭露褶曲前应力增大至峰值状态;在揭露褶曲时刻,处于峰值状态的应力迅速降低,释放出大量的弹性能,迫使煤体产生剧烈位移,容易诱发瓦斯突出动力灾害。小褶曲附近高应力积累部位对现场瓦斯突出防治工作至关重要,可以在加强小褶曲探测的基础上,结合区域地应力场方向、构造产状特征、开采条件对煤层瓦斯突出的危险部位及发生时刻做出预测,从而制定出针对性的瓦斯突出防治措施。     

基于GMM模型的煤矿顶板事故致死人数预测

为了解决目前常用预测模型对随机波动性较大数据预测精度偏低的问题,文章在灰色预测GM(1,1)的基础上引入马尔可夫状态转移矩阵,建立了灰色马尔可夫预测模型(GMM),并将该法运用到煤矿顶板致死人数的预测中。经计算GMM模型的预测平均相对误差为1.181%,最大相对误差3.426%,与GM(1,1)法相比,后者精度分别提高了21倍和13倍。