克山病病区低硒粮喂养的豚鼠红细胞内Na~+浓度变化的研究

豚鼠分别喂以克山病病区粮(低硒)和非病区粮(硒含量正常),借助合成的D_Y(PPP)_2~(-7)位移试剂用XL-400NMR谱仪直接测试完整红细胞内Na~+的NMR谱,并定量计算细胞内Na~+浓度,发现低硒的病区粮饲养的豚鼠红细胞内Na~+浓度显著高于正常组;病区粮喂养的豚鼠红细胞在老化条件下细胞溶血比非病区严重。     

V2O5-WO3/TiO2脱硝催化剂的制备及其性能

对选择性催化还原脱硝用催化剂V2O5-WO3/TiO2的制备工艺进行了实验研究.采用溶胶-凝胶法制得TiO2凝胶,对凝胶进行不同条件下的干燥和煅烧处理,然后通过浸渍法在TiO2上依次负载WO3和V2O5,最终得到V2O5-WO3/TiO2催化剂.结果表明,TiO2凝胶的处理温度对催化剂结构和脱除NO的性能有一定的影响,TiO2凝胶干燥温度为105 ℃时制得的催化剂活性较高,在实验条件下NO脱除率最高可达98.3%.     

一个耐受镉毒害的拟南芥突变体的筛选

从甲基磺酸乙酯(EMS)诱变获得的拟南芥M2代群体(Columbia型)中筛选获得一个耐受镉Cd2 毒害能力显著增强的拟南芥突变体(命名为cdr1-1).遗传分析表明,该突变性状为隐性单基因突变,与野生型相比,cdr1-1突变体在不同发育时期均能耐受Cd2 毒害,且其对Cd2 的积累能力也显著高于野生型.此外,还发现cdr1-1突变体体内的还原型谷胱甘肽(GSH)水平显著高于野生型,用GSH合成抑制剂丁硫氨酸亚矾胺处理cdr1-1突变体,导致其耐受Cd2 毒害能力显著下降,几乎接近野生型水平,表明cdr1-1突变体对Cd2 的耐受性至少部分依赖于GSH介导的途径.     

城市固体废物的焚烧实验

 稳定均匀的燃烧温度是确保减少垃圾焚烧系统大气污染物排放量的一个重要因素.采用内旋流流化床(ICFB)进行了城市生活垃圾焚烧实验,探讨了不同的布风速度、垃圾焚烧量、流化床浓相区高度和不同种类垃圾对焚烧稳定性的影响,并给出了流化床内部温度和CO、NO_X、SO₂等大气污染物的浓度变化.内旋流流化床采用非均匀布风,低速风的移动区尚未流化时,浓相区温度存在一定的不均匀性,低速风区流速超过2倍初始流化速度后,浓相区温度是均匀一致的;流化床的床料具有较好的蓄热能力,较厚的床层有利于提高燃烧的稳定性,可减少垃圾给料和垃圾热值的波动对燃烧温度造成的不利影响;垃圾的焚烧效果与垃圾的热值有直接关系,焚烧低热值垃圾时,为了提高焚烧温度并达到较好的排放指标,需要增加一定量辅助燃料进行助燃;内旋流流化床在燃烧稳定性以及燃烧温度控制上具有一定优势.     

固化法处理废干电池

介绍了电池的历史及其生产的现状、排废特征 ;简述了废旧干电池对环境的危害及其回收处理工艺和经济环境效益 ;结合金霸王 (中国 )有限公司废干电池的特点和电池废料的处理现状 ,对其采用固化法处理 ,然后进行渗漏试验并作出结果分析和评述 ;最后对废干电池的回收处理提出建议。     

水体中苯及其衍生物降解途径研究进展

介绍了苯及其衍生物对水环境所造成的污染和危害,并对水体中该类污染物降解技术研究进展进行了综述.着重介绍了光化学及光催化技术、生物降解和超声波降解等技术在该领域的有关研究.     

耐热粉末铝合金筒体热旋成形试验

介绍了喷射沉积耐热铝合金管坯经挤压变形 ,变薄旋压筒体的研制过程 ;重点论述了热旋成形筒体的工艺路线。试验探讨了耐热铝合金的旋压温度为 35 0～ 45 0℃ ,道次变薄率约为2 0 % ,累计变薄率约 5 0 % ,需中间退火 ,退火温度宜取 35 0℃。热旋结果认为 ,喷射沉积耐热粉末铝合金铸坯直接热旋成形困难 ,需经挤压比大于 4的变形致密 ,有助于热旋成形。耐热粉末铝合金挤压坯加热变薄旋压 ,应采用小压下量多道次的变形过程 ,逐渐细化晶粒组织 ,才能旋出综合性能良好的筒形件。     

自适应神经模糊推理在大气环境质量评价中的应用

利用matlab模糊工具箱中自适应神经模糊推理系统(Anfis)方法,对大气环境质量评价作一个尝试性的工作。利用Anfis法对大气环境质量现状的评价,并与灰色聚类法作比较,得出Anfis法用于评价环境质量是可行的,且具有许多优点。     

油气田开发与炼化企业硫化氢危害分析与预防

分析了油田开发和炼油化工生产过程中H2S的分布区域、特点及危害.通过对66起H2S中毒事故的分析,指出在设备及管线的吹扫、堵漏、拆卸、安装作业过程中较易发生H2S中毒事故;事故主要是由于违章及误操作以及对H2S的毒害认识不够、安全意识差引起的.从管理措施、技术支持、人员培训、应急救援等方面提出了预防H2S中毒的措施.     

应用BP神经网络预测嵌岩桩竖向承载力的研究

利用BP神经网络,建立了嵌岩桩竖向承载力预测的BP神经网络模型,采用嵌岩桩竖向承载力的实验数据对网络进行了训练,并以此训练好的BP神经网络对嵌岩桩承载力进行了预测。预测结果表明,该模型具有很高的预测精度,为预测嵌岩桩承载力提供了一种新的方法。