《黄磷工业污染物排放标准》和《化工建设工程项目环境影响评价导则》编制工作正式启动

受国家环保总局委托，中国化工防治污染技术协会与中国无机盐工业协会共同承担的《黄磷工业污染物排放标准》、与中NN化集团北京化工研究院环保所共同承担的《化工建设工程项目环境影响评价导则》两课题的开题论证会于2004年5月24日在北京分别召开。     

一种新型水泥配料

美国燃气技术研究所(GTI)与美国环保局下属的新泽西交通与Unitel技术部合作开发出一种名为Cement-Lock的技术，可将港湾或水道底泥转变成建筑水泥的配料。该技术能使许多受金属及其他污染物(主要来自污水管道溢流系统和工业生产活动)污染的港湾和水道变得清洁。     

审核半定量评价浅谈

基于职业安全健康管理体系PDCA循环的思想，作为其二级监控机制的内部审核就显得尤为关键。如何对组织的各个部门在职业安全健康管理体系中发挥的作用进行半定量分析成为我们研究的一个课题，本文仅结合我公司的一些实践体会，就内部审核半定量评价的方法做一些探索。     

活性炭纤维有机废气吸附回收装置

由河北中环环保设备有限公司开发的活性炭纤维有机废气吸附回收装置,可广泛应用于化工、石油化工、汽油装卸、印刷、涂装、橡胶加工、感光材料、塑胶、纤维、油漆制造等行业的有机废气回收、净化。主要技术内容一、基本原理该装置利用吸附、解吸性能优异的活性炭纤维作为吸附剂。有机废气经过预处理后进入吸附器,吸附器将有机废气吸附浓缩,再用水蒸汽将其脱附下来,经过冷凝将有机物回收再利用,从而达到节能降耗的目的。二、技术关键该设计选用活性炭纤维作为有机废气的吸附材料,吸附回收率可达92%～98%,其使用寿命是普通活性炭颗粒的3～4倍;…     

ClO2去除废水中石油类污染物的研究

就如何使用ClO2和O3对水中石油类污染物氧化去除进行了研究，确定了最佳反应时间、pH和氧化剂用量对去除率的影响。ClO2的最佳投加量应为有机物总量的1．5倍，反应时间可控制在20min上。ClO2处理pH5．0～6．5溶液时的去除效果最好。同时进行了O3的对照实验。分析了ClO2和O3在水处理应用中的优缺点。     

国家环保总局发布五项机动车排放新标准

2005年4月27日,国家环保总局召开新闻发布会,公布了五项机动车污染物排放新标准。国家环保总局科技司副司长罗毅表示,制定和实施更严格的排放标准,降低排放负荷是解决机动车污染问题的必然选择和有效手段。新排放标准是根据国内机动车污染状况、发展需要和环境保护的需要制定的。     

JY-C型有机废气净化处理技术

由福州嘉园环保工程有限公司开发的JY-C型有机废气净化处理技术,适用于治理含挥发性物质的有机废气。主要技术内容一、基本原理采用活性炭吸附-热力脱附-催化再生工艺原理,理论基础为活性炭吸附解析机理和气-固催化氧化反应机理。蜂窝活性炭对有机废气具有良好的吸附能力,在分子间力和未饱和化学键力的作用下,低     

有机废弃物微生物发酵生产生物有机肥技术

由北京市京圃园生物工程有限公司开发的有机废弃物微生物发酵生产生物有机肥技术,适用于有机固体废弃物的处理。主要技术内容一、基本原理利用微生物在自然界的分解作用,将有机废弃物经微生物发酵、除臭和腐熟后,加工成可用于有机农产品生产的优质肥料。使有机废弃物的处理和利用进入生物链,实现物质的良性循环。采用槽式好氧发酵工艺进行有机废弃物的处理,利用微生物发酵剂的功能,使畜禽粪便等有机废物能快速除臭、腐熟。二、技术关键1.选用恰当的菌种,生产出菌种之间相互不产生拮抗的复合的菌曲,应用到有机废物的发酵过程中,在24h内使发酵…     

淀山湖沉积物的污染特征及其风险评价

对上海淀山湖代表性表层沉积物中的重金属、磷、PAHs及OCPs等典型污染物质进行了分析和风险评价。其中总磷含量范围为1 072~1 229 mg/kg,以无机磷为主,生物可利用磷含量较高,对水体富营养化具有潜在的威胁。重金属Cu、Cr、Zn、Pb的平均含量分别为25.5、34.1、244.5、32.2 mg/kg,污染程度大小依次为ZnPbCuCr,潜在生态风险程度依次为PbCuZnCr。∑PAHs、∑OCPs含量范围分别为617.1~843.2 ng/g以及22.03~28.94 ng/g,风险结果表明PAHs和大部分OCPs均未超出ERL值,生态风险水平低。     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。