确保矸石电厂循环流化床锅炉安全运行的措施

循环流化床锅炉主要是针对劣质煤而设计的,适应矸石、低挥发分的煤种。同时,由于具有低温燃烧的特点,抑制了氮氧化物的生成,同时在燃料中添加石灰石等,可以在炉内脱硫。基于以上特点,这种锅炉主要建于坑口电站。但是由于炉内循环流化燃烧,对锅炉内部磨损比较严重,还有因为低温燃烧对燃烧不好控制,这两点一直是制约这种锅炉发展的瓶颈。近几年来,兖州矿业（集团）有限责任公司针对各煤矸石热电厂循环流化床锅炉运行实践中存在的问题进行了深入的研究,取得了一些参考价值的成果。     

藻源性黑水团环境效应Ⅲ:对水-沉积物界面处Fe-S-P循环的影响

利用静态模拟实验装置研究了藻源性黑水团发生过程中沉积物表层上覆水和沉积物间隙水中Fe-S-P的变化过程.结果表明:加入藻细胞后很快形成厌氧、还原环境,使得沉积物中Fe-S-P发生强烈的生物地球化学变化;实验第1d,表层上覆水中的Fe2+、SO42-、S2-含量高达4.993,242.0,387.57mg/L,为对照样柱中的1.8倍、2.2倍和18.8倍;在沉积物4cm处其浓度分别为8.5,40.0,65.3mg/L.随后,沉积物表层上覆水中Fe2+、S2-含量表现出一个先快速增加、随后降低的趋势,其浓度分别在实验的第3,2d达到最大值为11.1,634.6mg/L. 沉积物中PO43--P浓度受Fe-P解析等具有滞后性,从实验的第2d后开始直至实验结束时表现为其含量持续增加,到实验结束时其浓度为39.450mg/L,为对照样柱中的242倍.上覆水和间隙水中Fe-S-P含量的变化,反映了藻华聚集形成的厌氧环境中发生了剧烈的生物地球化学反应,从而使得沉积物中形成的Fe2+、S2- 和 PO43--P不断向上覆水体中扩散,对形成黑水团的水体生态系统的恢复造成阻碍和不良影响.     

反渗透技术在氨氮废水处理中的应用研究

以具有代表性的纳米氧化锌行业所产生的氨氮废水为处理对象,采用反渗透技术对其进行浓缩处理,反渗透产水可返回纳米氧化锌的生产工艺循环利用。研究结果表明:1)当一次反渗透系统运行压力稳定在1.0~1.4 MPa,系统进水和浓水压差在0.10 MPa以内,二次反渗透系统运行压力稳定在4.8~5.0 MPa,压差在0.10 MPa以内时,反渗透系统处理单元运行稳定;2)经过絮凝沉淀和两级砂滤处理后的废水SDI均小于4,可以满足反渗透进水要求,所以在工程设计中可以不考虑超滤作为反渗透的预处理;3)一次反渗透产水水质电导在150μs/cm以内,二次反渗透产水TDS在50 mg/L以内,完全满足纳米氧化锌生产工艺的回用水标准;4)pH值直接影响反渗透工艺处理纳米氧化锌生产中冲洗废水的效果。当废水pH<7时,反渗透系统对氨氮的处理效果最为稳定,且反渗透产水的氨氮含量可以控制在10 mg/L以内。     

气候变暖对冻结期黑土碳氮循环关键过程及指标的影响

冬季土壤碳氮循环是全球生物地球化学循环的重要组成部分,对气候变暖的响应极为敏感.为更好地了解气候变暖对冻结期黑土碳氮动态的影响,本试验采用红外辐射仪模拟土壤增温,并进行了两种不同水平的增温研究（W1和W2）.结果表明,在冻结期（2019年11月至翌年1月）,与对照处理（C）相比,模拟增温使表层土壤温度（0 cm土壤温度）分别上升1.54℃（W1）和4.10℃（W2）,并显著增加了土壤含水量,这很可能是由于积雪融化造成的.两种增温水平均降低了积雪覆盖厚度、土壤冻结深度、土壤有机碳（SOC）含量及活性有机碳（LC）含量.而冻结期增温对黑土氮循环关键过程及指标的影响则相对更复杂,随着增温幅度的提升,硝态氮（NO₃^--N）含量显著降低、全氮（TN）含量及净氮硝化速率明显增加,而铵态氮（NH₄⁺-N）、总无机氮（TIN）含量及净氮矿化速率则显著地呈现出先增加后降低的趋势.气候变暖将给冻结期黑土带来更为温暖湿润的环境,并且由此引起的土壤碳氮含量及转化过程的变化将会对随后生长季植物和微生物群落的结构组成、生产力及碳氮循环等过程产生深远的影响.这为研究冻结期东北黑土碳氮循环机制提供了一定的科学依据.     

氯代烃在铜电极上的电还原特性和还原机理

采用循环伏安法,对氯代烃在铜电极表面上的电还原特性进行了研究,评价了它们在铜电极上的电还原反应活性,分析了此类化合物在铜电极上的还原机理,并且讨论了电还原反应活性和此类化合物结构之间的关系.结果表明,氯代烷烃和部分氯代芳烃在铜电极表面有还原电位,能在铜电极表面被直接还原.氯代芳烃不易在铜电极上被直接还原.实验结果为催化铁内电解法提供了理论依据.     

循环温度荷载作用下饱和黏土的体积变形特性

采用温控三轴仪,研究了排水条件下温度循环引起的饱和黏土体积变化特性。试验结果表明,温度循环会使得土体产生不可恢复的体积变形,塑性体积应变的大小随温度循环周数的增加而增加,并逐渐趋于稳定值;若将经历过温度循环的土样重新加载到新的正常固结状态,后续温度循环中产生的塑性体积应变量值及发展规律与初始循环下的类似;同等温度增量下,体积应变的大小主要受超固结比OCR的影响,与应力水平无关。OCR越大,体积应变越小,随温度循环周数稳定的也越快。基于广义塑性理论,给出了热-力耦合作用下土体体积应变的计算模型。模型中考虑了温度塑性应变对屈服应力的硬化作用,根据屈服应力与前期固结应力之间的差异间接体现温度历史的影响,进而合理地模拟体积应变随温度循环周数的累积规律。利用所建立的模型对本文试验和文献中的数据进行了模拟,验证了模型的可靠性。     

大直径单桩水平循环弱化有限元分析

处于复杂海洋环境下的大直径单桩基础需要承受波流等长期水平循环荷载作用,建立能反映其循环弱化特性的有限元分析方法尤为重要。为此,采用非线性运动硬化准则和饱和软黏土循环弱化模型描述土体循环加载时的滞回特性和强度弱化,并建议了模型参数的选取方法。为验证该本构模型在分析桩土循环弱化时的有效性,先将大直径单桩循环加载有限元模拟结果与离心试验结果进行对比。并进一步研究了循环位移幅值、弱化参数对于大直径单桩基础桩顶反力弱化的影响。     

基于长短时记忆神经网络的河流水质预测研究

准确高效地预测河流水质变化趋势对河流水环境治理与保护具有重要意义。该文利用广州市白坭河上自动监测站每2 h的水质数据,从单测站数据时序之间的相关性和上游测站的影响两方面,分别建立长短时记忆网络(LSTM)河流水质预测的循环神经网络模型。模型以氨氮浓度为输出变量,比较了不同输入变量下的模型预测效果,并以最优模型和常用的深度学习算法支持向量机(SVM)进行了比较。结果表明:单测站LSTM模型经输入变量特征选择后的预测结果比仅使用氨氮浓度单变量的时间序列预测更接近真实数值;对加入上游监测站的双测站LSTM模型,输入的变量经过特征选择时,模型预测效果优于全部水质变量作为输入的预测结果,也优于单测站LSTM模型;但不进行特征选择时,输入变量增加,模型学习到噪声而使精度下降;和SVM模型相比,最优特征组合的LSTM模型具有更好的预测效果。研究也表明,对输入变量进行特征选择后,LSTM模型是一种有潜力的河流水质预测方法。