燃烧源中可吸入颗粒物排放特征及测量方法的研究进展

介绍了大气中可吸入颗粒物的来源分析,并对工业燃烧源和小型燃烧源的排放因子、排放测量方面的研究进行了总结。最后进一步探讨了燃烧源中可吸入颗粒物的未来研究重点和研究方向。     

中小型燃煤烟气脱硫实验研究

介绍了选用熟石灰Ca（OH）2作脱硫剂的中小型燃煤烟气半千法脱硫工艺和反应机理,研究了浆液浓度、入口烟气温度和烟气SO2浓度对脱硫率的影响。     

日本食品废物不同资源化技术下的碳排放比较研究

应用生命周期评价法(LCA),采用日本农林水产省和环境省的调查数据和统计数据,对不同资源化技术处理食品废物碳排放进行评价.10种资源化技术相比于3种非资源化(主要是焚烧)技术的结果表明,食品废物生命周期各阶段碳排放最多的是预处理+处理阶段,约占85％;最少的是回收阶段,可抵消部分排放.此外,全生命周期总排放,甲烷化(循...     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

浅谈VOCs燃烧法处理技术及发展

近年来随着大气污染治理的力度不断加强,PM2.5、PM10、SO₂、NO₂等多项污染物治理效果显著,但我国VOCs排放总量却呈上升趋势。文章首先对挥发性有机物(VOCs)进行的来源和危害进行简要介绍;其次对VOCs易混淆的几点概念进行阐述;最后对大气中VOCs燃烧法处理技术进行深入分析,期望为基层有关工作者及涉VOCs燃烧法处理企业提供部分参考价值。     

高效节能小型生物污水处理设备研发与应用

近年来,农村污水的处理已经受到了各级政府的高度重视,漓江两侧的部分村庄已经建成了一些污水处理的工程。但是远离漓江两侧,或者漓江支流流域的大量村屯还都没有污水处理设施。因此,优选适宜的集中污水处理工艺,并开发高效节能的一体化设备,对于加快村屯的污水处理,保护流域的环境质量就显得尤为重要。文章介绍一种新型的污水处理工艺技术——太阳能微曝气自动控制的小型一体化污水处理器,阐述其构造及应用机理、反应器的技术特点、在实际工程中应用的优势。     

大型多功能救援属具的综合性能评价体系

为提高工程机械的救援效率,首先,总结多功能救援属具性能评价存在的指标多样化、矛盾化等问题;然后,面向大震巨灾环境下的救援需求,建立以安全高效为原则,以目标层、准则层、指标层3层体系为框架、以生产性能、基本功能、运输性能、安全性能、操作性能为关键要素的多功能救援属具的综合性能评价体系,并采用改进的层次分析法(AHP)-模...     

液化石油气钢瓶爆炸性质分析

某企业红冲车间3个液化石油气钢瓶发生爆炸。通过宏观形貌、断口边缘壁厚、理化性能和断口检验,对液化石油气钢瓶爆炸性质进行分析。结果显示:2个破碎性钢瓶化学成分合格,金相组织正常;钢瓶炸成许多碎片,且碎片产生翘曲等大变形,在碎片内表面和断口上有大量液化石油气不完全燃烧产生的碳黑。这表明2个破碎性钢瓶发生了化学爆炸;较完好钢瓶是受到爆炸碎片撞击后破裂,瓶内可燃气体在撞击口泄漏并发生燃烧,导致钢瓶飞出。     

六六六转化的同位素分馏效应及其环境应用研究进展

有机污染物转化具有同位素分馏效应,此效应可用于揭示反应机理,并在环境污染的风险评价与治理修复中具有应用前景。六六六(六氯环己烷,HCH)曾长期用作杀虫剂,化学性质稳定,降解半衰期长,是典型的持久性有机污染物。近年来,在HCH不同转化途径的同位素分馏效应、环境中HCH的同位素分析等方面取得了许多进展,集中反映了污染物转化同位素分馏领域的理论成果和应用价值。该文在简要介绍同位素分馏现象及其分析方法——单体同位素分析(CSIA)技术的基础上,对以HCH为代表的有机污染物转化过程中的同位素分馏效应进行评述,着重介绍了新方法的运用,如双元素同位素分析、同位素-对映体分馏分析等。通过污染物溯源、食物链传递、土壤-植物体系转化和污染场地修复等方面的实例,展示了同位素分馏的潜在用途,以期为有机污染的风险评价与控制修复提供方法学参考。     

MI和SVM算法在煤与瓦斯突出预测中的应用

为解决能用于煤与瓦斯突出预测模型的真实事故训练数据量小、数据集缺失严重的问题,提出采用数据挖掘多重填补(MI)算法填补事故数据中缺失参数,增大可用数据集,并将填补后的数据用于支持向量机(SVM)预测模型的训练与测试,选取K最近邻(KNN)算法与SVM进行对比.结果 表明:SVM数据填补前后的平均识别率分别为88.37％...