有机胺脱硫工艺在高硫煤地区火电厂的应用分析

近年来,电力行业发展迅速,燃煤电厂大气污染物控制取得很大成就。在电力行业"十二五"规划中,对节能减排工作提出了更高的要求,其中二氧化硫的削减仍占主要地位。本文就高硫煤地区实施有机胺脱硫工艺进行探讨,论述其应用情况、工艺原理,与传统工艺相比的优势、特点及发展方向。     

沾益县花山煤化工园区防护林建设探究

介绍了花山煤化工园区基本情况,从花山特殊的生态功能区,防护林建设产生的生态效益、社会效益、经济效益,防护林建设改变当地小气候,发挥多功能防护作用等方面阐述了建设沾益县花山煤化工园区防护林的必要性,并对其防护林的建设提出建议。     

基于不变矩理论的腐蚀等级评定方法研究

基于腐蚀图像包含大量腐蚀信息的客观现实,将数字图像技术和不变矩理论应用于腐蚀图像预处理和特征提取,用腐蚀图像的7个不变矩特征值来描述腐蚀形貌特征,利用概率神经网络模式识别技术,建立了以不变矩为特征参数的概率神经网络模式识别模型,实现了金属材料腐蚀等级的评定。以铝合金材料在EXCO溶液中加速腐蚀等级评定为例,分析表明,不变矩作为一种高度浓缩的图像特征,能够表示腐蚀形貌与腐蚀特征的映射关系,该方法简单易行,识别率可达到87.95%,满足工程应用要求。     

煤炭矿区规划环评与项目环评的衔接研究

煤炭矿区规划环境影响评价(以下简称矿区规划环评)与矿区内煤炭开发建设项目环境影响评价(以下简称煤矿项目环评)的衔接问题,一直是煤炭开发环境管理和环评机构关注的问题。将矿区规划环评与煤矿项目环评衔接起来,一方面可使矿区规划环评集中考虑战略层次的根本性问题;另一方面可以简化煤矿项目环评的过程,降低煤矿项目环评所需的时间和费用,从而提高环评工作的效率和有效性。矿区规划环评与煤矿项目环评可以从评价时间、评价内容以及决策三个途径进行衔接。     

燃煤、燃气锅炉综合效益模糊评价及分析结果——以乌鲁木齐市集中供热锅炉为例

以乌鲁木齐市某集中供热站锅炉节能减排方案为例,通过建立供热锅炉实施方案综合评价指标体系,运用层次分析法确定方案各项指标权重,利用模糊综合评判法分别从锅炉燃煤、燃气情况下的环境效益、经济效益以及设施能耗、物耗等指标着手,进行综合评价,并对集中供热锅炉燃煤与燃气方案综合评判结果进行分析,最终评选出较优实施方案。评选结果表明:燃气方案综合效益较好,可有效实现节能减排,为今后燃气锅炉建设提供一定的参考作用。     

北运河下游典型河网区水体中氮磷分布与富营养化评价

选择北运河下游典型河网区(闸坝多、水流慢和湖库化)为研究对象,通过为期1 a的水质监控,阐述了河网区氮、磷的时空变化特征,并利用对数型幂函数普适指数公式对其水体营养状态进行了评价.结果表明,河网区水体中TN平均质量浓度为12.50 mg.L-1(NH4+-N占67.41%),TP为1.45 mg.L-1(SRP占80.81%).河网区水体中氮、磷的时空分布特征明显,TN和NO 3--N质量浓度随季节变化特征趋于一致,NH 4+-N稍有不同;TP和SRP质量浓度随季节变化特征基本一致.从河网区进水带至出水带,水体中氮、磷质量浓度均呈逐渐下降趋势,其中TN、NH4+-N和NO3--N平均质量浓度分别从19.30、13.22和2.19mg.L-1降至7.98、4.45和1.50 mg.L-1;TP和SRP分别从1.95和1.59 mg.L-1降至1.11和0.91 mg.L-1.富营养化评价综合指数表明,河网区水体在时空尺度上均处于"极富"营养状态.     

辽河保护区治理与保护能力建设研究

辽河保护区治理与保护能力的建设,通过界碑、围栏、标示牌、宣传牌等设施建设,重点区域的水质、生态监测站点建设,保护区综合管理平台建设,应急保障体系建设,形成保护区完善的综合监控网络体系,全面提高保护区基础设施与监控能力。同时,应使全民参与对＂母亲河＂的保护。     

煤矿建设项目环境影响评价有关问题的探讨

本文根据煤矿建设项目的特点,分析了煤矿开采对建设期、运营期的主要环境影响,并在此基础上提出了煤矿建设项目环境影响评价应关注的环境问题。     

基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

基于BP神经网络的上市公司CEO报酬实证研究

近年来的研究表明,CEO报酬不仅受公司业绩的影响,还受到其他诸多因素的影响,而且,CEO报酬与其决定因素之间往往存在着非线性关系。本文以2003-2005年沪深股市的A股上市公司为样本,采用BP神经网络对CEO总报酬、CEO年薪、CEO持股价值及其决定因素分别进行训练和学习,结果表明：（1）网络训练输出值与实际值的拟合度分别达到91.09%、97.23%和78.44%;（2）网络的预测能力相对于传统的线性回归模型分别提高了92.72%、92.08%和53.89%。因此,本文认为在分析和确定CEO报酬水平时引入神经网络模型是可行的。