工业园区恶臭污染源排放特征和健康风险评估

为了深入了解工业园区恶臭污染情况、保障工业园区工作人员的工作环境安全,以珠海市某工业园区为分析对象,采集园区内涉及8种行业类型、14个工业恶臭源的主要工艺流程中通过有组织方式排放的恶臭废气,分析了14个排放源的恶臭VOCs排放特征,测定了感官臭气浓度,应用理论臭气强度法确定了各排放源的特征恶臭物质,并对各排放源的恶臭废气进行了致癌和非致癌风险评估.结果表明:①14个排放源排放的物质种类相同、含量差异较大,纤维和电池制造及烃类、酸酐、酯类和溶剂合成的恶臭VOCs排放以烷烯烃为主;炼油源、PTA合成源和乳胶合成源废气中苯及苯系物含量最高;酯类化合物是活性炭加工、树脂合成源和喷涂源废气排放的主要物质;陶瓷制造源和添加剂合成源排放的废气以羰基化合物和硫化物为主;②14个排放源的废气均具有较为强烈的感官刺激性,润滑油添加剂合成和乳胶类合成排放的废气感官刺激性最严重.其中,添加剂合成源的特征恶臭物质为乙硫醇、乙硫醚、正丁醇和甲苯,乳胶合成源的特征恶臭物质为苯乙烯、丙苯、异丙苯、丙烯酸丁酯和1,3-丁二烯;③14个排放源恶臭废气的终生致癌风险LCR值范围为3. 06×10-7～1. 06×10-2,其中炼油源、PTA合成源、酯类合成源和乳胶合成源排放废气存在较大潜在风险;非致癌风险HI总值范围为0. 02～51. 66,其中乳胶合成、酯类合成、炼油、PTA合成和纤维制造存在一定的非致癌健康风险.乳胶合成源、酸酐合成源和树脂合成源厂界均存在潜在致癌风险.     

燃煤锅炉颗粒物化学组成排放特征

本研究收集了兰州市不同吨位燃煤锅炉颗粒物排放样品,分析并评估了锅炉烟气中水溶性无机离子、碳质组分、水溶性有机物(WSOC)以及多环芳烃(PAHs)的排放水平、排放特征及其影响因素.结果表明,SO_4~(2-)、Cl~-和Ca~(2+)是燃煤锅炉样品中最主要的水溶性离子,分别占水溶性离子总和的35. 13%、23. 16%和22. 20%.不同吨位燃煤锅炉样品的OCEC及其热解成分谱较为相似,OC1、OC2、OC3、OC4、EC1、EC2和EC3分别占TC的1. 04%、8. 26%、20. 09%、6. 78%、51. 08%、7. 09%和5. 66%,其中EC1的含量最高,是最主要的碳质组分. WSOC/TC和WSOC/OC分别为0. 09±0. 07和0. 23±0. 12,且不同吨位锅炉之间差异较大.菲(Phe)、芘(Pyr)和苯并(k)荧蒽(Bk F)是PAHs的3个主要成分,分别占PAHs总和的16. 69%、11. 93%和10. 66%.不同吨位燃煤锅炉所排放颗粒物中水溶性离子、OCEC以及WSOC均与锅炉吨位大小无明显线性相关,随着吨位的增加PAHs轻组分含量减小.     

模糊综合评判法在西部地区高速公路施工现场安全评判中的应用

目前随着高速公路建设的飞速发展,引发了施工现场的安全管理难度剧增,及时、正确地掌握和评判施工现场安全状况是预防和控制安全事故发生的有效途径。但公路施工领域安全评判涉及的因素很多,模糊性大、动态变化复杂是最显著的特性,因素之间互相作用使结果可变性很大,如何对受多种因素制约的事物或对象做出一个总体的评价是目前一个很重要的问题。模糊综合评判法可把定性评价转化为定量评价,能较好地解决模糊的、难以量化的问题。但由于该法使用的评语常带有模糊性,各影响因素的权重通常是专家凭经验给出,从而影响评判结果的客观性。而层次分析法适用于多方案或多目标的决策,可将定性与定量的分析相结合,可以减少评价中因主观性所带来的弊端,使评价结果更可信。本文在研究模糊综合评判法和层次分析法优缺点的基础上,将二者结合起来,建立西部地区高速公路施工现场安全状况评价的模型,利用该模型得出公路施工现场安全状况,为施工现场的安全管理和事故防治提供依据。     

固体和液体危险化学品仓库火灾风险分析方法探讨

固体和液体化学品仓库火灾是企业安全面临的经常性威胁之一,需考虑火灾中毒性燃烧产物释放和非燃烧产生的毒性物质释放。结合火灾风险分析方法,阐述火灾场景中各要素及相互关系,主要包括火灾场景、物质、燃烧速率、源项、毒性、扩散、概率和风险之间的关系,火灾场景考虑持续时间、面积和通风率的影响,物质中考虑平均结构式和燃烧方程,源项中考虑形成的产物、燃烧物质每千克的散发和活性物质百分比,毒性中考虑HCl,NO2,SO2和非燃烧产生的物质。基于储存物质平均结构式,建立燃烧关系方程。燃烧速率计算取决于可用的氧气量和需要的氧气量,分为面积受限的燃烧速率和氧气受限的燃烧速率。最后给出毒性燃烧产物HCl,NO2,SO2释放量和非燃烧产生的毒性物质释放量的计算方法,同时以毒性燃烧产物释放场景后果模拟为例说明仓库发生火灾的后果严重性,为仓库火灾风险分析提供借鉴。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

采油作业区节能减排探索与实践

H作业区经过对节能减排中问题的总结,实施了哈得四联合站放空气回收轻烃外输、哈得一联合站二段气回收、污水闭路循环回收利用、淡化水流程优化等节能减排工程,促进了节能减排,减少了碳排放,实现了清洁生产,取得了较好的经济效益和环境效益。     

后石油时代沙生灌木直燃发电对环境的影响＊

文章通过对内蒙古中西部地区沙生灌木的成分分析,基于生命周期法(LCA),定量论证了沙生灌木直燃发电开发模式对环境的影响和推广的可行性,指出相比石油等传统能源,这种模式具有较大的潜在效益,对于我国发展绿色替代能源,促进西部地区生态环境和经济协调发展具有一定的战略意义。     

生物质燃烧的二噁英排放特性

通过室内模拟燃烧5种生物质,分别采集燃烧排放的烟气作为样品,然后分析生物质和燃烧产物的二噁英含量,得到玉米秸秆、稻草、松树、桉树、松针燃烧的二噁英排放因子分别为2.59、16.78、1.44、5.15、34.12 n.gkg-1,对应的I-TEQ浓度为0.26、1.04、0.10、0.31、1.49 n.gkg-1.O...     

Embodied energy and emergy evaluation of a typical biodiesel production chain in China

Biodiesel from non-grain feedstock has been considered as one of the proper substitutes for fossil fuels associated with a series of activities emerging in China in order to meet the resource shortage and develop the energy crops. This paper presents an ecological accounting framework based on embodied energy, emergy, and CO₂ emission for the whole production chain of biodiesel made from Jatropha curcas L. (JCL) oil. The energy and materials invested in and CO₂ emission from the whole process, including cropping, transportation, extraction, and production, are accounted and calculated. Also, E_mCO₂, the ratio of real CO₂ released to the emergy-based sustainability indicator per joule biodiesel, is proposed in this paper to present a new goal function for low-carbon system optimization. Finally, the results are compared with those of the bioethanol (wheat) production in Henan Province, China, and bioethanol (corn) production in Italy in view of the indices of embodied energy, emergy and CO₂ emissions and E_mCO₂.     

Analysis of behavioral changes of zebrafish (Danio rerio) in response to formaldehyde using Self-organizing map and a hidden Markov model

Two computational methods were applied to classification of movement patterns of zebrafish (Danio rerio) to elucidate Markov processes in behavioral changes before and after treatment of formaldehyde (0.1 mg/L) in semi-natural conditions. The complex data of the movement tracks were initially classified by the Self-organizing map (SOM) to present different behavioral states of test individuals. Transition probabilities between behavioral states were further evaluated to fit Markov processes by using the hidden Markov model (HMM). Emission transition probability was also obtained from the observed variables (i.e., speed) for training with the HMM. Experimental transition and emission probability matrices were successfully estimated with the HMM for recognizing sequences of behavioral states with accuracy rates in acceptable ranges at central and boundary zones before (77.3-81.2%) and after (70.1-76.5%) treatment. A heuristic algorithm and a Markov model were efficiently combined to analyze movement patterns and could be a means of in situ behavioral monitoring tool.