多层生物滤塔净化硫化氢废气研究

以木屑为填料,采用多层生物滤塔净化H2S气体,研究其适宜的工艺条件及生物降解宏观动力学.结果表明,填料分层可提高H2S去除率,当进气容积负荷＜153.2 g H2S/(m3·d)时,H2S的去除率保持在90%以上;进气浓度低于70 mg/m3,下层200mm填料对H2S总去除率的贡献在50%以上;填料含水率为50%～6...     

流变-突变论在预防硫化矿自燃中的应用研究

利用安全流变-突变理论系统,分析了硫化矿石氧化自热到自燃整个过程的特征规律,确定了硫化矿堆自燃流变-突变的各个阶段,并提出了其流变-突变模型。根据模型提出了预防硫化矿堆自燃的安全管理及安全技术措施,例如:加强安全教育,完善规章制度等,建立完善的硫化矿石自燃火灾事故的应急预案机制等完善安全管理;合理设计通风系统,进行采场温度实时监测,喷洒阻化剂来抑制矿石的自热等主要安全技术措施。控制硫化矿堆自燃的关键在于将其控制在安全流变阶段,加强安全管理和采用安全技术,防止突变的发生,这对于硫化矿山的安全生产具有重大的指导意义。     

型煤燃烧过程中CaS的形成及其固硫作用

本文研究了不同温度和燃烧条件下Ｆｅ－Ｓｉ体系钙基固硫剂的作用效果,实验表明,煤粒子子直接进入已达一定的温度的炉内时,其固硫效果较在程序升温条件下明显提高,在１３００℃高温仍肌７７％的固硫率,含硫物相以ＣａＳ为主,该条件下造成了煤粒子的缺陷氧燃烧,由此造成的局部还原气氛促了ＣａＳ为主。从而提高固硫率,Ｃａ可能是高温条件的理想固硫产物。     

硫化氢检测管的研制

经过条件优化试验,研制出硫化氢检测管,其显色长度与硫化氢浓度呈线性相关,对硫化氢标气7次测定的变异系为14．6％,平均相对误差为2％,小于15％,一次测定最大相对误差为18．8％,小于25％,符合国家标准（GB7230－87）的要求,与化学法比较,2种方法测试结果无显著性差异。     

气相色谱-质谱法测定环境空气中恶臭硫化物成分

摘要：采用苏玛罐采样、冷阱顶浓缩处理样品、气相色谱质谱联用法测定环境空气中的甲硫醇、乙硫醇、甲硫醚、乙硫醚、甲乙硫醚、二甲二硫、二硫化碳等7种恶臭硫化物。结果表明,该方法的线性较好,7种硫化物的检出限为8．0×10-4～1．4×10-3mg／m3,混合标准气体平行测定时RSD范围在3．32％～6．17％,加标回收率为100％～117％。该方法对于环境空气恶臭硫化物的测定准确可靠,能够用于常规环境空气中恶臭硫化物的分析检测。     

毛细管低温吸附气相色谱法同时测定空气中痕量甲硫醇和硫化氢

建立了毛细管低温吸附气相色谱同时测定空气中痕量甲硫醇和硫化氢的方法,介绍了冷冻吸附装置的制备方法和样品冷凝吸附流程。甲硫醇和硫化氢分别在0.467ng～5.16ng和0.327ng～3.60ng范围内线性良好,当进样体积为1L时,检出限为0．205μg/m^3和0．213μg／m^3,空白加标平均回收率为88．6％和90．2％,RSD为6.0％和6．5％。     

紫外分光光度法与亚甲兰分光光度法测定水中硫化物方法的对比及评价

对测定水和废水中溶解性硫化物的亚甲兰分光光度法及紫外分光光度法进行了对比性研究,并通过实际标准样品的测定,对2种测定方法在测定下限、线性范围和灵敏度及准确性等方面进行了评述,并提出了相关建议。     

水质硫化物直接吸收显色法中前置气体分离管存在的缺点和替换方法

介绍了直接吸收显色法分析水质硫化物中,气体分离管在实际操作中存在的缺点和氢氧化钾溶液替换气体分离管的优点,并通过实验来论证替换的可行性。     

湿式双氧水氧化处理染料中间体H-酸钠盐溶液的研究

在0.5 L压力反应器内,对染料中间体H-酸钠盐溶液进行湿式双氧水氧化(WPO)及湿式双氧水催化氧化(CWPO)降解处理.分别考察反应时间、双氧水用量、温度、进水pH值和催化剂等对反应过程与对象污染物降解的影响规律.结果表明,WPO能在温和的条件下降解难于生物降解的有机物,在温度为110℃、压力为0.5 MPa、双氧水用量为理论需用量、进水pH=5的条件下,处理含10 g/L H-酸钠盐的H-酸盐溶液的COD和色度去除率分别为62.0%和98.7%;采用非均相Cu/Ni复合催化剂,在同样操作条件下,CWPO对同一废水的COD和色度去除率分别可达到92.0%和99.9%.表明催化剂的存在大大提高了WPO的氧化效果.     

机动车与环境

机动车是城市最主要的交通工具。目前全世界拥有的机动车数量已经是6亿辆,全世界石油资源消耗的一半是用于交通运输的燃料消耗。全世界的机动车每年抛向大气层的温室气体CO2为40亿t,是人类活动排放总量的20%。由机动车所排放的PM、HC和NOX等污染物对人体健康构成了严重威胁。世界上石油资源的储量有限,氢能机动车尤其是质子交换膜燃料电池汽车是未来最理想的选择。