转炉煤气干法除尘回收系统关键技术的优化应用

转炉煤气干法除尘回收系统在运行中存在较多不稳定因素,故障时有发生,严重制约生产的均衡稳定。通过进行工艺、设备改进,优化应用蒸发冷却器喷淋水水质提升、蒸发冷却器桶壁高效化清理技术、电除尘器泄爆控制技术、电除尘器电场劣化控制技术、电除尘器阴极线在线更换技术等关键技术,逐步完善原技术的固有缺陷,有效解决了各类问题。通过转炉煤气干法除尘回收系统关键技术的优化应用,实现了设备系统的稳定高效运行,使其运行效率达到甚至超过了国内外同行的最好水平,同时使得原转炉煤气干法除尘回收技术得到了有效的补充和完善。     

基于CLUE-S和灰色线性规划的嘉兴北部土地利用优化配置研究

构建基于CLUE-S与灰色线性规划混合模型的土地利用优化配置方法,在导入区域政策、社会经济、生态目标和土地利用现状等条件下,进行土地利用数量结构与空间布局的统一优化,并以嘉兴北部地区为例进行实证研究,共设置现状趋势情景、规划目标情景和规划可持续情景这3种模拟情景.规划可持续情景侧重社会经济环境效益,故对建设用地快速增长和农用地持续减少起到明显调控作用,可实现生态敏感区环境和粮食安全的双重保护,是理想的土地利用优化方案.CLUE-S模型与灰色线性规划的耦合能够兼顾现状条件和区域发展目标,模拟土地利用的数量和空间变化,是解决土地资源优化配置问题的有效方法.     

330MW火电机组一次调频分析与优化

针对国电宁夏石嘴山发电有限公司一次调频响应缓慢、调频幅度与设定值偏差较大等问题,对产生原因进行分析,提出优化方案。结果表明:数字式电液控制系统(DigitalElectronic Hydraulic control system, DEH)一次调频存在滞后环节,严重影响调频速率及调频幅度,经过参数优化后,一次调频功能满足了电网调频要求。     

杂合抗菌肽LPCB在毕赤酵母中的表达条件优化

为获取能表达具有天然活性的杂合抗菌肽的重组酵母菌,确定其最佳表达条件,将构建好的重组酵母表达载体pPICZα-A-CecropinB(1～10)-Magainin2(1～12)(简称pPICZα-A-CBMA)和pPICZα-A-Lfcin-Pro-CecropinB(简称pPICZα-A-LPCB)经SacⅠ线性化处理,分别电转入巴斯德毕赤酵母Pichia pastoris X-33,利用抗生素Zeocin筛选阳性克隆,PCR扩增验证,甲醇诱导表达.采用抑菌圈法初步测定产物活性,优化杂合肽LPCB诱导时间、诱导剂浓度、诱导温度、培养基pH等表达条件,传代检测其质粒稳定性.结果显示,基因工程菌P.pastoris X-33/pPICZα-A-CBMA和P.pastoris X-33/pPICZα-A-LPCB成功构建.表达产物前者抑菌活性微弱,后者抑菌活性良好.杂合肽LPCB的最佳表达条件为:25℃,pH中性培养,每24 h添加0.5%(V/V,φ)甲醇,诱导表达72 h.重组酵母菌pPICZα-A-LPCB在培养超过100代后,未发生质粒丢失.     

响应面法优化菌株Bacillus sp.W77酯酶发酵条件

为开发适应性好的工业用酶,从深圳福田红树林自然保护区土壤中分离纯化获得一株产耐高温嗜碱性酯酶的菌株,通过形态学和分子生物学初步鉴定该菌株为芽孢杆菌属(Bacillus sp.),命名为Bacillus sp.W77;对所产的粗酶液进行酶活测定,发现该菌产的酯酶的最适反应温度是50℃,最适pH为8.0,且在碱性条件下较稳定;采用响应面法(Response surface methodology)对土壤菌株Bacillus sp.W77的产酯酶条件进行了优化,酵母提取物6.67 g/L,磷酸氢二钾0.56 g/L,硫酸镁0.36 g/L时,此时预测的最大酯酶活力的D405 nm值为1.266,在最佳产酶条件下,优化后酯酶活力的D405 nm值由0.829提高到1.235,实际值达到理论预测值的97.5%.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.