面向节能减排的制造型企业碳足迹TOC优化管理方法

碳足迹优化管理是制造型企业节能减排、节约成本和生产安全的关键。在对制造型企业碳足迹内涵的研究基础上,结合TOC约束理论的思想,提出了包括辨识碳足迹管理瓶颈、分析和利用瓶颈,优化瓶颈,辨识新的瓶颈和循环FFS的面向节能减排的制造型企业碳足迹TOC优化管理方法;构建了制造型企业碳足迹瓶颈辨识数学模型,为企业各单位在众多不确定因素下做出一个统一规范和标准,定量化测度企业碳足迹管理水平;最后,通过实例验证方法的有效性和可行性。为生产制造类企业碳足迹优化管理提供理论和方法支持。     

某AP1000堆型滨海核电厂废水回用方式的设计

滨海核电厂在正常运行期间需要消耗大量的水以维持整个发电系统的运行,不可避免地会产生大量的废水。核电项目淡水用水量占当地总用水量的比例较大不仅会造成我国淡水资源紧缺的局面,而且大量、持续地废水排放,特别是带有放射性的废水,会加剧对周围环境的污染和破坏。考虑核电是一种清洁能源,因此有必要采取新的废水回用工艺和先进的水务管理技术,加大水的回收重复利用率,尽量减少核电项目对周围环境和社会的影响。     

不同晶型纳米TiO_2在斑马鱼体内的富集与清除

为探讨纳米材料的慢性生物效应以及材料结构对生物富集的影响,开展了A-TiO2(锐钛型纳米TiO2)和R-TiO2(金红石型纳米TiO2)在斑马鱼(Danio rerio)体内的长期富集和清除试验.采用半静态暴露试验,试验周期为46 d(暴露阶段28 d,清除阶段18 d),每种晶型设置2个处理组(ρ分别为4.0和10.0 mg/L),测定各时间点斑马鱼体内不同晶型纳米TiO2含量(以w计);以暴露阶段的BAF(生物富集系数)以及清除阶段的排出速率常数、总量清除率为终点,比较斑马鱼对2种晶型纳米TiO2的富集、清除的异同.结果表明:在暴露阶段,A-TiO2在斑马鱼体内的富集量显著高于R-TiO2,10.0 mg/L处理组斑马鱼体内富集量均显著高于4.0 mg/L处理组;4.0和10.0 mg/L的A-TiO2处理组的BAF分别为76.7和105.4 L/kg,略高于R-TiO2(41.6和36.1 L/kg),二者在斑马鱼体内均不具有生物蓄积性.在清除阶段,斑马鱼体内的2种晶型的纳米TiO2均可被排出,清除阶段的清除率为88.0%~100%;斑马鱼体内2种晶型纳米TiO2富集量的下降均符合一阶指数衰减方程,排出速率常数在0.26~1.01 d-1之间.     

催化型低温等离子体反应器净化废气研究进展

催化型低温等离子体反应器的作用是有效提高对废气的治理效率,较好地实现对废气的净化。相关调查报告显示,如果能量密度确定,那么催化型低温等离子体反应器要比普通的反应器的能量效率要高很多倍。之所以出现如此大的差距,主要与污染物的所属范围、反应器的架构、催化剂的指标参数密不可分。本文主要介绍了反应的原理、构型以及催化剂的参数对反应器的影响,并提出了未来的发展趋势。     

浅析滩涂型垃圾填埋场治理过程中防渗膜铺设的预留量控制

浙江省沿海地区建有大量不规范的滩涂型垃圾填埋场,在对这类填埋场进行治理的过程中,HDPE防渗膜起了重要作用。为防止下部软土地基的固结沉降以及垃圾堆体自身不均匀沉降给HDPE防渗膜带来过大的拉伸变形,从而引起防渗膜的拉裂,需在防渗膜铺设时预留一定量的长度。本文结合台州地区某填埋场治理的工程实例,探讨了确定防渗膜铺设预留量需考虑的因素,并提出了具体的计算方法。     

日本专家利用人工智能开发新程序使作弊无处可逃

以前,考试作弊一般只能靠监场老师现场抓获来取缔,而日本京都大学日前宣布,其研究小组利用人工智能开发出一款新程序,能够以很高的精度自动发现考试时考生是否偷看,从而使作弊无处可逃。京都大学的研究小组,利用人工智能领域的机器学习技术,并吸收此前的教师监考经验,开发出了这款新程序。该程序能计算参加考试者过去的成绩与考试问题难易度是否匹配、与其他考生答案的重叠程度等,然后将作弊嫌疑低的人逐     

宿州市护城河沉积物重金属污染程度及来源分析

在对宿州市护城河沉积物12个采样点重金属含量测试的基础上,运用沉积物富集系数法和内梅罗指数法对该水域沉积物中V、Cr、Ni、Cu、Zn、As及Pb 7种重金属污染程度进行分析,并运用聚类分析法和因子分析法对重金属来源进行识别.结果表明:Cu和Zn处于较强污染状态,Ni、As和Pb处于中等污染状态,Cr处于轻微至中等污染状态,V处于无污染状态;护城河沉积物12个采样点7种重金属的综合污染程度由大到小依次为H7、H10、H3、H9、H1、H11、H6、H5、H12、H8、H2和H4,其中位于工业区附近的H7点污染程度最高,而位于居民区和护城河汇流处附近的H4点最低;聚类分析将7种重金属分为Ⅰ类(Cu、Zn、As和Pb)、Ⅱ类(Cr和Ni)和Ⅲ类(V),每类元素自身具有相似的地球化学过程;旋转成分矩阵后的因子分析从重金属元素变量中提取出3个主成分(PC1、PC2和PC3),与聚类分析结果相对应,可解释总变量的90.97％.PCI(Cu、Zn、As和Pb)表示交通运输和煤炭工业污染,PC2(Cr和Ni)表示机械制造业,PC3(V)表示自然作用.     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

g-C3N4/TiO2纳米管阵列光阳极的制备及其光电催化降解邻氯硝基苯

采用阳极氧化-涂覆煅烧法成功制备了g-C₃N₄/TiO₂纳米管阵列（g-C₃N₄/TNAs）光阳极,并通过扫描电镜、X射线衍射仪、X射线光电子能谱仪、紫外可见漫反射光谱仪、光致发光光谱仪和电化学工作站等表征分析了g-C₃N₄/TNAs光阳极的形貌、晶形结构、光学特性和光电化学性能.表征结果证实,g-C₃N₄的引入通过缩小禁带宽度扩宽了TNAs的可见光响应范围,提高了光电流密度和光生电子寿命,促进了光生电子和空穴的分离.g-C₃N₄/TNAs光阳极在光电催化体系内对邻氯硝基苯（o-CNB）的降解效率高于其在光催化和电催化体系中对o-CNB的降解效率,且具有良好的稳定性和可重复性.活性物质捕获实验、电子自旋共振测试和能带结构分析表明,g-C₃N₄/TNAs光阳极中TNAs和g-C₃N₄之间存在Z型异质结相互作用机制.在光电催化体系内降解o-CNB的主要活性物质是^?O₂^-、^?OH和光生空穴,而光生电子是次要的活性物质.     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.