滇池底泥的砷污染现及其吸附特性

本文详细调查分析了滇池底泥中砷污染现状并进行了评价,同时研究了滇池底泥对砷的吸附特性以及底泥中砷的不同形态及其含量特征。      

PSO-SVM模型在化工事故风险预测中的应用研究

为了减少化工事故的发生,提高化工生产过程中事故风险预测的准确性,研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用.首先,统计分析近5年化工生产安全事故致因因素,得出化工事故风险因素统计特征,结合层次分析法,建立化工事故风险预测指标体系并确定各指标因素的权重值;然后,基于MATLAB计算生成的...     

新能源场群连锁故障路径的仿真预测方法

新能源场站的大规模集群化接入不仅增加了连锁故障的发生概率,也恶化了故障发生后的电网运行状态。为适应电网运行分析的新要求,以新能源机组和无功补偿装置实际运行工况为依据,研究了一种用于预测新能源场群连锁故障路径的仿真计算方法。通过基于大电网数据的仿真算例分析,得到了某新能源场群在典型约束条件下的详细连锁故障路径。结果表明:基于新能源场站机组实际情况建立的仿真模型更适宜于连锁脱网路径的仿真预测。     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

用先进的检验技术 创安全的工作环境——访《大型储罐群安全检验技术体系研究和工程示范》项目第一完成人沈功田

中国职业安全健康协会科学技术奖旨在奖励为我国安全生产科技进步做出突出贡献的组织和个人。2009年度中国职业安全健康协会科学技术奖共评出获奖项目65项,其中一等奖8项。     

中国安科院与中国长江三峡集团公司开展地下洞室群全尺寸火灾实验研究

2010年5月21～27日,中国安全生产科学研究院与中国长江三峡集团公司共同在金沙江流域向家坝水电站施工现场开展了倾斜转弯大长隧洞全尺寸火灾实验研究,同时在主变洞（长宽高尺寸约为170m×25m×24m）及其相邻洞室内开展洞室群全尺寸火灾实验研究。本次实验选择了不同火源功率、不同通风排烟条件等工况进行全尺寸实体实验。     

长荡湖沉积物重金属污染特征及生态风险评价

为明确长荡湖重金属污染特征及生态风险,于2018年9月至2019年8月采集长荡湖入湖河流、湖泊水体及表层沉积物样品,分析8种重金属(Cr、Ni、Cu、Zn、As、Cd、Pb和Hg)含量,采用正定矩阵因子(PMF)模型和主成分分析多元线性回归(PCA-MLR)模型对湖泊重金属污染来源进行解析,评估长荡湖沉积物重金属污染程度及风险等级。结果表明,8种重金属有7种超出江苏省土壤环境本底值,秋季长荡湖沉积物中重金属含量普遍较低。Cr、Cd、Zn和Ni的分配系数较高,现阶段不易从沉积物中释放到水体中,但由于Cd多为可交换态且在沉积物中含量较大,因此仍具有从沉积物中释放到水体中的潜力;Cu、As和Hg的分配系数较低,具有从沉积物中释放到水体中的潜力。Hg、Cd、As和Cu污染来源中农业生产占比最高,Pb和Zn交通污染占比最高,Ni自然来源占比最高,Cr工业活动占比最高。长荡湖春季和夏季受重金属污染程度更高,Cd和Hg的生态风险较高,需重点关注。     

大规模风电接入电网的机组组合问题研究

伴随着风力发电规模的日益增加,风电并网需求量增大,大电网环境下与之相适应的火电机组的启停组合经济调度问题显得特别突出。针对此问题,通过对离散二进制粒子群算法进行优化改进,采用等耗量微增率迭代法整合优化方案,用于解决火电机组启停组合经济调度问题。仿真结果表明:该方案接近最优,在满足电力系统约束条件下得出的机组组合方式能够使得总运行费用最低,能够根据风电具体预测信息,为电网接入的火电机组经济调度提供可靠依据。     

底泥与衰亡植物营养释放及细菌群落演替差异的比较分析

为揭示两种"湖泛"因素对水质影响及细菌群落演替差异,对泸沽湖草海底泥和衰亡植物营养释放过程进行对比研究,并通过冗余分析阐明影响细菌群落不同阶段变化的主要环境因子.结果表明,前期是衰亡植物与底泥营养释放及细菌演替差异显著的主要阶段.植物腐解过程中,细菌前期厌氧发酵更剧烈,水体迅速处于低pH、低DO和低ORP(Oxidat...     

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.