响应曲面法在反硝化生物滤池运行参数优化中的应用

为预测反硝化生物滤池深度处理城镇污水处理厂二沉池出水的脱氮效果,优化工艺运行参数,以黏土陶粒反硝化生物滤池作为反应器,以人工合成污水模拟污水处理厂二沉池出水,采用中心组合试验设计,利用响应曲面法研究反应器NO₃--N去除率与HRT(水力停留时间)、进水中ρ(COD_Cr)和ρ(NO₃--N)之间的关系. 统计结果显示,NO₃--N去除模型极显著(P<0.000 1),并且模型预测值与试验值能很好地吻合. 方差分析结果表明,HRT及其与进水中ρ(NO₃--N)和ρ(COD_Cr)的交互作用对反硝化滤池NO₃--N的去除率影响不显著(P>0.05),而进水中ρ(NO₃--N)和ρ(COD_Cr)及其交互作用对反硝化滤池NO₃--N的去除具有显著影响(P＜0.05). 3个因素对NO₃--N去除率影响强弱的顺序为进水ρ(COD_Cr)>进水ρ(NO₃--N)>HRT. 在HRT为2.50 h的条件下,当进水中ρ(NO₃--N)＜11.00 mg/L及ρ(COD_Cr)＞43.00 mg/L时,反硝化滤池NO₃--N的去除率可以达到71.0%以上.      

基于参数化模型优化的喷氨格栅设计方法研究

从喷氨格栅工程设计要求出发,结合数值模拟分析、代理模型技术以及优化设计方法,提出了一套基于参数化模型优化的喷氨格栅设计方法和流程。该方法从工程设计要求的分析入手,根据喷氨格栅几何参数对喷氨特性的影响特点和规律,建立参数化设计数学模型,并通过优化计算最终获得喷氨格栅的最优设计。另外,通过实例计算验证了该设计方法在SCR脱硝系统喷氨格栅设计中的适用性。     

污水厂曝气节能智能优化控制系统

针对国内大部分污水厂现有曝气控制中存在着溶解氧浓度波动大、曝气量冗余大、曝气单元能耗高等问题,提出曝气节能智能优化系统,该系统通过获得A/O工艺实时的在线数据不断进行模拟计算,然后按照生化池进水的污染物负荷状况,以曝气能耗最小为目标函数来获取最优的DO设定值及其PI控制器的参数Kp、Ki。该智能优化系统在沥滘污水厂的实际应用情况表明:该系统在盫こ鏊实那榭鱿拢唤鎏岣吡讼低车目垢汉沙寤髂芰Γ苯档土?曝气能耗。     

利用多参数表面等离子谐振(SPR)生物传感器检测莠去津

利用自行研制的多参数SPR生物传感器,对莠去津的检测方法进行了研究.检测时间设定为15min,可以检测到10 n.gml-1的莠去津的抑制作用.利用多参数SPR传感器,可以同时对多种环境污染物进行检测,实现检测过程集成化,提高检测效率,获得对单一组份进行检测无法得到的全面和深入的信息.     

物种敏感度分布的非参数核密度估计模型

针对目前物种敏感度分布参数方法建模所存在的缺点,首次提出基于非参数核密度估计方法的物种敏感度分布模型,并提出相应的最优窗宽和检验方法。选用无机汞作为案例研究对象,利用非参数核密度估计方法和3种传统参数模型分别推导了保护我国水生生物的无机汞的急性水质基准值。结果表明,非参数核密度估计方法在推导无机汞水质基准中的稳健性和精确度都大大优于传统参数模型,能够更好地构建物种敏感度分布曲线。该方法的提出丰富了水质基准的理论方法学,为更好地保护水生生物提供了有力的支撑。     

计算森林生态系统蒸散力和蒸散理论公式中参数的确定

森林生态系统蒸散力蒸用是评价森林生态系统水分蒸散与水分平衡的重要指标。分别推导了 森生态系统蒸散力和蒸散的理论计算公式,并重新确定了其中的某些一数,这对研究森林生态有着重要意义。     

低热值垃圾焚烧发电运行中有关参数的监测与控制

研究适合我国国情的城市生活垃圾焚烧发电工艺,着重介绍低热值垃圾发电机组在运行过程中各主要设备的调节参数及燃烧,给水,蒸汽系统的监测与控制方法。     

玛纳斯河水质参数时空变化规律浅析

玛纳斯河近5年水质监测结果统计分析表明,玛纳斯河水质良好,平常各监测项目均不超标。在汛期,因泥沙及有机质的影响,SS超标,高锰酸盐指数也有部分超标。上述2参数年际变化亦较大,且有逐年上升趋势。     

南山铁矿风场及扩散规律风洞模拟研究

以风洞模拟方式研究中性层结条件下南山铁矿凹山采场地域边界层风场特征,并以示踪气体扩散模拟方法给出该地域大气扩散参数的实验结果。     

基于遥感影像的木兰溪水质参数反演

水质监测对水环境评价及污染预防至关重要,但地面监测成本高、监测面积有限等,难以满足实时、大范围监测的要求。为了更好地解决该问题,基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区,利用和地面监测数据同步的Landsat-8卫星遥感影像数据,对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先,根据Landsat-8的水体敏感波段,分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次,利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型,通过IPSO算法对SVR模型的参数进行优选;然后,将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估,以平均绝对误差和均方根误差作为评价指标进行对比分析,结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小,说明IPSO-SVR反演模型具有较高的精度和较好的实用性...