基于在线监测的南京市PM2.5中金属元素污染特征及健康风险评估

为了探究南京市细颗粒物（PM_2.5）中金属元素的污染特征及健康风险,利用在线多金属分析仪采集并分析了2022年南京市PM_2.5中10种金属元素的质量浓度,利用正定矩阵因子分解（PMF）模型进行金属元素的来源解析,并采用健康风险评价方法对其中5种重金属元素进行健康危害评估。结果表明,10种金属元素总的年均质量浓度为941.3 ng/m³,占PM_2.5年均质量浓度的3.4%;其中,铁（Fe）、钾（K）、锌（Zn）3种金属年均质量浓度占比为91.2%。来源解析结果表明,污染物主要来源于土壤尘、燃煤、秸秆焚烧及烟花爆竹燃放、机动车尾气排放及机械磨损。健康风险评价结果表明,锰（Mn）、钒（V）、镍（Ni）、砷（As）4种重金属元素的危害商（HQ）均＜1,均不存在非致癌风险;Ni、铅（Pb）的致癌风险（ECR）均＜10^-6,风险可控;As的致癌风险介于10^-6 ~ 10^-4之间,存在一定致癌风险。     

利用木薯渣进行纤维素分解菌混合发酵工艺研究

从自然界中筛选出6株相互间无拮抗作用的纤维素分解菌进行混合发酵,研究了该混菌以工业废弃物木薯渣为原料发酵的最佳产酶条件是:培养基配方为木薯渣4 g,黄豆粉0.75 g,KH2PO40.20 g,NaCl 0.02g,MgSO4·7H2O 0.015 g,蒸馏水1 000 mL;发酵工艺为初始pH=7.0,培养温度40℃,每250 mL锥形瓶装培养液140mL,接种量3%,在140 r·min-1转速下发酵72 h.结果表明,混合菌的发酵可大幅度提高纤维素酶活力及对还原糖的耐受力.     

彰武县阿尔乡围封沙地的地貌特征及土壤调查

调查结果表明,彰武县阿尔乡围封沙地按地貌特征可分为五种地貌类型:即流动沙丘、半流动沙丘、固定沙丘、风蚀洼平地和丘间低地。五种地貌类型上的植物组成、植被覆盖率、土壤养分特征和土壤颗粒组成都具有明显差异。土壤调查结果表明:风沙土的土壤剖面特征是沙层深厚,没有明显的剖面层次。腐殖质层薄,表面有沙压层存在;土壤水分特征是水分含量低,蓄水能力差,没有底墒;土壤养分特征是有机质含量低(0 . 13 %～1 .0 1% ) ,全氮含量低(0. 0 480 %～0 . 0 913 % )。土壤有机质含量、全氮含量具有相同的规律性:即固定沙地>半流动沙地>流动沙地;土壤颗粒组成特征是砂粒含量高(79. 97%～95. 5 3 % ) ,粘粒含量低(3 . 3 7%～9. 83 % )。粘粒含量分布规律为:固定沙地>半流动沙地>流动沙地,砂粒含量分布规律为:流动沙地>半流动沙地>固定沙地     

甲烷水合物恒压分解动力学研究进展

相比气体水合物生成过程的研究,对分解过程的研究起步较晚且不深入,而研究水合物分解特征有助于水合物的开发、利用。为此,对甲烷水合物恒压分解动力学研究现状进行了分析和评价,主要评述了甲烷水合物恒压分解实验方法、恒压分解动力学参数的测定、恒压分解动力学模型构建等方面的内容,以期能够加深对甲烷水合物恒压分解动力学的理解及引起科研工作者的重视。最后,展望了未来气体水合物分解动力学的研究方向。     

基于小波-支持向量机的旋转机械碰摩故障诊断

根据旋转机械碰摩故障的特征频率,利用小波变换多分辨率特性,提取碰摩故障特征信号;利用支持向量机原理解决小样本、非线性、高维模式识别问题的优势,建立支持向量机故障诊断模型,进行旋转机械碰摩故障诊断。仿真结果表明,该算法有较好的精度和泛化性,并且运算量小,非常适合旋转机械故障诊断的在线识别。     

基于时间序列分解的京津冀区域PM2.5和O3空间分布特征

京津冀区域大气污染分布呈现明显的空间差异,厘清不同时间尺度下PM_2.5和O₃浓度分布有助于制定科学有效的污染防控措施.采用STL方法分解PM_2.5和O₃浓度,获取长期分量、季节分量和短期分量,研究其变化趋势与空间分布特征.结果表明,2017～2021年京津冀区域PM_2.5浓度下降幅度高于O₃,春、夏季PM_2.5和O₃浓度呈正相关,秋、冬季呈现负相关,短期分量和季节分量分别对PM_2.5和O₃浓度的贡献最大. PM_2.5的季节分量、短期分量以及O₃的长期分量和短期分量均存在2个主成分,对应河北省中南部和京津冀区域北部,在不同时间尺度上京津冀区域PM_2.5和O₃均存在次区域分布.与原始序列相比,长期分量能够更好地反映PM_2.5和O₃浓度的演变趋势...     

高温分解及烟气净化处理电子垃圾的技术和设备

提出高温分解及烟气净化处理废弃电子垃圾的技术。通过喷水系统调节分解炉内气氛,控制有机物分解速度,使有机物裂解成二氧化碳和水蒸气,有害成份经净化系统再次处理后达到环保排放标准。金属部分可进一步进行提炼回收,实现有机物和金属的绿色分离。     

基于ICEEMDAN和MC-CNN的矿山声发射信号识别分类方法

为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE...     

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明：该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m³/h,均方根误差为10.6 m³/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。     

基于变模式分解方法的电梯机房噪声分析实验研究

本文针对电梯噪声来源识别困难,提出了运用变模式分解方法,找出产生噪声的主要运动部件的方法。在文中实验分析部分,主要针对电梯的旋转运动部件如曳引轮、反绳轮、限速器运动频率的不同,将信号采集卡收集的噪声信号进行变模式分解,把复杂的噪声信号分解为多个单一的噪声分信号,再将分信号进行频域分析,最后将分量信号频域图谱与实验所用电梯的运动部件的相关转动频率进行比对,找出频率相近且振幅较大的噪声分信号,那么此幅值大的信号即是噪声的主要来源,从而指导电梯维修人员准确地找到电梯噪声的主要来源部件。