染色残液电化学处理碳素阴极材料性能比较

为实现染色残液的高效处理及废水回用,鉴于染色残液良好的导电性,选用电化学处理技术,以模拟活性红X-3B染色残液为研究对象,在钌铱形稳电极为阳极和合适的电解条件下,比较石墨板、石墨毡、炭毡、ACF（活性炭纤维毡）、碳纤维电极〔CFF（碳纤维布）、CFB（碳纤维刷）〕等碳素阴极材料的电化学处理效能.结果表明:碳素阴极材料可实现染色残液的完全脱色,活性红X-3B的降解过程符合一级反应动力学特征,其中CFF为阴极时COD_Cr去除率达到86.37%,一级动力学反应常数为0.010 3 min-1,是石墨毡（0.007 3 min-1）的1.4倍.相比于石墨板电极,CFB显示出优异的二电子氧还原和产H₂O₂能力,单位面积产H₂O₂的浓度为10.40 μmol/L,是石墨板（1.08 μmol/L）的9.7倍,产生的H₂O₂导致活性红X-3B的降解,30 min内实现完全脱色.循环伏安曲线表明,碳纤维电极（包括CFF和CFB）的析氧电位明显高于其他电极,可有效抑制析氧副反应,提高有机污染物降解过程中的电催化效率,有利于降低能耗.研究显示,碳纤维可作为阴极材料应用于电化学处理染色残液,具有良好的稳定性.      

基于主导因子的绿潮灾害预测方法研究

为寻求基于主导因子的绿潮灾害预测方法,在以2014年南黄海绿潮遥感监测覆盖面积数据的平均增长速率为依据划分阶段的基础上,建立支持向量机（support vector machine,SVM）权重计算模型分析影响绿潮扩散的气候因子的权重变化,给出主导因子的权重交点和在不同阶段的变化规律,使用2015年监测数据验证该方法所得结果,误差为1.8%～7%。结果表明,温度与浪高均值比在形成期小于7,快速增长期为4～6,平稳期为5～7,消亡期大于7,雾霾的平均增长速率差分在形成期大于2或小于-2,快速增长期为-3～2,平稳期为-1～1,消亡期接近0。     

十万残荷

看到一篇文章署名为＂十万残荷＂。转动手中的茶杯,不由呆了,怔怔地想,十万之众,该是多少呢？扳着指头,竟然数不过来,季羡林老师在《清塘荷韵》中说,楼前有清塘数亩。每年秋,可有残荷十万？     

种族鱼群优化支持向量机序列理论监测尾矿坝

为监测预警尾矿坝的变形位移,提出基于结构风险最小化理论的支持向量机进行学习预测。通过采集有效数据,对时间序列数据进行归一化序列处理,然后采取种族鱼群选择向量机参数,对处理后的数据进行支持向量机回归预测。将该理论应用到某尾矿坝监测系统,得到了较为准确的预测结果,表明该理论充分利用了数据的统计特性,精度和泛化能力都得到了明显提高,可作为尾矿坝监测系统的有效指导。     

应急电机加装在XJ650钻修机上的安全作用

1XJ650钻修机增加应急电机改造方案1.1增加应急电机总成型号:BX-WD55-10-1/17型卧式摆线减速机总成电机功率:55kW;减速机传动比:i=17;输出链条型号:28A-2;减速机端部安装输出链轮。1.2角传动箱改造a)在输入轴端增加一个输入链轮。     

丁二烯装置电机变频节能技术分析

1电机变频调速技术简介目前,电耗在生产装置中占着举足轻重的份量,节电是节能工作的一个重要内容,其中机泵运行又是节电中的重点。电机变频调速技术作为一项成熟机泵节能技术,采用在电源上加装变频调速器,通过4～20mA的控制信号改变电     

基于支持向量机的巢湖富营养化程度评价研究

由于湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂而且具有非线性特征。支持向量机是由Vapnik等人提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,解决了一些神经网络遗留的问题,又由于其应用了核函数思想,它可以较好地解决非线性问题,利用支持向量机多类分类算法,构建巢湖富营养化程度评价模型,取得较好的结果。     

污水污泥裂解目标产物及残焦促进植物生长的研究

研究了污水污泥的低温裂解特性,考察了裂解终温和干燥到一定程度后污泥含水率对裂解产物分布及产物性质的影响,并分析了裂解产物中最合适的目标产物形式.经过分析比较,最终确定以污泥裂解残焦为目标产物并通过与普通土壤混拌进行了栽种大蒜和测试大蒜重金属浓度水平的实验,并考察残焦中重金属向植物迁移的情况.结果表明,干燥到一定程度的污水污泥在550℃下裂解时残焦的产率在40%以上,其中灰分含量在60%～65%之间,富含氮、 磷、 钾.该残焦中重金属含量符合有关土地使用规定,能明显促进大蒜植株的生长,实验组平均株高比普通组高出3～4　cm;但是快速生长的大蒜植株中重金属浓度略有增加.研究表明残焦是合适的污水污泥裂解目标产物,具有土地使用的前景,能够用于促进非食用目的的植物的生长.     

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...