三相流化床电分解水相2-氯酚的实验研究

采用以γ -Al2O₃/SnO₂+Sb₂O₄ 作为粒子电极的三相流化床处理水相2-氯酚(2-CP),考察了pH 值和粒子电极对去除效果的影响,并分析了中间产物.结果表明,碱性环境比酸性或中性环境有利于2-CP 的降解,处理90min 后,2-CP 和TOC 去除率分别达97.0%和58.9%.粒子电极有助于反应器电流效率提高,反应初期(15 min),与不含粒子电极的电氧化相比,瞬时电流效率提高了1.7 倍.LC-MS 及IC 分析显示,2-CP降解中间产物有氯代对(邻)苯二酚、氯代对(邻)苯醌、丁二酸、乙酸和甲酸,且开环先于脱氯.     

黄东海大气气溶胶数浓度特征及影响因素研究

本文根据2022年4月10日至26日我国东部海域大气气溶胶及走航气象的观测数据,对黄东海海域大气气溶胶粒子数浓度的时空分布、粒径谱分布特征以及观测中发生的新粒子生成(NPF)事件进行了研究。结果表明,靠近陆地的江苏沿海地区海洋气溶胶总数浓度为150.79～313.14个/cm³,而远离陆地的远海海域气溶胶总数浓度仅为70个/cm³左右;数浓度谱总体呈双峰分布,靠近陆地的海区峰值更高,且温度、湿度均未与气溶胶数浓度呈线性相关性。通过计算可知,本次航测中NPF事件的生成速率(FR)为0.14～1.45/(cm³·s),生长速率(GR)为2.84～17.00 nm/h。与陆地NPF事件对比,本次海上观测到的核模态气溶胶粒子数浓度要低1～2个数量级,但生成速率和增长速率并无较大差异,因此,核模态气溶胶数浓度及新粒子生成速率并不是新粒子增长过程的主导因素。对观测过程中的一次NPF事件进行研究发现,相对于核模态气溶胶,积聚模态气溶胶数浓度的增加具有延后性。     

水上事故溢油漂移轨迹预测模型研究与应用

近年来,国内外海上溢油事故频发,不仅造成巨额的经济损失,同时也对海洋及近岸海域生态系统造成了巨大危害,构建科学、可靠的海洋溢油模型对于溢油事故的处置应对、预警预报都具有十分重要的科学和现实意义。基于EFDC（Environmental Fluid Dynamic Code）、＂油粒子＂溢油轨迹和风化模型,构建了海上事故溢油漂移轨迹预测模型。通过对实际溢油事故的模拟对比证明,相对于基于对流扩散方程的传统溢油模型,＂油粒子＂算法更直观,模拟的油膜轨迹、形态更贴近实际过程。     

基于RBF和PSO的双喉道气动矢量喷管优化设计

本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。      

傀儡湖供水口围栏挡藻效果及数值模拟

2010年4月和9月对傀儡湖供水口水源地阳澄湖湖区进行了调查,通过调查确定了傀儡湖供水的流速并在此基础上建立了3维数值模型,模拟了傀儡湖供水口的流场特征,采用粒子追踪模式模拟藻类漂移,分析了藻类的主要堆积趋势,从而为改善傀儡湖供水质量提供理论依据.     

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.     

基于IPSO-DE-MH算法的突发水污染事件预测模型参数识别

预测模型是有效应对突发水污染事件的前提与基础。为了提高预测模型的准确性,提出了一种新的参数识别方法。首先从反问题与贝叶斯估计的视角构建突发水污染事件预测模型;然后在Metropolis-Hastings抽样方法的基础上,引入混沌理论、粒子群算法、微分进化算法等的思想,设计了一种新的参数识别方法,即IPSO-DE-MH算法;最后通过数值分析验证所设计方法的有效性和准确性。结果表明:新方法能较好地识别模型参数,为突发事件应急预测模型的快速构建提供了新思路。     

陆地气溶胶粒子尺度分布的准确描述

利用AERONET 2.0级数据研究了3种主要陆地气溶胶（吸收性,中性和非吸收性）粒子尺度分布的规律.结果表明：当气溶胶的主要成分为小粒子时,细模式气溶胶的中值半径（r_f）和气溶胶总光学厚度（τ_t）的相关性较好,但粗模式的中值半径（r_c）与τ_t相关性较差,且对中性气溶胶表现为负相关,对其他两种类型则表现为正相关;在细模式气溶胶占比减少时,r_f和r_c与τ_t的相关性均减小;不论在何种情况下,r_f与细模式气溶胶光学厚度（τ_f）,以及r_c与粗模式气溶胶光学厚度（τ_c）总保持很高的相关性,且不论哪种气溶胶类型,r_c与τ_c总表示出稳定的负相关.最后讨论了新的气溶胶粒子尺度描述方法对卫星气溶胶性质反演的影响.     

基于pso-SVM的废水厌氧处理过程软测量模型

由于厌氧消化过程的复杂性和厌氧菌的敏感性,保持厌氧消化体系的稳定和高效性是比较困难的.本文在实验室采用IC反应器构建了一套厌氧废水处理系统处理人工合成废水,基于支持向量机(SVM)提出了一种预测废水厌氧处理系统出水挥发性脂肪酸(VFA)浓度和COD去除率的软测量模型.为了提高模型的精确性和鲁棒性,加入pso算法(粒子群算法)优化SVM模型,并引入了分类策略对元数据集进行有效分类.仿真结果表明,基于pso-SVM模型的软测量模型对厌氧废水处理系统出水VFA浓度和COD去除率具有较好的预测能力,模型预测系统COD去除率及出水总VFA浓度测试样本数据相关系数分别为65.86%、85.25%;加入分类策略后,元数据集分成两类,模型预测系统COD去除率测试样本数据相关系数分别为92.34%、83.41%;模型预测系统出水总VFA浓度测试样本数据相关系数分别为99.14%、99.59%,系统预测精度明显提高.引入分类策略对元数据集进行有效分类,基于pso-SVM的软测量模型可为监控、优化和理解厌氧消化过程提供指导.     

金属氧化物负载γ-Al_2O_3粒子电极对酸性橙Ⅱ的电催化氧化研究

以γ-Al_2O_3作为载体,采用浸渍热分解法制备了Sn、Mn、Cu、Pb单组分氧化物和Sn-Ce-Sb复合氧化物粒子电极。通过对酸性橙II(AOII)的降解实验,以及采用重复试验和扫描电镜(SEM)、紫外光谱扫描等方法,探讨了粒子电极材料的性能。研究结果表明:Sn/γ-Al_2O_3相比于Mn/γ-Al_2O_3、Cu/γ-Al_2O_3、Pb/γ-Al_2O_3等单组分氧化物粒子电极表现出了更好的电催化活性和稳定性。掺杂Ce、Sb后电极表面晶体粒径细小且分布均匀,有利于提高Sn/γ-Al_2O_3粒子电极的性能。电流密度为20 m A/cm2,曝气量0.5 L/min反应条件下,反应3 h后Sn-Ce-Sb/γ-Al_2O_3粒子电极对AOII的去除率为100%,TOC的去除率达84.2%,重复使用5次后TOC去除率仍保持在80%以上。表明Sn-Ce-Sb/γ-Al_2O_3粒子电极具有较好的应用前景。