减排措施对大气颗粒物粒径分布特征的影响——基于2022年北京冬奥会前后的观测

为研究2022冬奥会期间减排措施对北京大气颗粒物粒径谱分布特征的影响,于2021年12月1日～2022年3月28日使用扫描电迁移率粒径谱仪(SMPS)对粒径为3～660nm的大气颗粒物的数浓度谱分布进行了实时监测,结合气态污染物和气象参数,对比分析冬奥会前后新粒子生成(NPF)日和非新粒子生成日的颗粒物数浓度及粒径分布特征.结果表明,大气颗粒物数浓度随减排措施的加强而降低,冬奥会期间(2022年2月1～20日)颗粒物平均数浓度、表面积浓度和体积浓度相较于其他时期分别降低了约4.0%～33.3%、17.1%～41.1%和11.7%～41.2%,体现了冬奥会期间本地排放降低和区域污染减少协同控制的影响.在NPF日,冬奥会期间的积聚模态颗粒物数浓度降低约15.3%～25.1%.超细颗粒物数浓度从冬奥会前(12078cm^-3)到冬奥会后(20600cm^-3)持续上升,主要受到了高浓度的O₃和气态硫酸、高太阳辐射强度、低NO₂浓度和凝结汇等有利成核条件的影响.在非NPF日,限排期间颗粒物数浓度下降4.4%～5...     

基于视线追踪技术的工艺操作人员人为失误识别研究

为了对生产加工过程中工艺操作人员的不安全行为进行有效监控，及时避免因操作失误带来的工艺安全事故，开展基于视线追踪技术的工艺操作人员人为失误识别研究。通过设计眼动实验方案，利用视线追踪技术采集操作者在工艺流程控制过程中各类失误模式的眼动数据,并对采集的数据进行统计，提取失误行为的眼动特征，并建立人为失误智能识别方法，利用距离函数聚类实现现场操作人员失误状态的准确识别。研究结果表明:以被试样本在不同区域的视线停留时间百分比作为特征参数，并运用欧氏距离函数分类法判别人员操作状态，对操作人员的不安全行为能够准确识别。     

Fe3O4@植物多酚收集微藻的磁泳过程机制研究

文章利用植物多酚作为功能化材料和调控配体,一步自组装制备出Fe₃O₄@植物多酚(Fe₃O₄@PP)收集产油微藻,通过粒子图像测速技术(PIV)对Fe₃O₄@PP收集产油微藻的磁泳流场演化进行了研究,并采用光学显微镜图像技术对磁藻聚集体形态进行了观测。在不同Fe₃O₄@PP投加量和不同磁场强度条件下,测试了磁收集过程的容器纵截面的流场数据和演化特征。结果表明,磁藻聚集体在磁场作用下会在近磁铁端形成涡流区,并经历加速、平缓和减缓3个阶段的运动规律,流速随Fe₃O₄@PP投加量的增加而增大,随磁场强度的减弱而减小,磁泳时间随磁场强度的减弱而延长。采用光学显微镜观测磁藻聚集体形态在搅拌和磁收集阶段的变化,发现在搅拌剪切力作用下Fe₃O₄@PP与微藻细胞碰撞形成小尺寸磁藻聚集体,并在磁力作用下聚集形成链簇微结构,磁藻聚集体在成链簇和运动...     

紫外光协同CuO-TiO_2/Al_2O_3三维粒子电极电催化降解罗丹明B

自制了CuO-TiO_2/Al_2O_3粒子电极,对其进行了表征。在此基础上构建了紫外光协同三维粒子电极电催化体系降解水中的罗丹明B,考察了降解过程的影响因素、动力学及机理。表征结果显示,粒子电极具有良好的表面结构及有效催化成分。实验结果表明:在罗丹明B质量浓度20 mg/L、槽电压15 V、电流0.3 A、溶液pH 3.0、曝气量1.5 L/min、Fe~(2+)投加量0.5 mmol/L的条件下反应60 min,脱色率达96.29%;反应过程符合一级动力学方程,反应速率常数为0.060 mg/(L·min);紫外光的加入使溶液中H_2O_2的浓度降低约30%,促进了H_2O_2的分解。     

三维粒子电极处理染料废水的效能及机制

以自制的负载Sb掺杂Sn O2的陶瓷颗粒为粒子电极,构建三维电极体系,对其处理活性艳红X-3B废水的效能进行研究,并借助于循环伏安曲线、羟基自由基的荧光光谱检测技术对三维粒子电极体系的电催化氧化机制进行研究。结果表明,优化槽电压为13 V,处理时间为60 min时,三维电极体系对活性艳红X-3B废水的COD去除率和相应能耗分别为85.6%与16.8 k W·h/(kg COD),与二维电极体系相比COD去除率提高了32.9%,能耗降低了33.3%。UV-Vis吸收光谱分析表明电催化氧化技术可以破坏活性艳红X-3B分子中的偶氮键、苯环和萘环,将大分子降解为小分子。电催化氧化机制研究表明,在本实验条件下三维电极主要通过间接氧化而不是直接氧化提高电催化氧化效能,即在三维粒子电极体系中羟基自由基的产生量多于二维电极体系,从而实现高效低耗处理活性艳红X-3B废水。     

南京温室气体监测点位规划方法研究

以南京市为温室气体监测区域,以2021年1月和7月作为冬、夏季的代表,利用拉格朗日粒子扩散模型（LPDM）和K均值（K-Means）聚类算法对南京市已有的高塔点位进行筛选,研究温室气体监测点位布设最优位置。通过计算不同点位的城市CO₂贡献度,最终确定了冬季和夏季各8个温室气体监测建议点位。结果表明,通过聚类算法筛选出的监测站点选址能对南京市大部分城区的温室气体排放具有相对最大的覆盖范围和较高的敏感性,能够有效反映出南京市CO₂排放量的梯度变化,对南京市不同时空尺度上的温室气体排放达到相对最好的监测效果。     

粒子群算法在化工设备可靠性分析中的应用

基于可靠度指标的几何含义,分析了粒子群算法的原理、模型和算法实现过程。通过算例用MATLAB语言编程进行计算,并与一次二阶矩法和蒙特卡罗法得出的结果进行了比较,证明了粒子群算法在化工设备可靠性分析中的有效性和可行性。     

防爆柴油机排气颗粒物的微观结构研究

为研究废气水洗箱和含氧燃料对防爆柴油机排气颗粒物微观结构随工况变化的影响,利用扫描电子显微镜(Scananing Elecron Microscope, SEM)对0#柴油(D100)和丁醇/柴油混合燃料(BD20)的排气颗粒物的微观形貌、分形特征和粒径分布进行研究。其中,丁醇的质量分数为20%。结果显示：经过废气水洗箱后,颗粒物内吸附质含量增多,密集程度升高,在多数工况下,颗粒物支链减少,且BD20有利于减少颗粒物碳烟粒子含量;颗粒物的计盒维数分布在1.70～1.85,且经过废气水洗箱的颗粒物结构更紧密,计盒维数更大,D100的计盒维数大于BD20的计盒维数;颗粒物基础碳粒子粒径分布在10～90 nm,废气水洗箱对颗粒物有沉降作用,使颗粒物平均粒径减小,BD20的平均粒径小于D100平均粒径。     

基于多级神经网络模型的厌氧氨氧化系统参数预测

厌氧氨氧化菌生长条件复杂、影响因素多,其工艺系统运行控制复杂,为解决上述问题,研究构建了1个多级神经网络预测模型,以提高SBBR单级自养脱氮厌氧氨氧化系统出水总氮去除率预测精度,并确定了系统工程应用的关键控制参数。一级神经网络模型通过灰色关联度分析,对影响出水总氮去除率的关键性指标进行预测;二级神经网络模型基于一级模型增加数据维度,并通过改进粒子群算法优化网络、借鉴遗传算法变异的思想扩大搜索范围,提高了出水总氮去除率的预测精度。多级神经网络模型预测结果表明,其总氮去除率平均相对误差为0.54%,相对误差为5.76%,均方根误差为1.132 1,预测数据基本上与实际值相符;与其他预测模型相比较,该模型表现出较优的预测精度。进一步分析发现,通过控制工艺系统的曝气量调节出水亚氮浓度,是保证工艺反应的稳定和实现厌氧氨氧化工艺工程应用的有效控制方式。