水成膜泡沫灭火剂成分分析及热解产物污染特性研究

水成膜泡沫灭火时，部分气液污染物将进入环境，因此全面研究其污染特性具有现实意义。首先，采用元素分析、红外光谱和液相色谱/质谱联用方法对水成膜泡沫原液成分开展分析。结果显示，该原液含有多种存在潜在风险的危害物质，使用后会渗入环境中。其次，对原液热解气体开展定性定量分析。结果显示，当温度低于400℃时，原液热裂解仅释放CO,且质量浓度较低；温度高于400℃时，会释放CO、SO₂、NO、HF等气体，其中600℃时这些气体质量浓度的峰值远超《环境空气质量标准》规定的阈值。此外，有机气体产物中除挥发性有机物外，还包含多种全氟烷基化合物。由此推断，不同温度下，氟碳表面活性剂受热分解具有两种路径，即低温下尾部自由基脱离和高温下全氟链断裂。     

人员安全帽佩戴轻量化检测方法研究

为有效减小安全帽检测算法的计算复杂度，并提高算法对于小目标的检测精度，提出一种基于Pytorch深度学习框架的轻量化安全帽检测模型。使用轻量化网络设计减小模型的计算量；设计可变形双向聚合网络提高模型对检测对象尺度和形状多样性的适应能力，优化对小目标的检测效果；通过网络收集的施工现场图像验证安全帽检测算法的检测效果。与已有安全帽检测算法相比，该方法检测精度有明显提高、模型参数量显著下降，并以137帧/s的速度运行。可变形双向聚合网络利用深层语义特征和浅层细节特征，并自适应调整感受野，可以适应不同形状和尺寸的检测对象，提高检测精度。     

核壳结构高分子吸油微球的制备

针对目前吸油材料吸油倍率低、吸油速度慢的问题,提出核壳结构的高分子吸油微球,以丙烯酸丁酯和丙烯酸十二脂为聚合单体、二乙二醇二丙烯酸酯为交联剂、偶氮二异丁腈为引发剂,采用悬浮聚合法制备了高分子吸油微球,然后以二乙烯基苯和苯乙烯为单体在高分子吸油微球表面制备了表层结构,制备了核壳状高分子吸油微球,并考察里、表层单体及比例、交联剂种类和用量、引发温度等因素对吸油性能的影响,核壳微球的吸油倍率可达29倍,饱和吸油时间为3min,吸油速度大大提高。     

松香基三烯丙酯交联聚合树脂的合成及其对水中Pb（II）、Cd（II）和Cu（II）的吸附性能与机制

以自制的松香基三烯丙酯（triallyl maleopimarate， TAMP）为交联剂，通过悬浮聚合法合成了一种松香基三烯丙酯交联聚合树脂（triallyl maleopimarate-acrylic copolymer， TAMPA），采用红外光谱（FTIR）、扫描电镜（SEM）、N₂吸附脱附曲线和热重（TG）分析等方法对其物理化学结构及热稳定性等进行表征，采用批量吸附实验探讨了TAMPA投加量、溶液pH、温度、接触时间和离子强度等因素对TAMP树脂对Pb（II）、Cd（II）和Cu（II）重金属离子吸附性能的影响.结果表明，当pH值为2.0~5.0，TAMPA树脂对Pb（II）、Cu（II）和Cd（II）吸附量呈先增大后平缓的趋势，pH=5.0为最大值.随着离子溶液的增加对TAMP树脂去除重金属离子有抑制作用；吸附动力学符合准二级模型；Freundlich等温吸附模型可以较好地描述TAMPA对3种重金属的吸附；吸附热力学结果表明其能自发对相关金属离子进行吸附.以EDTA为洗脱剂，重复再生3次后TAMPA仍有可观的吸附性能.结合XPS和量子化学计算模拟结果，提出了TAMPA对Pb（II）、Cd（II）和Cu（II）的吸附作用机制，主要为重金属离子与材料基体中的C?O氧配位螯合作用.     

多环芳烃光动力降解产物的细胞毒性检验

对多环芳烃的光动力降解产物进行细胞毒性评价，将8种多环芳烃(菲、蒽、萘、■、荧蒽、苯并[a]芘、苯并[k]荧蒽和苯并[a]蒽)水溶液分为对照组和光动力试验组，分别与小鼠成纤维细胞L929细胞系共培养一段时间，通过倒置显微镜观察细胞形态的变化，磺酰罗丹明B试验计算细胞存活率，根据细胞核染色和Annexin V-FITC/PI染色配合流式细胞仪分析细胞凋亡情况来综合评价多环芳烃的光动力降解产物的细胞毒性。结果表明：经倒置显微镜观察，光动力试验组的死细胞数量变少；在25.0 ng/mL、12.5 ng/mL、3.1 ng/mL和1.6 ng/mL下，细胞存活率较之对照组分别增高了21.35%、20.22%、20.22%和20.23%;经细胞核染色发现，在50.0 ng/mL和25.0 ng/mL下，光动力试验组的细胞凋亡率分别为40%和14%,较之对照组明显降低；经Annexin V-FITC/PI染色及流式细胞仪分析，在50.0 ng/mL下，光动力试验组的细胞凋亡率比对照组降低了32.67%。试验结果证实了多环芳烃的光动力降解产物较之未降解的多环芳烃的细胞毒性降低。     

基于改进YOLOv5s的综采工作面人员检测算法

为了智能监控井工煤矿综采工作面危险区域人员闯入和安全帽佩戴问题，避免监控视频受粉尘干扰、光照不均等因素影响图像检测精度的问题，提出一种基于改进YOLOv5s的目标检测算法(简称YOLOv5s-DPE),并建立相关模型。首先，在颈部网络部分，采用深度可分离卷积(DwConv)替换普通卷积，降低参数量和计算量；然后，引入改进的路径聚合网络(PANet)提升特征提取能力，替换边界框损失函数完全交并比(CIOU)为有效交并比(EIOU),提升检测准确率；最后，选取综采工作面视频中的人员图像进行检测，选取煤矿井下人员闯入和安全帽佩戴监控视频作为检测数据集，并进行训练和验证。结果表明：对比初始YOLOv5s算法模型，YOLOv5s-DPE算法模型的参数量下降14.2%,浮点数计算量下降7.6%,算法网络模型大小下降12.5%,均值平均精度(mAP)@0.5提升到93.7%,mAP@0.5∶0.95提升到65.8%,YOLOv5s-DPE模型对小目标检测效果更好，误检漏检等情况有所减少。