Feasibility and simulation model of a pilot scale membrane bioreactor for wastewater treatment and reuse from Chinese traditional medicine

The lack and pollution of water resource make wastewater reuse necessary. The pilot scale long-term tests for submerged membrane bioreactor were conducted to treat the effluents of anaerobic or aerobic treatment process for the high-strength Chinese traditional medicine wastewater. This article was focused on the feasibility of the wastewater treatment and reuse at shorter hydraulic retention time （HRT） of 5.0, 3.2 and 2.13 h. MLSS growth, membrane flux, vacuum values and chemical cleaning periods were also investigated. The experimental results of treating two-phase anaerobic treatment effluent demonstrated that the CODfilt was less than 100 mg/L when the influent COD was between 500-10000 mg/L at HRT of 5.0 h, which could satisfy the normal discharged standard in China. The experimental results to treat cross flow aerobic reactor effluent demonstrated that the average value of CODfilt was 17.28 mg/L when the average value of influent COD was 192.84 mg/L at HRT of 2.13 h during 106 d, which could completely meet the normal standard for water reuse. The maximum MLSS and MLVSS reached 24000 and 14500 mg/L at HRT of 3.2 h respectively. Membrane flux had maximal resume degrees of 94.7% at vacuum value of 0.02 MPa after cleaning. Chemical cleaning periods of membrane module were 150 d. A simulation model of operational parameters was also established based on the theory of back propagation neural network and linear regression of traditional mathematical model. The simulation model showed that the optimum operational parameters were suggested as follows： HRT was 5.0 h, SRT was 100 d, the range of COD loading rate was between 10.664-20.451 kg/（m3.d）, the range of MLSS was between 7543-13694 mg/L.     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。     

用TM图象估算海表面叶绿素浓度的神经网络模型

叶绿素浓度是衡量海洋水体质量的重要参数之一。本文以大连湾为示范区于1999年5月10日进行了现场卫星同步实验，采用神经网络模型技术模拟了TM1、TM2两个波段的辐射亮度值与在该湾海域现场获得的叶绿素浓度数据之间的传递机理。结果表明，使用TM图象的两人可见光波段作为输入，采用两层神经网络结构能建立比多回归分析更高的海水表层叶绿素浓度模型。回归分析的相关系数为0.49，神经网络分析的相关系数为0.87.     

发射药贮存寿命预测技术研究进展

简述了发射药贮存寿命试验所用的自然环境长期贮存试验监测法和加速寿命试验方法的现状,对发射药寿命评价与预测所用的人工神经网络技术和计算机模拟技术进行了分析,阐明了现有技术的优缺点,论述了发射药贮存寿命试验与评价技术的发展趋势.     

有色金属大气腐蚀网络数据库及共享系统开发

利用现有环境试验网站材料腐蚀数据和环境腐蚀数据并加以整理,在Unix操作系统环境下,采用Oracle数据库管理系统,设计和创建了材料大气腐蚀网络数据库中的有色金属材料子库.并在此有色金属材料大气腐蚀数据库的基础上,运用Java语言以及Spring、Hibernate等Java开源项目,编程设计、开发创建了B/S结构的数据库的共享系统.共享系统包括网络数据库管理系统和查询系统两大部分,易于扩展,操作方便,功能强大,可实现材料环境腐蚀数据的共享.     

环境应急网络视频监控系统设计

文章分析了当前我国环境应急监测的现状,阐述了在环境应急监测中加强信息技术应用的重要性和必要性,介绍了视频监控技术的发展演变过程以及网络视频监控技术在环境应急监测中的优势,提出了基于3G网络视频监控技术的环境应急监测系统,主要由前端视频采集、3G传输网络、指挥中心、监控客户端等四部分组成,可以将事故现场的视频监控信号快速发送至各级指挥中心,提高应急处置效率。     

污水处理中人工神经网络应用研究的探讨

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工神经网络技术对其控制,实现污水处理系统自动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态,分析了人工神经网络在污水处理领域取得的成果,结果表明:在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水处理的神经网络智能控制的研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。并对神经网络待解决的问题和发展趋势作了讨论。     

基于DE-BPNN模型的含腐蚀缺陷管道失效压力预测

为提升含腐蚀缺陷管道失效压力预测精度,准确把控管道状态,建立基于DE-BPNN的含腐蚀缺陷管道失效压力预测模型,有效避免BPNN模型陷入局部最优问题,提升预测精度.基于61组管道爆破实验数据,分别用DE-BPNN与BPNN模型进行仿真计算.结果表明:DE-BPNN预测结果平均相对误差为3.26％,R2为0.98585,...     

我国生态环境监测网络建设成效与展望

2015年中央全面深化改革领导小组审议通过《生态环境监测网络建设方案》,推动全国生态环境监测网络建设取得重大成就.对照《生态环境监测网络建设方案》提出的"全面设点,完善生态环境监测网络"方面的任务与要求,对生态环境监测网络建设成效进行客观评估,并对生态环境监测面临的形势与不足进行了深入剖析.针对加强生态环境监测网络建设...     

基于无线传感器网的噪声监测系统设计及应用

噪声污染严重危害着人类的身心健康与生活质量,基于物联网技术拓展噪声监测方法的研究对当前我国城市环境噪声污染控制具有重要的指导意义。从噪声监测同步、联动、实时的需求出发,利用无线传感器网络技术中的ZigBee技术,结合地理信息系统,设计了基于无线传感器网络的噪声监测系统,并将该系统应用于某科研单位园区噪声污染的联网监测。实验结果表明,基于无线传感器网络的噪声监测系统的监测结果可以反映噪声污染的真实情况,可以作为治理噪声污染对策的依据。