危险化学品生产企业危险源辨识方法研究

随着经济社会的发展和化工行业投资规模快速增长,社会对危化品的关注日益增长,这就加大了企业安全生产压力。危化品生产企业往往存在着诸多危险源,其中化学性危害因素是在危险源辨识过程中需考虑的重点要素。为了正确辨识危险化学品企业的危险源,保障安全运营,本文梳理了危险源的几种分类,包括物理性危害因素、化学性危害因素、生物性危害因素、心理生理性危害因素、行为性危害因素等,并在此基础上重点研究了工作危害分析、安全检查表、危险与可操作性分析等危险源辨识方法。最后以两个危化公司为样本,介绍了危险源辨识方法的具体内容和操作流程,为企业选用正确方法,科学辨识危险源,顺利排查隐患提供依据。     

一种化学物质的热危险性研究

以某一化学物质(ANPyO)为例,探讨了化学物质热危险性分析方法和步骤:建议首先从化学结构上对物质进行初步分析,然后根据化学结构进行理论计算预测,最后在前面研究的基础上,选择和确定采用合适的,比如:DSC/TG、ARC等小药量实验方法,研究化学物质的热危险性.对于ANPyO,通过分子结构可知其为多硝基多氨基芳烃,是具有潜在的燃烧、爆炸危险的活性化学物质.理论计算预测其属于高危险性物质.对其进行DSC/TG、ARC实验,得到绝热分解反应的热力学和动力学参数,自加速分解温度( TSADT)为199℃,热分解开始温度为310.0℃,最大反应速度出现在系统温度771.5℃时,自热分解开始到最大反应速度的时间为23.5min.文中研究可为该化学物质生产、使用和储运安全提供参考.     

化工园区安全规划方法与应用研究

如何进行科学合理的园区安全规划,整体上提高化工园区的安全水平,是当前化工园区发展过程中的一个关键问题。中国安全生产科学研究院研发的化工园区定量风险评价(QRA)技术及其软件通过化工园区各类事故后果计算、事故概率分析获得园区个人风险、社会风险和安全容量等园区整体性风险评价结果,可用于园区选址规划、园区布局规划、园区企业准入规划和园区安全生产一体化规划等,为化工园区土地使用安全规划提供了实用技术方法,在国内几十个化工园区推广应用,取得了良好实际应用效果。     

中国地表水酸化敏感性的区划

地表水体的酸化与集水区的许多环境因子密切相关,如土壤对酸的缓冲能力、基岩中和酸沉降的能力以及土地利用方式等.其中,土壤的抗酸化能力是关键因素.因此可以根据集水区土壤、基岩和土地利用方式等信息来评估地表水在不同流量下发生酸化的可能性.本研究成功地应用已有资料和数据得到了我国地表水对酸沉降的敏感性等级,并绘制了地表水酸化敏感性区划图.结果表明,我国大部分地表水对酸化并不敏感.极易酸化和较易酸化的地表水主要分布在东北的北部地区,占所有国土面积的2.67%,是该地区强酸性漂灰土、酸性母岩和针叶林植被共同作用的结果.对酸化敏感性为中级和低级,即不易酸化的地表水主要分布在东北暗棕壤地区和南方富铝土区域,占所有国土面积的15.2%.其余82.11%国土面积上的地表水对酸化不敏感,完全不可能发生酸化.北方地区主要是由于土壤的强缓冲能力,而在南方,石灰质土壤以及耕作农田的广泛分布是最重要因素.南方重酸雨区由于土壤对酸化并不很敏感,因此在短期内不会出现大面积水体酸化现象.由于东北近年来频频出现酸雨,因此东北的酸沉降必须及早防治,以免出现大面积酸化水体.     

我国不同矿物气溶胶源区物质的物理化学特征

在我国不同的矿物气溶胶源区进行采样分析的结果表明,源区气溶胶物质的物理化学特性相差很大.黄土的颗粒最细,91%的黄土颗粒可以形成矿物气溶胶进行长距离输送;沙土较粗,只有15%的沙尘颗粒可以形成矿物气溶胶;2个煤灰样品的粒径差异较大,抚顺煤灰中＜74μm的颗粒高达39%,而呼和浩特煤灰只有7%.不同粒径颗粒的化学分析结果表明,微量元素在细颗粒上有较高的富集.黄土与沙漠土壤的细颗粒的化学性质十分相似,同煤灰的化学性质完全不同,其常量元素与A1的比值(E/Al)十分接近,而且与深海沉积物粘土中的比值(E/A1)     

跨区域应急协作视角下化工园区空间布局的失衡与应对策略分析

随着工业化进程加快,我国化工园区呈现出数量逐年递增且集中分布的态势,增加了跨区域重大突发事件的风险,如何实现跨区域的应急协作成为化工园区安全规划所面临的重点与难点问题之一。基于此,搜集近15 a全国化工园区的安全事故,采用自组织特征映射神经网络分类方法与多元回归模型研究全国范围内化工园区安全事故的空间分布规律及影响因素,进而从风险分布与应急协作需求的匹配性角度讨论我国现有应急协作机制存在的潜在问题。研究结果表明:我国化工园区整体空间布局呈现出以区域优势为导向的趋势,其选址大多忽略了化工园区集中区域的高风险与应急能力不足的问题,这种布局的失衡使得政府无法形成高效的跨区域应急协作体制;化工园区数量上的增加并非是导致危机事故的主要原因,强调了化工园区自身特征与危机事故严重程度的相关性,区域间应急联动协作在化工园区危机应对过程中的重要作用;最后,从空间布局、跨区域协作角度提出化工园区区域应急协作的相应政策建议。     

南岳森林土壤的研究-Ⅲ.土壤颗粒组成

本文介绍了南岳森林土壤颗粒组成状况及其与环境间的关系,以及土壤的颗粒组成状况对其理化性质的影响。研究表明,南岳土壤质地主要为粉壤土、面砂土和壤粘土等。土壤质地的差异主要受植被类型、植物生长状况、放牧严重与否的影响,其次是受坡度和气候条件的影响。土壤颗粒组成状况显著地影响土壤的速效磷、速效钾、浸水容重、吸湿率、烧失率、pH值等,对土壤紧实度、有机质、碱解氮也有一定的影响。     

饮水的化学组分与地氟病的关系

饮水的化学成分分析结果表明，徐州地区居民饮用水中的氟含量ｐＨ，Ｎａ＾＋，ＨＣＯ＾－３，Ａｓ，Ｂ和矿化度呈正相关关系，与Ｋ＾＋，Ｃａ＾２＋，Ａｌ＾３＋，Ｂａ＾２＋，Ｓｉ＾４＋呈负相关关系。地氟病的发病率不仅与饮水的氟含量密切相关，而且受饮水中其它组份的制榴，饮水中Ｃａ＾２＋，Ａｌ＾３＋，Ｓｒ＾２＋，Ｂ，Ｓｉ＾４＋，Ｋ＾＋，Ｇｅ＾４＋等组分的增高可抑制或减缓地氟病的发生。     

有机化合物水解的研究方法

有机化合物在水中的化学降解是其在环境中消失的重要途径之一，本文介绍有机化合物在水中的化学降解的研究方法，并给出研究实例。     

Artificial neural network modeling of caste odor discrimination based on cuticular hydrocarbons in termites

Summary. Individuals in an insect colony need to identify one another according to caste. Nothing is known about the sensory process allowing nestmates to discriminate minute variations in the cuticular hydrocarbon mixture. The purpose of this study was to attempt to model caste odors discrimination in four species of Reticulitermes termites for the first time by a non-linear mathematical approach using an "artificial neural network" (ANN). Several rounds of testing were carried out using 1 – the whole hydrocarbon mixtures 2 – mixtures containing the hydrocarbons selected by principal component analysis (PCA) as the most implicated in caste discrimination. Discrimination between worker and soldier castes was tested in all four species. For two species we tested discrimination of four castes (workers, soldiers, nymphs, neotenics). To test cuticular pattern similarity in two sibling species (R. santonensis and R. flavipes), we performed two experiments using one species for training and the other for query. Using whole hydrocarbons mixtures, worker/soldier discrimination was always successful in all species. Network performance decreased with the number of hydrocarbons used as inputs. Four-caste discrimination was less successful. In the experiment with the sibling species, the ANN was able to distinguish soldiers but not workers. The results of this study suggest that non-linear mathematical analysis is a good tool for classification of castes based on cuticular hydrocarbon mixture. In addition this study confirms that hydrocarbon mixtures observed are real chemical entities and constitute a true chemical signature or odor. Whole mixtures are not always necessary for discrimination. Received 23 July 1998; accepted 9 October 1998.