黄土丘陵沟壑区典型植物耐旱生理及抗旱性评价

通过实地采样获取黄土高原丘陵区柠条、侧柏、油松、山杏和山毛桃5种常见植物类型的4个耐旱指标(丙二醛含量、叶绿素含量、谷胱甘肽含量、束缚水/自由水含量比值)和2个抗旱指标(脯氨酸含量、可溶性糖含量)数据,采用模糊数学隶属函数法和灰色关联分析法评价不同植物的抗旱能力和不同指标的指示效果.结果表明,不同树种的上述6个生理指标对干旱条件的响应存在显著差异,但基于单个指标获得的树种抗旱能力排序结果不完全一致,说明单个指标无法全面描述树种的抗旱能力,对5个树种抗旱能力大小的综合评价结果为柠条＞侧柏＞油松＞山杏＞山毛桃.耐旱指标叶绿素含量、束缚水/自由水含量比值、谷胱甘肽含量和抗旱指标脯氨酸含量与抗旱隶属度的关联度值均＞0.60,可用以指示植物的抗旱能力,其中,以脯氨酸含量的指示效果最好.     

磁暴对沿海核电站变压器安全影响的研究

磁暴产生的地磁感应电流(GIC)直接损伤变压器和间接干扰继电保护等设备,强磁暴可能威胁到电网的安全运行。为探明磁暴对沿海核电站变压器的影响,对第23太阳周峰年强磁暴侵害广东岭澳核电站、江苏上河变电站的GIC测量数据,以及西北陕甘青宁750 kV电网计算数据进行统计分析,研究沿海核电站与内陆变电站变压器GIC大小及其差异原因。结果表明,由于受海岸效应现象的影响,沿海核电站的变压器更容易遭受磁暴的侵害。在此基础上,对极端磁暴的可能危害、灾害风险以及沿海核电站的磁暴灾害进行评估,并建议核电站选址和变压器选型时应评估磁暴的影响。     

航空维修差错模式及差错成因的灰色关联分析

提出一种基于HFACS-ME框架和灰色关联分析法的航空维修差错模式和差错成因之间关系的分析方法。利用该方法分别从"模式—成因"和"成因—模式"2个方向,以"技能差错"和"身体状态差"为例,对差错模式和差错成因之间的关系进行分析,得到影响"技能差错"的主要差错成因依次为空间狭窄、培训不足、工具损坏、身体状态差、精神状态差、空间阻碍,以及"身体状态差"主要影响的差错模式为记忆差错、决策差错、技能差错。结果表明,灰色关联分析法对航空维修差错模式和差错成因之间关系的分析是有效的、可行的。     

美国煤矿安全管理发展的研究与分析

为借鉴发达国家在煤矿安全管理的成功经验和失败教训,尽快提高我国煤矿的安全管理水平,采用数量统计和归纳总结等方法,分析美国煤矿安全生产水平与其社会政治、经济、法制、文化、科技、装备等的关系,讨论美国在不同社会发展阶段的社会政治经济特征;根据不同发展阶段的社会生态类型、安全诉求和安全观念对煤矿安全的影响,总结归纳美国由煤矿安全事故高发期向事故快速稳定下降期转变所采取的不同的煤矿安全管理策略。提出煤矿安全发展过程具有明显的阶段性特点,指出在由农业社会向工业化社会发展阶段,事故快速上升是必然的过程,通过完善法律法规等办法可加快煤矿安全向稳定好转的方向发展。     

基于Hilbert谱信息熵的煤矸放落振动特征分析

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。     

某燃煤电厂周边农田土壤重金属污染特征及源解析

为探究某燃煤电厂污染物排放中重金属对周边农田土壤环境的影响,采用辐射环形法,以电厂烟囱为中心,布设31个农田土壤采样点.使用电感耦合等离子体质谱仪（ICP-MS）测定土壤中10种重金属含量,分析土壤中重金属含量特征及潜在生态风险,基于地统计空间插值和AERMOD扩散模型对重金属空间分异情况和污染特征进行探究,并运用PMF受体模型对重金属进行源解析.结果表明：①燃煤电厂周边农田土壤重金属ω（Pb）、ω（Mn）、ω（Zn）、ω（Cr）、ω（Ni）、ω（Cu）、ω（As）、ω（Co）、ω（Hg）和ω（Cd）的平均值分别为414.46、286.38、155.22、69.54、55.77、53.48、31.73、19.86、0.78和0.71 mg·kg^-1,其中Hg、Pb、Cd、As、Zn、Cu、Co、Cr和Ni的含量均超过陕西省土壤背景值,分别为背景值的26、19.36、7.88、2.83、2.23、2.49、1.87、1.11和1.93倍,元素Cd、Cr、Ni和Zn的高值区出现在电厂西北方向.②燃煤电厂周边农田土壤重金属潜在生态风险指数（RI）的均值为714.53,整体处于很强的生态风险水平,并在千河火车站、石油天然气公司附近出现高值富集区,Hg元素的单项潜在生态风险指数（E_i）为520.92,处于极强的生态风险水平.③燃煤电厂周边农田土壤重金属主要来源为煤炭燃烧的降尘源（32.16%）、工农业活动源（19.78%）、自然源（26.25%）和交通源（21.81%）.土壤重金属含量较高值均分布在距电厂1~2 km范围内,重金属含量在距离电厂1 km范围内较小,在1~2 km范围逐渐增大,大于2 km后又呈逐渐减小趋势.研究得出的电厂周边农田土壤重金属空间分异情况及富集特征,可为开展土壤污染治理提供理论及数据支撑.     

航电电源板层间CAF短路失效机理及退化时间分析

目的 掌握CAF失效机理MTTF分析方法,以便于在实际案例中实施工程优化决策,从而降低故障危害风险和寿命周期总费用。方法 以某航电电源母板CAF失效为例,基于CAF失效机理的物理化学变化时间特性模型算法,建立电压、介质间距和MTTF变化关系,以辅助工程优化决策。结果 基于仿真计算数据,形成对特定范围产品的改进和处置决策,从而限制失效危害风险的进一步扩散,降低了产品生命周期维护费用,并提升了客户满意度。结论 掌握装备常见失效机理和采取适宜的应对措施,是持续改进装备可用性、可靠性和环境适应性的必要条件。     

基于成本核算的废旧动力电池回收模式分析与趋势研究

概述了动力电池流向、回收管理体系和回收模式等管理现状,总结提出了以新能源汽车生产企业、动力电池生产企业、第三方综合利用企业和产业联盟为回收主体的四种动力电池回收模式;考虑建设成本、运行维护成本、收集成本、贮存成本、运输成本、人工成本、税收成本、管理成本等8个构成要素,构建了废旧动力电池回收成本模型;核算了四种回收模式的废旧动力电池回收成本和利润情况.核算数据显示,回收1万t/a的废旧动力电池项目,在年总收益均为8500万元的条件下,四种回收模式的利润区间为-461~401万元.结果与趋势分析表明,我国可优先推广新能源汽车生产企业为回收主体的回收模式,便于迅速布局;市场成熟后以动力电池生产企业和综合利用企业为回收主体的模式将进入市场,专业性和技术性将大幅提升;当市场更加成熟,以产业联盟为主体的回收模式将更具优势,回收成本降到最低.综上,建议从避免重复建设,缩短资金周转周期,探索创新模式,构建绿色供应链以及完善回收法律体系等方面入手,进一步完善我国废旧动力电池回收体系.     

新冠期间河北省典型钢铁企业大气污染影响

基于国家气象局气象预报数据,建立了基于AERMOD的钢铁企业污染预报模型,模拟了新冠疫情管控期（2020年2~3月）及解封后期（2020年4~10月）河北省某钢铁企业对大气污染的影响,并结合空气质量实测数据进行模型验证.结果显示,不利风向条件下,该钢铁厂大气污染物排放对当地3个国控站点SO₂、NO_x和PM₁₀的平均浓度贡献占比,在疫情管控期分别为20.19%~33.81%,17.49%~23.46%和2.02%~2.69%,在解封后期分别为13.43%~21.01%,11.09%~20.92%和1.20%~2.22%.由于疫情管控期受其他人为源干扰较少,该钢铁厂SO₂、NO_x和PM₁₀的预报值和三个国控站点实际监测值的相关系数,在新冠疫情管控期（在单个站点中,最高分别为0.43、0.48和0.29）高于解封后期（最高分别为0.42、0.39和0.07）.     

Mercury emissions and partitioning from Indian coal-fired power plants

In India coal combustion is the single largest source of emission of mercury which is a wide-spread persistent global toxicant, travelling across international borders through air and water. As a party to the Minamata convention, India aims to monitor and reduce Hg emissions and stricter norms are introduced for mercury emissions from power plants (30 μg/Nm³for flue gas in stack).This paper presents the results obtained during the experimental studies performed on mercury emissions at four coal-fired and one lignite-fired power plants in India. The mercury concentration in the feed coal varied between 0.12–0.27 mg/Kg. In the mercury mass balance, significant proportion of feed coal mercury has been found to be associated with fly ash, whereas bottom ash contained very low mercury. 80%–90% of mercury was released to air through stack gas. However, for circulating fluidised bed boiler burning lignite, about 64.8% of feed mercury was found to get captured in the fly ash and only 32.4% was released to air. The mercury emission factor was found to lie in the range of 4.7–15.7 mg/GJ.