浅谈环境监测实验室仪器设备的期间核查

实验室仪器设备的准确性是检测结果准确性的重要保证,按规定和要求对仪器进行期间核查,可以确保检测数据的准确可靠。结合仪器设备期间核查的实例说明期间核查是维持设备校准状态的可信度的重要手段。     

新型机械澄清池设备的设计及在尾矿水处理中的应用

国内现有的机械加速澄清池因池体及设备结构的原因,存在刮泥耙直径小、驱动扭矩低,高负荷时排泥差等问题,不能满足用户对设备大池径（大于Ф29m）、大处理量、高效澄清、多用途的要求。介绍了新型澄清池设备的工艺、结构设计及特点。新型机械澄清池设备通过对池体结构的改进设计,及对刮泥机、提升搅拌机、排泥防堵搅拌机三者同心套装结构,扭矩可达百万牛顿米的带齿回转支承及多组电机同步驱动的刮泥耙驱动机构,池周边增设斜板及集水装置等方面的设计,实现了池径大于qb29in机械澄清池的设计制造,填补了国内该项目的空白,经矿山尾矿水处理实际应用证明效果理想。     

典型气浮净水设备评述

文章主要从气浮设备的原理与结构、优缺点、应用情况等方面评述了加压溶气气浮设备、涡凹气浮设备、浅层气浮设备、电气浮设备、充气水力旋流器、多段环流气浮塔和旋流-充气气浮系统等气浮设备,并讨论了气浮设备的研究和应用发展趋势。     

环境监测设备管理实践与探索

结合环境监测仪器设备的特点,着重阐述了从设备分类、量值溯源、维修维护等几方面环境监测设备的常规管理方法,并对其现代化的管理进行了探索。     

影响实验室检测结果准确性的因素分析

环境监测实验室的检测结果直接为环境管理、污染治理等环保部门提供服务,因此检测数据的准确性十分重要。本文通过对影响环境监测实验室检测结果的因素人、机、料、法、环五个方面入手,详尽地研究这五个方面对检测结果的影响。     

雷达装备复杂电磁环境适应性评价研究

目的研究雷达装备的复杂电磁环境适应性评价问题。方法首先分析雷达装备复杂电磁环境适应性的影响因素,继而构建雷达装备复杂电磁环境适应性评价指标体系和模型,最后通过实例验证模型的合理性和方法的可行性。结果雷达装备复杂电磁环境适应性评价指标包括电子对抗侦察环境适应性、电子干扰环境适应性、电子摧毁环境适应性、目标低空环境适应性和目标隐身环境适应性等5个方面。结论算例和分析结论表明,该评价体系反映了雷达装备在复杂电磁环境适应性方面的技术要求,同时,也为雷达装备在电磁环境适应能力上的建设提供了参考。     

装备研制项目可靠性风险预警技术研究

目的研究装备研制项目可靠性风险预警技术及应用。方法从可靠性风险预警技术对装备研制项目整体质量的影响度出发,对装备研制项目可靠性风险进行特征归类,分析现有装备研制项目可靠性风险预警流程的局限性。结果提出了装备研制项目可靠性风险预警机构的组织管理和权限建议,引入风险阈值理论优化了装备研制项目险预警流程,并给出优化流程中不同风险分析子集的模型应用情景。结论研究提出的装备研制项目可靠性风险预警体系框架和分析模型,可为可靠性风险预警实践提供理论支撑。     

外军装备维修及对我军弹药维修的启示

首先介绍了外军装备维修的现状和发展趋势,之后指出了我军弹药维修存在的问题,最后得出对我军弹药维修保障发展的启示。认为我军弹药维修保障应向军民一体化方向发展,开展全寿命保障,提高保障信息化水平,进行弹药两级维修体制的论证,并倡导绿色维修的新理念。     

湿地基质及阴极面积对人工湿地型微生物燃料电池去除偶氮染料同步产电的影响

本研究采用人工湿地型微生物燃料电池处理偶氮染料X-3B,实现降解偶氮染料同步产电的效果.为了构建性能最优的人工湿地型微生物燃料电池(CW-MFC)系统,本研究主要从湿地基质和阴极面积两个方面研究系统构型对去除X-3B同步产电的影响,提高系统性能.研究表明以粒径10 mm、孔隙率30%的小石子作为湿地基质构造的CW-MFC系统微生物生物量最大,去除X-3B效果最好,脱色率高达92.70%,但其产电性能最差.较小的粒径和孔隙率使底层微生物生物量增加,促进X-3B的去除,但随着湿地基质粒径和孔隙率的减小,导致阴阳极营养物质不足,系统传质阻力增加,抑制了系统产电性能.X-3B的去除效果随着阴极面积的增加而提高直到阴极面积为594 cm~2时取得最大脱色率99.41%.当阴极面积继续增加时,CW-MFC系统产电性能上升趋势趋于平缓,X-3B去除效果呈现下降趋势,这是因为阴极反应过快导致更多的阳极电子输送到阴极用于产生电流,与X-3B发生反应的电子减少,阳极成为提高CW-MFC系统性能的限制因素.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.