电化学反应器吸附去除氟离子的研究

采用改性活性炭粉末对用纯净水加氟化钠配制而成的含氟水溶液进行动态电吸附去除实验.研究不同电压、电吸附时间,以及Cl-和SO2-4对氟离子去除的影响,并探讨吸附动力学和吸附方程.实验结果表明:活性炭对氟离子的吸附等温方程符合Freundlich方程,吸附动力学符合一级动力学方程;活性炭对氟离子去除与所施加的电位、吸附时间等因素有关,施加的电位越大,去除效果越好;随着吸附去除时间的延长,氟离子浓度下降趋缓;Cl-对氟离子去除影响很小,而SO2-4对氟离子去除有显著的不利影响.     

国产多核处理器芯片TDBI技术研究

随着集成电路的功能越来越复杂,超大规模集成电路的动态老炼越来越成为一项困难的工作。传统针对超大规模集成电路的老炼多采用静态老炼方法,这种方法不能使电路内部的功能节点动作起来,无法保证老炼效果,因此能够实现电路内部所有功能模块全动态激励的TDBI技术越来越受到人们的关注。本文以国产多核处理器芯片为测试对象,为研究多核处理器芯片的TDBI方法进行了芯片老炼测试软硬件系统开发,解决了多核处理器老炼中大功率电源供电、图形存储空间不足等关键技术。     

燃煤电厂产生和排放的PM2.5中水溶性离子特征

为了认识我国燃煤电厂一次PM2.5排放特征,并定量评估大规模开展烟气脱硫与脱硝对其影响,本研究选取了国内一个煤粉炉电厂和一个循环流化床电厂,对其产生和排放的PM2.5进行现场测试,并进行水溶性离子组分的分析.结果表明,在所测的这两个电厂中,循环流化床电厂产生的PM2.5的质量浓度高于煤粉炉电厂产生的PM2.5的质量浓度,但是这两个电厂排放的PM2.5的质量浓度相当.产生此结果的主要原因是该循环流化床电厂配备的电袋复合除尘器比煤粉炉电厂的普通电除尘器对PM2.5去除效率更高.煤粉炉电厂产生PM2.5中水溶性离子浓度低于循环流化床电厂,但是煤粉炉电厂排放PM2.5中水溶性离子浓度却远远高于循环流化床电厂,表明煤粉炉电厂排放的PM2.5受脱硫和脱硝设施的影响较大.煤粉炉烟气脱硝过程中可能形成硫酸雾,烟气中的部分硫酸雾和过剩的NH3反应生成NH4HSO4进入颗粒相,同时降低了PM2.5的p H值;而脱硫过程中脱硫液的夹带也会导致NH+4和SO2-4进入PM2.5.所以,虽然两个电厂产生的PM2.5中水溶性离子均以Ca2+和SO2-4为主,但煤粉炉排放PM2.5中的水溶性离子则以NH+4和SO2-4为主.     

天津冬季一次重污染过程颗粒物中水溶性离子粒径分布特征

为研究天津冬季重污染天气过程中颗粒物水溶性离子的粒径谱分布及二次离子生成机制,于2014年1月利用Anderson撞击式分级采样器在中国气象局天津大气边界层观测站内采集颗粒物样品,并使用离子色谱仪分析Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)等8种水溶性无机离子(TWSII).结果表明,采样期间PM_(2.5)和PM_(10)质量浓度均值分别为(138±100)μg·m~(-3)和(227±142)μg·m~(-3),粗、细粒子中TWSII的平均浓度分别为(34.07±6.16)μg·m~(-3)和(104.16±51.76)μg·m~(-3).细粒子中SO_4~(2-)、NO_3~-和NH_4~+这3种离子的浓度远高于其他离子,且相关性较好,粗粒子中NO_3~-、SO_4~(2-)、Cl~-浓度较高.随着污染程度加剧,细粒子中TWSII浓度增加明显,粗粒子中则变化不大.水溶性离子的粒径谱分布显示,SO_4~(2-)以单模态分布,优良天峰值出现在0.43~0.65μm,NO_3~-在优良日呈现三模态分布,峰值分别出现在0.43~0.65、2.1~3.3和5.8~9.0μm,NH_4~+呈双模态分布,优良日峰值出现在0.43~0.65μm和4.7~5.8μm,污染日3种二次离子峰值均以0.65~1.1μm的单模态分布为主,与三者之间的热动力平衡过程有关.细粒子中NH_4~+除与SO_4~(2-)和NO_3~-结合外,还与部分Cl~-结合,粗粒子中NH_4~+全部与NO_3~-和SO_4~(2-)结合后,剩余的NO_3~-和SO_4~(2-)与其他阳离子结合.     

南京北郊不同大气污染程度下气溶胶化学组分特征

为了解不同大气污染程度下大气细颗粒物中水溶性化合物和含碳物质的污染特征,使用瑞士万通850 professional IC型色谱仪和Model 2001热光碳分析仪分别对2015年南京北郊冬季清洁、轻/中度污染和重度污染程度下的水溶性离子、OC(有机碳)和EC(元素碳)进行了分析.结果表明,重度污染中PM_(2.5)日平均浓度为清洁天的4.0倍,SO_4~(2-)、NO_3~-和NH_4~+这3种主要二次离子平均浓度则分别为清洁天的6.4、3.1和3.9倍,且它们均以(NH_4)_2SO_4和NH_4NO_3的形式存在于清洁天和污染天中.两种呈酸性的污染天均主要受流动源影响.OC与EC的最高浓度均出现在重度污染天,分别达到49.8μg·m~(-3)和10.3μg·m~(-3).清洁天中SOC平均浓度最低(4.28μg·m~(-3)),但SOC占OC质量分数却高于另外两种污染天(41.14%).通过碳组分丰度值发现燃煤燃烧和汽油车尾气排放是观测期间内碳质颗粒物的共同主要贡献源.     

华北地区乡村站点(曲周)夏季PM2.5中二次无机组分的生成机制与来源解析

利用大气PM2.5水溶性组分及其气态前体物在线测量系统(GAC-IC)于2014年6月9日~7月11日对华北地区乡村站点曲周大气PM2.5中水溶性组分及其气态前体物进行了在线测量,分析了PM2.5中水溶性组分与气态前体物日变化规律及其相互作用,探讨了当地细颗粒物的气粒转化机制并分析了其来源.结果表明夏季曲周大气PM2.5中水溶性无机离子与相关气态前体物的浓度呈现明显的日变化规律.观测期间,PM2.5中SO2-4、NH+4和NO-3的平均浓度分别是26.28、18.08和16.36μg·m-3,是PM2.5中最主要的水溶性无机离子,约占PM2.5质量浓度的76.23%;气态前体物中,NH3浓度明显偏高、平均值为44.85μg·m-3,主要来源于当地的农业活动排放;硫氧化率(SOR)和氮氧化率(NOR)平均值分别是0.60和0.30,表现出明显的二次污染特征.经相关性分析发现:曲周大气PM2.5中NH+4与NO-3、SO2-4有良好的相关性,且表现为富氨状态,NH+4以(NH4)2SO4形式存在,NO-3的生成主要受HNO3的限制.对NH4NO3平衡进行研究发现:与夜间相反,白天曲周大气环境不利于NH4NO3生成和保持.结果也表明,二次转化是曲周夏季细颗粒物的主要来源,堆肥与农田释放的NH3是导致高浓度二次无机颗粒物(SNA)的重要因素.     

水环境中碳纳米管对沙丁胺醇光降解的影响

选取沙丁胺醇(salbutamol,SAL)为目标污染物,研究了3种碳纳米管(CNTs,单壁碳纳米管SCNT、羟基衍生化多壁碳纳米管MWNT-OH和羧基衍生化多壁碳纳米管MWNT-COOH)对有机污染物在模拟太阳光照下降解的影响;并且研究了CNTs与天然水体中光活性物质三价铁离子(Fe3+)的相互作用.结果表明,3种CNTs能够通过竞争吸收光子,即光屏蔽作用抑制SAL光解;同时又能通过光致激发产生单线态氧(1O2)促进光解反应,两种作用机制同时存在,在绝大多数情况下,抑制作用占主导地位.此外,CNTs还能通过静电吸附作用使水体中的光活性物质Fe3+失活,从而影响有机污染物在天然水体中的光化学行为.     

烟花禁燃对南京市春节期间PM2.5及其组分的影响研究

对2014年、2015年两年春节期间南京市空气质量监测数据进行分析,探讨禁止燃放烟花爆竹规定实施前后空气质量变化情况.结果表明:烟花爆竹燃放使得空气质量达重污染,且空气中的PM2.5质量浓度迅速上升,出现局地短时间峰值,同时会使PM2.5中的水溶性离子组分含量也急剧升高,其中与烟花爆竹主要成分基本一致的SO2-4、Cl-、K+和Mg2+攀升迅速;禁止燃放烟花爆竹对空气质量改善有显著作用,2015年春节禁燃后,南京市空气质量均达标率同比上升4成以上,春节期间PM2.5平均质量浓度,同比改善56%;PM2.5中的水溶性离子组分也基本处于正常监测范围,较少出现波动.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.