曝气生物滤池组合工艺处理肉类加工废水生产性试验研究

以实际工程调试为依据,阐述了曝气生物滤池组合工艺的原理和特点,通过运行结果分析及运行费用核算得出结论:该套组合工艺对地处北方的肉类加工企业,是一个技术可行、比较经济的废水处理方案     

250m^3石灰竖窑星形出灰机岗位袋式除尘器改造

运用分室停风喷吹袋式除尘技术,对传统脱冲袋式除尘器动物进行技术改造,使岗位作业环境粉尘浓度达到了规定标准,改造后的袋式除尘器运行状况良好,为我公司改造其它脉冲除尘器探索了一条新路。     

基于PS-InSAR技术的晋城矿区地表形变监测及地质灾害风险预警

地表形变是一种严重的地质灾害现象,不仅严重影响灾害区居民的日常生活,而且会造成巨大的社会经济危害,尤其在采煤区。针对传统地表沉陷监测方法费时费力、无法获取地表沉降面状信息、难以进行地表沉陷灾害评估的不足,基于高分辨率SAR卫星影像,利用永久散射体合成孔径雷达干涉测量(PS-InSAR)技术对山西省晋城市晋城矿区2018年1月至2018年12月期间地表沉陷进行监测,分析获取了该地区地表连续形变情况,并利用该技术获取的海量PS点建立支持向量机(SVM)地质灾害风险评估预警模型,对晋城矿区周边居民点地质灾害风险进行了识别和预测。结果表明：晋城矿区10个煤矿及其周边区域存在较大的地表形变;晋城矿区平均LOS向年平均地表形变速率范围为-37～30.3 mm/a; PS-InSAR技术在晋城矿区地表形变监测中具有可行性,且可以实现矿区地质灾害风险综合识别和预警。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

高效节能小型生物污水处理设备研发与应用

近年来,农村污水的处理已经受到了各级政府的高度重视,漓江两侧的部分村庄已经建成了一些污水处理的工程。但是远离漓江两侧,或者漓江支流流域的大量村屯还都没有污水处理设施。因此,优选适宜的集中污水处理工艺,并开发高效节能的一体化设备,对于加快村屯的污水处理,保护流域的环境质量就显得尤为重要。文章介绍一种新型的污水处理工艺技术——太阳能微曝气自动控制的小型一体化污水处理器,阐述其构造及应用机理、反应器的技术特点、在实际工程中应用的优势。     

MI和SVM算法在煤与瓦斯突出预测中的应用

为解决能用于煤与瓦斯突出预测模型的真实事故训练数据量小、数据集缺失严重的问题,提出采用数据挖掘多重填补(MI)算法填补事故数据中缺失参数,增大可用数据集,并将填补后的数据用于支持向量机(SVM)预测模型的训练与测试,选取K最近邻(KNN)算法与SVM进行对比.结果 表明:SVM数据填补前后的平均识别率分别为88.37％...     

有机硫恶臭物质采样和分析检测技术研究

本研究以二甲二硫醚和甲硫醇为代表对有机硫恶臭物质的采样浓缩,热解析和ＧＣ,ＧＣ／ＭＳ的色谱分离,定性鉴定和定量检测方法进行了实验技术研究。与此同时研制开发了恶臭污染监测的系列配套装置－采样管,微型采样泵,热解析色谱进行装置和标准气体物质发生装置。经筛选确认,国产ＧＤＸＥ１０５采样管可对ＤＭＤＳ和ＣＨ３ＳＨ实现直接常温采样浓缩,样品回收率分别为１００％和６０％。ＧＣ／ＦＰＤ对二种硫化物的检出下限分别     

低C/N比污水生物脱氮所需外加碳源量的确定

利用中试规模实验装置,探讨了现有活性污泥工艺改造成间歇曝气生物脱氮工艺的实践中,碳氮比(C/N)对废水生物脱氮效率、脱氮反应速度的影响,分析了脱氮容量,确定了所需外加碳源量.      

ABR反应器的设计

类似于多个UASB反应器串联起来运行的ABR反应器具有多种其它反应器不具备的优点，在处理化工颜料黄高盐生产废水的工程中，结合将高效复合微生物技术用于厌氧水解一连续曝气生化工艺取得成功；对ABR反应器而言，正确的设计参数是工程运行成功的保证。     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.