同步吸附─混凝─氧化法处理染色废水

对于用常规混凝－生化工艺处理而远未能达到排放标准的染色废水，在原设施的基础上改用在反应池中同时投加改性凹凸棒石、碱式氯化铝、水解聚丙烯酰胺和次氨酸钠的同步吸附－混凝－氧化法处理后，基本上达到了排放标准，其中对废水的脱色效果尤佳。     

O3氧化处理染料废水的试验研究

Ｏ３是一种强氧化剂。利用臭氧处理带色有机废水。可以脱色，而且可以降低废水ＣＯＤ。采用Ｏ３氧化脱色速度快，效果好，对废水的脱色废可达８０％以上，这是通常的混凝处理通信以达到的。如果采用通臭氧和混凝联合处理，处理效果会更好，脱色率可提高到９５％以上。     

植物油精炼废水处理工艺研究

采用ＰＦＣ物化混凝破乳及ＰＡＣ生物处理技术，对炼油、皂脚混合废水处理工艺进行了研究。结果表明，该废水在ＰＨ为９－１３．ＣＯＤＣＲ为１万－１０ｍｇ／Ｌ时，采用ＰＦＳ混凝破乳，ＰＡＣ生物处理后，ＣＯＤＣＲ和ＢＯＤ５总去除率分别为９９．６％和９９．４％。废水经过处理，含渍量，ＣＯＤＣＲ、ＢＯＤ５、色度，ＰＨ等指标中达标排放。     

PM_(2.5)对人肺癌细胞A549迁移、侵袭能力的增强作用

为探讨PM_(2.5)(particulate matter 2.5)对人肺癌细胞A549迁移、侵袭能力的影响并探讨相关机制,采用含有不同浓度PM_(2.5)的无血清及抗生素培养液对A549细胞培养72 h,利用MTT法检测A549细胞的增殖抑制率。根据MTT实验结果,选择适当的PM_(2.5)暴露浓度用于后续实验,以细胞划痕实验检测细胞迁移能力,transwell小室实验检测细胞迁移、侵袭能力,Western Blotting法检测细胞周期蛋白D1(cyclin D1)、转录因子snail和slug、基质金属蛋白酶-2(matrix metalloproteinase-2,MMP-2)、基质金属蛋白酶-9(matrix metalloproteinase-9,MMP-9)及胞核内β-链蛋白(β-catenin)的蛋白表达水平。结果显示:细胞划痕实验结果显示10μg·m L-1PM_(2.5)组A549细胞划痕创面愈合率为(46.34%±5.19%),与对照组比较显著增高(P<0.05);transwell小室法迁移和侵袭实验结果显示10μg·m L-1PM_(2.5)组穿膜细胞数平均为(165.67±6.62)个和(47.83±2.04)个,与对照组比较显著增多(P<0.05);Western Blotting实验结果显示PM_(2.5)(10μg·m L-1)可显著上调A549细胞cyclin D1、snail、slug、MMP-2、MMP-9和胞核内β-catenin蛋白表达水平。因此,PM_(2.5)可通过提高Wnt/β-catenin通路活性及其下游cyclin D1、snail、slug、MMP-2和MMP-9的蛋白表达而增强A549细胞的迁移、侵袭能力。     

一种采用圆环压缩测定材料应力-应变函数关系的方法

基于连续速度场的上限流动模型,提出了一种采用圆环压缩法测定单一曲线假设条件下的应力-应变函数关系的新方法,并采用该法测得铝青铜QAL-10-3-1.5的应力-应变函数关系     

水解-好氧-氯氧化工艺在染整废水处理中的应用

通过治理工程实践，应用水解-好氧-氯氧化工艺治理印染废水，处理效率高，耐冲击负荷，处理后出水水质稳定，在正常运转条件下，各项指标达广东省DB 44 26—89二级排放标准，取得较好的环境效益。     

同步吸附—混凝—氧化法处理染色废水

对于用常规混凝－生化工艺处理而远未能达到排放标准的染色废水，在原设施的基础上改用在反应池中同时投加改性凹凸棒石，碱式氯化铝，水解聚丙烯酰胺和次氯酸钠的同步吸附－混凝－氧化法处理后，基本上达到了排放标准，其中对废水的脱色效果尤佳。     

气相色谱-质谱法测定沉积物中的有机氯和多氯联苯

采用加速溶剂萃取法提取沉积物中的有机氯和多氯联苯,提取液用凝胶色谱法净化后用气相色谱-质谱法测定。方法在5.00μg/L~200μg/L范围内线性良好,当取样量为10.0 g时,方法检出限为0.03μg/kg~0.37μg/kg,空白样品2个质量比水平的加标回收率为70.8%~121%,测定结果的RSD为2.7%~11.5%。用该方法测定实际样品,结果 12个抽检的沉积物样品中多氯联苯均未检出,9个样品中有机氯检出。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.