有机溶剂浸取石油污染土壤中的多环芳烃

采用索氏提取法和气相色谱分析了某炼油厂周边土壤中的多环芳烃的种类及含量,考察了6种有机溶剂对土壤中多环芳烃的浸取效果,探讨了溶剂与溶质溶解度参数差异对浸取效果的影响。结果表明：土壤试样中含有蒽、荧蒽、芘、 、苯并[a]蒽、苯并[b]荧蒽、苯并[k]荧蒽和苯并[a]芘8种多环芳烃,其含量分别为4.20,22.05,10.62,4.26,5.54,0.80,0.94,4.18 mg/kg;筛选出二氯甲烷作为土壤中多环芳烃的浸取溶剂;最佳浸取条件为浸取时间10 min、浸取温度30 ℃、溶剂与土壤的液固比5:1（mL/g）、土壤含水量8%,在此条件下,总多环芳烃浸出率为83.0%,各种多环芳烃的浸出率分别为蒽97.8%、荧蒽78.2%、芘99.9%、 98.5%、苯并[a]蒽81.1%、苯并[b]荧蒽47.6%、苯并[k]荧蒽14.8%、苯并[a]芘58.7%。     

气相防锈剂在牵引电机制造过程中的应用

本文通过防锈性能试验(湿热试验)、防锈理化性能试验、实际验证试验研究了可剥离塑胶气雾剂(Y1)、气相防锈粉(Y2)、快干型防锈油(F1)以及气相防锈剂(F2)四种气相防锈剂对牵引电机产品材料的防锈效果,结果表明:Y1防锈效果好,但理化性能差;Y2不可长时间与明水接触,适用于短期防锈的产品;F1涂刷时应注意涂抹均匀,不可漏涂,适用于中短期防锈的产品;F2防锈效果最好,在高湿环境下防锈效果尤为突出,适用于长期防锈的产品。从而为牵引电机产品工序寻找出了合适的气相防锈剂,解决了牵引电机等产品制造工序中防锈需求问题。     

基于多目标优化的危险化学品运输模式探讨

近年来,危险化学品在运输过程中的事故越来越多,危害也越来越大,人们关于运输的安全意识也越来越强烈。本文介绍了多目标遗传算法、多目标优化、多目标进化以及他们之间的关系,并将多目标优化问题与危险化学品运输紧密联系起来,建立基于多目标优化的危险化学品运输模式。通过对危化品公路运输的问题描述以及约束条件（包括运输人员、押送人员、运输车辆、监督部门等等）的确定,把该问题转化成为拥有多目标的数学模型,最后利用网格法对危险化学品运输多目标优化进行求解,把多目标问题转化成为多个相互联系的2目标问题,通过减少目标函数边界的方法进行优化。通过这样求解的多目标问题,能够保证运输路径最短、费用最低、安全性最佳,为危险化学品运输安全提供技术支撑。     

CREAM失误概率预测法在驾驶舱机组判断与决策过程中的应用

CREAM强调人在生产活动中的绩效输出不是孤立的随机性行为,而是依赖于人完成任务时所处的环境或工作条件,它通过影响人的认知控制模式和其在不同认知活动中的效应,最终决定人的响应行为。在驾驶舱内,机组的绩效输出不仅仅是人的自身行为,还依赖于其完成任务时所处的情景环境,所以CREAM方法能够结合驾驶舱环境对机组的认知差错进行分析。在飞行中,驾驶舱内机组非常重要的一个环节是判断与决策过程,这一过程中包括询问、讨论、确定方案、执行、反馈五个环节。本文将通过分析这五个环节的相互关系及影响,以明确这种讨论过程是减少机组人为差错发生的一种有益方式,然后应用CREAM的预测法对这五个环节进行定量化分析,得出机组判断与决策过程的失误概率,完成对机组认知行为的客观评价,并为以后能够定量化研究驾驶舱内飞行员认知差错提供方法的借鉴。     

植物镉耐性/富集基因的筛选方法

植物耐受/富集镉（Cd）是一个复杂的过程,涉及转运蛋白家族、螯合蛋白家族、抗氧化系统等多个方面的参与。文章综述了植物Cd耐性/富集基因的筛选方法,包括抗性表达文库、Cd抗性突变体的图位克隆、基因差异表达、电子克隆。筛选Cd抗性植物cDNA酵母表达文库可鉴定与金属束缚、隔离及外排相关的膜转运蛋白;筛选重金属敏感拟南芥突变体和图位克隆突变基因可鉴定与谷胱甘肽和植物螯合肽合成相关的酶;第二代测序技术、基因差异表达分析则是鉴定Cd响应基因以及揭示金属型植物与非耐性植物表型差异分子基础的有效方法;电子克隆也被应用在模式植物中鉴定重金属转运蛋白家族的编码基因。在此基础上,简述了Cd耐性/富集基因在改良植物Cd耐性或富集上的应用。     

蜂窝状Ce/Cr掺杂Cu基催化剂用于乙烷的催化燃烧

以蜂窝堇青石陶瓷为载体,采用浸渍法负载氧化铝涂层和活性组分,制备了蜂窝状Ce/Cr掺杂Cu基催化剂。运用BET,XRD,XPS,H₂-TPR技术对催化剂进行了表征,并对其乙烷催化燃烧活性进行了评价。表征结果显示,Ce/Cr掺杂提高了催化剂表面化学吸附氧的含量,提升了催化剂在较低温度下的氧化还原性能。实验结果表明：在入口乙烷质量浓度2 000 mg/m³、反应空速20 000 h^-1的条件下,Cu-Ce催化剂较Cu催化剂的T₅₀和T₉₀（乙烷转化率为50%和90%时的反应温度）分别降低了46 ℃和101 ℃,降幅高于Cu-Cr催化剂的38 ℃和78 ℃;较高反应空速（30 000 h^-1）对催化反应不利,乙烷浓度对催化剂活性的影响不明显;550 ℃下Cu-Ce催化剂对乙烷的转化率100 h内保持在99%以上,表现出良好的稳定性。     

基于ANP-DEA的城轨网络应急演练组合评价模型

应急演练综合评价是衡量应急演练效果好坏的关键。以城轨网络应急演练综合评价为研究对象,将城轨网络应急演练划分为演练准备、演练实施、演练总结三个阶段。针对评价指标间存在的关联关系,采用网络层次分析法(ANP)进行定量化处理,计算得到各评价指标综合权重,进而得到三个演练阶段的重要度。利用数据包络分析方法(DEA),分别计算三个阶段不同城轨线路应急演练的排序值,结合不同阶段的重要度,构建得到城轨网络应急演练的组合评价模型,实现对城轨网络应急演练效果的综合评价。结合算例,应用ANP-DEA组合模型,对某城轨网络的应急演练效果进行了综合评价。     

芳纶1313纤维的特点及其在个体防护服装领域的应用

对芳纶1313纤维的发展历程、性能特点、生产加工、产品应用等各个方面进行了详细的阐述。芳纶1313纤维是一种性能优异的阻燃耐热纤维,在安全生产领域有着广阔的应用前景。自问世以来历经半个多世纪的发展,其在安全生产领域的应用价值已经得到广泛的认可。由于芳纶1313纤维具备一系列的突出优点,同时也存在某些缺陷,因此建议扬长避短,充分发挥这种纤维的种种优点,同时通过纤维改性、改进和优化生产工艺等方法,充分发挥其在安全生产领域的应用,使之产生应有的社会效益和经济效益。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。