UV185+254nm辐照下MnOx-TiO2分解甲醛与臭氧的机理

为提高185nm真空紫外光下甲醛与副产物臭氧的分解效率,以MnOx-TiO2复合催化剂取代TiO2光催化剂,发现甲醛与臭氧的转化率分别从44.7%和38.7%提高到77.5%和96.8%.研究比较了真空紫外光下和暗态下(加臭氧)甲醛与臭氧在MnOx-TiO2催化剂上的分解性能,及UV254nm下光催化分解甲醛的效率.结果表明,真空紫外光下气相活性氧物种的氧化与MnOx表面的臭氧催化氧化过程是甲醛分解的主要途径,而MnOx-TiO2上光催化氧化甲醛效率很低;副产物臭氧主要于MnOx表面活性位上由热催化分解.用真空紫外光辐照MnOx-TiO2催化剂,可提高MnOx催化分解臭氧的稳定性.     

发酵液回流对餐厨垃圾厌氧消化的影响

针对厌氧发酵液回流可提高厌氧系统性能,而不适的回流比例又会造成系统酸化的现象,采用单相连续反应器研究了发酵液回流及不同回流比对餐厨垃圾厌氧消化过程的影响。结果表明:在1 gVS/L的有机负荷下进行三种比例(10%、30%、50%)的发酵液回流使系统日平均产气量比不回流阶段分别提高0.7%、13.0%、4.9%,且对气体甲烷含量无显著影响。回流使VFA降解更充分,也使系统缓冲能力得到调节,但在较高的回流比(50%)下会造成Na+积累从而抑制系统产气性能。     

河源城南污水处理厂尾水深度处理效果的研究

河源市城南污水处理厂利用垂直流人工湿地对该厂A2-O工艺处理的尾水进行深度处理,研究了人工湿地对尾水中TN、NH4+-N、TP、COD、BOD5的去除效果。结果表明:人工湿地对污水处理厂尾水具有较好的深度处理效果,垂直流人工湿地处理系统对尾水中TN、NH4+-N、TP、COD和BOD5平均去除率分别达到97.4%、97.8%、95.06%、91.87%和95.87%以上,其出水水质基本达GB 18918—2002《城镇污水处理厂污染物排放标准》一级A标准,地表水Ⅲ类标准。     

水平弯管内硫沉积数值模拟研究

元素硫在集输管道中沉积会引起堵塞和腐蚀问题,而弯管是集输管道中较易出现硫沉积的部位之一。为此,采用数值模拟的方法研究水平弯管内的硫沉积问题,首先利用雷诺应力模型对流场进行模拟,其次采用Lagrange颗粒轨道模型对硫颗粒进行模拟追踪,研究不同因素对硫颗粒在弯管中沉积率的影响。结果表明:弯管内壁会出现负压区和低速区,气流速度和弯曲比会对流场产生影响;硫颗粒在弯管中的沉积率随流速、粒径和弯曲比的增大而增大;硫颗粒沉积是重力和离心力共同作用的结果,其中离心力是导致弯管中沉积率增大的重要原因。     

丁二烯装置中乙烯基乙炔危险性研究

根据丁二烯装置中高级炔烃的特点和危险性,通过爆炸极限测定仪和爆轰管研究并确定了温度对乙烯基乙炔爆炸极限的影响,确定了不同温度下乙烯基乙炔的安全分压,确定了氮气稀释对乙烯基乙炔安全分压的影响,掌握了乙烯基乙炔的燃爆特性和分解特性。研究表明:乙烯基乙炔易发生分解失控或气相燃爆,且发生分解失控时后果严重。为了确保丁二烯装置中乙烯基乙炔的安全使用,建议在低温和低分压下使用乙烯基乙炔。     

Effects of different endogenous fungi on the mass loss and nutrient content of leaf litter of Cunninghamia lanceolata北大核心CSCD

To explore the role of endophytic fungi in the decomposition of litter, the endophytic fungi Penicillium sp. strain CG2 (A), Fusarium flavum strain AY13 (B), and Talaromyces strain AJ14 (C) of Cunninghamia lanceolata were added to experimental pots in different forms (mycelium, sterilized fermentation broth, single fungus, and mixed fungi), and a control treatment (CK) was set up (no fungi added). At 10, 30, 60, 90, and 120 days after litter decomposition, a study on the decomposition dynamics of C. lanceolata litter under different treatments was performed. The results showed that the rate of leaf mass loss was the highest in the sterilized fermentation broth treatment A after 120 days, and that there was a significant difference (P < 0.05) between the mycelium treatment AC and the control treatment after 60 days (23.97% higher than the control group). On day 60, the litter carbon content from the mycelium treatment A was significantly different from that of the control (P < 0.05), showing a 16.74% lower value, whereas the litter carbon content of the mycelium treatment B was 21.13% lower than that of the control after 90 days. The nitrogen content of the litters of most mycelium and sterilized fermentation broth treatments was increased compared to that of the control group; there was significant difference (P < 0.05) between the sterilized fermentation broth treatment A and the control (P < 0.05), with a 17.05% higher value than that of the control. Similar to nitrogen, the litter phosphorus content also increased; there was a statistically significant difference between the mycelium treatment A and the control group, with treatment A showing a 46.67% higher value than the control group. The potassium content was 28% lower than that of the control group under the sterilized fermentation broth treatment C, a result that was significantly different from that of the control group (P < 0.05). After treatment for 90 days, the ratio of carbon to nitrogen was the lowest under the treatments with the mycelium A and the mycelium B, with values 25.54% and 25.11% lower than that of the control group, respectively, and a statistically significant difference from that of the control group (P < 0.05). The ratio of carbon to phosphorus was the lowest under the treatment with mycelium A after 60 days, and the result was significantly different from that of the control (P < 0.05), with a 43.05% lower value than the control. Thus, the three endophytic fungi had different effects on the mass loss rate and nutrient content of the litter. The Penicillium sp. strain CG2 (A) had statistically significant effects on the mass loss and nutrient content of leaf litter, which was within the range of fungi fertilizer reference values for the breeding of C. lanceolata. © 2018 Science Press. All rights reserved.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

大型水生植物混合腐解对入湖河口水质的影响及适宜生物量研究

为探究水生植物腐解释放的营养盐在泥-水-植物系统中迁移规律以及冬春季衰亡期大型水生植物的最适生物量,在塑料通风大棚内,开展不同梯度生物量下多种水生植物混合腐解试验.选择冬季蠡湖-陆典桥浜河口区的水生植物为研究对象,根据实际收割规律,设定腐解试验的生物量依次为除根部以外总生物量的0%、20%、40%、60%、80%、100%,于2018年12月25日开展试验,共150 d.结果表明:①与恒温室内条件相比,近自然条件下多种混合水生植物腐解的前2个阶段具有长时性和持续性.②水生植物腐解致使含C、N、P元素的指标在0~30 d内快速升高,70 d左右达到峰值,100 d后缓慢降低直至稳定,整个变化过程持续近120 d,但植物茎叶未彻底分解,多数沉积在底泥表面.③泥-水-植物系统中,试验初期底泥以释放营养盐为主,30 d后以吸附为主;相关性分析表明,茎叶生物量与水体和底泥中养分浓度均呈正相关.研究显示,与其他试验组相比,收割后水生植物生物量剩余20%时更有利于入湖河口水质的改善.      

人工湿地小试系统藻类去除效果的变化研究

夏季在水力负荷为800mm/d间歇式进水条件下,研究了人工湿地不同工艺流程的8套小试系统SSP（system of small plot）内部水流方向上藻类去除率的变化。结果表明：人工湿地小试系统中,藻类生物量沿水流方向逐渐减少,除藻率在出水处均达到最大值。藻类的去除主要发生在湿地水流方向的前几层,而系统其他层对藻类只有微弱的去除效果。由下行池与上行池构成的湿地系统中,去藻是上、下行池共同作用的结果。在有推流床或塘处理系统参与的湿地系统中,它们对藻类的去除均有一定的作用。去藻作用主要是基质的拦截,不同的水流方向、植物和微生物也起到了一定作用。湿地对藻类的去除率在夏季一般都能达到90%以上,证明人工湿地是一种有效的除藻生态-生物方法,对除藻要求比较高水体的湿地构建及工艺流程的设计、组合具有重要意义。     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。