京津冀“以电代煤”替代大气污染物排放清单

本研究建立了基于人工神经网络的民用散煤燃用量估算模型,得到了京津冀地区“以电代煤”替代民用散煤大气污染物排放清单.结果表明：截止到2018年,京津冀地区“以电代煤”替代散煤用户约259万户,每年可减少散煤燃烧约706.6万t,减少PM_2.5、NO_x、SO₂的排放量分别约为2.81,0.76,2.17万t.其中,北京市和天津市实施效果较为明显,占京津冀地区“以电代煤”散煤替代总量的62.01%和22.82%.基于调研数据得到京津冀各市燃煤量月分布系数,1月份分布系数最大,燃煤量占比为27%~40%.     

土石混合体地基系数支持向量机模型与应用∗

针对缺乏土石混合体地基系数评价模型这一现状,构建了基于支持向量机的土石混合体地基系数评价模型.该模型以土体弹性模量、泊松比以及块石含石率作为输入参数,地基系数作为输出参数.为建立训练数据,基于土石混合体弹性模量与泊松比计算模型,建立了FLAC3D平板载荷模型开展数值实验.基于数值实验数据,训练支持向量机模型并进行初步验证.将该支持向量机模型用于预测现场试验获得的土石混合体地基系数,进一步验证了该模型的合理性与准确性.通过敏感性分析发现,土体弹性模量对土石混合体地基系数的影响最大,其次为含石率.基于支持向量机模型,讨论了5种已有地基系数计算模型应用于土石混合体地基系数计算的可行性,确认了可用于评估土石混合体地基系数的显式模型.     

新农药HW-02在土壤中的吸附

采用振荡平衡法研究了新型除草剂HW-02在5种不同土壤中的吸附特性. 结果表明:土壤对HW-02的吸附性强;HW-02在黑钙土、白浆土、草甸土、砂性土和黏壤土等5种土壤中的吸附可用Freundlich等温式较好地描述,其吸附系数(K_F)分别为332.65,103.32,672.97,577.96和289.60,吸附自由能变绝对值(ΔG)分别为16.55,22.73,18.32,18.48和22.86 kJ/mol,说明HW-02在土壤中的吸附以物理吸附为主;HW-02在5种土壤中的有机质吸附常数(K_OM)为796.57～10 197.18,说明其在土壤中迁移性很弱. HW-02在土壤中的吸附系数与土壤w(有机质),pH和w(黏粒)相关性较好,而与阳离子交换量(CEC)的相关性差,说明土壤w(有机质),w(黏粒)和pH是影响HW-02在土壤中吸附的主要因素.      

涂装线中烘炉炉膛结构对排烟烟气影响的分析

本文分析了烘炉炉膛结构对排烟烟气的影响,并提出了几种改进的方法     

三油酸甘油酯-醋酸纤维素复合膜萃取水体中痕量有机氯农药的研究

以三油酸甘油酯-醋酸纤维素复合膜(TECAM)萃取作为监测水体中痕量有机氯农药的方法．探讨分析过程中的影响因素和优化条件,结果表明,膜萃取分析方法对17种有机氯农药的平均加标回收率为53％-111％,对强疏水性污染物表现出较高的回收率．利用该方法在南方某自来水厂各工艺段水体中检测出了滴滴涕及其代谢产物、六六六等五种有机氯农药．     

广告牌结构风荷载取值问题的研究

就广告牌结构风荷载标准值的关键参数的确定问题进行了研究,并着重就风振系数、风荷载体型系数展开探讨。     

基于电化学-热-力耦合模型的锂离子电池热失控研究

为提升锂离子电池的安全性能,减少由热失控导致的安全事故,分析电池温升的原因并有效降低其温度,依据电化学反应中浓度、电势与热模型中温度的相互影响关系,建立电化学-热-力耦合模型。通过模拟单电池和电池组温度分布的实时情况,分析单电池温度不均匀分布和电池组温度正态分布情况的原因,探讨换热面积和流通量对散热量的影响,研究电池组中单体电池的位置分布及不同传热介质的散热情况。研究结果显示：低温和相对高温环境下,欧姆热、极化热及电化学反应热产热占比不同,但产热最高温度未达到电极材料与电解液分解反应的临界温度420 K;高温环境下,电池温度持续升高接近临界温度,出现热失控趋势,对流换热系数对电池影响较大。电池组间隙为10 mm和20 mm时,整体温度比间隙为0时分别降低了1.1%和1.8%;与无间隙电池组相比,以铜板和铝板为传热介质的电池组温度分别降低了2.0%和1.6%。     

露天矿含弱层边坡三维危险滑面构建及稳定性计算

露天矿含弱层边坡稳定性分析是露天开采领域中的一个重要研究内容,实际工程问题复杂多样,基于二维计算会导致结果偏于保守,有时无法满足复杂工程的需要,因此,开展含弱层边坡三维稳定性分析的研究是很有必要的。基于标准椭球,对其进行空间几何变换,与边坡插值生成一种由x_a等6个参数控制的椭球危险滑面,将椭球滑面与弱层结构面进行组合插值,构建含弱层边坡三维危险滑面;使用三维剩余推力法和遗传算法计算边坡稳定性系数并进行最危险滑面搜索,使用经典算例对方法进行验证,发现含弱层边坡随着滑体宽度增加稳定性系数逐渐降低。以锡林浩特某露天矿为应用实例,对东北帮含弱层边坡进行三维稳定性计算,验证了方法在实际工程中的适应性。     

基于深度学习的排污口污染物浓度预测研究

入河排污口是污染物进入生态环境的最后一道关口,预防超标排放是改善流域生态环境质量的基础.为实现排口超标排放事前预警,本研究以长江泰州段两类典型排口(污水处理设施排口和工业企业清净下水排口)为例,利用排口污染物监测数据与气象数据,基于长短期记忆神经网络(LSTM)、门控循环单元(GRU)、卷积循环神经网络(CRNN)等深度学习算法构建多污染因子(总氮、氨氮、COD、总磷)浓度预测模型,并结合SHAP分析结果识别影响排口水质预测的重要因素.结果表明：(1)单层与双层GRU模型在排污口未来6 h污染物浓度预测中表现较好,R²可达0.67～0.81;(2)自相关变量的累积重要性绝对值占比超80%,对排口污染物浓度预测的影响显著大于其他输入变量.该方法有潜力拓展应用至其它排污口类型及其它污染因子的浓度预测,为排口污染预警和全链条管理提供技术支撑.