分层开采工艺对地表沉降的影响研究

分层开采是厚煤开采的经典工艺,这种工艺对地表沉降的影响比较复杂。通过测试原岩物理力学参数,利用有限元软件flac3D对分层和一次采全高时地表沉降进行了数值模拟。结果表明,如果采高较小,砌体梁距煤层较近,且采完上分层后长时间停采,给顶板再生留足时间,分层开采较一次采全高对地表沉降影响要小。     

Risk-evaluation of Hi-tech Enterprise in the Process of Approaching Global Market

In the high technology industry, small and medium sized technology enterprises (SMSTEs) play a pivotal role in advancing the whole industry. To achieve sustainable development, they need to extend their scope of business activities beyond a national view and exploit international market actively to meet international competitions that increase quickly in the form of allocating resources within the scope of the world. However, the SMSTEs are also facing risks associated with themselves during the process of exploiting international market owing to their own restrictions, so what they should do is to consider risk evaluations in exploiting the international market.     

蚯蚓对城镇污泥堆肥过程中微型动物群落演替的影响

采用实验对比和除趋势对应分析（DCA）等方法,以城镇污泥中的微型动物为对象,研究蚯蚓对堆肥过程微型动物群落演替的影响.结果表明,蚯蚓仅影响微型动物群落数量,对演替进程无明显影响.堆肥过程微型动物群落演替可分为3个阶段：第1阶段（0~10 d）,固着类纤毛虫为优势类群阶段,该阶段微型动物变化多受限于环境的改变,蚯蚓影响较小;第2阶段（10~30 d）,固着类纤毛虫和轮虫向肉足虫和线虫为优势类群的过渡阶段,该阶段蚯蚓对线虫数量有一定的限制;第3阶段（30 d后）,肉足虫和线虫为优势类群阶段,该阶段蚯蚓对有壳肉足虫的增长产生了明显的抑制作用.群落多样性指数结果显示,蚯蚓在第1和第2阶段作用不明显,在第3阶段增加了微型动物的多样性和均匀度,减小了优势物种的优势程度.对固着类纤毛虫的同化作用是蚯蚓稳定堆肥环境、促进有机质降解的重要因素.     

基于不同废污泥源的短程反硝化快速启动及稳定性

为探究不同废污泥源快速启动短程反硝化和实现稳定NO_2~--N积累的可行性,在3个完全相同的SBR反应器(S1、S2和S3)分别接种:实验室城市污水反硝化除磷系统排泥、城市污水厂剩余污泥及河涌底泥,比较其短程反硝化启动快慢和NO_2~--N积累特性,考察系统短程反硝化活性和NO_3~--N→NO_2~--N转化性能,并从微生物学角度分析反应器功能菌群特征.结果表明,在乙酸钠为唯一碳源、高碱度和适宜COD/NO_3~--N比进水条件下,3个SBR短程反硝化反应器在短时间内均能够成功启动,系统平均NO_3~--N→NO_2~--N转化率为S1 S2 S3(75. 92% 73. 36% 69. 90%).同时发现持续低温条件下S1和S2呈现不同程度的短程反硝化性能恶化趋势,但S3能够稳定维持良好NO_2~--N积累性能.微生物高通量测序表明,变形菌门和拟杆菌门居PD系统主导地位,3个短程反硝化反应器NO_2~--N积累关键功能菌属Thauera属丰度差异明显:S3 S1 S2(25. 09% 4. 71% 3. 60%),表明S3具备稳定高效的NO_2~--N积累性能,同时高丰度Thauera属可能是维持低温短程反硝化活性的重要原因.     

科技创新投入对环境全要素生产率的影响机制

使用2004~2015年的中国280个地级市的面板数据,对科技创新投入与环境全要素生产率间的非线性关系、内部影响机理和空间异质性进行分析,结果显示：科技创新投入与环境全要素生产率之间呈现倒N型关系,两个拐点的位置分别为7.722（2257.47万元）和9.610（14913.17万元）;在外部资本进入、污染治理、市场规模效应3种影响路径中,科技创新投入影响下的外部资本进入对环境全要素生产率依然存在污染避难所的负向效应,科技创新投入与外部资本间效应为0.1363,外部资本与环境全要素生产率间效应为-0.0065;科技创新投入能够增强企业的污染治理技术并提高环境全要素生产率,三者间前后效应分别为-0.0277和-0.0311;科技创新的投入与高效益增强了市场规模效应,有效促进生产结构的转型进而提高环境全要素生产率,三者间前后效应为0.0186和0.4346.空间异质性中,外部资本进入与溢出效应带来的污染避难所负效应在中部地区显著,在西部和东北部地区不显著,而污染天堂正效应在东部地区存在但不显著;污染创新治理投入的技术正溢出效应在东部和西部地区效应显著,在中部和东北部不显著;科技创新投入与市场需求规模效应在空间区域无差异且显著为正.建议依据科技创新投入的不同影响路径来实施空间差异化策略.     

金属改性对SAPO-34低温还原NO性能的影响

采用浸渍法制备金属改性SAPO-34分子筛催化剂,分析比较了不同单金属（Cu或Co）及不同比例双金属（Cu：Co=1：1、3：1、5：1,质量比）改性催化剂对NO的催化还原性能,评价了不同催化剂的N₂选择性,并采用扫描电子显微镜（SEM）、比表面积测试、X射线衍射分析（XRD）、NH₃-程序升温脱附（NH₃-TPD）等表征手段对催化剂的物化性能进行了分析.结果表明,单金属Cu改性催化剂具有较宽的温度区间,在250~450℃范围内NO的转化率始终保持在100%;双金属改性使NO转化率保持为100%的最低温度下降了25~50℃,显著拓宽了低温段窗口,其中,Cu₃Co₁/SAPO-34催化剂的低温催化还原性能最好,200℃即可实现100%的NO转化率,175℃下的转化率也高达80%以上.Cu-Co双金属改性SAPO-34分子筛催化剂具有优异的低温催化还原NO性能,具有在机动车尾气、工业废气的低温脱硝治理领域应用的潜力.     

稻田NO3-还原耦合As(III)氧化过程及微生物群落特征

以华南稻田土壤为研究对象通过构建微宇宙体系,研究了淹水稻田自养硝酸盐还原耦合As（III）氧化过程及其微生物群落结构组成.结果表明,NO₃^-的添加促进了稻田土壤中As（III）的氧化,在未添加NO₃^-的处理（Soil+As（III））以及灭菌处理（Sterilized soil+As（III）+NO₃^-）中As（III）未发生明显的氧化;在Soil+As（III）+NO₃^-处理中,NO₃^-有少量被还原,而在Soil+NO₃^-处理中,NO₃^-没有被还原.通过16S rRNA高通量分析在NO₃^-还原耦合As（III）氧化体系中微生物群落结构特征,在Soil+As（III）+NO₃^-处理中shannon指数相对较低为8.19,土壤微生物群落多样性降低,其中在门水平上主要优势菌群为变形菌门Proteobacteria（33%）、绿弯菌门Chloroflexi（11%）、浮霉菌门Planctomycetes（12%）;在属水平上主要的优势菌属为Gemmatimonas（7.4%）以及少量的Singulisphaera、Thermomonas、Bacillus.NO₃^-的添加能够促进稻田土壤中自养As（III）氧化,并且影响着稻田土壤中微生物群落组成.     

Effects of SO2 and H2O on low-temperature NO conversion over F-V2O5-WO3/TiO2 catalysts

F-V_2 O_5-WO3/Ti02 catalysts were prepared by the impregnation method.As the content of F ions increased from 0.00 to 0.35 wt.%,the NO conversion of F-V_2 O_5-WO_3/TiO_2 catalysts initially increased and then decreased.The 0.2 F-V_2 O_5-WO_3/TiO_2 catalyst(0.2 wt.% F ion)exhibited the best denitration(De-NOx) performance,with more than 95% NO conversion in the temperature range 160-360℃,and 99.0% N2 selectivity between 110 and 280℃.The addition of an appropriate amount of F ions eroded the surface morphology of the catalyst and reduced its grain size,thus enhancing the NO conversion at low temperature as well as the sulfur and water resistance of the V_2 O_5-WO3/Ti02 catalyst.After selective catalytic reduction(SCR) reaction in a gas flow containing SO_2 and H_2 O,the number of NH3 adsorption sites,active component content,specific surface area and pore volume decreased to different degrees.Ammonium sulfate species deposited on the catalyst surface,which blocked part of the active sites and reduced the NO conversion performance of the catalyst.On-line thermal regeneration could not completely recover the catalyst activity,although it prolonged the cumulative life of the catalyst.In addition,a mechanism for the effects of S02 and H_2 O on catalyst NO conversion was proposed.     

Density functional theory (DFT) studies of vanadium-titanium based selective catalytic reduction (SCR) catalysts

Based on density functional theory (DFT) and basic structure models, the chemical reactions on the surface of vanadium-titanium based selective catalytic reduction (SCR) denitrification catalysts were summarized. Reasonable structural models (non-periodic and periodic structural models) are the basis of density functional calculations. A periodic structure model was more appropriate to represent the catalyst surface, and its theoretical calculation results were more comparable with the experimental results than a non-periodic model. It is generally believed that the SCR mechanism where NH₃ and NO react to produce N₂ and H₂O follows an Eley-Rideal type mechanism. NH₂NO was found to be an important intermediate in the SCR reaction, with multiple production routes. Simultaneously, the effects of H₂O, SO₂ and metal on SCR catalysts were also summarized.     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.