脉冲放电除尘中颗粒的荷电研究

脉冲电除尘电晕放电状态不同于传统的直流电除尘。脉冲电晕放电在脉冲期间产生大量的高能电子,使颗粒在电场中进行电子荷电。窄脉冲放电电晕区可覆盖整个电极间区域,荷电区域内既有电子,也有正离子和负离子,电子能量远高于离子能量,正负离子数量不平衡。粒子荷电过程分2个阶段,在脉冲放电期内为电子荷电,脉冲期过后为离子荷电。

高风速复合式电收尘器模拟烟气净化实验研究

为了探讨自制高风速复合式电收尘器(HVCESP)的收尘效果,对其进行了模拟烟气粉尘净化实验研究并探讨了其收尘机理。以收尘效率η作为收尘指标,以粉尘初始质量浓度0ρ、工作电压U、有效收尘面积S及烟气风速v作为影响因素进行单因素分析,分别考查各因素对η的影响规律。实验结果表明,当烟气处理量qV=3780 m3/h,v=1.75 m/s,ρ0=5 g/m3,U=47 kV,有效收尘面积S=14.5m2,异极距H=0.17m,有效电场长度L=2.8 m时,η可达95%;当qV=1787 m3/h,v=0.81 m/s,而其它条件不变时,η可达99.54%。HVCESP除尘系统比传统电收尘器(ESP)体积缩小几倍,实现了除尘设备小型化,降低了其一次性投资。

电除尘器中粉尘预荷电的试验研究

采用线管式预荷电器对粉尘颗粒在不同条件下的荷电量进行研究,并在不同条件下对其预荷电性能进行了对比试验。结果表明,采用直流和脉冲电压供电方式时,在电压达到临界值之前,颗粒的荷电量均随电压升高而增加,脉冲电压供电方式荷电量升高较快,荷质比高出直流电压荷电1个数量级;负电晕放电的颗粒荷电量明显高于正电晕放电;电晕放电的荷电量随颗粒粒径的增大而增大;预荷电器中的荷电理论计算必须考虑粒子密度及其输运项。

QuEChERS-气相色谱法快速测定土壤中8种有机氯农药

建立QuEChERS-气相色谱法同时检测土壤中8种有机氯农药的方法,优化分散固相萃取剂用量。土壤样品通过分散固相萃取净化技术,氮吹浓缩后用正己烷定容,最后通过气相色谱测定。结果表明,在2.0~100μg/L质量浓度范围内呈线性,相关系数r为0.9895~0.9991。空白样品在0.5,5和20μg/kg加标浓度下的回收率为75.3%~92.3%,相对标准偏差为3.2%~5.6%(n=5),方法检出限为0.053~0.064μg/kg,测定下限为0.21~0.26μg/kg。该方法操作简单、结果准确、有机试剂用量少、分析成本低,适用于土壤中有机氯农药的残留检测与分析。

柱前衍生化-固相萃取-气相色谱法快速测定水中五氯酚

建立了柱前衍生化-固相萃取-气相色谱法快速测定水样中五氯酚的方法。结果表明,目标化合物在气相色谱条件下可以实现很好的基线分离,五氯酚在质量浓度0. 05~50. 0μg/L范围内呈现良好的线性关系,相关系数r=0. 998,方法检出限为0. 006μg/L,测定下限为0. 024μg/L,相对标准偏差均<10%。该方法具有较高的精密度和准确度,且简便高效,适用于水体中五氯酚的测定。

直接进样气相色谱法快速测定空气中丙酮的实验研究

实验研究了使用100mL玻璃注射器采样,经阀进样器1mL直接进样后经气相色谱法分离FID检测器定量,快速测定空气中丙酮的浓度。丙酮在0~39 mg/m3范围内线性良好,样品中的丙酮在气相色谱条件下响应灵敏,与甲醇和乙酸甲酯等干扰物质能实现良好的基线分离,方法的检出限为0.006mg/m3,测定下限为0.024mg/m3。实验证明此方法可用于快速测定环境空气中的丙酮浓度。

甲醇提取-吹扫捕集-气质联用法快速测定土壤中8种苯系物

采用甲醇提取-吹扫捕集的前处理方法并结合气相色谱-质谱仪来测定土壤样品中的8种苯系物。实验结果表明,8种苯系物在前处理过程中被有效提取出来并被准确定性和定量,对于低浓度样品也具有良好的实验效果。此方法的检出限为0.3~0.8μg/kg,测定下限为1.2~3.2μg/kg。加标低、中、高3种不同质量比的标准物质,经实验分析土壤中8种苯系物相对标准偏差(RSD)为2.1%~6.8%,加标回收率为91.0%~105%,与相关行业标准相比具有一定的优势。

一种改进的超声提取气相色谱法测定土壤中15种硝基苯类化合物

针对土壤中的硝基苯类化合物测定前处理复杂、设备要求高、损失率高的特点,以及气相色谱法在测试过程中土壤基质复杂、干扰峰面积难以准确定量等问题,研究采用丙酮和正己烷超声提取土壤中的15种硝基苯类化合物,将提取液离心后直接进样测定,并用峰高定量。结果表明:以石英砂为基质的硝基苯及邻、间、对硝基甲苯的检出限为5.7~9.4μg/kg;其他11种硝基苯类化合物检出限为0.2~1.8μg/kg,相对标准偏差0.2%~4.4%。在土壤加标量为40,100,500μg/kg时,硝基苯的加标回收率较低,为61.3%~86.9%;相同浓度的邻、间、对硝基甲苯回收率为78.2%~118%;在土壤加标量为4,10,50μg/kg时,其他11种硝基苯类化合物加标回收率在88.9%~119%之间,相对标准偏差为2.1%~8.3%,平均值为5.2%。该方法前处理过程简单,操作简便、检出限低,经实际样品及加标回收测试,能满足土壤中硝基苯类化合物的监测要求。

顶空-气相色谱法测定水中挥发性卤代烃的不确定度实验报告

通过对顶空-气相色谱法测定水中挥发性卤代烃的分析过程中的各种不确定度来源进行评定,来建立此分析方法过程中不确定度的评估方法。对实验过程中的几个不确定度的分量进行量化,从而得到各自对不确定度的贡献值。实验结果表明,顶空-气相色谱法测定水中四种挥发性卤代烃组分的相对合成不确定度范围为2.50%~5.66%,标准溶液及曲线配制、标准曲线拟合为不确定度的主要影响因素。

广义回归神经网络在昆山水质评价中的应用

为了更加科学地评价水体水质,采用GRNN神经网络对昆山某Ⅲ类功能的湖泊水体进行水质评价,同时与BP、单因子评价法进行对比分析,论证GRNN评价水质的可行性并分析水质污染特征。评价结果显示,当GRNN光滑因子为0.4时,训练误差为0.5%~4.7%,GRNN和BP水质评价结果相对误差为-0.4%~18.6%;水质评价结果表明,待评价水质不容乐观,刚好达到功能区标准或者已经超过功能区标准。一年中污染最重的是2、3月,污染最轻的是8月。该方法模型参数少、操作简单,能够反映综合水质状况,有助于管理人员通过复杂的监测数据快速掌握不同水体的污染程度,为水资源保护和管理提供重要的技术支持。

马尔可夫修正的BP神经网络在PM2.5预测中的应用

本文以昆山某点位的监测数据及天气网的气象数据为基础,选取了影响PM2.5因素中的10个指标进行了相关性分析,结果表明PM2.5与PM10是高度相关,与CO、SO_2、NO_2、O_3显著相关,并依据分析结果对模型输入数据进行了降维。运用BP网络对序列1-16的PM2.5进行预测,结果显示其误差在-25%^-26.9%。将预测误差划分为4个状态,计算概率转移矩阵,并对序列17、18的BP预测结果进行修正,结果显示修正后的误差由BP网络的-14%、-25%降为-7.1%、-8.3%,预测准确度大大提高,表明基于马尔可夫-BP神经网络模型在昆山PM2.5预测中具有一定的现实意义。

昆山水质区域变化特征研究

本文选择昆山5个区域地表水监测点,分别于2016.06-2017.05每个月上旬进行水质监测分析,筛选出了高锰酸盐指数、氨氮、总磷、总氮、挥发酚、化学需氧量、五日生化需氧量、粪大肠菌群、氟化物、砷10个监测项目。对监测结果进行了年均值、相关性及主成分分析,结果表明C监测点处水质污染最为严重,高锰酸盐指数、氨氮、总磷、总氮、化学需氧量分别比最好的水质高出了15.6%、180%、70%、76%、23%,具有明显的受氮、磷污染的水质特征,其余监测点处水质都处于Ⅲ类水及以下,D、E处最好;各区域监测点位第一主成分各不相同,有的受氮、磷影响,有的受氮、磷、有机物等综合因素影响,部分区域的水质状态也受到了人类活动污染。

浅谈基层环境保护中遇到的问题及对策

新的环境保护法律法规颁布实施给基层环境保护提供了政策和法律支持,也对基层环保工作提出了更高要求。环保人员须努力提高自己业务素质,创新监管方法,将末端监督转移到兼顾污水及废气处理工艺的监督,利用互联网+在环保法律法规宣传培训中的作用,努力构建一张全方位立体式的基层环境保护网络,破解基层环境保护的困境。