用电导率测定自由膨胀率的方法研究

自由膨胀率是膨胀土分类判别的重要指标之一,室内自由膨胀率试验周期长、影响因素多,试验成果重复性较差。自由膨胀率和土壤电导率均与土壤的阳离子交换量、比表面积密切相关,在土壤的含水率一定的条件下,电导率是一个相对稳定的指标。因此,探索用电导率测定膨胀土的自由膨胀率可以解决自由膨胀率试验困难的问题。采用制备一定含水率条件下的膨胀土样测试了其电导率和自由膨胀率,试验成果表明:土壤电导率的量级可以用来反映膨胀土的膨胀等级。用特定含水率条件下膨胀土样的电导率可以推求土样的自由膨胀率。该成果对于研究采用电导率判别膨胀土的膨胀等级具有重要的实用意义。

化学镀镍废水中重金属的净化处理

为有效去除化学镀镍废水中存在的络合态金属铜和镍,分析了两种金属对反硝化生化微生物的抑制作用,并研究化学沉淀-树脂协同处理法、预磁化Fe^(0)-H_(2)O_(2)类Fenton-树脂协同处理法同步去除Cu、Ni的效果。结果表明:Cu、Ni对NO_(3)^(-)-N反硝化活性的半抑制质量浓度(EC_(50))分别为7.45、48.3 mg/L,且抑制作用随着金属浓度的升高而升高;两种处理方法对镀镍废水中高浓度Cu、Ni的去除均有一定的效果,但预磁化Fe^(0)-H_(2)O_(2)类Fenton-树脂协同处理法的金属去除率更高,Cu、Ni去除率分别达到100%、99.9%,基本实现金属的完全去除,对反硝化生化处理不具备抑制作用。研究表明,采用磁化Fe^(0)-H_(2)O_(2)类Fenton-树脂协同处理化学镀镍废水更加经济、环保,为生化法处理废水中的COD、NO_(3)^(-)-N、TP等提供了安全有效的预处理措施。

黄水作为补充碳源的反硝化效果研究

黄水作为白酒生产过程中的副产物,含有大量易于生物降解的有机物。对比研究了黄水和传统碳源(乙醇、乙酸钠)为外碳源时的反硝化效果,并通过16S rRNA分析了不同碳源系统微生物种群结构。结果表明,黄水系统的反硝化速率为6.49 mg/(g·h),反硝化脱氮效果与传统碳源相差不大。反硝化过程中各碳源系统亚硝酸盐氮均出现短暂积累,黄水系统最大亚硝酸盐氮积累率最低。碳源对系统微生物种群结构有一定影响,乙酸钠系统中微生物种群的丰富度有所上升。相比于乙酸钠系统,黄水和乙醇系统在门水平上的种群分布具有较高的相似性,两个系统中变形菌门(Proteobacteria)均有一定程度的提升,厚壁菌门(Firmicutes)均明显下降;乙酸钠系统则与之相反。

东太湖原水2-MIB污染应急处理技术

某水厂以东太湖为水源,夏季致嗅物质二甲基异崁醇(2-MIB)风险频发。研究取水口及附近水域2-MIB的变化规律并探讨了2-MIB的来源;同时,结合水厂实际案例,分析2-MIB在不同应急处理工艺下的去除效果。结果表明:东太湖原水中2-MIB与蓝藻和底泥的释放有关;应急投加粉末活性炭对夏季原水中2-MIB具有较好的去除效果;当原水遭受复合污染时(即CODMn、藻类和嗅味浓度水平均较高),粉末活性炭两步投加方式较单点投加对原水中2-MIB的去除效果有明显的促进作用(去除率提高12.8%)。

湿法炼锌除杂技术研究现状

通过对现有净化除杂技术研究现状分析,指出降低传统锌粉置换技术成本,研发新型净化技术,提高有价资源回收率,是实现企业产能增收,节能环保的重要途经。

pH对铝盐絮凝剂形态分布与混凝除氟性能的影响

对比研究了Al Cl3和3种不同碱化度的聚合氯化铝(PACl)在不同p H与投量下除氟效果,并对不同形态铝盐除氟机理进行了初步探讨。结果表明,p H对絮凝剂水解后铝形态分布及其除氟效果有重要影响。p H 5~6时,Al3+和Al2、Al3等低聚态铝为Al Cl3主要形态,且Al Cl3更易水解生成可将溶解态氟转化为颗粒态氟的A1(OH)3,从而较PACl具有更佳除氟效果。p H>7时,PACl较Al Cl3具有更佳除氟效果,且增大PACl碱化度可促进氟的去除,这主要是由于具有较高Al13含量的PACl更容易与电负性F-结合所致;且絮凝剂混凝除氟絮体ζ电位越高,越利于F-在絮体表面吸附。

苏州市吴江区日供水量预测模型的建立与应用

影响城市日供水量的因素较多,以苏州市吴江区两个水厂2015年的历史数据为基础,建立了以温度、天气和假日为变量的多元线性回归预测模型,并将其用于吴江区2016年3月—2017年4月的水量预测。经过检验,两个水厂预测结果的平均绝对相对误差分别为1.94%和2.78%,其中春节前后预测结果误差偏大,对模型进行优化后预测误差显著降低。

基于PSO-BP神经网络的水厂智能消毒预测模型

为解决水厂运行过程中粗犷式、经验式投加氯消毒剂的问题,建立基于PSO-BP神经网络的水厂智能消毒预测模型。选取流量、矾耗、水质参数作为预测模型的输入参数,利用粒子群算法优化神经网络权值和阈值,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)都低于传统BP神经网络模型,其中RMSE值下降207 kg,MAPE值下降1.80%,相对标准偏差(RSD)下降了2.4%,有效提高了模型预测的准确性和稳定性,并在实际应用过程中有助于降低水厂氯消毒剂药耗,平均可节约生产成本约1756元/d。可见,PSO-BP智能消毒预测模型是合理、可行的,为城市自来水厂加氯量预测提供了一种简单可行的思路和方法。