-
题名基于层次分析法的城镇污水处理厂综合效能研究
被引量:1
- 1
-
-
作者
陈婷婷
彭玉梅
高亚琳
钟亚萍
潘志成
-
机构
海天水务集团股份公司国家企业技术中心
海天水务集团股份公司四川省城镇污水处理技术工程实验室
-
出处
《给水排水》
CSCD
北大核心
2021年第S02期81-85,共5页
-
基金
四川省科技服务业发展项目(2018GFW0077)
-
文摘
随着我国城镇污水处理厂数量及规模的发展,需要建立一套全面、系统和客观的考核体系与评价方法来衡量污水厂综合效益。在对污水处理厂绩效考核现状研究基础上,基于现有平衡记分卡理论,从污水处理厂处理成本、环境效益、运行情况、管理水平四个方面分析,采用绩效指标法,建立了一套3层(目标层、准则层、指标层)、16个指标的城镇污水处理厂绩效考核指标新体系。通过层次分析法及专家咨询法,构建判断矩阵,并利用YAAHP6.5软件计算指标权重。采用隶属度计算公式,得到指标值对理想标准值的隶属度,创建综合绩效考核模型。选取西南某两座污水处理厂为考核体系验证研究对象,验证了考核模型的准确定和科学性。结果表明:A污水处理厂绩效考核得分为0.7747,处于"中等"等级范围,B污水处理厂绩效考核得分为0.9067,处于"优秀"等级。两座污水处理厂的考核结果与实际运行管理情况一致。
-
关键词
指标体系
平衡计分卡
层次分析法
绩效考核
-
Keywords
Indicator system
Balanced score card
Analytic hierarchy process
Performance appraisal
-
分类号
X703
[环境科学与工程—环境工程]
-
-
题名烧结燃料清洁化对NO_(x)减排影响的中试试验
被引量:5
- 2
-
-
作者
于宏兵
王通
于晗
潘志成
金玉生
曹玉鑫
-
机构
南开大学环境科学与工程学院
北京市市政工程设计总院有限公司水资源与环境一院
海天水务集团股份公司国家企业技术中心
北京长征天民高科技有限公司
-
出处
《中国冶金》
CAS
北大核心
2021年第1期86-92,共7页
-
基金
天津市科技计划项目科技重大专项与工程资助项目(15ZXGTSF00020)
国家重点研发计划资助项目(2016YFC0209301)
天津市科技计划资助项目(17PTGCCX00250)。
-
文摘
钢铁烧结工序是典型的高能耗、高物耗和高污染工序,烧结脱硝成为钢铁行业发展的最主要的难题,从源头削减NO_(x)的产生是有效解决方案之一。为此,建立烧结杯中试试验系统,采用清洁燃料替代的方法进行氮氧化物源头减排的研究。试验筛选出石蜡、低氮煤、甲醇3种低氮物料分别与无替代烧结NO_(x)进行排放比较,同时比较了烧结过程的增温速率、高温水平、高温持续时间;分析了在满足烧结热量和温度需求情况下,NO_(x)的减排效果以及变化规律和机理,综合分析3种物料或燃料替代减低NO_(x)的效果。试验结果表明,用低氮煤替代50%焦粉,NO和NO_(x)平均浓度分别为63.4和99.7 mg/m^(3),分别降低44.8%和43.9%;用石蜡替代10%焦粉,NO和NO_(x)平均浓度分别为48.5和76.7 mg/m^(3),分别下降57.8%和56.8%。从降低NO_(x)浓度效果来看,石蜡优于低氮煤。用甲醇替代10%焦粉和20%焦粉,虽然都有一定降低NO_(x)的效果,但是增温效果不能满足烧结的温度和热量要求,不适合作为替代的清洁燃料。
-
关键词
烧结
氮氧化物
燃料
优化
清洁替代
中试试验
-
Keywords
sintering
nitrogen oxides
fuel
optimization
clean alternative
pilot experiment
-
分类号
TF046.4
[冶金工程—冶金物理化学]
-
-
题名烧结全过程节能减排智能控制方法分析
被引量:6
- 3
-
-
作者
于晗
赵满坤
潘志成
于宏兵
曹玉鑫
李英杰
-
机构
南开大学环境科学与工程学院
海天水务集团股份公司国家企业技术中心
天津大学智能与计算学部
-
出处
《中国冶金》
CAS
北大核心
2020年第12期112-118,共7页
-
基金
天津市科技计划项目科技重大专项与工程资助项目(15ZXGTSF00020)
国家重点研发计划资助项目(2016YFC0209301)
天津市科技计划资助项目(17PTGCCX00250)。
-
文摘
研究提出了烧结全过程节能减排大气污染物治理的模式和方法,根据物质流和能源流节点特征把烧结工序分成烧结源头系统、过程系统、末端处理系统。采用"双平衡"约束方法进行深度置信网络进行配料-成矿预测模型的训练,实现源头配料的智能控制,通过调整优化燃料配比,从源头上降低燃料消耗及污染物排放。基于深度神经网络进行了风箱负压和温度预测耦合模型的构建,降低了烧结过的程电能消耗。根据源头和过程污染物产生的信息调节末端脱硝还原剂使用量,最终建立了烧结全过程的节能减排智能辅助诊断决策系统。该系统在应用中固体燃料消耗降低18.9%,电能消耗减少21.9%,NO_(x)减少排放43.6%,SO2减少排放14.0%,颗粒物减少20.1%,节能减排效果显著。
-
关键词
烧结
智能化
全过程
多变量
节能减排
-
Keywords
sintering
intelligence
whole process
multivariable
energy saving and emission reduction
-
分类号
TF046.4
[冶金工程—冶金物理化学]
-