微污染水处理中混合液特性对膜污染的影响

重点研究了各工艺条件下的膜污染状况和混合液特性变化对膜阻力分布的影响。结果表明投加PAC和原水可生化性较好时都利于减缓膜污染。它们分别通过增加膜表面泥饼层的孔隙率和增大混合液的粗径分布来提高混合液可过滤性，使沉积层阻力Rc分别降至原MBR工艺的51．4％和33．3％。试验证实与原MBR工艺相比，投加PAC和采用可生化性较好的原水后，单位膜面积处理单位体积湖水时膜比通量的下降率分别由4．64％m^-1下降至1．85％m^-2和14．31％m^-1。     

用有机物分子量分布变化评价不同处理方法去除有机物的效果

本文就不同的净水处理引起的水中有机物分子量分布的变化进行了探讨。混凝处理去除大分子有机物，粉末活性发不仅能有效地去除小分子有机物，对大分子量的有机物也有很好的去除效果。臭氧主要氧化大分子有机物，生物预处理由于微生物新陈代谢产物的影响，没有分子量变化的规律性。根据水源有机物分子量分布和净水处理去除不同分子量有机物的特点，可达到净水处理工艺的最佳组合。     

污水处理中物化与兼性生化低温下的协同作用

针对兼性生化低温状态去除效果差、污泥易流失等问题,提出采取物化兼性生化联用法来提高其处理效果.并采用对比法研究物化、兼性生化及二者联用技术处理低温城市污水.研究结果表明在聚合氯化铝（PAC）投加量为20mg/L时,物化与兼性生化在COD、浊度及TP的去除方面表现出良好的协同作用,但脱氮效果一般;二者协同作用能以较小的投药量有效改善低温状态兼性生化处理效果及污泥流失现象,为后续生态单元的稳定运行提供了保障.     

基于差异半监督学习的相关理论分析

基于差异的半监督学习属于半监督学习和集成学习的结合,是近年来机器学习领域的研究热点.但相关的理论研究较缺乏,且都未考虑存在分布噪声的情况.文中首先针对基于差异的半监督学习的特点,定义一种分类噪声和分布噪声的混合噪声(HCAD).其次给出算法在HCAD噪声下的可能近似正确(PAC)理论分析及其应用实例.最后基于投票边缘函数,推导出在HCAD噪声下多分类器系统的泛化误差上界,并给出相关证明.文中开展的理论研究可用于设计基于差异的半监督学习算法及评估算法的泛化能力,具有广阔的应用前景.     

膜吸附生物反应器(MABR)用于饮用水去除有机物

为更加有效地制备优质饮用水,考察了膜吸附生物反应器(MABR)强化去除水中有机污染物的效能.结果表明,当粉末活性炭(PAC)投加量为8mg/L时,MABR对进水中TOC、CODMn、DOC、UV254以及BDOC和AOC的去除率分别达41.3%,59.4%,36.7%,53.5%,67.9%和44.0%.在MABR中,膜的物理截留作用、生物降解作用以及PAC的吸附作用协同完成对溶解性有机污染物的去除;就DOC而言,3种作用的贡献分别为11.1%,7.6%和18.0%.微观分析结果表明,MABR中膜表面的动态污泥层能强化膜对混合液中溶解性有机物的截留.考虑到0.5h的短水力停留时间,MABR无论是从技术上还是从经济上考虑都有着很好的应用前景.     

原子荧光法测定聚合氯化铝(铁)中砷和汞的方法探讨

对原子荧光法测定聚合氯化铝(铁)(PAC和PAFC)中砷和汞的多种样品处理方法进行比较,推荐采用1 1王水溶解样品,硫脲预还原,氢化物发生-原子荧光法同时测定的方法。方法的线性范围:砷0～60μg/L、汞0～6μg/L,相关系数在0.999 7以上;检出限为:砷0.10μg/L、汞0.05μg/L;样品加标回收率:砷93.2%～98.5%、汞94.0%～103.0%。该方法简单、快速,可同时测定PAC和PAFC中的砷和汞。     

一种巴特沃斯低通滤波器构成的PWM转DAC设计

本文提出一种巴特沃斯有源低通滤波器构成的PWM转DAC设计,利用STC8单片机片内12位分辨率的PWM发生器产生了频率为10 kHz、占空比可变的PWM信号。将信号送入巴特沃斯低通滤波器后,PWM信号转换为直流电压,电压幅度与PWM信号占空比呈正比变化,转换得到的直流电压纹波小于0.2 mV,转换分辨率可达1/12位。转换电路线性度较高、纹波小、谐波抑制比较高。相比于专用DAC芯片或PAC芯片而,该方案性价比高,可以适配于分辨率要求高、建立时间要求一般的应用场景。     

PAC投加对絮体破碎后再絮凝特性和颗粒去除的影响

为改善絮体破碎后的再絮凝能力,提高颗粒的去除效率,以西宁地区低温低浊水为研究对象,通过光学检测仪器及数学拟合方式,分析补投聚合氯化铝(PAC)对破碎后絮体粒径与分布、生长速率变化的影响,描述颗粒及浊度的去除效果.结果表明:随PAC补投量的升高,絮体粒径和生长速率均先增大后减小,各自达到峰值所需补投药量分别为4和6 mg/L;剩余浊度和颗粒数先降低后升高,最低时可分别降至0.79 NTU、90个·m L-1.补投2 mg/L药剂后,280~630μm絮体颗粒体积分数由22.85%增大到46.36%,4~35μm絮体颗粒体积分数由1.21%减小至0.19%,再絮凝后絮体平均粒径为400μm,大于未破碎前的370μm,粒径增长率为8.11%,絮体生长速率为77.26μm/min.补投PAC可促进絮体破碎后的再絮凝,提高浊度及颗粒数的去除效果,可有效改善实际工程絮凝工艺效果.     

不同混凝剂处理低温低浊水的对比应用研究

在我国北方进入冬季,松花江水处于长达4~5月的低温低浊期,温度一般维持在3~6℃,浊度一般在6~13NTU之间.本文利用聚合氯化铝(PAC)、聚合氯化铝铁(PAFC),通过经验数据法和正交试验等方法确定最佳投药量,使剩余浊度基本上降到0.5NTU以下,并且进一步考察水中其他因素,如氨氮、硬度、COD、电导率和pH的去除情况,其中COD随着混凝剂的投加有明显的去除效果,剩余含量在0.8mg/L左右,而氨氮在0.5 mg/L上下浮动.     

PAC Learning of One-Dimensional Patterns

Developing the ability to recognize a landmark from a visual image of a robot's current location is a fundamental problem in robotics. We consider the problem of PAC-learning the concept class of geometric patterns where the target geometric pattern is a configuration ofk points on the real line. Each instance is a configuration ofn points on the real line, where it is labeled according to whether or not it visually resembles the target pattern. To capture the notion of visual resemblance we use the Hausdorff metric. Informally, two geometric patternsP andQ resemble each other under the Hausdorff metric if every point on one pattern is close to some point on the other pattern. We relate the concept class of geometric patterns to the landmark matching problem and then present a polynomial-time algorithm that PAC-learns the class of one-dimensional geometric patterns. We also present some experimental results on how our algorithm performs.