两级混凝沉淀法处理含砷化工废水研究

通过对常用的含砷废水处理工艺比较,确定采用两级混凝沉淀工艺处理硫酸生产过程中产生的含砷废水。运行结果表明,处理后出水中砷为0.3 mg/L,SS为35 mg/L,F为7 mg/L,砷、SS和F的去除率分别达到了95.6%、97.1%和96.8%。出水水质稳定并达到排放标准。     

EMI成像测井在川西侏罗纪储层中的应用

利用EMI成像测井资料,识别储层岩石结构中的裂缝分布状况,采用Logview软件处理后,定量计算裂缝的宽度、密度、长度及视孔隙度等参数.在川西侏罗纪砂泥岩储层中良好的应用效果,说明了EMI成像测井技术能提供详细的储层信息,可直接用于计算裂缝和地应力参数,还可以通过多井评价进行地层构造特征和沉积环境研究,在油气田勘探开发中有着广泛应用前景.     

粉煤灰滤料基本性能分析研究

粉煤灰是电厂和其他大型工业企业的废料,资源量大,价格低廉。用其作为水处理滤料,吸附性能好,有良好的性价比。文章对粉煤灰吸附原理进行了阐述说明,并从碘吸附值的角度,将粉煤灰滤料与活性炭以及其它滤料在性能上进行了分析比较。结果表明,粉煤灰滤料不仅在吸附性能上具有不劣于活性炭等滤料的能力,而且在经济指标上占有明显的优势,具有广阔的应用前景。     

激光投射式位移传感技术在桥梁挠度检测中的应用研究

激光投射式位移传感技术是精确测量桥梁挠度变化的一种有效方法.在介绍现有各种桥梁挠度测量方法的基础上,分析了激光投射式位移传感技术的基本原理和存在的问题,提出了改进措施.实桥测试结果表明,相对精密水准仪的测量效果,改进后的激光投射式挠度传感器在实际桥梁,尤其是高落差、大跨度桥梁的挠度测量中,具有操作方便、测量速度快、测量精度高等优势.该套传感器已成功应用于渝黔高速公路河耳沟大桥的桥梁远程健康监测中.     

澳洲坚果糖蛋白的分离纯化及其体外抗氧化能力

为充分利用澳洲坚果资源,采用弱碱水提法提取澳洲坚果脱脂粉中的糖蛋白,分别用DEAE-52阴离子交换柱和Sephadex G-100凝胶柱分离纯化,得到组分M-1,经紫外光谱扫描、红外光谱扫描和高效液相色谱等方法确定其结构,并评价其体外抗氧化活性。结果表明:M-1组分的分子质量为472 kDa,含有55.81%的多糖和34.13%的蛋白;红外扫描显示存在糖和蛋白的特征吸收峰;澳洲坚果糖蛋白的糖肽键主要为O-糖肽键;M-1的单糖组成主要是鼠李糖、半乳糖醛酸、半乳糖和阿拉伯糖,摩尔比为1∶2∶4∶6。M-1具有较好的抗氧化能力,当M-1质量浓度为10 mg/mL时,总还原力吸光值为0.286,DPPH自由基的清除率达到78.67%。     

普通白菜(上海青)中农药残留检测技术盲样考核结果与分析

目的 通过“2018年广东省食品承检机构农药残留检测技术盲样考核”项目, 检验本实验室的农药残留检测的能力, 提高实验室在农药检测技术方面的竞争力。方法 根据《2018广东省食品承检机构农药残留检测技术盲样考核作业指导书》的说明进行前处理。将一份空白基质对照样和3份平行盲样分别提取, 按照NY/T 761-2008、GB 23200.8-2016、GB/T 20769-2008方法定量吸取样品提取液进行相应的净化处理, 随后根据相应的仪器进行定性定量检测分析。结果 本次盲样考核必考项目42种定性定量农药组分中, 35种组分未检出, 检出并定量的组分7种。选考项目6种定性农药组分中, 5种组分定性未检出, 1种组分定性检出。本实验室在96 h内上报结果, 组织机构首次判定结果为合格。结论 本次盲样考核项目多, 方法复杂且时间紧迫, 参加本次考核提高了实验室检测农药残留的技术水平及实验室竞争力。     

Ce3+的臭氧氧化动力学研究

为探究Ce3+的臭氧氧化机理,在间歇式鼓泡反应器中,研究了温度、硝酸浓度和初始Ce3+浓度等对臭氧(O3)氧化三价铈Ce3+生成四价铈Ce4+过程的影响。在对体积传质系数、液相传质系数等传质特性参数分析的基础上,证明了臭氧与Ce3+反应的过程主要发生在液相主体,反应处于慢速动力学区域,并据此建立了反应的动力学模型。通过与实验数据进行比对,拟合得到了相应的模型参数。其宏观反应速率常数与温度的关系为:k=733585.9exp(-39257.1/RT),活化能Ea为39.2571 kJ·mol-1。在实验条件下,动力学模型的计算结果与实验结果吻合较好。     

基于偏差解耦的永磁同步电动机控制研究

在分析永磁同步电动机数学模型的基础上,推导出基于最大转矩电流比的矢量控制,但动态耦合关系依然存在,这造成了动态过程中电流分量互相影响,尤其在高速过渡过程中动态耦合影响更为显著,使电动机的动态性能变差。本文推导出一种偏差解耦控制,并与传统的反馈解耦控制进行了对比分析。仿真结果表明偏差解耦控制具有很好的电流控制特性。     

一种用于道路障碍物识别的激光点云聚类算法

提出一种适用于道路障碍物识别检测的聚类算法,该算法用来处理各向异性分布的激光点云数据。算法的基本思想是:针对点云空间分布的实时变化,提出在线学习合并阈值的层次聚类算法,以确定聚类数搜索范围上界和初始聚类中心的待选点集;然后提出距离乘积最大化方法,对待选点集进行初始化排序,既结合点云的空间密度分布改善了聚类结果,又克服了传统K-means算法初始聚类中心难确定的问题;最后选取Silhouette和距离评价函数为聚类有效性指标分析算法的聚类效果,确定最佳聚类数。用以上自适应、在线学习的算法对2.5D激光雷达采集的点云数据进行聚类,并与其他两种聚类算法进行实际试验比较发现,本算法可以正确分割大多数空间分布各异且相互连接的障碍物。