基于Eulerian模型的三维立式脱水沉降罐数值模拟

利用计算流体力学(CFD)分析软件ANSYS(FLUENT)的多相流Eulerian模型对三维立式脱水沉降罐油水分离过程进行了非稳态数值模拟,同时使用用户自定义函数(UDF)编写流体物性值随温度的变化关系。从模拟结果中观察了温度场、体积分数和流场的细节特征,结果发现,配液管温度、油相体积分数影响配液孔流速;进液温度在60~80℃时,较高的温度总是有利于油水分离;罐内油相速度在乳化层处扩散。     

粉煤灰悬浮胶体的悬浮稳定性实验研究

针对煤矿生产中粉煤灰防(灭)火材料管路输送的管路阻塞问题,选择SC1,SC2,SC3,SC4,SC5,SC6,SC7和SC8共8种悬浮剂,配制成4种质量分数分别为0.5%,1.0%,1.5%和2.0%的粉煤灰悬浮胶体,采用沉降分析方法,研究其悬浮稳定性。结果表明:各粉煤灰悬浮胶体沉降速率出现类似"L型"变化,沉降到一定时间均达到平衡状态;悬浮剂可以减小粉煤灰悬浮体沉降速率变化,质量分数越低,初始沉降速率越大,质量分数越高,沉降速率变化越小;同时也可增大粉煤灰悬浮率,增加悬浮胶体的稳定性。     

隔油–破乳–Fenton氧化–混凝工艺处理高浓度乳化液废水

针对某难处理高浓度乳化液废水,提出了隔油–破乳–Fenton氧化–混凝联合处理工艺.试验结果表明:乳化液废水静浮20 min除去上层浮油,在废水pH值8.0,PAC投加量8.0 g/L,0.1‰PAM投加量10 mL/L的条件下破乳效果较好.废水继续通过Fenton试剂氧化及混凝沉降处理,当Fenton氧化初始pH值3.5,H2O2(30%)投加量12 mL/L,[H2O2]/[Fe2+]=4∶1,一次性投加FeSO4·7H2O,反应时间45 min及混凝沉降pH值8.0,混凝剂投加量0.3 g/L时,处理效果令人满意.采用该工艺处理高浓度乳化液废水,其COD去除率为99.91%,浊度去除率为98.96%,石油类去除率为99.97%,处理后水质达到《污水综合排放标准》(GB8978-1996)二级标准.     

THICKENING TECHNIQUE OF CYCLONEFLOCCULATED SEDIMENTATION

ＴＨＩＣＫＥＮＩＮＧＴＥＣＨＮＩＱＵＥＯＦＣＹＣＬＯＮＥＦＬＯＣＣＵＬＡＴＥＤＳＥＤＩＭＥＮＴＡＴＩＯＮ￥Ｙａｎｇ，Ｘｉａｏｓｈｅｎｇ；ｃｈｅｎＪｉｎ；Ｌｕ，Ｇｕｉｚｈｉ；Ｃｈｅｎ，Ｔｉｎｇｚｈｏｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭｉｎｅｒａｌＥｎｇｉｎ...     

宁夏黄河段水库泥沙淤积对大坝防渗与结构安全影响研究

以宁夏黄河段某水库为例,在对其泥沙淤积原因进行总结分析的基础上,对其淤积情况下大坝渗流分析、结构分析及抗震安全分析进行了有限元计算。研究表明:(1)泥沙淤积情况下大坝渗漏量减小,大坝稳定性增强,抗震安全系数增大;(2)泥沙淤积导致水库有效库容减小,水库建筑物无法正常工作,水库下游生活用水和农业用水无法满足,应采取必要的清淤措施。     

小浪底水库2000-2006年运用效果分析

对小浪底水库2000-2006年的运用效果进行了分析,结果表明:①自1999年10月至2006年10月,小浪底水库库区累计淤积量为21.27亿m3,其中干流淤积量为18.01亿m3,支流淤积量为3.26亿m3,利津以上河段累计冲刷泥沙13.23亿t,黄河下游河道主河槽最小平滩流量已由2002年汛前的1 800 m3/s增大至3 500 m3/s左右;②2002-2006年,水库实施了5次调水调沙,均实现了下游主槽的全线冲刷;③经三门峡、小浪底等水库联合调度,有效削减了洪峰流量,减小了下游河道发生漫滩洪水的几率,减轻了滩区群众淹没损失;④小浪底水库的合理调度不仅确保了特枯水年黄河下游不断流,改善了下游河道生态环境,而且多次为外流域供水;⑤1999-2006年,小浪底水电站累计发电量为255.92亿kW·h.     

供水水质化学稳定性研究与设计

当水源水质碱度、硬度偏低,呈弱腐蚀性时,控制其水质化学稳定性的有效方法是再矿化工艺,再矿化工艺分两个步骤:①在混凝前先投加二氧化碳进行酸化,再投加石灰水进行中和,以提高碱度,且使pH处于混凝最佳值;②在滤后的主加氯后补加饱和石灰水,以保证出厂水水质稳定性。再矿化工艺能改善出厂水水质化学稳定性,提高供水水质和供水安全性,但运营成本较高。     

高浊水处理投药方式的选择

摘要：在常规处理条件下,对西南岷江地区突发性非多砂高浊水进行了原水特性的分析及絮凝优化试验。结果表明,采用单级絮凝、分级沉淀工艺,先投加PAc,60～120s后投加PAM,对高浊度原水有良好的去除效果。原水浊度为15000NTU时,投加200m∥LPAC、0．4-0．5mg／LPAM,静沉30min后,出水浊度为1．73-2．48NTU。     

Evaluation of reservoir sedimentation using data driven techniques

The sedimentation is a pervasive complex hydrological process subjected to each and every reservoir in world at different extent. Hydrographic surveys are considered as most accurate method to determine the total volume occupied by sediment and its distribution pattern in a reservoir. But, these surveys are very cumbersome, time consuming and expensive. This complex sedimentation process can also be simulated through the well calibrated numerical models. However, these models generally are data extensive and require large computational time. Generally, the availability of such data is very scarce. Due to large constraints of these methods and models, in the present study, data driven approaches such as artificial neural networks (ANN), model trees (MT) and genetic programming (GP) have been investigated for the estimation of volume of sediment deposition incorporating the parameters influenced it along with conventional multiple linear regression data driven model. The aforementioned data driven models for the estimation of reservoir sediment deposition were initially developed and applied on Gobindsagar Reservoir. In order to generalise the developed methodology, the developed data driven models were also validated for unseen data of Pong Reservoir. The study depicted that the highly nonlinear models ANN and GP captured the trend of sediment deposition better than piecewise linear MT model, even for smaller length datasets.     

基于支持向量机的红细胞彩色图像分割

对红细胞进行精确的分割并统计各类参数在临床医学中有着重要的意义,但现有经典算法很难实现自动分割并获得较高准确率。红细胞的分割主要有两个难点：一是红细胞的目标提取;二是重叠红细胞的分割。本文首先利用SVM对原始图像进行红细胞提取,把原始细胞分割成红细胞和背景两类目标区域,然后对红细胞区域进行重叠分割（本文中使用改进距离标记的分水岭算法）,最终得到各个红细胞的统计数据。为获得最佳的分割效果,本文通过实验对核函数、支持向量类型及相关参数进行了详细的比较和分析。实验结果表明,该算法能有效、快捷、准确、全自动的实现