宝钢股份大气环境PM2.5的污染特征及源解析

2013年在宝钢股份4个环境受体点采集不同季节的PM2.5样品,同时采集颗粒物源类样品,分析其质量浓度及多种无机元素和水溶性离子等组分的含量,据此构建了受体和源化学成分谱,使用化学质量平衡模型对宝钢股份的PM2.5来源进行了解析。结果表明,2013年宝钢股份大气中PM10和PM2.5的年均浓度分别为106和81μg/m3,环境空气中PM2.5的质量浓度随时间变化,特征为春冬季明显高于夏秋季;PM2.5主要由飞灰、烟尘、矿物质等组成;电厂煤烟尘、机动车尾气尘、冶炼锻造尘和烧结尘是宝钢股份环境空气中PM2.5的主要来源,其分担率分别为28.57%、23.81%、19.05%、14.29%。     

铁矿烧结过程微细颗粒物（PM10/PM2.5）排放特性及研究进展

铁矿烧结工序是现代钢铁生产流程中必不可少的环节,但又是钢铁工业最大的微细颗粒物(PM10和PM2.5)排放源,占总排放量的40％左右.阐述了铁矿烧结过程PM10和PM2.5的排放特性,颗粒形貌及其物理化学性质;综述了国内外关于烧结过程微细颗粒物减排的最新研究进展,提出了烧结过程微细颗粒物减排研究的发展方向.     

基于化学团聚铁矿烧结过程PM10/2.5/1.0脱除研究

摘要：铁矿烧结工序是钢铁工业最大的PM10/2.5/1.0排放源。提出基于化学团聚铁矿烧结过程PM10/2.5/1.0脱除技术,研究了不同团聚剂种类及用量对其团聚效果的影响。结果表明,CMC（羧甲基纤维素钠）质量分数为0.05%,喷洒时间12min（720~1440s区间）时,PM10、PM2.5、PM1.0颗粒数脱除效率分别为39.87%、29.88%、22.85%。微细颗粒物团聚后,质量浓度峰值向PM10粒级偏移,PM1.0颗粒数大幅度降低。微细颗粒物团聚主要表现小颗粒被粘附在大颗粒表面以及多个小颗粒团聚在一起形成团聚体。     

湿式电除尘技术在烟气深度净化中的应用

介绍了湿式电除尘器的工作原理及该技术在国内外的应用与效果,指出随着国家对大气污染物排放控制要求的提高,常规的除尘器已无法满足对细微颗粒物污染的减排要求。湿式电除尘器具有治理多种烟气污染物的协同和深度污染的特点,对石膏液滴、酸雾、有毒重金属以及PM10,尤其是PM2.5细微颗粒物具有良好的脱除效果。     

西安市秋季大气细粒子(PM2.5)中化学元素的浓度特征和来源

[目的]研究西安市秋季大气细粒子(PM2.5)中化学元素的浓度特征及来源.[方法]于2009年10月利用微流量采样器采集西安大气中PM2.5样品,分析其元素浓度特征及来源.[结果]西安市秋季大气中PM2.5质量浓度的平均值为168.44μg/m3,最小值为53.29μg/m3,最大值达358.16μg/m3,高于北京、珠江三角洲;PM2.5中S、Zn、K、Cl、Ca、Fe的质量浓度均超过1.0 μg/m3,处于较高污染水平;PM2.5中K与有机碳(OC)、元素碳(EC)的相关性较高,相关系数分别为0.76和0.75(P<0.000 1),说明OC、EC与K具有相同的来源,生物质燃烧对OC、EC有一定的贡献;元素的富集因子分析表明,K、Ca、Fe、Ti、Mn和Cr主要来源于地壳或岩石风化等自然源,而S、Zn、Cl、Pb、Br、Mo、Cd和As主要受人为污染源的影响,而受土壤扬尘等自然源的影响较小,其中Cd的富集因子最大,主要来源于金属冶炼等人为污染;燃煤、生物质燃烧、机动车尾气排放、冶金化工、扬尘等是该区秋季PM2.5的主要来源.[结论]该研究为城市环境污染治理提供了理论依据.     

钢铁企业排放的PM2.5等颗粒物中重金属元素分布的实验研究

选择北京、天津、河北重点控制区的钢铁企业为样本,首先对其排放的PM2.5细颗粒物的单尘颗粒进行采样分析、处理、测定,其次重点对这些颗粒物上携带的多种重金属元素在不同粒径颗粒物中的分布进行研究,最后得出钢铁企业排放PM2.5等颗粒物中携带的K、Ca、Mn、Cu、Zn、Pb、Cr、Ni重金属元素在不同粒径颗粒物中的分布有所不同的结论,为后续治理和控制钢铁企业排放的PM2.5等颗粒物提供有力的依据.     

地铁车站PM2.5浓度自注意力混合预测方法研究

建立可靠的空气质量预测模型对经济发展和污染治理至关重要,解决PM2.5浓度的预测问题成为当务之急。本文提出了一种基于自注意力机制的混合预测方法,旨在提高PM2.5浓度的预测精度。使用自注意力机制来捕捉序列中的关键信息;用GRU对序列进行预测;使用DBN对误差序列进行校正,以提高预测的准确性和稳定性,形成了最终的预测序列。为了验证模型的性能,以我国四个地铁车站的室外PM2.5数据为例进行数据处理和预测。结果表明,预测模型在准确性和稳定性方面优于其他参照模型,为决策者提供了科学依据,以更好地治理大气污染问题。     

基于机器学习的北京市PM2.5浓度预测模型及模拟分析

对北京市周边8个点多个压力高度的温度、湿度和风速数据, 以及北京市PM2.5污染数据进行了分析和归一化处理, 建立了反向传播神经网络(back propagation, BP)、卷积神经网络(convolutional neural network, CNN) 和长短期记忆模型(long short-term memory, LSTM) 对上述气象数据和污染数据进行训练, 训练结果表明: 反向传播神经网络模型和卷积神经网络模型对未来1 h的PM2.5污染等级的预测准确率较低, 而长短期记忆模型的准确率较高.使用长短期记忆模型预测未来1 h的PM2.5污染值与实际值十分接近, 表明北京市的PM2.5污染与其周边地区的气象条件关系密切.通过利用长短期记忆模型对不同压力高度的气象数据进行训练和对比, 得出在利用气象数据预测污染时, 仅使用近地面气象数据比使用多个高度上的气象数据更加准确.      

烟气细颗粒物与水蒸气回收技术通过专家鉴定

正"烟气细颗粒物与水蒸气回收技术"在陕西宝鸡通过省科技厅组织的专家委员会成果鉴定。与会专家一致认为,该项目综合技术达到了国内先进水平,在治理雾霾污染、改善空气环境质量方面具有积极作用。据专家介绍,PM2.5颗粒与水蒸气凝结在一起,是形成雾霾天气的主要原因之一。潜藏于燃煤烟尘的PM2.5一旦漂浮在空气中,其携带的细菌、病毒、重金属及致癌物等可穿透呼吸道直达肺底部,对人体危害严重。     

转炉一次烟气湿法系统升级改造新技术

介绍了转炉一次烟气湿法净化回收系统及存在的问题。针对新的节能减排及PM2.5排放限制,提出了钢铁企业现有转炉一次烟气湿法净化回收系统升级改造的新技术。防爆圆筒型湿式电除尘器是升级改造技术的核心,灵活的配置可在较低投资下确保煤气含尘浓度≤10mg/m3,同时减少PM2.5的排放,是湿法升级改造的理想选择。