无纺布对空气中颗粒物过滤效率的实验研究

文章运用模型实验的方法,研究无纺布对可吸入颗粒物的过滤效率.结果表明：无纺布对粒径小于10μm颗粒物的计重效率较小;无纺布对粒径小于10μm颗粒物的过滤效率,在小于0.8m/s风速范围内时,随着风速增大,过滤效率增大.     

南昌市大气颗粒物中重金属的污染特征研究

为了改善南昌市城市环境质量,给政府部门完善＂生态南昌＂的建设提供科学依据,本项目采集了PM10、道路扬尘、建筑扬尘等样品,并用ICP-AES对样品进行了重金属元素的分析,结合Excel2003,SPSS11.5软件对数据进行统计分析。结果表明：南昌市工业区采样点李家庄PM10的浓度较高（635.5159μg/m3）,主要交通区PM10的浓度高于居住区。南昌市大气颗粒物PM10重金属元素的污染不容忽视,工业区采样点李家庄PM10中Cu、Mn、Pb、Zn的浓度分别为104.5447mg/m3、454.5147mg/m3、325.0281mg/m3,626.7280mg/m3,远高于八一桥头（交通繁忙区）及永外正街（居民住宅区）两采样点。重金属元素按污染程度排序依次为Zn〉Mn〉Pb〉Cd〉Cu〉Cr〉Ni,工业污染是城市大气颗粒物重金属污染的主要来源。进一步拆迁重污染的企业、减少建筑扬尘及道路扬尘、淘汰报废的汽车以及改善能源结构将有利于改善南昌市的空气质量。     

贵州贫困农村室内PM10中金属元素的污染特征研究

采集贵州贫困农村室内不同类型燃料产生的PM10样品,运用微波消解电感耦合等离子体质谱仪（ICP—MS）法测定了Fe、A1、Zn、Cr、As、Mn、V、Cu等8种金属元素,分析了影响金属元素浓度的因素,结果表明：室内PM10中金属元素的污染主要是由燃料燃烧引起的,不同类型燃料对室内PM10中金属元素浓度贡献大小为柴〉蜂窝煤〉拌泥煤〉煤．运用富集因子法分析了室内PM-o中金属元素的来源,结果显示：Al、V、Mn、Cu、Fe元素主要为自然源,Cr元素是南自然源和人为源其同作用产毕的．Zn和As元素丰兽桌白人为源．加楸煤、嚼悯、亨悍等．     

贵州贫困农村室内PM10中金属元素的污染特征研究

采集贵州贫困农村室内不同类型燃料产生的PM10样品,运用微波消解-电感耦合等离子体质谱仪(ICP-MS)法测定了Fe、Al、Zn、Cr、As、Mn、V、Cu等8种金属元素,分析了影响金属元素浓度的因素,结果表明:室内PM10中金属元素的污染主要是由燃料燃烧引起的,不同类型燃料对室内PM10中金属元素浓度贡献大小为柴>蜂窝煤>拌泥煤>煤.运用富集因子法分析了室内PM10中金属元素的来源,结果显示:Al、V、Mn、Cu、Fe元素主要为自然源,Cr元素是由自然源和人为源共同作用产生的,Zn和As元素主要来自人为源,如燃煤、吸烟、烹饪等.     

河南省空气污染物构成特征与空间关联关系研究

基于河南省2015—2016年AQI及首要污染物数据,从年、季节尺度分别探讨河南省空气污染首要污染物构成特征及变化过程,并借助聚类分析和空间自相关方法阐明其空间关联模式。结果表明:PM_(2.5)是2015—2016年河南省最常见的首要污染物,但其出现天数占比下降,O_3出现天数急剧增加。首要污染物构成不同季节变化差异较大,冬季首要污染物PM_(2.5)出现天数增多,污染物构成种类减少,春、夏、秋季首要污染物O_3出现天数上升,尤其是夏、秋季节。河南省空气污染天数及首要污染物在空间呈现一定的集聚特征,且集聚区域随时间变化差异明显。受城市社会经济、自然条件等因素影响,河南省城市首要污染物可划分为5大类。研究结果可为制定科学高效的空气污染联防联控策略及分类治理决策提供借鉴。     

贵州省主要城市PM10污染特征分析

对贵州省主要城市（贵阳、毕节、遵义、都匀、安顺、盘县）10个采样点的PM10按季节进行了系统采样,分析了其时空污染特征。结果表明：从季节分布上看,盘县、安顺和毕节春夏季PM10污染较严重,其他采样点冬季污染较重;从空间分布上看,毕节、遵义污染较严重,毕节市区点PM10平均浓度为（206.8±42.6）μg/m^3;贵阳污染较轻,市区点PM10平均浓度为（113.3±26.9）μg/m^3;参考环境保护部发布的2012年中国环境状况公报中的空气质量状况,并与郑州市、呼和浩特市、北京市、海口市近几年PM10污染水平相比较,2012年贵州省主要城市PM10污染不严重,空气质量在全国城市中较好。     

清扫对室内空气中颗粒物浓度的影响

对办公室进行干扫、湿扫和通风干扫等实验,分析清扫对室内空气中颗粒物浓度的影响。结果表明:干扫、湿扫和通风干扫实验组中PM10的质量浓度达到的最大值分别为6 527.9,305.5,3 804.8μg/m3,对应的PM2.5的质量浓度达到的最大值分别为391.5,155.3,286.3μg/m3;湿扫和通风干扫可以明显降低室内空气中各颗粒物浓度的增加和各颗粒物在空中的停留时间;干扫后的各颗粒物浓度平均值明显大于湿扫和通风干扫。为了维护室内空气质量及清扫人员的身体健康,应尽可能地在通风状态下进行湿扫。     

建材超市空气场的预测

采用计算流体动力学CFD技术对某建材超市室内空气场形式进行数值模拟,预测了室内温度场、速度场以及浓度场,发现用散流器上送风,送风高度在5米左右时,送风温差在15K以上为宜,散流器垂直方向速度为3m/s时,人员的活动范围内的速度基本符合0.3m/s的要求,有污染物挥发时,通风安全系数应不小于9。验证了空调室内气流的动量传递、热量传递和质量传递的高度类似性。     

郑州轨道交通供电系统负荷预测及影响研究

针对城市轨道交通供电牵引负荷对城网的影响,结合郑州轨道交通1,2号线的规划设计数据,对近期、中期和远期轨道交通线网规模,采用经验公式法对牵引电量进行了具体的量化计算;运用回归分析法进行负荷预测,对郑州轨道交通牵引负荷对城市配电网的影响进行评价.结果表明:轨道交通电力峰值负荷和城网峰值负荷基本不会重叠,负荷峰值最大贡献率约2%,因此,郑州轨道交通系统负荷对电网的影响相对较小.     

模糊预测控制机理研究

探讨了模糊预测控制机理，提出了两种模糊预测模型，并利用泛布尔简化法对它们进行了处理，得到了模糊预测模型的规范化形式。在此基础上研究了一套完整的模糊预测控制算法，并将此控制算法进行了仿真研究和比较性研究，研究结果表明，模糊预测控制优于其它常规控制     

基于数学模式的大气污染等级区域划分系统

本系统以数学模式为基础，利用计算机可视化技术，将多个污染源的污染程度和范围以图形方式输出，同时可利用人机交互的方式通过改变污染源的参数，找出影响污染程度和范围的主要因素。     

遗传算法优化神经网络用于大气污染预报

大气污染预报可以对大气污染提出警示,保护人体健康和生活环境.为了对北京市PM₁₀的质量浓度进行预报,建立了用于大气污染预报的遗传神经网络模型,该模型运用遗传算法优化神经网络的权值和阈值,有效提高了网络的收敛性和预报准确率.用改进后的神经网络对北京市PM₁₀的质量浓度进行了模拟,并将模型模拟结果与美国第3代空气质量模型Models-3(CMAQ)的数值模拟结果进行了比较.实验结果表明:遗传神经网络模型和数值模型的模拟结果的平均相对误差分别为0.21和0.26,用于空气污染物质量浓度短期预报时,神经网络模型的预测精度与数值模型的预测精度相当.对于没有条件开展空气污染数值预报的城市或地区,神经网络是一种有效的替代方法.     

平顶山市市区春季PM10污染状况及相关气象条件分析

利用重量法测定了2006年3月13-22日平顶山市区PM10的质量浓度,同时对采样时的气象条件进行了监测,并进一步分析了平顶山市区PM10的浓度日变化规律、污染状况及与主要气象条件的相关性.结果表明,平顶山市区春季PM10污染比较严重;PM10质量浓度日变化具有明显规律性;PM10质量浓度与风速呈负相关关系,与湿度呈正相关关系.     

建筑材料对室内空气质量影响的数学模型研究

把建筑材料作为室内空气的污染源,在室内通风换气条件下,建立了建筑材料对室内空气质量影响的数学模型,并明确了模型中各个参数的物理意义。试验与应用的结果说明该模型具有两个作用,一是预测室内空气污染物浓度以及进行室内空气质量评价,二是计算室内最佳材料使用量和通风换气量。     

采暖季北京市主要大气污染物变化特征

为研究采暖季北京市主要大气污染物变化特征,收集北京市35个自动空气监测站点2013年11月至2014年4月上半月6种大气污染物的小时浓度均值,分析了其时间变化规律,并采用地理信息系统分析了污染物的空间分布特征.北京市采暖期间CO、NO2、SO2、O3、PM2.5和PM10的平均质量浓度分别为2.62 mg/m3、64.05μg/m3、50.52μg/m3、26.39μg/m3、118.61μg/m3和126.05μg/m3,其中：NO2的月均质量浓度变化较小;SO2和颗粒物的最高月均质量浓度都出现在2月;CO月均质量浓度呈现稳步下降的趋势;O3月均质量浓度则逐步上升. PM2.5、PM10、NO2和SO2的质量浓度日变化均呈双峰双谷型.对照点及区域点的O3质量浓度最高,其他种类污染物最高质量浓度出现在交通控制点.北京市大气污染物除O3外都呈现出南部质量浓度较高、向北部逐步递减的特点,O3在城区的质量浓度明显低于其他区域.     

室内空气质量的研究现状及展望

本文通过大量文献调研，详细论述了当前国内外室内空气质量的研究现状和展望，室内空气污染的特点，以及室内空气污染的污染源和污染物，同时也论述了控制室内空气污染采取的措施和方法。     

滤池气水反冲洗时排水浊度变化的数学模式

本文分析了滤池气水反冲洗时池内浊度的变化情况,并推导出气水反冲洗时排水浊度变化的数学模式.根据试验结果确定出去除污物的速度常数K值,而且提出了最佳的气水反冲洗历时.