简介:为了评估反应体系发生热失控时引发3-甲基吡啶-N-氧化物分解的可能性,采用差示扫描量热仪(DSCQ20)对3-甲基吡啶-N-氧化物在不同升温速率下的催化分解过程进行了试验研究。采用Kissinger法和Starink法计算热分解反应的活化能和指前因子。根据得到的活化能,计算3-甲基吡啶-N-氧化物在不同温度下到达最大反应速率所需要的时间(TMRad),结合可能性评估判据进行评估。结果表明:3-甲基吡啶-N-氧化物的分解由两部分组成;两种方法计算得到的活化能较为接近;当冷却失效,反应体系热失控温度达到448K时,3-甲基吡啶-N-氧化物发生分解的可能性为高级,当温度为433~443K时,可能性为中级,而当温度低于428K时,可能性为低级。
简介:为了研究A2N-SBR短程硝化反硝化系统内亚硝化细菌和短程反硝化聚磷菌的培养驯化,以实际生活污水为试样,对A2N-SBR系统内N-SBR反应器和A2-SBR反应器的菌种分别进行培养驯化.结果表明:在温度为26~28℃,pH值为7.5~8.0,DO质量浓度为0.4~0.8mg/L的条件下,经过38d的连续运行,在N-SBR反应器内驯化出了亚硝化细菌,氨氮的去除率和亚硝化率分别达到97.0%和96.5%在温度为25~26℃,pH值为7.0~8.0的条件下,采用先厌氧/好氧后厌氧/缺氧的运行方式,经过78d的连续运行,在A2-SBR反应器内驯化出短程反硝化聚磷菌,COD和PO4-3-的去除率分别达到86.2%和96.4%,NO-N的质量浓度也由29.9mg/L降为0.35mg/L.研究表明,通过控制适宜的环境条件,在A2N-SBR系统的N-SBR反应器和A2-SBR反应器内能够分别培养驯化出亚硝化细菌和短程反硝化聚磷菌.
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:在通风网络理论的基础上编制了基于质量描述的隧道网络通风计算程序,并采用模型试验方法对火灾通风网络计算结果进行了验证,证实了网络程序的可靠性。将研编的通风网络计算程序应用于某隧道集中排烟模式下火灾通风排烟技术研究,探讨了排烟量和漏风量对排烟道内和排烟阀处烟气流速的影响规律。结果表明,增加排烟量时,排烟道内和排烟阀处烟气流速呈升高趋势,越靠近排烟风机处,其烟气流速升高趋势越明显。漏风分支风阻的大小较显著地影响着漏风量的大小。减小未开启排烟阀的分支风阻系数,漏风量增大,开启的排烟阀处流量减少,当漏风分支风阻系数减小到10N·s/(kg·m)2时,漏风量超出规范规定值。