简介:摘要:针对输电铁塔Q235钢板热浸镀锌层单面出现的锌瘤缺陷,利用研究级正置显微镜(UMM)、扫描电镜(SEM)和能谱仪 (EDS)分析了锌瘤的微观结构。结果表明,锌瘤热浸镀锌层的η相内存在大量块状ζ相粒子,ζ相出现粗大柱状形态的爆发式增长。 锌瘤侧的Q235钢表面存在直径为50 ~ 100 μm且与锌瘤位置对应的凹坑。调查生产现场后发现,这些凹坑为氧化锈蚀坑,它们 可以扩大Zn/Fe反应界面面积,增强Zn/Fe反应活性,并为ζ相的爆发式增长提供充足的Fe原子,进而导致锌瘤产生。建议实施 严格的来料管理,改善钢板的储存条件,以及加强过程管控,防止严重锈蚀的钢板进入热浸镀锌生产线。
简介:本文详细报告了水介质中多金属海水矿瘤吸附砷(Ⅲ)和砷(Ⅴ)的研究结果。海水矿瘤的元素成分主要由铁、锰、硅(含有微量铝)、铜、钴和镍。海水矿瘤对砷(Ⅴ)的吸附取决于水介质的pH值,而砷(Ⅲ)的吸附不受水介质pH值的影响。砷吸附数据大体上符合兰米尔(Langmuir)等温线。砷(Ⅲ)和砷(Ⅴ)的动力学数据满足一种假定的二级动力学模型。海水矿瘤去除砷的效果取决于砷的初始浓度。当水介质中砷(Ⅲ)的初始浓度为0.34mg/L或砷(Ⅴ)的初始浓度为0.78mg/L时,海水矿瘤的最佳剂量为0.74mg/g。砷(Ⅲ)的吸附一般取决于离子环境。除PO4^3-以外,砷(Ⅲ)的吸附不受阴离子的影响,但受阳离子的影响显著。另一方面,砷(Ⅴ)的吸附受阴离子的影响显著,但不受阳离子的影响。试验结果表明,海水矿瘤吸附的砷(Ⅲ)主要为内部结核复合物,而吸附的砷(Ⅴ)为部分内部结核和部分外部结核复合物。当水介质的pH值为2-10时,吸附的砷(Ⅲ)和砷(Ⅴ)的解吸附较小。当水介质的pH值为6或更高时,海水矿瘤能被用于吸附地下水中的砷(Ⅲ)和砷(Ⅴ)物种。海水矿瘤被成功地用于去除采于印度西孟加拉邦的6种受砷污染地下水样中的砷(6种地下水样中砷的浓度范围为0.04-0.18mg/L)。
简介:为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型的计算,得到该海域的水质类别。结果表明,2004-2007年,渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高,2005年和2006年污染较为严重,2007年有所好转。经训练的评价模型应用于实例的评价结果表明,该模型设计合理、泛化能力强,对海水水质评价具有较好的客观性、通用性和实用性。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:【摘要】本文所研究的空气质量预测工作,利用有效的数据集以及建立 BP神经网络预测算法模型对降雨量,城市生产总值,温度,经度,纬度,海拔高度,人口密度,是否沿海,绿化覆盖率,焚烧量 等 11个与空气质量指数有关的因素与空气质量指数进行相关性分析。然后利用 PAC算法进行降低维度,以便找出和空气质量指数有重要关联的 9个主要特征。利用 BP-GA神经网络算法进行和数据集中的数据进行预测,并且利用 MATLAB进行预测仿真,观察空气质量预测的效果图。最后总结 BP-GA神经网络算法是较适用于空气质量预测的。