简介:分别采集某焦化厂新、老厂地面站,炼焦焦炉和成品焦仓的4个排放筒粉尘样品,通过超声波萃取和高效液相色谱的方法,对炼焦过程中几个排污节点排放粉尘中富含的多环芳烃(PAHs)进行了分析。数据显示:炼焦焦炉排放筒中PAHs的质量浓度最高,达86.95μg·m^-3;新厂地面站排放筒中PAHs的质量浓度最低,为6.09μg·m^-3;从粉尘中PAHs单组分的分布特征来看,4个点位粉尘样品中共检出14种PAHs,菲和荧蒽的含量均很高,其中炼焦焦炉排放筒粉尘中苯并[b]荧蒽的含量最高;4个样品粉尘中不同环数PAHs的分布规律为,主要以低环数的PAHs为主,仅炼焦焦炉排放筒中的分布规律不一致,以高环数的PAHs为主;从排放筒排放物污染水平分析,以炼焦焦炉排放筒最为突出,粉尘的质量浓度为国家3级标准的75.7倍,苯并[a]芘的质量浓度介于1级和2级标准之间。可见,焦化厂排放物对环境的污染严重,而炼焦过程中产生的多环芳烃对环境的污染更甚。
简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。