【摘 要】
：
复合填料床反硝化滤柱是用腐朽木和沸石作为填料的一种新型反硝化生物滤池.本文分析了不同水力停留时间(HRT)条件下滤柱对TN、NO3--N的去除效果,重点研究了反硝化系统中各种形态氮的变化情况.研究表明,在HRT为8 h时,装置去除NO3--N的效果最好,可以达到60％.试验初期,反硝化过程中存在NO2--N的明显累积,峰值达到2.48 mg/L;NH4+-N增高,最高达到0.914 mg/L.随着微生物菌群的成熟,NO2--N的累积逐渐减少,NH4+-N的生成也减少.腐朽木和沸石作为反硝化混合填料,可以很
论文部分内容阅读
复合填料床反硝化滤柱是用腐朽木和沸石作为填料的一种新型反硝化生物滤池.本文分析了不同水力停留时间(HRT)条件下滤柱对TN、NO3--N的去除效果,重点研究了反硝化系统中各种形态氮的变化情况.研究表明,在HRT为8 h时,装置去除NO3--N的效果最好,可以达到60％.试验初期,反硝化过程中存在NO2--N的明显累积,峰值达到2.48 mg/L;NH4+-N增高,最高达到0.914 mg/L.随着微生物菌群的成熟,NO2--N的累积逐渐减少,NH4+-N的生成也减少.腐朽木和沸石作为反硝化混合填料,可以很好地给反硝化菌种提供碳源和栖息地,可以有效地通过反硝化作用对硝酸盐氮进行去除.
其他文献
8月11日,河南省濮阳无线电管理处接到濮阳移动公司投诉,称位于濮阳市墨香苑附近的移动5G基站出现较强干扰,严重影响了移动5G基站的正常运行,请求予以协助排查.rn8月11日下午,濮阳无线电监测站技术人员驾驶移动监测车、携带便携式监测仪器赶往现场排查;经过反复监测,最终在墨香苑某楼外墙发现了干扰源.经了解,干扰源为小区物业安装的无线数传设备.技术人员经过开关机测试,确认无线数传设备的使用频率超出了2.4GHz频rn段范围,干扰了移动5G基站频率.
本文介绍了一种基于实际测向设备的空域滤波原创算法,利用现有的空间谱测向设备硬件,对发生同频干扰的信号进行一一分离,帮助监测人员分析各个信号中携带的信息.此方案对干扰的分析和查找有很大的意义.
近日,河南省周口无线电管理局接到周口高铁东站干扰投诉,称周口高铁东站日常联控使用的457.725MHz对讲机频率在早晚两个时段受到不明信号干扰,无法进行正常对讲通话,严重影响了车站各作业岗位联控和列车调度,请求协助排查.rn接到投诉后,周口无线电管理局高度重视,立即派出技术人员前往周口高铁东站进行排查.监测人员利用便携式监测设备对457.725MHz频率进行了长时间监测,最终在当天23时左右监听到该频率出现了工地人员相互联络的话语.但是,由于该干扰信号时断时续,锁定信号源存在一定困难.监测人员先利用移动监
人脸特征点定位是根据输入的人脸数据自动定位出预先按人脸生理特征定义的眼角、鼻尖、嘴角和脸部轮廓等面部关键特征点,在人脸识别和分析等系统中起着至关重要的作用。本文对基于深度学习的人脸特征点自动定位进行综述,阐释了人脸特征点自动定位的含义,归纳了目前常用的人脸公开数据集,系统阐述了针对2维和3维数据特征点的自动定位方法,总结了各方法的研究现状及其应用,分析了当前人脸特征点自动定位技术在深度学习应用中的
目的螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一。本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net(navigator-teacher-scrutinizer network)的螺栓属性多标签分类方法。方法为了增强模型对不规则轮廓的处理能力,采用可变形卷积的Res Net-50网络作为特征提取网络从原图中提取全局特征。利
目的当前的大型数据集,例如Image Net,以及一些主流的网络模型,如Res Net等能直接高效地应用于正常场景的分类,但在雾天场景下则会出现较大的精度损失。雾天场景复杂多样,大量标注雾天数据成本过高,在现有条件下,高效地利用大量已有场景的标注数据和网络模型完成雾天场景下的分类识别任务至关重要。方法本文使用了一种低成本的数据增强方法,有效减小图像在像素域上的差异。基于特征多样性和特征对抗的思想,
目的在电力系统中,准确地识别绝缘子目标是保障输电线路正常运行的重要前提。针对传统方法无法自动提取绝缘子特征,以及深度学习网络提取绝缘子语义信息不足的问题,提出了一种基于改进多尺度网络的绝缘子识别模型,同时满足自动识别和增强语义信息的要求。方法改进工作主要分为3部分,首先,采用特征融合的方法,增强特征提取网络生成的特征图的语义信息;其次,特征提取后,为了避免经过多次卷积、池化操作,较小尺度绝缘子语义
目的道路提取是常见的遥感应用之一。现有的基于深度卷积网络的道路提取方法往往未考虑云遮挡给道路提取带来的影响,且提取网络模型较大,不利于在移动端部署,同时缺乏用于云遮挡场景下的道路提取数据集。对此,本文提出一种轻量化的UNet网络(lightweight UNet,L-UNet),高效地实现云遮挡下的道路提取。方法通过柏林噪声模拟云层以扩展现有道路提取数据集,进而训练L-UNet。使用移动翻转瓶颈卷
目的输电线路螺栓图像具有分辨率低和视觉信息较差的特点,针对螺栓缺陷图像分类时教师网络(大模型)参数量大、学生网络(小模型)分类精度低的问题,提出了一种最优知识传递宽残差网络输电线路螺栓缺陷图像分类方法,来弥补使用大小模型进行分类任务的局限性。方法首先改变大模型宽度,即拓宽网络特征表达维度来增加向小模型传递的螺栓缺陷知识和简化小模型结构至3个残差块;然后为了选出传递螺栓缺陷知识性能最优的大模型,提出
目的螺栓是输电线路上最普遍、数量最多的部件,螺栓缺陷检测是输电线路视觉检测任务的一大难点。针对螺栓目标存在背景复杂、目标过小、不同类别之间差异小以及精细特征难以提取的问题,提出一种双注意力机制方法,分别对不同尺度和不同位置的视觉特征进行分析和增强。方法对于不同尺度的特征,网络使用不同尺度的特征图计算出相应的注意力图,然后将相邻层的注意力图差异性作为正则化项加入网络中,从而增强螺栓区域的精细特征。对