【摘 要】
：
苯酚意外泄漏以及工厂苯酚废水排放会对环境和人体安全造成很大危害,做好突发苯酚污染状况的应急处置工作至关重要。以荷梗为原材料制备出对苯酚具有吸附效果的生物炭,采用单因素实验法探究炭化温度、炭化时间对荷梗生物炭的收率及对苯酚吸附效果的影响,得出荷梗生物炭的最佳制备条件。利用SEM、BET比表面积测定法、FT-IR分析法、Zeta电位分析等方法对荷梗生物炭进行表征,探究等温吸附、动力学吸附、投加量、pH对苯酚吸附的影响。结果表明:荷梗生物炭的收率随炭化温度的升高而降低,随炭化时间的增加而降低;对苯酚的吸附量随炭
【机 构】
：
武汉理工大学安全科学与应急管理学院,中国职业安全健康协会,中国环境监测总站国家环境保护环境监测质量控制重点实验室
【出 处】
：
武汉理工大学学报:信息与管理工程版
【基金项目】
：
国家级大学生创新创业训练计划(S202010497004).
论文部分内容阅读
苯酚意外泄漏以及工厂苯酚废水排放会对环境和人体安全造成很大危害,做好突发苯酚污染状况的应急处置工作至关重要。以荷梗为原材料制备出对苯酚具有吸附效果的生物炭,采用单因素实验法探究炭化温度、炭化时间对荷梗生物炭的收率及对苯酚吸附效果的影响,得出荷梗生物炭的最佳制备条件。利用SEM、BET比表面积测定法、FT-IR分析法、Zeta电位分析等方法对荷梗生物炭进行表征,探究等温吸附、动力学吸附、投加量、pH对苯酚吸附的影响。结果表明:荷梗生物炭的收率随炭化温度的升高而降低,随炭化时间的增加而降低;对苯酚的吸附量随炭
其他文献
优化了简单生成对抗网络结构,用于更有效的通过对抗性实例训练得到视觉显着性图,减少假阳性产生和提高显著性.网络模型仍遵循传统生成对抗网络结构,第一阶段是由一个使用残差结构建的生成器组成,该模型的权值由显著图的下采样版本的二分类交叉熵损失(BCE)的反向传播计算得到的,训练得到更有效的显著图.预测结果由受训练的判别器网络进行生成阶段生成的显著图与真值图之间的二值分类处理.实验展示了改进生成对抗网络中的
针对当前神经网络加速器难以高效实现目标跟踪边框后处理的问题,提出一种高效的目标跟踪专用加速器.引入神经网络架构,用于提取输入视图特征并生成边框置信度与偏移量集合.随后针对目标跟踪的边框处理设计了专用于边框的回归、惩罚以及提取操作的加速模块,通过同步神经网络加速器与专用加速模块间的数据,以流水结构并行执行特征提取与边框操作,实现基于深度学习目标跟踪的端到端处理.该加速器在40 nm工艺下消耗面积3.64mm2,获得了5.71 Tops/W能效比.实验结果表明:与现有加速方案相比,该目标
研制了一种无湿敏材料的纺织基底无芯片RFID湿度传感器用于检测环境湿度。通过射频仿真软件HFSS,获得谐振频率在2.45 GHz具有较高品质因数的纺织基底谐振器模型,对以谐振频率偏移量作为灵敏度指标的检测原理进行了仿真。利用丝网印刷工艺和刻绘工艺分别在不同类型纺织物上制作了无芯片RFID湿度传感器,系统研究了制作工艺、纺织品类型和厚度对传感器湿敏特性的影响。结果表明,0.5 mm厚度下不同基底类型
提出了一种SATA固态硬盘Power Cycle功能自动化测试方法,用于验证SATA固态硬盘在上下电过程中数据完整性与安全性,保证SATA固态硬盘在多种应用场景中都可以保持正常且高效的运行状态.通过分析标准SATA协议与ATA命令集协议,针对SATA固态硬盘Power Cycle工作流程,在DriveMaster和ULink Power Hub软硬件平台基础上进行脚本编程,对SATA固态硬盘Power Cycle功能进行自动化测试.测试方法包含基于标准协议提炼出的测试流程图,软件平台DriveMaster
目的分析食管贲门癌患者围术期输血高需求危险因素，为实施及时有效临床干预以减少输血量积累更多循证医学证据。方法回顾性分析运城市中心医院2012年1月至2018年10月收治的食管贲门癌患者154例的临床资料，其中围术期红细胞输注<5 U共100例设为对照组，围术期红细胞输注≥5 U共54例设为观察组；分析导致高需求输血原因、可能影响因素及其对术后相关临床指标的影响。结果观察组合并基础疾病比例、术前贫血
目的探讨低分子肝素辅助治疗肾病综合征的临床疗效。方法选取临沂市人民医院2018年1月至2020年1月收治的肾病综合征患者64例，采用随机数字表法分为对照组、观察组各32例。对照组予常规治疗，观察组在常规治疗基础上联合低分子肝素治疗，两组均连续治疗28 d。比较两组治疗前后肾功能指标、血脂指标、凝血功能指标，观察两组临床疗效、不良反应。结果治疗后，观察组血肌酐、尿素氮、24 h尿蛋白定量、总胆固醇、
基于事件的社交网络为用户提供线上线下互动模式的社交服务,用户在线上组织事件,线下参与事件.以往的研究基于因素或基于图实现社交事件推荐,难以充分挖掘社交网络中的语义信息.为解决该问题,提出了基于元路径的社交事件推荐方法,元路径包含丰富的语义信息,是异质信息网络的重要特征.首先构建了一个异质社交网络,接下来利用元路径计算用户与事件之间的相关性矩阵,在此基础上,通过最优化问题求解元路径权重,最后将相关性矩阵和元路径权重线性组合实现面向用户的社交事件推荐.该算法在应用最为广泛的基于事件的社交网络平台--Meetu
为在项目前期进行准确快速的工业建筑工程造价预测,在现有研究的基础上,对比多种算法优化的神经网络与支持向量机模型预测效果,以得到最优工业建筑造价预测模型。通过箱型图对样本进行筛选,分别利用主成分分析法(PCA)与灰色关联法(GRA)对输入指标进行处理,将处理后的数据分别导入BP、GA-BP、PSO-BP、CV-SVM、GA-SVM、PSO-SVM 6个模型进行训练与预测,对预测结果进行多方面对比分析,选择最优造价预测模型。结果显示,PCA-CV-SVM模型为最优模型,运行时间短、预测结果稳定且精确度高。
为了研究消费者获利水平对电子废弃物最优回收模式的影响,构建了3种电子废弃物回收处理模型,采用博弈论对模型中的各主体变量和利润进行比较分析。研究结果表明:消费者获利水平对不同回收渠道有不同程度的影响,3种模型中制造商利润、系统总利润和回收率都会随着消费者获利水平的增加而降低。当制造商渠道建设费用满足一定条件时,制造商对回收模型选择会受到消费者获利水平的影响,零售商在R模型中的利润是最优的。在3种模型中消费者获利水平都不影响最优批发价格和零售价格。建议通过构建三方的价格回收协商机制、建立生产者环境责任制度、应
针对高可靠性零部件,在无失效数据情况下,以C80货车K6型转向架侧架为研究对象进行可靠性评估。在期望贝叶斯估计法与参数Bootstrap法的框架下,结合加权最小二乘法、蒙特卡洛仿真等技术,深入讨论期望贝叶斯模型中超参数选取与分布形式、参数Bootstrap重抽样样本量等对评估结果的影响。通过实例研究对比了所提出模型与传统的置信限法和固定超参数取值的期望贝叶斯估计模型的区别,分析了超参数选取对可靠性评估的影响,丰富了无失效数据情况下的可靠性评估方法。