摘要：通过对电流强度、反应液初始pH值、电解质种类及浓度等因素分析,探究了电增强活性炭纤维-臭氧体系对水中硝基苯的去除效果和机制.结果表明,与活性炭纤维-臭氧体系比较,电增强活性炭纤维-臭氧体系对硝基苯的去除效率显著提升.电增强活性炭纤维-臭氧体系中电流强度对体系影响不显著,臭氧浓度对水中硝基苯的去除效率有一定影响,反应初始液的pH值对活性炭纤维催化臭氧体系的影响较大.水中无机盐如硫酸钠、硝酸钠及氯化钠的存在会抑制活性炭纤维催化臭氧.此外,单独臭氧对活性炭纤维有破坏作用,降低了活性炭纤维对反应的促进效果,外加阴极电场时,不仅活性炭纤维对有机物的去除效果显著提升,而且保证了活性炭纤维结构不被臭氧所破坏.

摘要：四川省眉山市青神县城市生活污水处理厂一期提标改造工程设计规模为1×104 m3/d,出水执行《四川省岷江、沱江流域水污染物排放标准》(DB 51/2311-2016),即地表水准四类标准,SS指标参考《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A排放标准。介绍了提标改造工程的概况、工艺路线以及主要工艺单元,为类似的生活污水处理厂提标改造提供了借鉴和参考。

摘要：【目的/意义】气温、降雨量和风力等天气因素对共享单车骑行量构成了非线性影响,而传统的多元线性回归模型以及基于时序的预测模型,由于其对非线性关系表达能力不足,预测结果往往存在较大误差。【设计/方法】在单车价格等经济因素以及市场竞争态势等相对稳定情况下,结合用户潮汐骑行规律和地理空间兴趣点数据构建了基于BP神经网络的天气因素对共享单车骑行量的预测模型,并利用成都市某区域内摩拜单车骑行与天气数据,分别训练了“逐日”和“逐时”为单位的BP预测模型。【结论/发现】对比实验结果表明,基于BP神经网络的预测模型具有更高的预测准确度,实验结果还表明不同兴趣点在不同时刻的骑行量受温度和降雨量的影响程度差异较大。研究结果为共享单车公司实现基于天气因素的单车骑行量预测提供了科学方法,并且为单车数量的精准投放与回收提供了依据。