精品文献
水污染指标相关计算
BP人工神经网络模型在太湖水污染指标预测中的应用
【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。
PE管预涂膜过滤降低水污染指数研究
PE管预涂膜过滤降低水污染指数研究
提出了在精密烧结ＰＥ管上预涂一层硅藻土或粉末活性炭助滤层，直接过滤自来水或井水的反渗透进水预处理工艺过程与技术参数。分析比较了自来水、ＰＥ管直接过滤和ＰＥ管预涂膜过滤水样的污染指数ＦＩ１５和粒径的分布情况。试验表明预涂膜过滤比ＰＥ管直接过滤提高去除率１４％左右，能有效地控制污染指数ＦＩ１５＜４。