一种电动辅助淋洗稳定化修复砷污染土壤的系统及方法

    公开(公告)号:CN112676327B

    公开(公告)日:2022-05-03

    申请号:CN202011414269.6

    申请日:2020-12-04

    Abstract: 本公开涉及土壤修复技术领域,提供了一种电动辅助淋洗稳定化修复砷污染土壤的系统及方法。该系统包括:电极组件、淋洗剂储罐、稳定剂储罐和集液装置,电极组件包括阴极电极管和阳极电极管,阳极电极管以阴极电极管为中心排布成双层环状电极阵列;淋洗剂储罐,通过第一抽吸泵连通于该双层环状电极阵列的外圈电极,淋洗剂储罐中的淋洗剂通过该外圈电极注入至被砷污染的土壤;稳定剂储罐,通过第二抽吸泵连通于该双层环状电极阵列的内圈电极,稳定剂储罐中的稳定剂通过该内圈电极注入至被砷污染的土壤;集液装置,通过第三抽吸泵连通于阴极电极管,将土壤中阴极电极管附近含砷的溶液抽取至集液装置中。利用本公开,实现了砷污染的高效去除和修复。

    铅离子的检测方法
    12.
    发明授权

    公开(公告)号:CN108872112B

    公开(公告)日:2020-11-20

    申请号:CN201810739979.2

    申请日:2018-07-07

    Abstract: 公开了一种铅离子的检测方法,检测方法包括下述步骤:在反应容器中加入四氯金酸溶液搅拌和加热,当加热到100℃‑108℃时,在反应容器中加入柠檬酸钠溶液,继续搅拌加热第一时刻后停止加热,持续搅拌至溶液达到室温,在100 mL溶液中加入1 mL的8‑12 mmol/L聚氧乙烯去水山梨醇单油酸酯溶液搅拌第二时刻后,加入7‑9 mL的10 mmol/L十二烷基膦酸的四氢呋喃溶液搅拌第三时刻,然后加入28‑32 mmol/L N‑(2‑羟乙基)哌嗪‑N'‑2‑乙烷磺酸溶液调节pH为7.1‑7.3,得到十二烷基膦酸功能化金纳米颗粒复合物,所述纳米金颗粒复合物在2‑6℃的温度下放入在蒸馏水中形成检测溶液,在检测溶液中加入待检测铅离子的样品,搅拌混匀后静置3‑5 min,采用紫外可见分光光度计检测吸光度,基于吸光度获得铅离子浓度。

    一种基于三维决策的智能截流闸控制方法及系统

    公开(公告)号:CN119126559B

    公开(公告)日:2025-04-08

    申请号:CN202411216994.0

    申请日:2024-09-02

    Abstract: 本发明公开了一种基于三维决策的智能截流闸控制方法及系统,涉及智能控制技术领域,具体步骤为:获取管道进水数据,并对所述管道进水数据进行预处理获得预处理数据;将所述预处理数据输入TransConv‑LSTM模型中,输出氨氮含量预测值;基于不确定模型获取所述氨氮含量预测值的不确定性分布;根据所述氨氮含量预测值、所述氨氮含量预测值的不确定性分布以及预设的闸门动作条件生成控制指令;基于所述控制指令控制截流闸动作。本发明不仅能够有效提升水质控制的精确性和可靠性,还能降低成本、保护数据隐私,并通过预测未来趋势来提前干预,从而实现更加高效和可持续的水资源管理。

    基于神经网络的电动淋洗修复底泥预测优化方法及系统

    公开(公告)号:CN116822753B

    公开(公告)日:2023-11-03

    申请号:CN202311101472.1

    申请日:2023-08-30

    Abstract: 本发明公开了一种基于神经网络的电动淋洗修复底泥预测优化方法及系统,属于铅镉污染底泥修复技术领域。其方法包括以下步骤:对铅镉污染底泥进行多种不同影响因素下的电动淋洗修复实验,得到不同影响因素下的实际铅去除率和实际镉去除率;构建BP神经网络模型,以多种不同影响因素作为BP神经网络模型的输入参数,以得到的实际铅去除率和实际镉去除率作为BP神经网络模型的输出参数,训练BP神经网络模型;利用训练好的BP神经网络模型对待修复污染底泥的铅去除率和镉去除率进行预测。通过本发明能够得到多种影响因素下的电动淋洗修复底泥预测结果。

    基于机器学习的排水管网缺陷在线预警方法及系统

    公开(公告)号:CN117540329B

    公开(公告)日:2024-03-29

    申请号:CN202410028041.5

    申请日:2024-01-09

    Abstract: 本发明涉及排水管网监测技术领域,具体涉及一种基于机器学习的排水管网缺陷在线预警方法及系统,方法包括:收集管网参数并建立管网拓扑关系;在一个已完成管网清淤和修复的分流制排水分区中,采集管道流量和检查井水位,作为管网正常运行状态数据;基于生成对抗网络模型合成管网异常运行状态数据;将两种数据组合作为训练样本,对神经网络预警模型进行训练;将神经网络预警模型的输出结果设置为{管段编号,管段状态};基于训练好的神经网络预警模型对管段累计流量及相邻检查井水位差异常的管段进行预警。本发明结合深度学习,实现对排水管网不同管段的异常情况实时、高效、准确地监测和预警。

Patent Agency Ranking