水处理工艺退火工艺团矿、冶金、材料、自动化

本发明属于煤泥水处理领域，具体涉及一种多功能煤泥水处理池。本发明包括圆环状的池体，还包括呈圆环状设置在池体的内部的导流板，所述导流板和池体之间设有将所述环槽分隔为上部为配水区域、下部为导流区域的环状隔板，导流板的内壁围成处理区域；所述隔板上设有贯穿隔板板体的过水孔，本发明中还设置有使过水孔在贯通和封闭两种状态下切换的挡孔板；本发明还包括与所述配水区域相连的脱泥入料单元、与所述处理区域相连的浓缩入料单元以及分别与所述配水区域和处理区域相连的溢流出料单元。本发明不但能够对煤泥水进行脱泥处理，还能够对煤泥水进行浓缩处理，同时本发明结构简单且运行稳定可靠。

成果与项目的背景及主要用途： 随着经济发展，我国能源需求快速增长，富煤贫油少气的能源禀赋决定了我国仍需以煤为基础能源，直接燃煤则造成了严重的环境污染。使用清洁燃料，煤制油、煤制天然气是解决东部地区雾霾污染的重要措施。然而煤制气装置会产生大量高有机物含量的废水，不能直接生化处理。内蒙新疆等地区，煤资源丰富但环境脆弱，水匮乏。煤制气、焦化、兰炭等煤化工企业的废水治理已成为制约其发展有瓶颈之一。煤化工废水主要来源于煤气化或焦化炉后的急冷洗涤及净化等工段，气化及焦化过程产生的焦油、酚、氨等物质大部分进入洗气废水中，含有氨氮、硫化物、（硫）氰化物等无机物及焦油、酚类等有机物。其特点是水量大、污染物浓度高成分复杂。目前对煤化工废水进行处理的要求是去除废水中的粉尘、焦油、硫化氢、二氧化碳、氨氮、酚等无机和有机物，经过深度净化，进行达标回用。一般流程为：隔油除尘→脱酸蒸氨脱酚→生化处理→深度处理。首先通过重力沉降，旋流气浮等隔油除尘措施进行初级处理，然后进行物化处理，通过汽提进行脱酸脱氨以及萃取脱酚，再经过生化，通过 RO、蒸发结晶等过程，实现水的深度净化及达标回用，实现零排放。 技术原理与工艺流程简介： 本技术主要从煤化工废水处理技术流程的前三步——隔油除尘、脱酸蒸氨脱酚及生化处理进行工艺设计改进。 （1） 隔油除尘 我们通过重力沉降及离心力场，使与水不相溶的与水密度有差别的游离油及尘与水进行初步分离。为提高处理效率，通过 CFD 模拟计算与实验测试，对装置进行优化设计，开发了平流隔油与旋流气浮结合的隔油除尘工艺与设备。 （2） 脱酸蒸氨脱酚 A、脱酸蒸氨，我们开发了专门适于脱酸蒸氨的板式形式，在提高传质效率的同时，可显著防止结垢堵塞，延长检修周期（一年以上），该塔板形式已成功用于工业实践。 B、萃取除油脱酚，经过脱酸蒸氨后的废水，不能直接进入生化系统，还需要脱除其中的油及酚类。通常仍用萃取的方法。我们经过大量筛选与测试，开发出了性能优良的萃取剂，在核心设备—萃取塔方面，开发了专门用于萃取的专利填料，显著提高了萃取效率，降低了过程能耗。 （3） 生化处理 为提高生化处理效率，我课题组专门筛选和优化了适于酚类染污物的微生物菌群，提高了生化速度，降低了处理成本。 技术水平及专利与获奖情况： 通过与企业的合作，可在我们已取得成果基础上，做进一步开发与优化，以继续降低废水处理成本。形成新的具有知识产权的工艺技术，并进行工程示范。 合作方式及条件：具体面谈

XM-BP表皮常见病变处理训练模块   一、功能特点： ■ XM-BP表皮常见病变处理训练模块采用高分子材料制成，仿真度高。 ■ 模块包含三种病变：皮赘、皮肤痣、皮脂溢性角化病。 ■ 可进行皮赘剪除术、皮肤痣切除术、皮脂溢性角化刮除术等基本技术训练。 ■ 可反复进行练习。 ■ 尺寸：13.5×11.3×1.3cm。   二、标准配置： ■ 表皮常见病变处理模块：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

反渗透技术是利用压力差为动力的膜分离过滤技术，即在一定的压力下，水分子可以通过反渗透膜，而源于水中的无机盐、重金属离子、有机物、胶体、细菌、病毒等杂质无法通过反渗透膜，从而使可以透过的纯水和无法透过的浓缩水严格区分开来。反渗透是当今世界上最先进和最节能有效的膜分离技术。它主要利用半渗透膜的渗透原理，通过一定的方式给它施加一种压力，反于自然渗透方向的力，使浓溶液中的水向稀溶液中渗透，这种方式称为反渗透。由反渗透元件组成的装置为反渗透装置。由于反渗透膜的膜孔径非常小因此能够有效的去除水中的溶解盐类、胶体、微生物、有机物等（去除率达到97%~98%）。系统具有水质好、耗能低、无污染、工艺简单、操作简单等特点。 反渗透设备适用于食品、饮料、化工、医院、电子等行业的水处理设备，也可作为社区、工业区、油田等的净水屋的核心设备。 产品特点： 1、连续运行，产品水水质稳定 2、无须用酸碱再生 3、不会因再生而停机 4、节省了反冲和清洗用水 5、以高产率产生超纯水（产率可以高达95%） 6、无再生污水，不须污水处理设施 7、无须酸碱储备和酸碱稀释运送设施 8、减小车间建筑面积 9、使用安全可靠，避免工人接触酸碱 10、减低运行及维修成本 11、安装简单、安装费用低廉

实验室废气排放特点及处理难点： ● 风量大，浓度低。 ● 种类多，成分复杂，难以分类搜集。 ● 间歇性，无规律排放，难以统计溶剂年使用量。 ● 科研的未知性，科研项目的开放性，实验试剂的变化性。 高校实验室废气处理难点： ● 被动式处理，限于环保要求，盲目上各类低效单一型处理装置，无法满足后期环境监测标准。 ● 实验室楼先天设计缺陷多，没有足够空间，或者楼顶层承重局限，无法安装大型重型的尾气处理装置。 ● 没有专人专岗维护，疏于耗材更换和设备运维，导致已安装的尾气处理装置失去效用，却又因为尾气装置的阻力影响实验室送排风的风量。 智能组合式废气处理装置专门为实验室研发设计，适用于风量大、浓度低、成分复杂的废气处理。采用干湿组合式处理方式，针对性强，处理效果显著，确保达标排放，并且可以智能监测数据，主动高效运维，节省安装空间。 埃松智能组合式废气处理装置的特点： 组合处理废气，智能监测数据，主动高效运维，节省安装空间。 组合处理装置技术及优势：采用干式+湿式组合式处理方式，专业处理实验室复合型尾气，针对性强，处理效果显著，确保达标排放； ● 干式处理段 1、干式处理段采用高碘值活性炭对污染物进行吸附处理，吸附容量和吸附速率更高，最大程度延长活性炭使用寿命及更换周期； 2、采用模块化活性炭碳盒设计，方便活性炭更换及去除活化。 ● 湿式处理段 1、湿式处理段通过两级专业配制的吸收液吸收：无机废气吸收液吸收HCI、HNO3、 H2S等无机污染物+有机废气吸收液吸收有机污染物，可同时处理无机污染物和有机污染物，辅以智能加药和智能排污系统，节省运行维护成本； 2、充分考虑实验室采用变风量排风系统的特点，采用变频泵浦设计，根据排风风量，喷淋水泵智能变频控制，节能减排； 3、选用低风阻、高强度填料，两级除雾器设计，确保系统高效运行。 ■ 可根据具体实验单元及实验楼尾气排放种类针对性地配置不同的废气吸收液； ■ 设备尺寸及重量可根据定制设计，满足排放标准的同时，满足实际安放空间； ■ 整个废气处理过程安全、环保、稳定且无剧烈的能量转换； ■ 在线管道静压检测，实现对排风机的智能变频控制，具有正常、节能、紧急三种运行模式，同时可与实验室房间控制器进行通讯，实现智能连锁（工作状态与模式）； ■ 标配Modbus开放式通讯协议（5G通讯模块），便捷接入BMS系统和智能物联网； ■ 实时在线监测，保证处理达标，必要的情况下可以与生态环境主管部门的监控设备联网，保证监测设备正常运行并依法公开排放信息。 智能组合式废气处理装置均配备埃松自主开发的智慧管理系统，并采用7寸全触摸液晶显示屏进行就地管理，将废气处理装置的运行参数更加直观的展示出来，方便管理人员运行维护，保证系统运行安全可靠。 7寸全触摸液晶显示屏，实时显示： · 各分级处理段、排风机运行状态及压差； · PH、TVOC、盐度； · 温度（室外及喷淋液温度）、湿度； · 处理风量、空塔气速、排放风速； · 喷淋泵浦运行频率、运行状态； · 管道静压、排风机运行频率、运行状态； · 各功能段及设施运行状态。 项目案例

本发明公开了一种应用于智能配电网的双有源桥直流变换器软启动控制方法，先解锁原边全桥，闭锁副边全桥和外移相角的闭环控制，原边全桥采用斩波控制，开关管Q3和开关管Q4以50％的占空比互补导通，开关管Q1和开关管Q2采用变占空比控制，并且每个开关周期以一定的步长增加；当副边电压上升到足以驱动开关管，且开关管Q1和开关管Q2的占空比都增至0.99时，解锁副边全桥及外移相角的闭环控制；当输出电压达到额定值时，切入负载，输出电压稳定完成启动过程。本发明有效抑制双有源桥直流变换器在启动过程中的电流过冲，保证电流的正负对称，降低对开关管的耐流要求，降低成本，避免变压器偏磁现象，降低变压器的容量、体积和成本。

本发明公开了一种应用于智能配电网的 EPON 通信系统的动态 带宽分配方法，包括步骤(1)基于不同需求将智能配电网各业务分为 EF 业务、AF 业务和 BE 业务；步骤(2)通过层次分析法计算 AF 业务和 BE 业务的权值，并计算一个轮询周期内 EF 业务和加权业务的缓存量和缓 存速率；步骤(3)根据电网故障情况，对各 ONU 业务缓存速率和业务 缓存量进行修正，计算一个轮询周期内各 EF 业务和加权业务的带宽需 求量；步骤(4)根据 EPON 带宽值对 EF 业务进行分配，然后对加权业 务进行分

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。