شناسایی، طبقه بندی و مدیریت پسماند پالایشگاه نفت شیراز بر اساس RCRA
محل انتشار: مجله انسان و محیط زیست، دوره: 11، شماره: 2
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 119
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SRBAU-11-2_003
تاریخ نمایه سازی: 9 دی 1402
چکیده مقاله:
مدیریت پسماندهای صنعتی مانند لجنهای نفتی و مواد زاید غیرصنعتی یکی از شیوههای بسیار مناسب برای کاهش اثرات سوء فعالیتهای صنعتی در محیط زیست میباشد. هدف از این تحقیق، شناسایی و طبقهبندی پسماندها ، به منظور مدیریت آنها، تا آخرین مرحله از مدیریت پسماند در پالایشگاه نفت شیراز است. این مطالعه به صور ت میدانی در پالایشگاه نفت شیراز انجام یافت،که در این تحقیق پس از بررسی فرآیند تولید، نقاط تولید پسماند، و دوره تخلیه پسماندها نوع و تناژ پسماندهای تولیدی، شناسایی شد سپس به پسماندهای شناسایی شده توسط RCRA کدهای مخصوصی اختصاص داده شد و پسماندها به خطرناک و غیر خطرناک تفکیک شدند. پس از شناسایی پسماندهای تولیدی به وسیله قوانین RCRA مشخص گردید، ۴۳% از پسماندهای صنعتی تولیدی در پالایشگاه نفت شیراز جزء پسماندهای خطرناک محسوب میشوند. از کل پسماندهای خطرناک شناسایی شده ۹۱% در لیست F (فهرست پسماند خطرناک با منبع غیر مشخص) و ۹% در لیست K (پسماندهای خطرناک با منبع مشخص) قرار گرفتند. به طوری که ۵۴% از گروه پسماندها دارای خصوصیت سمی، ۲۲% دارای خصوصیت اشتعالپذیری، ۲۳%، واکنش پذیر و ۱% خورنده میباشند. نهایتا نحوه صحیح مدیریت پسماند تولیدی در پالایشگاه نفت شیراز بر اساس سلسله مراتبی که سازمان حفاظت محیطزیست آمریکا ارایه داده است، و همچنین روشهای نوین جهت کاهش تولید لجنهای نفتی و پیشنهاد یک جایگاه، با ویژگیهای مناسب جهت نگه داری پسماند صنعتی ویژه پیشنهاد گردید.
کلیدواژه ها:
نویسندگان
پروین ثابت اقلیدی
گروه محیط زیست، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، یزد، ایران (مسئول مکاتبات).
هادی زارعی
استادیار، گروه محیط زیست، پردیس میبد، دانشگاه آزاد اسلامی، یزد، ایران.
قاسمعلی عمرانی
استاد، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :