什么是ODCs & 破坏臭氧层的物质清单
ODS系统
ODS 系统系统概要：随着业务的发展，外部监管机构、银行管理层和业务部门对决策、管理信息的依赖程度在不断提高，这些决策管理信息的需求的获取，不仅及时性、准确性、多样性要求较高，而且还跨越多个业务系统，手工方式越来越难以满足要求。
同时，不同应用系统之间，面对相同的数据获取需求，由于缺乏统一的规范和数据接口标准，导致应用系统重复开发相同功能的取数程序，源系统也需要开发多个数据接口。
此外，即便是在生产运营环境下，源系统还需要进行多次抽取，不但浪费了网络及存储的资源，而且给生产系统造成过大的压力，对生产运营产生较大的风险。
而科技部门在满足业务部门日益旺盛的数据需求过程中，却面临着众多业务系统数据来源构成复杂、数据存储分散、数据冗余严重、存储成本过高等诸多问题。
鉴于此，建设商业银行统一的数据中心势在必行。
项目意义：ODS （操作型数据存储（Operational Data Storage ））系统建设项目，首先，对数据进行统一整合，构建全行数据标准化体系；其次，实现对应用系统的统一供数，并对分行的统一数据分发；第三，实现全行数据及技术架构的统一，建设并不断完善商业银行的ODS 系统。
通过ODS 系统，既可以缩短应用系统的实施路径，减少重复开发；又可以提高业务管理部门数据需求的响应速度和准确性，并通过模型和知识库积累业务经验，为更深层次的决策分析和数据挖掘奠定基础。
项目目标：∙集成各源系统的数据，构建全行统一的基础数据模型、操作数据存储中心及配套体系； ∙ 建立数据分发平台，构建全行统一的数据文件分发体系，为各应用系统提供数据；∙为ALM （资产负债管理）应用系统提供数据； 总体规划：∙采用多层、可扩展框架结构，系统整体上包括数据获取层、数据组织层、数据应用、数据展现。
多层框架结构具有高度的扩展能力和方便的系统开发和维护性能，适合数据仓库系统多阶段、多层次的应用特点。
∙公共服务包括ETL 管理、元数据管理、数据质量管理、统一认证服务。
pfmea中ods意思
pfmea中ods意思PFMEA（Process Failure Modes and Effects Analysis）是针对生产流程中可能出现的故障进行分析的一种质量管理方法。
ODS （Operational Definition Sheet）指的是操作定义表，是PFMEA分析的一部分。
下面，我们将围绕“PFMEA中ODS的意思”这一主题，详细介绍PFMEA与ODS的定义、作用以及实际应用。
一、PFMEA的定义与作用PFMEA是一种常用的生产流程质量管理方法，用于对生产过程中可能出现的故障进行分析和预防。
在PFMEA中，质量团队通过对潜在故障模式、后果及其严重性进行分析，从而及早发现和避免可能的质量问题，最大限度地提高生产过程的可靠性和稳定性。
PFMEA通常分为五个步骤：确定分析范围、建立流程图、识别潜在故障模式、评估风险严重性和制定行动计划。
二、ODS的定义与作用ODS是PFMEA分析的一部分，是指对特定工序的操作规程、过程控制要点、关键特性和检验方法进行详细描述和定义的表格。
ODS可用于指导和标准化操作人员的操作流程，以确保每一个工序的执行都符合标准和质量要求。
在PFMEA中，通过ODS的详细定义和描述，可以掌握每一个工序的特性、控制点和关联因素，从而更好地识别和分析潜在故障模式，并相应地采取相应的措施进行预防。
三、PFMEA与ODS的实际应用PFMEA与ODS通常用于制造业、汽车制造、航空航天等领域的生产流程管理。
在具体应用中，PFMEA可以帮助企业及时发现和预防可能出现的质量问题，并制定相应的质量改进和控制措施，从而提高产品质量和生产效率。
ODS则可用于对特定工序的操作流程和质量要求进行指导和标准化，通过标准化操作流程，协调各部门间的配合，提高生产过程的一致性和稳定性，进而提高产品的质量和可靠性。
总之，PFMEA和ODS是一种帮助企业提高生产过程质量和效率的有力工具，通过系统化的故障分析和风险评估，有助于提高工作效率和生产质量，减少成本。
详解数据仓库和数据集市：ODS、DW、DWD、DWM、DWS、ADS
详解数据仓库和数据集市：ODS、DW、DWD、DWM、DWS、ADS01数据流向02应用示例03何为数仓DWData warehouse（可简写为DW或者DWH）数据仓库，是在数据库已经大量存在的情况下，它是一整套包括了etl、调度、建模在内的完整的理论体系。
数据仓库的方案建设的目的，是为前端查询和分析作为基础，主要应用于OLAP（on-line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
目前行业比较流行的有：AWS Redshift，Greenplum，Hive等。
数据仓库并不是数据的最终目的地，而是为数据最终的目的地做好准备，这些准备包含：清洗、转义、分类、重组、合并、拆分、统计等主要特点•面向主题▪操作型数据库组织面向事务处理任务，而数据仓库中的数据是按照一定的主题域进行组织。
▪主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通过与多个操作型信息系统相关。
•集成▪需要对源数据进行加工与融合，统一与综合▪在加工的过程中必须消除源数据的不一致性，以保证数据仓库内的信息时关于整个企业的一致的全局信息。
（关联关系）•不可修改▪DW中的数据并不是最新的，而是来源于其他数据源▪数据仓库主要是为决策分析提供数据，涉及的操作主要是数据的查询•与时间相关▪处于决策的需要数据仓库中的数据都需要标明时间属性与数据库的对比•DW：专门为数据分析设计的，涉及读取大量数据以了解数据之间的关系和趋势•数据库：用于捕获和存储数据04为何要分层数据仓库中涉及到的问题：1.为什么要做数据仓库？2.为什么要做数据质量管理？3.为什么要做元数据管理？4.数仓分层中每个层的作用是什么？5.…...在实际的工作中，我们都希望自己的数据能够有顺序地流转，设计者和使用者能够清晰地知道数据的整个声明周期，比如下面左图。
但是，实际情况下，我们所面临的数据状况很有可能是复杂性高、且层级混乱的，我们可能会做出一套表依赖结构混乱，且出现循环依赖的数据体系，比如下面的右图。
【转载】【常见缺陷分析技术】ODC缺陷分析法
【转载】【常见缺陷分析技术】ODC缺陷分析法ODC，英⽂全称为Orthogonal Defect Classification，译作"正交缺陷分类"，由IBM 的Waston中⼼推出。
当需要分析与开发者和测试⼈员相关、与开发阶段相关、与顾客的满意程度相关的产品质量的外部属性时，据IBM介绍可以通过ODC分析这些属性的结果提⾼软件的质量。
ODC技术对于以下3种情况特别适⽤：（1）开发⽣命周期相对来说是⼀个很漫长的过程，包括后续的改进⼯作。
例如，这个项⽬包括多个软件版本或者⼀个版本有多次迭代。
（2）潜在的缺陷数⽬是相当⼤的。
缺陷数⽬越多，客观的分析结果也越多，对我们了解软件质量越有好处。
（3）这个项⽬已经将"⾼质量"设定为它的主要⽬标之⼀。
ODC技术将每⼀个缺陷按不同维度进⾏分类。
当缺陷数量较多时，也可以对缺陷进⾏抽样分析。
⽬前ODC技术的主要维度包括发现问题的活动（分为8类）、触发因素（分为36类）、结果影响（分为13类）、问题根源对象（分为6类）、缺陷类型（分为39类）、缺陷界定（分为3类）、责任来源（分为5类）、缺陷年龄（分为4类）8个，共114类。
根据⼤量缺陷分类后产⽣的各类缺陷的统计数字，结合缺陷定位信息（所属⼦系统、模块、特性）进⾏多维度正交分析，就能准确确定产品主要质量问题区域，识别缺陷引⼊和去除过程的重点改进对象，实现对过程和产品的精确改进指导。
将传统度量⼿段和ODC技术相结合，能实现对过程和产品的宏观评估和微观解剖。
将⼀个缺陷在⽣命周期各环节的属性组织起来，从单维度、多维度来对缺陷进⾏分析，从不同⾓度得到各类缺陷的缺陷密度和缺陷⽐率，从⽽积累得到各类缺陷的基线值，⽤于评估测试活动、指导测试改进和整个研发流程的改进；同时根据各阶段缺陷分布得到缺陷去除过程特征模型，⽤于对测试活动进⾏评估和预测。
7.7节中前⾯⼏个⼩节描述中涉及的缺陷分布、缺陷趋势等都属于这个⽅法中的⼀个⾓度⽽已。
ods方案
ODS方案1. 简介ODS（Operational Data Store）是一种用于集成和存储企业各种操作型数据的存储方案。
ODS的目标是提供一个一致、完整、可靠的数据源，以支持企业内外部各种业务需求和数据需求。
本文档将介绍ODS方案的概念、重要性、实施步骤以及相关的最佳实践。
2. ODS的概念ODS是一个存储和管理企业操作型数据的中间层，它可以集成来自不同业务系统和数据源的数据，并提供标准化、一致的数据模型和接口。
ODS旨在解决企业内部各种数据源之间的数据一致性问题，并提供一个高效、可靠的数据仓库，为企业的决策支持和业务分析提供可信的数据来源。
ODS的特点包括： - 高性能：ODS需要以低延迟、高吞吐量的方式处理和存储数据，以满足实时的业务需求。
- 可扩展性：ODS需要能够容纳大量的数据源，并随着业务的扩张不断扩展。
- 可靠性：ODS需要提供高可用性和数据冗余，以确保数据的安全性和可靠性。
- 数据一致性：ODS需要对接不同类型的数据源，并保证数据在不同系统之间的一致性。
3. ODS的重要性ODS在企业中起着至关重要的作用，它可以帮助企业解决各种数据管理和数据一致性的挑战。
下面是ODS的几个重要作用：3.1 数据整合和一致性企业内部往往存在着各种不同的业务系统和数据源，这些系统和数据源之间的数据格式和结构可能不一致，这给数据整合和分析带来了很大的困难。
ODS可以作为一个中间层，将各种数据源的数据整合并进行转换，以提供标准化、一致的数据模型和接口。
3.2 决策支持和业务分析ODS提供了一个可信、完整、一致的数据源，可用于企业的决策支持和业务分析。
企业可以基于ODS的数据进行数据挖掘、业务分析和可视化，从而帮助企业发现隐藏的业务规律和趋势，做出更准确的决策。
3.3 业务流程优化通过对ODS中的数据进行分析和挖掘，企业可以更好地理解和优化自身的业务流程。
ODS可以为企业提供实时的、全面的业务数据，帮助企业发现业务流程中的瓶颈和问题，并优化相关流程，提高企业的效率和竞争力。
odc是什么意思
odc是什么意思
ODC是Open Database Connectivity（开放数据库连接）的缩写，是一种IT行业中用于在数据库管理系统中实现跨平台连接的应用程序接口。
ODC是在因特网和其他网络应用中应用广泛的技术，尤其在应用程序编码的外部数据库中使用更为普遍。
ODC定义了一种跨不同的数据库管理系统技术，使特定的ODC应用程序可以在不同的数据库形式下运行，比如Microsoft SQL Server、Oracle、MySQL和Sybase。
ODC结合了传输技术，以便从客户端将某种特定的请求传输到服务端，例如对某个表的查询，并且服务端也能够以特定的方式将响应的数据传回客户端。
ODC的API接口通常由查询语言组成，如SQL，也可以由C，C++，Java，Pearl等语言构成。
使用ODC可以实现不同计算机的数据库的连接，允许一台计算机上的数据库管理系统发出海量的查询指令，从另一台机器上的数据库获取数据，进而分析和处理，从而更好地了解两台计算机中的信息。
这种应用有助于数据库访问、数据交互、数据存储和共享，还能获得全球信息网络特有的多媒体和多文档功能。
ODC可以让多台计算机连接同一个外部数据库，以实现多用户对同一数据库的多种操作。
当使用ODC技术访问其他网站时，它要求使用某种方式的认证，以确保文件的安全。
此外，ODC还可以支持在多个数据库间交叉查询，从而可以从不同数据库中检索信息，这在分析复杂的商业问题中尤为有用。
总之，ODC是一种强大的技术，可以帮助企业大大提高工作效率，为企业网络和业务系统提供基础管理功能，扩大系统架构范围，减少重复工作，降低维护成本和装置成本。
访阿里云大规模存储“铁三角”：OSS、RDS与OTS
访阿里云大规模存储“铁三角”：OSS、RDS 与OTS摘要：2008年自主研发飞天开放平台只是阿里云的云计算历程的开始。
四年下来，ECS、OSS、RDS、OTS、ODPS、渲染云、CDN、云OS以及其上淘宝、天猫、支付宝、阿里金融等各类应用团队兵强将勇。
而涵盖OSS，RDS，OTS的大规模存储应用作为最接近终端用户的前端产品，技术较为成熟，竞争更加激烈。
云计算已经在中国落地。
阿里云作为中国云计算领域的先行者，2011年就已成功布局。
这其中，以分布式计算系统为基础的开放式存储服务（Open Storage Service，OSS）、关系型数据库服务（Relational Database Service，RDS）和开放结构化数据服务（Open Table Service，OTS）构成了阿里云大规模存储的“铁三角”。
11月8日，在阿里云开发者大会首日，CSDN特别专访了铁三角团队中的核心成员——OSS负责人伞兴，RDS技术负责人何云飞以及OTS技术负责人仇应俊。
OSS：要更扎实OSS负责人伞兴作为国内海量、低成本、高可靠的云存储服务，通过简单的REST接口，用户在OSS上可以实现任何时间、任何地点上传和下载数据，并使用Web页面对数据进行管理。
丰富的Java、Python、PHP SDK简化了用户的编程，便于网站、网盘、企业数据备份等基于图片、软件和音视频文件在内的存储和访问服务。
唱吧、壹人壹本、同步盘、够快、淘乐群等知名企业已是OSS的用户。
OSS是云计算最核心的基础。
在本届阿里云开发者大赛中，经过初赛与复赛，最终入围决赛的20个应用中，基于OSS的项目最多。
对于这样的结果，OSS负责人伞兴表示并不意外。
“阿里云也做了相应调研，国外基于S3平台的开发比例也是最大的，这并非说其他产品热度不高或不重要，恰恰相反，这说明存储是最基础的产品。
基于云上的应用都需要来自数据存储层面的支持。
第一次开发者大赛基于OSS的开发数量较多很正常。
ods层作用
ods层作用
ODS层是指开放数据服务层，它是一种数据服务架构，可以将数据从不同的数据源中提取、转换和加载到目标系统中。
ODS层的作用是将数据从原始数据源中提取出来，进行必要的转换和清洗，然后将其加载到目标系统中，以供后续的数据分析和应用开发使用。
ODS层的作用主要有以下几个方面：
1. 数据提取和转换：ODS层可以从不同的数据源中提取数据，并将其转换成目标系统所需要的格式和结构。
这个过程中，可以进行必要的数据清洗和校验，以确保数据的准确性和完整性。
2. 数据存储和管理：ODS层可以将提取和转换后的数据存储到目标系统中，并进行必要的管理和维护。
这包括数据的备份和恢复、数据的安全性和可靠性保障等。
3. 数据集成和共享：ODS层可以将不同数据源中的数据进行集成和共享，以便于后续的数据分析和应用开发。
这个过程中，可以进行必要的数据转换和映射，以确保数据的一致性和可用性。
4. 数据分析和应用开发：ODS层提供了一个数据服务平台，可以支持
各种数据分析和应用开发工具的接入和使用。
这包括数据挖掘、数据可视化、机器学习、人工智能等领域的应用开发。
总之，ODS层是一个非常重要的数据服务架构，可以帮助企业和组织更好地管理和利用数据资源，提高数据的价值和效益。
在未来的数据时代中，ODS层将会发挥越来越重要的作用，成为数据服务和应用开发的核心基础设施。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
什么是ODCs/臭氧层破坏物质ODCs检测消耗物质列表 Ozone Depleting Substances(ODS) List中文名称 English Name CAS NO.氟氯碳化物 / CFCs (Chlorofluorocarbons)Group I碳化物-11 Chlorofluorocarbon-11 000075-69-4氟氯碳化物-12 Chlorofluorocarbon-12 000075-71-8氟氯碳化物-113 Chlorofluorocarbon-113 000076-13-1氟氯碳化物-114 Chlorofluorocarbon-114 000076-14-2氟氯碳化物-115 Chlorofluorocarbon-115 000076-15-3 Group III氟氯碳化物-13 Chlorofluorocarbon-13 000075-72-9氟氯碳化物-111 Chlorofluorocarbon-111 000354-56-3氟氯碳化物-112 Chlorofluorocarbon-112 000076-12-0氟氯碳化物-211 Chlorofluorocarbon-211 000422-78-6氟氯碳化物-212 Chlorofluorocarbon-212 003182-26-1氟氯碳化物-213 Chlorofluorocarbon-213 002354-06-5氟氯碳化物-214 Chlorofluorocarbon-214 029255-31-0氟氯碳化物-215 Chlorofluorocarbon-215 004259-43-2氟氯碳化物-216 Chlorofluorocarbon-216 000661-97-2氟氯碳化物-217 Chlorofluorocarbon-217 000422-86-6氯化碳氢化物 / CHCs (Chlorinate hydrocarbon)1,1,1,2-四氯乙烷 1,1,1,2-Tetrachloroethane 000630-20-6 1,1,1-三氯乙烷 1,1,1-Trichloroethane 000071-55-61,1,2,2-四氯乙烷 1,1,2,2-Tetrachloroethane 000079-34-5 1,1,2-三氯乙烷 1,1,2-Trichloroethane 000079-00-51,1-二氯乙烷 1,1-Dichloroethane 000075-34-31,1-二氯乙烯 1,1-Dichloroethene 000075-35-41,1-二氯丙烯 1,1-Dichloropropene 000563-58-61,2,3-三氯丙烷 1,2,3-Trichloropropane 000096-18-41,2-二氯乙烷 1,2-Dichloroethane 000107-06-21,2-二氯丙烷 1,2-Dichloropropane 000078-87-51,3-二氯丙烷 1,3-Dichloropropane 000142-28-92,2-二氯丙烷 2,2-Dichloropropane 000594-20-7四氯甲烷(四氯化碳) Carbon tetrachloride 000056-23-5氯乙烷 Chloroethane 000075-00-3氯仿 Chloroform 000067-66-3氯甲烷 Chloromethane 000074-87-3顺-1,2-二氯乙烯 cis-1,2-Dichloroethene 000156-59-2顺-1,3-二氯丙烯 cis-1,3-Dichloropropene 010061-01-5六氯丁二烯 Hexachlorobutadiene 000087-68-3二氯甲烷 Dichloromethane 000075-09-2四氯乙烯 Tetrachloroethene 000127-18-4反-1,2-二氯乙烯 trans-1,2-Dichloroethene 000156-60-5反-1,3-二氯丙烯 trans-1,3-Dichloropropene 010061-02-6三氯乙烯 Trichloroethylene 000079-01-6 24项哈龙(Halons)哈龙-1211 Halon-1211 000353-59-3哈龙-1301 Halon-1301 000075-63-8哈龙-2402 Halon-2402 000124-73-2不完全卤化氟溴化物 / HBFCs (Hydrobromofluorocarbons) 34项不完全卤化氟溴化物-21B2 HBFC-21B2 (CHFBr2) 001868-53-7 不完全卤化氟溴化物-22B1 HBFC-22B1 (CHF2Br) 001511-62-2 不完全卤化氟溴化物-31B1 HBFC-31B1 (CH2FBr) 000373-52-4 不完全卤化氟溴化物-121B4 HBFC-121B4 (C2HFBr4)不完全卤化氟溴化物-122B3 HBFC-122B3 (C2HF2Br3)不完全卤化氟溴化物-123B2 HBFC-123B2 (C2HF3Br2)不完全卤化氟溴化物-124B1 HBFC-124B1 (C2HF4Br)不完全卤化氟溴化物-131B3 HBFC)-131B3不完全卤化氟溴化物-132B2 HBFC-132B2 (C2H2F2Br2)不完全卤化氟溴化物-133B1 HBFC-133B1 (C2H2F3Br)不完全卤化氟溴化物-141B2 HBFC-141B2 (C2H3FBr2)不完全卤化氟溴化物-142B1 HBFC-142B1 (C2H3F2Br)不完全卤化氟溴化物-151B1 HBFC-151B1 (C2H4FBr)不完全卤化氟溴化物-221B6 HBFC-221B6 (C3HFBr6)不完全卤化氟溴化物-222B5 HBFC-222B5 (C3HF2Br5)不完全卤化氟溴化物-223B4 HBFC-223B4 (C3HF3Br4)不完全卤化氟溴化物-224B3 HBFC-224B3 (C3HF4Br3)不完全卤化氟溴化物-225B2 HBFC-225B2 (C3HF5Br2)不完全卤化氟溴化物-226B1 HBFC-226B1 (C3HF6Br)不完全卤化氟溴化物-231B5 HBFC-231B5 (C3H2FBr5)不完全卤化氟溴化物-232B4 HBFC-232B4 (C3H2F2Br4)不完全卤化氟溴化物-233B3 HBFC-233B3 (C3H2F3Br3)不完全卤化氟溴化物-234B2 HBFC-234B2 (C3H2F4Br2)不完全卤化氟溴化物-235B1 HBFC-235B1 (C3H2F5Br)不完全卤化氟溴化物-241B4 HBFC-241B4 (C3H3FBr4)不完全卤化氟溴化物-242B3 HBFC-242B3 (C3H3F2Br3)不完全卤化氟溴化物-243B2 HBFC-243B2 (C3H3F3Br2)不完全卤化氟溴化物-244B1 HBFC-244B1 (C3H3F4Br)不完全卤化氟溴化物-251B3 HBFC-251B3 (C3H4FBr3)不完全卤化氟溴化物-252B2 HBFC-252B2 (C3H4F2Br2)不完全卤化氟溴化物-253B1 HBFC-253B1 (C3H4F3Br)不完全卤化氟溴化物-261B2 HBFC-261B2 (C3H5FBr2)不完全卤化氟溴化物-262B1 HBFC-262B1 (C3H5F2Br)不完全卤化氟溴化物-271B1 HBFC-271B1 (C3H6FBr)氟氯氢碳化物 / HCFCs (Hydrochlorofluorocarbons) 34项氟氯氢碳化物-21 HCFC-21 000075-43-4氟氯氢碳化物-22 HCFC-22 000075-45-6氟氯氢碳化物-31 HCFC-31 000593-70-4氟氯氢碳化物-121 HCFC-121 000354-14-3氟氯氢碳化物-122 HCFC-122 000354-21-2氟氯氢碳化物-123 HCFC-123 000306-83-2氟氯氢碳化物-124 HCFC-124 002837-89-0氟氯氢碳化物-131 HCFC-131 000359-28-4氟氯氢碳化物-132b HCFC-132b 001649-08-7氟氯氢碳化物-133a HCFC-133a 000075-88-7氟氯氢碳化物-141b HCFC-141b 001717-00-6氟氯氢碳化物-142b HCFC-142b 000075-68-3氟氯氢碳化物-221 HCFC-221 000422-26-4氟氯氢碳化物-222 HCFC-222 000422-49-1氟氯氢碳化物-223 HCFC-223 000422-52-6氟氯氢碳化物-224 HCFC-224 000422-54-8氟氯氢碳化物-225ca HCFC-225ca 000422-56-0氟氯氢碳化物-225cb HCFC-225cb 000507-55-1氟氯氢碳化物-226 HCFC-226 000431-87-8氟氯氢碳化物-231 HCFC-231 000421-94-3氟氯氢碳化物-232 HCFC-232 000460-89-9氟氯氢碳化物-233 HCFC-233 007125-84-0氟氯氢碳化物-234 HCFC-234 000425-94-5氟氯氢碳化物-235 HCFC-235 000460-92-4氟氯氢碳化物-241 HCFC-241 000666-27-3氟氯氢碳化物-242 HCFC-242 000460-69-3氟氯氢碳化物-243 HCFC-243 000460-69-5氟氯氢碳化物-244 HCFC-244氟氯氢碳化物-251 HCFC-251 000421-41-0氟氯氢碳化物-252 HCFC-252 000819-00-1氟氯氢碳化物-253 HCFC-253 000460-35-3氟氯氢碳化物-261 HCFC-261 000420-97-3氟氯氢碳化物-262 HCFC-262 000420-99-5氟氯氢碳化物-271 HCFC-271 000430-55-7氢氟碳化物 / HFCs (Hydrofluorocarbon) 16项氢氟碳化物-23 HFC-23 (CHF3) 000075-46-7氢氟碳化物-32 HFC-32 (CH2F2) 000075-10-5氢氟碳化物-41 HFC-41 (CH3F) 000593-53-3氢氟碳化物-43-10mee HFC-43-10mee (C5H2F10)氢氟碳化物-125 HFC-125 (C2HF5)氢氟碳化物-134 HFC-134 (C2H2F4)氢氟碳化物-134a HFC-134a (CH2FCF3) 000811-97-2 氢氟碳化物-143 HFC-143 (CH3F3)氢氟碳化物-143a HFC-143a (CH3F3)氢氟碳化物-152a HFC-152a (C2H4F2) 000075-37-6 氢氟碳化物-227ea HFC-227ea (C3HF7) 000431-89-0氢氟碳化物-236fa HFC-236fa (C3H2F6) HFC-236fa (C3H2F6)氢氟碳化物-236ea HFC-236ea (C3H2F6) 000431-63-0氢氟碳化物-245ca HFC-245ca (C3H3F5)氢氟碳化物-245fa HFC-245fa (C3H3F5)氢氟碳化物-365mfc HFC-365mfc (C4H5F5)全氟碳化物 / PFCs (Perfluorocarbon) 13项四氟甲烷 F14 000075-73-0六氟乙烷 Fluorocarbon 116 000076-16-4八氟丙烷 Freon 218 000076-19-7十氟丁烷 Decafluorobutane 000355-25-9八氟环丁烷 Freon C318 000115-25-3全氟-1-丁烯 Perfluor-1-butene 000357-26-6全氟异丁烯 perfluorisobutene 000382-21-81,4-二氢八氟丁烷 1,4-dihydrooctafluorobutane 000377-36-62-全氟甲基丁烷 nonafluor-2- (trifluoromethyl)butane 000594-91-2 全氟戊烷 perfluoro-n-pentane 000678-26-22-全氟甲基戊烷 2-perfluoromethylpentane 000355-04-4全氟己烷 perfluorohexane 000355-42-0溴甲烷 Bromomethane 000074-83-9。