CN101048213A - 用于监视过滤器积垢程度的方法 - Google Patents

Abstract

本发明涉及过滤流体的方法。根据本发明的方法的特征在于，在过滤导致滤饼生成的污染流体之后，大体上未被污染的流体通过滤饼供给并以变化的流量或以变化的驱动力过滤。同时，分别测量必要的驱动力或所获得流量。测量值和各自的设定值与至少一个标准数据组进行比较，基于该比较，确定要过滤流体、过滤器和滤饼的积垢状态。根据本发明的方法使精确确定要过滤流体的特征成为可能。这可以通过简单地改变流量并在不同的流量值下测量驱动力而实现，反之亦然。

Description

用于监视过滤器积垢程度的方法

技术领域

本发明涉及一种过滤流体的方法，尤其涉及一种获得要过滤流体和过滤介质的状态特征和其中变化的方法，更具体地说，涉及一种辨别(characterising)要过滤流体和过滤介质的积垢状态和其中变化的方法。本发明尤其涉及一种方法，通过该方法，可以从过滤介质和要过滤流体中获得状态特征和其中变化。除非明确指出，否则，本发明上下文中的术语“过滤介质”是指(干净的)过滤器以及形成在该过滤器上的滤饼，及两者的组合。

在下文中，将只参考过滤处理的特定元件，尤其是滤饼和要过滤流体的特征，以及该特征的变化。但是，本发明决不限于这些仅为示例性的实施例。

背景技术

过滤流体以去除污染物在本领域中通常是已知的。当为了去除污染物而过滤流体时会使用过滤器，污染物的一部分以滤饼的形式沉积在该过滤器上。根据滤出材料的性质，所述滤饼变化极大，例如，它可能是可压缩的、不可压缩的或者可压紧的滤饼。而且，滤出材料可能不同程度地堵塞过滤器的小孔，或者可能例如吸附到过滤材料上。

当滤饼达到某一特定厚度时，其通常必须被去除。除其它外，过滤和去除滤饼的方式取决于过滤介质的类型，所述类型包括滤饼的性质。因此，人们建议了解过滤介质积垢状态的性质、滤饼性质、过滤器积垢状态和要过滤流体的积垢特征，并且基于这种瞬时状态和在这种状态中相关且依赖于时间的变化，实现能够对过滤处理的重要方面进行控制、建立模型和优化的目的，所述重要方面例如有：

生产部分；

液压/机械净化部分(例如，反冲)；以及

化学净化部分。

在过滤处理中，过滤器的材料和形状对要获得的过滤介质的状态特征有影响。这特别应用于为避免堵塞起见的几何结构，例如过滤器直径，以及应用于为避免吸附起见的材料成分。

在现有技术中，通常按照标准程序对过滤器进行清洗。当滤饼达到特定厚度，或者当驱动力超过某一特定值时，或者在预设时间间隔之后，例如使用相同的要过滤流体、过滤液和/或这些及其他流体(例如，气体)或固体的组合进行可能连同化学试剂一起的回洗或表面冲洗可以去除滤饼。但是，过滤介质的状态，特别是滤饼性质在此不予考虑。

因此，需要一种方法，利用该方法，过滤介质的状态及其中变化，即，过滤器和滤饼的状态能以简单的方式确定。特别需要一种与过滤器的清洗处理相结合的方法，根据这种瞬时状态以及相关且依赖于时间的这种状态变化，实现可以对过滤处理的重要方面进行控制、建立模型和优化的目的，如上所述。

发明内容

本发明的目的是提供一种改进的方法，其能够以简单的方式获得过滤处理的状态特征和其中变化(这是指过滤介质、以及要过滤流体和包含于其中的污染物的特征)。特别地，本发明的目的在于提供一种方法，其辨别过滤处理积垢的积垢状态(和其中变化)。

本发明的另一个特征是提供一种方法，其辨别过滤处理的积垢状态，得出积垢程度。一般而言，本发明的目的在于提供一种序言部分提及的改进方法，以便实现与对过滤处理进行控制、建立模型和优化相关的上述可能性。所获数据还用于获得设计数据和处理数据，根据上述数据可以得出：

如何通过例如物理或化学处理步骤(例如加热/冷却、稀释、絮凝、预过滤等)改变(adapt)流体特征；

选择适当的几何结构和过滤介质成分(例如，选择过滤器直径以防止堵塞，和选择材料以例如防止吸附)；

选择适当的液压/机械清洗方法；

选择适当的化学清洗方法；

评价过滤处理性能的能力(因为积垢状态的不可逆性测量为人所知或者可以由要获得的数据确定)；

如何获得与过滤处理的单独性能相关的数据(因为过滤介质的老化过程已知或者可以计算，因此得知过滤介质的使用期限)。此外，以这种方式，信息可用于过滤装置的设计和操作。

为了获得上述目的中的至少一个，本发明提供了一种如上所述的方法，其特征在于，包括以下步骤：

a)过滤污染的流体以便去除所述流体污染物，该污染物以滤饼形式沉积在过滤器上，

b)随后在下列条件下通过过滤介质供给大体上不积垢流体：

I.变化的流量，并且测量驱动力，或者

II.变化的驱动力，并且测量流量，

c)利用至少一个标准数据组比较：I.在各自流量下的驱动力的测量值，或者II.在各自驱动力下的流量的测量值，和

d)根据步骤c)中的比较辨别过滤处理(例如，要过滤流体或过滤介质)的状态特征或其中变化。

使用根据本发明的方法，可以极为简单地获得过滤处理的状态特征。特别地，可以获得过滤处理的积垢特征和其中变化。由于穿过滤饼和过滤器供给的流体大体上未被污染，在特征辨别(characterisation)期间，滤饼内没有进一步地变化。

根据本发明的方法还使确定沉积物的数量和性质成为可能。针对用于确定沉积物数量的已知方法可以获得优点。根据其他方法，必须提供额外的测量设备或使滤饼发生物理变化以测量其厚度级数。通过测量驱动力和通过过滤器的流量，本发明使确定滤饼的平均厚度和级数成为可能。利用现有技术的方法不能获得本发明的优点。监视过滤过程中驱动力的发展并且根据驱动力的测量值启动清洗步骤在现有技术中是已知的。但是，只测量驱动力不能提供与积垢性质相关的任何信息。因此，在这方面，本发明提供了显著的改进和优点。现在人们根据流体特征了解到积垢性质和过滤介质的情况从而执行有目的的清洗步骤。

在本说明书中可互换使用的术语“未被污染的流体”或“未污染流体”是指，在辨别过滤处理的状态的过程中，大体上不产生污染。这是指，流量变化必须大于积垢形成，在该情况下，特征辨别本身可以在与过滤过程中被净化的进给相同的进给情况下发生。

根据本发明的优选实施例，当在步骤b)期间，过滤装置中的大体上未被污染的流体通过过滤介质供给时可以获得良好效果。

根据本发明的优选实施例，当在步骤b)期间，大体上未被污染的流体反向于过滤方向流过滤饼时，可以获得尤其良好的效果。

在任何情况下优选地是，在特征辨别期间，过滤器积垢的进一步增加最大为已有积垢的10％，优选地最大为5％，更优选地最大为2％，仍然更为优选地最大为1％，最为优选地最大为0.5％。根据优选实施例，积垢的这种进一步增加由驱动力表示，该驱动力在预定流量下测量。根据本发明更为优选的实施例，标准组包括选自变化驱动力数值下的大体上恒定的流量值；变化流量值下的大体上恒定的驱动力数值；以及分别增大或减小的流量值下的增大或减小的驱动力数值中的至少一组，其中这些组中的每一组表示积垢特征。该组令人满意地描述了积垢情况的可能类型。

根据另一实施例，标准组由一组表示驱动力和流量之间关系的模型参数构成。在特定流量值下比较测量值和测量值的标准组还提供了对流体特征、积垢性质以及过滤介质状态的有用指示。

特征辨别优选地选自可压缩滤饼和不可压缩滤饼中的至少一个。根据该特征辨别，可以选择与对过滤处理进行控制、建立模型和优化相关的适当方法。

根据本发明的适当的进一步改进，在完成根据本发明的步骤d)之后，

e)对过滤器进行清洗处理，以便大体上去除滤饼，

f)随后进行步骤b和c)，以便辨别清洗处理之后的改变状态。如果清洗处理不充分，可重复进行步骤e)至f)。这样，可以确定过滤器装置是否可以被充分洗净或者如何使过滤器装置可以被充分洗净(即，与标准数据组相比)。

根据进一步优选的实施例，标准数据组从使用未被污染的流体辨别未污染的过滤器，例如，新过滤器中获得。用于特征辨别的流体优选地与用于确定标准数据的流体相同。

因此，本发明还涉及一种获得新过滤器的标准的测量数据组的方法，所述新过滤器适合于在根据在先实施例之一的方法中使用，所述方法包括在下列条件下通过未积垢过滤器供给大体上未被污染的流体：

I.变化的流量，其中对驱动力进行测量，或者

II.变化的驱动力，其中对流量进行测量，

并且将驱动力和各自的流量的数值存储在标准数据组中。

尽管本发明不局限于过滤方式的特定类型，但是过滤步骤最好以终端方式出现。这允许精确地确定驱动力和流量之间的关系。但是，过滤领域的技术人员应该认识到，在明确定义的条件下，这一过程还能以横流方式或者以两者的组合，即所谓的半终端(semi-dead end)方式进行。

在应用该方法期间，最好确定介质的其他(物理)特征，例如，用于确定粘度的温度、混浊度、粒度分布、浓度、传导性等等。要测量的其他特定特征取决于用于过滤处理的模型，其中阻力也被明确指出(例如，与所谓的饼层过滤相关的达西定律)。对阻力的污染作用也可以通过与未被污染的流体情况下的干净过滤器的阻力进行比较而推出。基于上述情况可以算出污染量。

当，例如，为穿过积垢过滤介质(即，过滤器和滤饼)的大体上未被污染的流体设定不同的流量值时，根据本发明提供了一张图表，显示了驱动力和流量之间的关系。积垢性质可以由该图曲线确定。这将在随后进行详细说明。

附图说明

图1显示了对应过滤材料量成比例的变量绘制的通过滤饼的被测阻力的曲线图。在该情况下，表面水被过滤。如图1所示，这一过滤曲线可以由二次多项式表示。

图2显示了工业回洗水的过滤曲线。在这种情况下，过滤曲线也可以由二次多项式表示。

从某种意义上来说，过滤曲线之间基本类似。基于此，这种曲线不能确定流体及过滤介质的特征。因此，不可能在此基础上对过滤处理进行正确描述、控制、建立模型和优化。

当根据本发明进行过滤处理的特征辨别时，可以分别获得如图3和4所示的图表。图3显示了当干净的流体以不同的流量供给时，穿过滤饼的阻力的增大。可以清楚地看出，随着流量值的增大，阻力增大。

和图3相比，图4显示了阻力不随增大的流量而增大。

因此，图3和4显示出滤饼的性能完全不同。尽管图2显示了阻力随饼形成的增大而显著增大，但是这不是由滤饼的压缩性或流量相关的特性引起，而是由例如体积效应引起。

但是，由表面水产生的滤饼在较高流量值下性质不同。可以推断，在当前情况下，由表面水产生并于图1中显示的滤饼在较高流量值下压缩。这使得阻力增大。

另一方面，在工业废水的情况下，当流量增大时，阻力不会增大。在这种情况下，滤饼不可压缩。在该实例中，例如，因为利用从流体中滤出的物体在物理上堵塞流动通道，使得阻力可能增大。

可用于执行特征辨别的流体例如可能是干净的液体。如果要净化的液体只包含极少的污染物，在进行特征辨别的短时间内，只有极少量的积垢沉积到过滤器上。在该情况下，可接受的是，将要净化的液体用作进行特征辨别的流体。当然，还可以利用干净的液体稀释要净化的液体，或者添加保证滤饼不被进一步积垢的辅助物质或添加剂。当然，还可以使用在过滤步骤中用于特征辨别的过滤流体。

在工业过滤装置中，将以并联关系布置大量的过滤单元。这些过滤装置之一例如可用于执行特征辨别。在该情况下，所述单元可能和其他过滤单元相同，只要它适于进行特征辨别即可。为此，必须能够将各过滤单元从要过滤的流体的供给装置上拆下。作为替代，必须能够在特征辨别期间将各过滤单元连接到大体上干净流体的入口上。当然，如果特征辨别还可以利用要过滤的液体进行的话，上述情况则不是必需的。但是，无论如何，设备必须设置为允许流量或驱动力发生变化。因此，一般而言，各过滤单元与其他过滤单元流体上分开是必需的。本领域的技术人员能够例如通过在适当的位置设置阀而很好地实现这种分开。

根据另一实施例，有可能以代替终端方式的横流方式进行特征辨别。但是，过滤也能以横流方式进行，例如，特征辨别以终端方式进行。当然，所有其他组合也是可能的。但是，其中至少特征辨别以终端方式进行的实施例为优选的。

如上所述，通过测量驱动力(例如跨过滤器压力或跨膜压力TMP)可以确定阻力。在滤饼过滤的情况下，这通过达西定律进行：

$R=\frac{\mathrm{TMP}}{\mathrm{\ηJ}}---\left(1\right)$

缩写：

R＝总阻力；

TMP＝驱动力；

η＝粘度；

J＝流量。

最后，最好还测量步骤b)期间的流体温度。由流体的性质和温度可以精确地确定粘度。根据达西定律，随后可以计算阻力。如果不存在积垢，该定律可以用于确定干净过滤器的阻力。这通过在不同流量值下穿过干净过滤器过滤干净流体(或其他适当流体)而测得。在作用区域，过滤器阻力近似如下：

R_M＝R_M0+BJ                               (2)

或：

R_M＝R_M0+B′ηJ                           (3)

缩写：

R_M＝过滤器阻力；

R_M0＝过滤器阻力的与流量无关的部分；

B＝比例常数；

B′＝比例常数。

一旦过滤器阻力已知，一系列近似值中的阻力可用来确定积垢阻力。

$R_F=\frac{\mathrm{TMP}}{\mathrm{\ηJ}}-R_M---\left(4\right)$

缩写：

R_F＝当前滤饼阻力。

来自积垢的阻力取决于积垢程度，还可能取决于流量。这已经在上文清楚指出。因此，该阻力表示为洁净水流量的函数或者为过滤体积/过滤器表面的函数。根据优选实施例，通过终端过滤进行过滤，并且在该情况下，该变量与积垢程度直接相关，并定义为：

$\frac{\mathrm{dw}}{\mathrm{dt}}=J---\left(5\right)$

缩写：

w＝积垢载荷；

t＝时间。

对于可压缩滤饼层来说，滤饼层阻力和饼层上的压降之间的关系通过下列经验关系表示：

$R_F=\mathrm{\ω\α}(1+\mathrm{\β\Δ}{P}_F^n)---\left(6\right)$

其中：

ω＝积垢载荷

α＝特定饼层阻力

β＝压缩因数

ΔP_F＝滤饼层上的压降

n＝经验拟合系数

饼层上的压降不能直接测量，只能由根据公式1的测量阻力计算得出。

ΔP_F＝R_FJη                                (7)

等式(6)代入(7)，其中对于大部分应用来说n＝1，得出：

ΔR_F＝ωα(1+βΔP_F)Jη                    (8)

利用可压缩饼层，饼层上的压降是饼层中的位置函数。对于管式过滤介质来说，(8)的离散化得出：

$\frac{1}{\mathrm{\ηJ}}\·\frac{{\mathrm{dP}}_F}{\mathrm{dr}}=\mathrm{\α}[1+\mathrm{\β}{P}_F\left(r\right)]---\left(9\right)$

该等式的结果代入(6)中，得出：

RF＝αωΦ(1+βαωΦJη)                  (10)

其中，体积系数Φ为：

其中

r＝过滤介质的半径

X＝饼层厚度

应当注意到，公式(11)中的Φ对于薄饼层、平薄膜系统和小体积分数来说近似为1。

一旦过滤曲线确定，就可得知积垢程度和阻力之间的关系。因此，当通过干净的过滤器过滤干净流体时，通过测量阻力，该值可在清洗处理之后计算积垢量。

如上所述，由图1或2不能确定饼层的特征；图3或4也是确定压缩性β所必需的。当β已知时，图1或图2的曲线可适合于公式(10)；为此，各种数学程序已知，例如单纯形法。

通过有规律地进行根据本发明的特征辨别，可以监视整个过滤处理在状态特征方面的变化，从而可以掌握例如要过滤流体的特征、滤饼性质以及过滤器情况方面的变化。基于此，可以对整个过滤处理进行描述、控制、建立模型和优化。另外，本发明还提供了关于如何适应流体特征的信息以及关于过滤器本身的性能和质量的信息。

本发明不局限于上述具体提及的实施例。本发明只由所附权利要求限定。

Claims (18)

1.一种过滤流体的方法，其特征在于，它包括以下步骤：

a)过滤污染的流体以便去除所述流体污染物，该污染物以滤饼形式沉积在过滤器上，

b)随后在下列条件下通过过滤介质供给大体上不积垢的流体：

I.变化的流量，并且测量驱动力，或者

II.变化的驱动力，并且测量流量，

c)利用至少一个标准数据组比较：

I.在各自流量下的驱动力的测量值，或者

II.在各自驱动力下的流量的测量值，和

d)根据步骤c)中的比较辨别要过滤的流体或过滤介质的积垢状态。

2.如权利要求1所述的方法，其特征在于，在步骤b)期间，过滤装置中的大体上未被污染的流体通过过滤介质供给。

3.如权利要求1所述的方法，其特征在于，在步骤b)期间，所述大体上未被污染的流体反向于过滤方向流过滤饼。

4.如一或多项在先权利要求所述的方法，其特征在于，在连续的时间段内，重复步骤a)至d)，并且将在连续时间段期间于步骤d)中获得的数值在步骤d)中彼此比较，以便获得状态特征方面的变化。

5.如一或多项在先权利要求所述的方法，其特征在于，步骤c)的标准组从大体上未积垢的过滤器的测量中获得，所述测量涉及大体上未被污染的流体。

6.如一或多项在先权利要求所述的方法，其特征在于，所述标准组包括选自变化驱动力数值下的大体上恒定的流量值；变化流量值下的大体上恒定的驱动力数值；以及增大或减小的流量值下的增大或减小的驱动力数值中的至少一组，其中这些组中的每一组表示积垢特征。

7.如一或多项在先权利要求所述的方法，其特征在于，所述标准组由一组表示驱动力和流量之间关系的模型参数构成。

8.如一或多项在先权利要求所述的方法，其特征在于，所述特征辨别选自可压缩滤饼和不可压缩滤饼中的至少一个。

9.如一或多项在先权利要求所述的方法，其特征在于，在步骤b)期间，所述大体上未被污染的流体不会进一步显著增大过滤器的积垢程度。

10.如权利要求9所述的方法，其特征在于，在特征辨别期间，过滤器积垢的进一步增加最大为已有积垢的10％，优选地最大为5％，更优选地最大为2％，仍然更为优选地最大为1％，最为优选地最大为0.5％。

11.如权利要求10所述的方法，其特征在于，所述积垢的进一步增加由驱动力表示，该驱动力在设定流量下测量。

12.如一或多项在先权利要求所述的方法，其特征在于，在已经执行了步骤d)之后：e)对过滤器进行清洗处理，以便大体上去除滤饼，随后f)，重复步骤b)，以及g)重复步骤c)，以便辨别改变的状态。

13.如权利要求12所述的方法，其特征在于，步骤g)的标准组从大体上未积垢的过滤器的测量中获得，所述测量涉及大体上未被污染的流体。

14.如一或多项在先权利要求所述的方法，其特征在于，所述过滤步骤以终端方式、半终端方式或横流方式进行。

15.如一或多项在先权利要求所述的方法，其特征在于，同样在步骤b)期间，流体的至少一个其他特征选自例如温度、混浊度、传导性等等。

16.一种基于通过如一或多项在先权利要求所述的方法获得的数据对过滤处理进行控制的方法。

17.如权利要求16所述的方法，其特征在于，流体的物理特征能够改变，例如，选自温度、污染物浓度、流体酸度等中的至少一项；

和/或执行处理，选自絮凝和/或预过滤等中的至少一项。

18.一种由大体上未积垢过滤器获得标准的测量数据组的方法，所述未积垢过滤器适合于在如上述权利要求之一所述方法中使用，所述方法包括在下列条件下通过未积垢过滤器供给大体上未被污染的流体：

I.变化的流量，并且测量驱动力，或者

II.变化的驱动力，并对流量进行测量，

以及将驱动力和各自的流量的数值存储在标准数据组中。

Images