CN107585890B - 基于蒙特卡罗模拟的新兴污染物污水优化处理方法 - Google Patents

基于蒙特卡罗模拟的新兴污染物污水优化处理方法 Download PDF

Info

Publication number
CN107585890B
CN107585890B CN201710864299.9A CN201710864299A CN107585890B CN 107585890 B CN107585890 B CN 107585890B CN 201710864299 A CN201710864299 A CN 201710864299A CN 107585890 B CN107585890 B CN 107585890B
Authority
CN
China
Prior art keywords
removal rate
antibiotics
concentration
antibiotic
fitting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710864299.9A
Other languages
English (en)
Other versions
CN107585890A (zh
Inventor
赵林
纪艺
杨永奎
龙莎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201710864299.9A priority Critical patent/CN107585890B/zh
Publication of CN107585890A publication Critical patent/CN107585890A/zh
Application granted granted Critical
Publication of CN107585890B publication Critical patent/CN107585890B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

本发明涉及水体中新兴污染物的，涉及一种基于蒙特卡罗模拟的含抗生素污水优化处理方法，主要包括：确定自变量；采用Matlab软件，使用混合高斯模型对自变量分布进行拟合；在拟合得到的抗生素进水浓度分布函数中，进行随机抽样；选择二级三级污水处理工艺组合；根据工艺组合，在去除率分布函数中分别进行随机抽样；计算总去除率及出水中抗生素的浓度；随机抽样得出抗生素在某一种工艺组合下的去除率范围及均值；根据抗生素的类型选择确定最优的工艺组合。采用蒙特卡罗模拟法，避免了传统方法中操作繁琐、费用较高的问题。

Description

基于蒙特卡罗模拟的新兴污染物污水优化处理方法
技术领域
本发明涉及水体中新兴污染物的，涉及一种基于蒙特卡罗模拟的含抗生素污水优化处理方法。
背景技术
随着经济的快速发展，水体中新型污染物的得到了大量的使用。新兴污染物主要包括抗生素、消炎药、中枢兴奋药等常见药用化合物以及护肤品、化妆品、洗涤剂等日常护理用品。通常，新型污染物会随着污水一起流入城市生活污水处理厂。抗生素作为一种报道次数多、检出率高的一种新兴污染物，常常难以被常规污水处理工艺(如活性污泥法)去除。研究表明，深度处理工艺可以比较有效地实现对污染物的去除，而实际情况中城市污水处理厂常采用常规工艺与深度处理工艺的组合。因此，如何为抗生素选择最优的工艺组合来实现最大的去除率成为了关键问题。
由于通常情况下污水中抗生素的浓度极低，常使用高效液相色谱-质谱联用技术测定污水中的抗生素浓度。这种方法存在操作繁琐、费用较高等问题。近年来，一种应用蒙特卡罗模拟来研究环境中新兴污染物归趋的数学方法得到了广泛的应用。蒙特卡罗模拟是一种利用随机数进行数值模拟的方法，主要依据概率统计理论中的中心极限定理和大数定律，并在此基础上通过随机抽样的方式反映所研究问题发生的某种规律。
发明内容
本发明的目的在于克服传统方法中操作繁琐、费用较高的问题，提供一种基于蒙特卡罗模拟的新兴污染物污水优化处理方法，该方法提高了污水处理工艺组合对抗生素的处理率，同时降低了城市污水处理厂最终出水中抗生素的环境风险。
本发明的技术方案:基于蒙特卡罗模拟的新兴污染物污水优化处理方法,包括以下步骤：
(1)确定自变量，包括以下内容：
a)、城市污水处理厂进水中抗生素的浓度；
b)、二级处理工艺对抗生素的去除率范围；
c)、三级处理工艺对抗生素的去除率范围；
(2)描述自变量的概率分布，采用Matlab软件，使用混合高斯模型对自变量分布进行拟合；
(3)在拟合得到的抗生素进水浓度分布函数中，进行随机抽样；
(4)选择二级和三级污水处理工艺组合；
(5)根据工艺组合，在去除率分布函数中分别进行随机抽样；
(6)计算总去除率及出水中抗生素的浓度；
(7)随机抽样得出抗生素在任何一种工艺组合下的去除率范围及均值；
(8)根据抗生素的类型选择确定最优的工艺组合。
与现有技术相比，本发明具有的优点：
(1)本发明得到的去除率是在查阅大量文献调研的基础上，并结合污水处理厂实际的去除率，进行十万次蒙特卡罗随机抽样过程的结果，具有一定的数学意义和物理意义，是可信的；
(2)采用蒙特卡罗模拟法，避免了传统方法中操作繁琐、费用较高的问题，可以根据抗生素自身的物理化学性质选择最优的污水处理工艺组合，从而提高污水处理厂的处理效率。
附图说明
图1是基于蒙特卡罗模拟的新兴污染物污水优化处理方法的流程示意图。
具体实施方式
下面通过具体实施例和附图对本发明作进一步的说明。本发明的实施例是为了更好地使本领域的技术人员更好地理解本发明，并不对本发明作任何的限制。
本发明选取天津市某污水处理厂作为研究对象，该厂进水中典型抗生素包括磺胺甲恶唑(SMX)、甲氧苄啶(TMP)、红霉素(ROX)、罗红霉素(ROX)、诺氟沙星(NOR)、环丙沙星(CIP)。
自变量抗生素进水浓度C进水根据实际情况确定，二级去除率R1、三级去除率R2，通过调研大量文献确定，如表1所示：
表1抗生素的二级去除率R1、三级去除率R2范围
Figure BDA0001415749440000031
Figure BDA0001415749440000041
表中：CAS-传统活性污泥法；A/O-厌氧-好氧法；A/A/O-厌氧-缺氧-好氧法；OD-氧化沟；RO-反渗透；PAC-活性炭吸附；O3-臭氧氧化。
根据已知的抗生素进水浓度C进水，依托Matlab软件，选择混合高斯模型对二级去除率R1、三级去除率R2的分布进行拟合。
混合高斯模型的概率分布密度函数可以通过M个单高斯模型的加权函数表示：
Figure BDA0001415749440000042
其中，
Figure BDA0001415749440000051
表示第j个单高斯模型。
公式中，xj表示数据值，在本发明中分别为抗生素进水浓度、二级工艺去除率和三级工艺去除率；αj为不同单高斯模型在混合高斯模型中的比例；C为协方差矩阵，μ为期望值。
在拟合得到的抗生素进水浓度分布函数F(C进水)中，进行10万次随机抽取一个浓度值。
选择CAS、A/O、A/A/O、OD为四种二级工艺，RO、O3、PAC为三种三级工艺进行工艺组合，每种抗生素在二级和三级工艺组合下模拟10万次，每一次随机过程得到一个最终的去除率；
按照表2中的二级、三级工艺组合方式，选择其中一种待研究的工艺组合。
根据上述选定的工艺组合，在其去除率分布函数F(R1)、F(R2)中分别进行10万次随机抽样。
根据随机抽取的平均抗生素进水浓度C进水、二级去除率R1、三级去除率R2，得出总去除率R总，如表2所示，根据相应进水浓度可以计算得出抗生素出水浓度C出水。
表2蒙特卡罗模拟后抗生素总去除率(％)
Figure BDA0001415749440000052
Figure BDA0001415749440000061
随机抽样过程重复10万次，可得出抗生素在某一种工艺组合下的去除率范围及均值。
最终可以根据抗生素的类型选择最优的工艺组合，实现最佳的去除效果。
应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (1)

1.基于蒙特卡罗模拟的新兴污染物污水优化处理方法,其特征在于，包括以下步骤：
(1)确定自变量，包括以下内容：
a)、城市污水处理厂进水中抗生素的浓度；
b)、二级处理工艺对抗生素的去除率范围；
c)、三级处理工艺对抗生素的去除率范围；
(2)描述自变量的概率分布，采用Matlab软件，使用混合高斯模型对自变量分布进行拟合；
(3)在拟合得到的抗生素进水浓度分布函数中，进行随机抽样；
(4)选择二级和三级污水处理工艺组合；
(5)根据工艺组合，在去除率分布函数中分别进行随机抽样；
(6)计算总去除率及出水中抗生素的浓度；
(7)随机抽样得出抗生素在任何一种工艺组合下的去除率范围及均值；
(8)根据抗生素的类型选择确定最优的工艺组合；
根据已知的抗生素进水浓度C进水，依托Matlab软件，选择混合高斯模型对二级去除率R1、三级去除率R2的分布进行拟合；
混合高斯模型的概率分布密度函数可以通过M个单高斯模型的加权函数表示：
Figure FDA0002431920580000011
其中，
Figure FDA0002431920580000021
表示第j个单高斯模型；
公式中，xj表示数据值，在本发明中分别为抗生素进水浓度、二级工艺去除率和三级工艺去除率；αj为不同单高斯模型在混合高斯模型中的比例；C为协方差矩阵，μ为期望值；
在拟合得到的抗生素进水浓度分布函数F(C进水)中，进行10万次随机抽取一个浓度值。
CN201710864299.9A 2017-09-22 2017-09-22 基于蒙特卡罗模拟的新兴污染物污水优化处理方法 Expired - Fee Related CN107585890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710864299.9A CN107585890B (zh) 2017-09-22 2017-09-22 基于蒙特卡罗模拟的新兴污染物污水优化处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710864299.9A CN107585890B (zh) 2017-09-22 2017-09-22 基于蒙特卡罗模拟的新兴污染物污水优化处理方法

Publications (2)

Publication Number Publication Date
CN107585890A CN107585890A (zh) 2018-01-16
CN107585890B true CN107585890B (zh) 2020-07-24

Family

ID=61048312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710864299.9A Expired - Fee Related CN107585890B (zh) 2017-09-22 2017-09-22 基于蒙特卡罗模拟的新兴污染物污水优化处理方法

Country Status (1)

Country Link
CN (1) CN107585890B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652445B (zh) * 2020-06-11 2024-03-22 广东科创智水科技有限公司 基于高斯分布的污水设备优化运行控制方法
CN113673117B (zh) * 2021-09-03 2024-01-26 天津大学 基于蒙特卡罗法模拟构建海油污染物减排运行成本的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005028080A1 (de) * 2005-06-17 2006-12-21 Bayer Technology Services Gmbh Verfahren zur zeitlich gesteuerten intravenösen Verabreichung des Narkosemittels Propofol
CN101759236B (zh) * 2009-12-31 2012-06-27 南京大学 一种工业园区点源污染物的调控方法
CN103810537B (zh) * 2014-02-12 2016-09-28 南京大学 一种基于水质模型的区域环境风险评估方法
CN105095997B (zh) * 2015-07-30 2018-11-30 浙江大学 基于蒙特卡洛和层次分析法的突发性水污染事故预警方法

Also Published As

Publication number Publication date
CN107585890A (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
Zhao et al. Pollution status of the Yellow River tributaries in middle and lower reaches
Colmenarejo et al. Evaluation of municipal wastewater treatment plants with different technologies at Las Rozas, Madrid (Spain)
CN107585890B (zh) 基于蒙特卡罗模拟的新兴污染物污水优化处理方法
Sun et al. Seasonality affects the diversity and composition of bacterioplankton communities in Dongjiang River, a drinking water source of Hong Kong
Zhao et al. Quantifying the fate and risk assessment of different antibiotics during wastewater treatment using a Monte Carlo simulation
Zhang et al. Bend-induced sediment redistribution regulates deterministic processes and stimulates microbial nitrogen removal in coarse sediment regions of river
Basturk et al. Simultaneous degradation of cephalexin, ciprofloxacin, and clarithromycin from medical laboratory wastewater by electro-Fenton process
Zhang et al. A back propagation neural network model for accurately predicting the removal efficiency of ammonia nitrogen in wastewater treatment plants using different biological processes
Fang et al. Quantitative evaluation of A2O and reversed A2O processes for biological municipal wastewater treatment using a projection pursuit method
Wang et al. Seasonal dynamics of bacterial communities in the surface seawater around subtropical Xiamen Island, China, as determined by 16S rRNA gene profiling
Bracho et al. Optimisation of hydraulic performance to maximise faecal coliform removal in maturation ponds
Qi et al. Effect of biological activated carbon filter depth and backwashing process on transformation of biofilm community
Sibil et al. The comparison of different mathematical methods to determine the BOD parameters, a new developed method and impacts of these parameters variations on the design of WWTPs
Zhang et al. Treatment performance and microbial community under ammonium sulphate wastewater in a sulphate reducing ammonium oxidation process
Silva et al. Characterization of five portuguese wastewater treatment plants: Removal efficiency of pharmaceutical active compounds through conventional treatment processes and environmental risk
Moruzzi et al. Mathematical modeling and analysis of the flocculation process in chambers in series
He et al. Determinants of bacterioplankton structures in the typically turbid Weihe River and its clear tributaries from the northern foot of the Qinling Mountains
Semenov et al. Spatial changes in microbial communities along different functional zones of a free-water surface wetland
Azizpour et al. Optimization, modeling and uncertainty investigation of phenolic wastewater treatment by photocatalytic process in cascade reactor
Ji et al. Influence of Particle Size of River Sand on the Decontamination Process in the Slow Sand Filter Treatment of Micro-Polluted Water
CN105884012A (zh) 一种生物转盘
Ren et al. Characterization and evaluation of a macroporous anion exchange resin for nitrate removal from drinking water
Or et al. Fine-scale temporal dynamics of a fragmented lotic microbial ecosystem
Niu et al. Using artificial intelligence-based algorithms to identify critical fouling factors and predict fouling behavior in anaerobic membrane bioreactors
Jia et al. Fluctuation of microcystins in water plant

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200724

Termination date: 20200922