CN112580248B - 一种介观膜表面污染模拟方法 - Google Patents

一种介观膜表面污染模拟方法 Download PDF

Info

Publication number
CN112580248B
CN112580248B CN202011499383.3A CN202011499383A CN112580248B CN 112580248 B CN112580248 B CN 112580248B CN 202011499383 A CN202011499383 A CN 202011499383A CN 112580248 B CN112580248 B CN 112580248B
Authority
CN
China
Prior art keywords
membrane
particles
parameters
particle
calculation
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.)
Active
Application number
CN202011499383.3A
Other languages
English (en)
Other versions
CN112580248A (zh
Inventor
褚华强
张亚雷
周雪飞
肖绍赜
孙晶晶
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202011499383.3A priority Critical patent/CN112580248B/zh
Publication of CN112580248A publication Critical patent/CN112580248A/zh
Application granted granted Critical
Publication of CN112580248B publication Critical patent/CN112580248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Separation Using Semi-Permeable Membranes (AREA)

Abstract

本发明提供一种介观膜表面污染模拟方法，包括以下步骤：确定膜分离体系中膜性质、污水性质表征参数以及系统工况参数；设计膜表面反应体系的几何空间构造，确定涉及模块、计算流程与计算精度，构建模型；将所有参数输入所构建模型，运算导出膜表面污染过程数据；代入膜通量计算公式，计算通量变化情况；可视化输出。所述方法通过对膜表面空间网格化，采用动力学蒙特卡罗方法对污染物颗粒相对膜表面运动进行仿真，还原膜污染过程，从而实现对膜分离系统膜污染、膜通量等关键参数的实时模拟。针对不同性质的膜材料、运行工况可以高效的建模计算，为膜分离系统的设计提供理论基础，也可以在系统运行期间提供实时监控的手段与维护管理的依据。

Description

一种介观膜表面污染模拟方法
技术领域
本发明属于污水处理模拟仿真算法技术领域，具体涉及一种介观膜表面污染模拟方法。
背景技术
随着膜分离技术的日渐成熟，膜技术在污水处理、饮用水深度净化、资源回收、物质分离等领域有着广阔的前景与发展动力。此外，在新型污染物去除、微藻培养固液分离等方面也日益受到关注，对水中藻类、病原微生物、细菌、消毒副产物、药物及个人护理品(PPCPs)等的去除效果良好。相对于传统污水处理与资源化技术，膜分离技术有着运行管理简便、自动化程度高、占地面积小、维护成本低、出水水质稳定等特点，尤其在微污染物去除方面有着巨大的优势。
虽然微滤、超滤等膜分离技术有着诸多优点，但是运行过程中，随着过滤的进行，膜污染问题也会愈发严重。膜污染会提高系统运行成本、降低系统出水水质与膜组件寿命，对系统的稳定运行造成威胁，这也是膜分离技术发展的主要瓶颈问题之一。因此对膜污染的预测模拟也是膜分离技术发展的关键研究，精确地模拟不仅能帮助运维团队制定膜分离系统反冲洗策略，也能实时监测系统运行情况，提高管理精细度。
膜污染过程难以观测且复杂，受到压差、通量等运行工况、水质水量、等一系列外界因素的影响，模拟预测难度大。现在主流上采用半经验公式，将膜污染过程简化为完全堵塞模型、标准堵塞模型、中间堵塞模型、滤饼层过滤模型四个机理进行模拟，只能对通量、压强等表观物理量进行预测，缺少对膜表面污染的物理性质与形成过程等重要特征的模拟。膜过滤现在普遍采用实验手段进行设计以及工况优化，导致实验周期长、成本高，且无法获取反应器内实时信息。因此急需开发能够对膜表面污染进行更准确、更全面预测的模型。
发明内容
本发明针对上述缺陷，提供一种可提供三维视角的膜污染过程并突破性的实现膜表面污染物形态的模拟的介观膜表面污染模拟方法。
本发明提供如下技术方案：一种介观膜表面污染模拟方法，包括如下步骤：
S1：确定膜分离体系中膜性质、污水性质表征参数以及系统工况参数；
S2：设计膜表面反应体系的几何空间构造，确定涉及模块、计算流程与计算精度，构建模型；
S3：将所有参数输入所构建模型，运算导出膜表面污染过程数据；
S4：代入膜通量计算公式，计算通量变化情况；
S5：可视化输出。
进一步地，所述S1步骤通过实验法、经验法或文献法确定膜分离体系中膜性质、污水性质表征参数以及系统工况参数。
进一步地，所述参数包括液体性质参数、膜性质参数和系统工况参数；所述液体性质参数包括液体比阻、液体浓度、液体粘度、污染物粒径；所述膜性质参数为膜自身阻力、膜与污染物颗粒间自由能；所述系统工况参数为过滤压力、过滤时间。
进一步地，所述S2步骤的几何空间构造包括以下步骤：
1)根据过滤液体中颗粒的粒径分布进行分类，在考虑计算精度的前提下将膜表面空间进行网格划分，设计颗粒在网格空间的运动规则；
2)确定模型中颗粒与膜表面碰撞黏附、不同粒径颗粒出现概率；
所述碰撞粘附计算公式如下：
Figure BDA0002843101840000031
Figure BDA0002843101840000032
其中，所述N1为粘附在膜表面颗粒物个数；所述N2为未粘附颗粒个数；所述ΔEb为颗粒粘附能垒；所述ΔEIL为颗粒所受水力拖拽势能；所述β为渗透阻力；所述kb为玻尔兹曼常数；所述J为水通量；所述γ为颗粒粘附概率；所述T为体系温度；
所述不同粒径颗粒出现概率计算公式如下：
Pd＝f(d)；
其中，所述d为颗粒物粒径；所述Pd为粒径为d的颗粒物出现概率；所述f(x)为颗粒物直径分布函数；
3)根据计算资源与体系实际运行情况设定计算精度与停止条件。
进一步地，所述S3步骤的模型主体采用动力学蒙特卡罗方法，包括以下步骤：
S31：确定计算格位置与计算时间点；
S32：依次代入模块进行颗粒反应判定，确定该时刻的颗粒状态；
S33：依据颗粒变化更新格状态并更新系统时间；
S34：若满足终止条件则进入后续运算或输出可视化结果，反之则继续重复步骤(1)至(4)。
进一步地，所述S32步骤的颗粒状态为是否碰撞粘附。
进一步地，所述S33步骤中的颗粒变化为颗粒空间堆积、压缩情况；所述更新格状态并更新系统时间为：是否循环全部小格，若达到循环全部小格则达到停止条件，若未达到循环全部小格则进入下一格继续重复所述步骤S31-S33。
进一步地，所述S4步骤中，根据所述S3步骤计算所得膜表面污染情况，通过其滤饼性质计算滤饼层阻力，并计算膜通量J；所述滤饼性质包括颗粒性质、污染层厚度和孔隙率：
Figure BDA0002843101840000041
Figure BDA0002843101840000042
Rf＝αf×mf；
Figure BDA0002843101840000043
其中，所述mf为膜污染质量；所述Cb为膜表面附近颗粒物浓度；所述αf为污染比阻；所述ΔP为跨膜压差；所述μ为流体粘度；所述Rf为滤饼层阻力；所述Rp为膜自身阻力；所述mf为滤饼层质量；所述μ为液体粘度；所述T为体系温度。
进一步地，所述S5步骤为根据S3、S4计算结果进行可视化输出，输出的数据包括可绘制膜表面污染高程图、泥饼孔隙率随时间变化曲线图和通量变化图。
本发明的有益效果为：
本发明提供的方法通过对膜表面空间网格化，采用动力学蒙特卡罗方法对污染物颗粒相对膜表面运动进行仿真，还原膜污染过程，从而实现对膜分离系统膜污染、膜通量等关键参数的实时模拟。针对不同性质的膜材料、运行工况可以高效的建模计算，为膜分离系统的设计提供理论基础，也可以在系统运行期间提供实时监控的手段与维护管理的依据现在对反应器的模拟仿真常采用实验手段，导致传统经验拟合法无法实现实时可视化的仿真，本方法采用机理模拟手段，可提供三维视角的膜污染过程并突破性的实现膜表面污染物形态的模拟。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1为本发明的设计优化流程图；
图2为1分钟时膜表面污染沉积高程图；
图3为150分钟时膜表面污染沉积高程图；
图4为300分钟时膜表面污染沉积高程图；
图5为600分钟时膜表面污染沉积高程图；
图6为1-600分钟时膜表面污染沉积高程对比图；
图7为膜表面泥饼总孔隙率变化曲线与膜表面不同位置泥饼孔隙率变化曲线；
图8为膜通量变化曲线图。
具体实施例方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对某振动膜分离藻液设备，膜组件采用0.1μm孔径的平板超滤膜过滤，振幅2cm、频率5Hz。利用本专利所开发的一种介观膜表面污染模拟方法对所述反应器运行过程中膜污染与膜通量情况进行模拟预测，实时监控。包括如下步骤：
S1：通过实验法、经验法、文献法等手段，确定膜分离体系中膜性质、污水性质表征参数与系统工况参数，主要参数包括有：液体比阻、液体浓度、液体粘度、膜自身阻力、膜与颗粒间自由能、过滤压力、过滤时间等，具体参数见表。
S2：设计膜表面反应体系的几何空间构造，确定涉及模块、计算流程与计算精度。在该案例中，藻液中微藻粒径范围在2-15μm，为简化运算，降低计算成本，假定微藻颗粒为刚性球体，且仅存在5μm、10μm两种粒径，两种粒径微藻数量比例为7:3。在考虑计算精度的前提下选用5μm*5μm*5μm立方体为最小单元将膜表面空间划分网格，设计颗粒在网格空间的运动规则；
主要模块包括有：颗粒大小模块，判断与膜表面接触的微藻粒径；碰撞粘附模块，判定微藻颗粒与表面接触后是否粘附；堆积压缩模块，判定微藻颗粒在网格内的堆积方式。设定计算停止条件为一个过滤周期600分钟；
S3：将所有参数输入所构建模型进行计算，模型主体采用动力学蒙特卡罗方法，包括以下步骤：
(1)确定计算格位置与计算时间点；
(2)依次代入模块进行颗粒反应判定，确定该时刻的颗粒状态；
(3)依据颗粒变化更新格状态并更新系统时间；
(4)若满足终止条件则进入后续运算或输出可视化结果，反之则继续重复步骤(1)至(4)；
通过其颗粒性质、可视化得出随时间污染层厚度、形状变化，并计算出孔隙率等滤饼性质，结果如图7所示。
参数包括液体性质参数、膜性质参数和系统工况参数；所述液体性质参数包括液体比阻、液体浓度、液体粘度、污染物粒径；所述膜性质参数为膜自身阻力、膜与污染物颗粒间自由能；所述系统工况参数为过滤压力、过滤时间。
S4：根据步骤S3计算所得膜表面污染情况，计算膜通量，结果如图8所示；
S5：根据S3、S4计算结果进行可视化输出，分别绘制系统运行1分钟、150分钟、300分钟、600分钟膜表面污染高程图、泥饼孔隙率随时间变化曲线图以及膜通量随时间变化图等，结果如图1-6所示。
其中，S2步骤的几何空间构造包括以下步骤：
1)根据过滤液体中颗粒的粒径分布进行分类，在考虑计算精度的前提下将膜表面空间进行网格划分，设计颗粒在网格空间的运动规则；
2)确定模型中颗粒与膜表面碰撞黏附、不同粒径颗粒出现概率；
碰撞粘附计算公式如下：
Figure BDA0002843101840000071
Figure BDA0002843101840000072
其中，N1为粘附在膜表面颗粒物个数；N2为未粘附颗粒个数；ΔEb为颗粒粘附能垒；ΔEIL为颗粒所受水力拖拽势能；β为渗透阻力；所述kb为玻尔兹曼常数；J为水通量；γ为颗粒粘附概率；T为体系温度；
其中，不同粒径颗粒出现概率计算公式如下：
Pd＝f(d)；
其中，所述d为颗粒物粒径；所述Pd为粒径为d的颗粒物出现概率；所述f(x)为颗粒物直径分布函数；
3)根据计算资源与体系实际运行情况设定计算精度与停止条件。
其中，S3步骤的模型主体采用动力学蒙特卡罗方法，包括以下步骤：
S31：确定计算格位置与计算时间点；
S32：依次代入模块进行颗粒反应判定，确定该时刻的颗粒状态；
S33：依据颗粒变化更新格状态并更新系统时间；
S34：若满足终止条件则进入后续运算或输出可视化结果，反之则继续重复步骤(1)至(4)。
根据S3步骤计算所得膜表面污染情况，通过其滤饼性质计算滤饼层阻力，并计算膜通量J；所述滤饼性质包括颗粒性质、污染层厚度和孔隙率：
Figure BDA0002843101840000081
Figure BDA0002843101840000082
Rf＝αf×mf；
Figure BDA0002843101840000083
其中，其中，mf为膜污染质量；Cb为膜表面附近颗粒物浓度；αf为污染比阻；ΔP为跨膜压差；μ为流体粘度；Rf为滤饼层阻力；Rp为膜自身阻力；mf为滤饼层质量；μ为液体粘度；T为体系温度。
以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在上面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

Claims (6)

1.一种介观膜表面污染模拟方法，其特征在于，包括如下步骤：
S1：确定膜分离体系中膜性质、污水性质表征参数以及系统工况参数；
S2：设计膜表面反应体系的几何空间构造，确定涉及模块、计算流程与计算精度，构建模型；
S3：将所有参数输入所构建模型，运算导出膜表面污染过程数据；
S4：代入膜通量计算公式，计算通量变化情况；
S5：可视化输出；
所述S2步骤的几何空间构造包括以下步骤：
1)根据过滤液体中颗粒的粒径分布进行分类，在考虑计算精度的前提下将膜表面空间进行网格划分，设计颗粒在网格空间的运动规则；
2)确定模型中颗粒与膜表面碰撞黏附、不同粒径颗粒出现概率；
所述碰撞粘附计算公式如下：
Figure FDA0003642287870000011
Figure FDA0003642287870000012
其中，所述N1为粘附在膜表面颗粒物个数；所述N2为未粘附颗粒个数；所述ΔEb为颗粒粘附能垒；所述ΔEIL为颗粒所受水力拖拽势能；所述β为渗透阻力；所述kb为玻尔兹曼常数；所述J为水通量；所述γ为颗粒粘附概率；所述T为体系温度；
所述不同粒径颗粒出现概率计算公式如下：
Pd＝f(d)；
其中，所述d为颗粒物粒径；所述Pd为粒径为d的颗粒物出现概率；所述f(x)为颗粒物直径分布函数；
3)根据计算资源与体系实际运行情况设定计算精度与停止条件；
所述S3步骤的模型主体采用动力学蒙特卡罗方法，包括以下步骤：
S31：确定计算格位置与计算时间点；
S32：依次代入模块进行颗粒反应判定，确定该时刻的颗粒状态；
S33：依据颗粒变化更新格状态并更新系统时间；
S34：若满足终止条件则进入后续运算或输出可视化结果，反之则继续重复步骤(1)至(4)；
所述S4步骤中，根据所述S3步骤计算所得膜表面污染情况，通过其滤饼性质计算滤饼层阻力，并计算膜通量J；所述滤饼性质包括颗粒性质、污染层厚度和孔隙率：
Figure FDA0003642287870000021
Figure FDA0003642287870000022
Rf＝αf×mf；
Figure FDA0003642287870000023
其中，所述mf为膜污染质量；所述Cb为膜表面附近颗粒物浓度；所述αf为污染比阻；所述ΔP为跨膜压差；所述μ为流体粘度；所述Rf为滤饼层阻力；所述Rp为膜自身阻力；所述mf为滤饼层质量；所述T为体系温度。
2.根据权利要求1所述的一种介观膜表面污染模拟方法，其特征在于，所述S1步骤通过实验法、经验法或文献法确定膜分离体系中膜性质、污水性质表征参数以及系统工况参数。
3.根据权利要求1所述的一种介观膜表面污染模拟方法，其特征在于，所述参数包括液体性质参数、膜性质参数和系统工况参数；所述液体性质参数包括液体比阻、液体浓度、液体粘度、污染物粒径；所述膜性质参数为膜自身阻力、膜与污染物颗粒间自由能；所述系统工况参数为过滤压力、过滤时间。
4.根据权利要求1所述的一种介观膜表面污染模拟方法，其特征在于，所述S32步骤的颗粒状态为是否碰撞粘附。
5.根据权利要求1所述的一种介观膜表面污染模拟方法，其特征在于，所述S33步骤中的颗粒变化为颗粒空间堆积、压缩情况；所述更新格状态并更新系统时间为：是否循环全部小格，若达到循环全部小格则达到停止条件，若未达到循环全部小格则进入下一格继续重复所述步骤S31-S33。
6.根据权利要求1所述的一种介观膜表面污染模拟方法，其特征在于，所述S5步骤为根据S3、S4计算结果进行可视化输出，输出的数据包括可绘制膜表面污染高程图、泥饼孔隙率随时间变化曲线图和通量变化图。
CN202011499383.3A 2020-12-18 2020-12-18 一种介观膜表面污染模拟方法 Active CN112580248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011499383.3A CN112580248B (zh) 2020-12-18 2020-12-18 一种介观膜表面污染模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011499383.3A CN112580248B (zh) 2020-12-18 2020-12-18 一种介观膜表面污染模拟方法

Publications (2)

Publication Number Publication Date
CN112580248A CN112580248A (zh) 2021-03-30
CN112580248B true CN112580248B (zh) 2022-07-29

Family

ID=75136048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011499383.3A Active CN112580248B (zh) 2020-12-18 2020-12-18 一种介观膜表面污染模拟方法

Country Status (1)

Country Link
CN (1) CN112580248B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012081746A1 (ko) * 2010-12-16 2012-06-21 광주과학기술원 칼만필터 알고리즘을 이용한 수처리 공정의 막오염 진단 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012081746A1 (ko) * 2010-12-16 2012-06-21 광주과학기술원 칼만필터 알고리즘을 이용한 수처리 공정의 막오염 진단 시스템 및 방법

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SWRO系统膜污染动态过程建模与仿真研究;林迎辉等;《计算机与应用化学》;20160728(第07期);全文 *
动力学蒙特卡洛(KMC)模拟薄膜生长;周雪飞等;《人工晶体学报》;20120615(第03期);全文 *
基于移动网格的超滤膜污染物截留过程的动态数值模拟;崔海航等;《膜科学与技术》;20151225(第06期);全文 *
硅藻土预涂动态膜的错流过滤研究;李璇等;《中国给水排水》;20110301(第05期);全文 *

Also Published As

Publication number Publication date
CN112580248A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
Abid et al. A review of efforts to reduce membrane fouling by control of feed spacer characteristics
Tien et al. Granular filtration of aerosols and hydrosols
Fetanat et al. Machine learning for advanced design of nanocomposite ultrafiltration membranes
US11484843B2 (en) Method of predicting membrane fouling in reverse osmosis process
Lee et al. Prediction of membrane fouling in the pilot-scale microfiltration system using genetic programming
Griffiths et al. Designing asymmetric multilayered membrane filters with improved performance
KR101963124B1 (ko) 도서지에 분산 설치된 소규모 담수화장치의 원격 진단관리 시스템 및 그 방법
Sabiri et al. Effect of filtration rate on coal-sand dual-media filter performances for microalgae removal
Eliseus et al. Energy minimization of a tilted panel filtration system for microalgae filtration: Performance modeling and optimization
CN112580248B (zh) 一种介观膜表面污染模拟方法
Banik et al. Predicting the optimum operating parameters and hydrodynamic behavior of rectangular sheet membrane using response surface methodology coupled with computational fluid dynamics
Chauhan et al. Simulations of physically surface-patterned membranes for water treatment: recent advances
Wu et al. Intelligent Warning of Membrane Fouling Based on Robust Deep Neural Network
Cámara et al. Neural network modelling and prediction of an Anaerobic Filter Membrane Bioreactor
Sabiri et al. Performance of a sand filter in removal of micro-algae from seawater in aquaculture production systems
CN111204867B (zh) 膜生物反应器-mbr膜污染智能决策方法
KR20160057595A (ko) 막차압(TMP:Trans Membrane Pressure) 측정 결과를 이용하여 막세정을 하는 막여과 공정 운영방법
Kim et al. Development of combined fouling model in a membrane bioreactor
Cohen-Tanugi Nanoporous graphene as a water desalination membrane
Han et al. Knowledge-based fuzzy broad learning algorithm for warning membrane fouling
DeGroot et al. Understanding primary treatment performance and carbon diversion potential of rotating belt filters using computational fluid dynamics
KR102082284B1 (ko) 막분리공정의 여과성능 예측방법
DeGroot et al. Dynamic modeling of rotating belt filters enables design exploration and advanced sizing with varying influent conditions
Rosengart et al. Development of an ultrafiltration predictive model to estimate the cost of downstream in biorefineries: Effects of epistemic experimental uncertainties
Sun et al. Filtration with multiple species of particles

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