CN113177378B - 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法 - Google Patents

一种用于预测矿井水在反渗透膜组件内部结垢的分析方法 Download PDF

Info

Publication number
CN113177378B
CN113177378B CN202110594029.7A CN202110594029A CN113177378B CN 113177378 B CN113177378 B CN 113177378B CN 202110594029 A CN202110594029 A CN 202110594029A CN 113177378 B CN113177378 B CN 113177378B
Authority
CN
China
Prior art keywords
reverse osmosis
osmosis membrane
inlet
scaling
membrane assembly
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
CN202110594029.7A
Other languages
English (en)
Other versions
CN113177378A (zh
Inventor
郭中权
邹湘
毛维东
孙邃
肖艳
王远
马赛
刘雪菲
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.)
Jiangsu Xinyi China Australia Environmental Technology Co ltd
Hangzhou Research Institute Co ltd
Original Assignee
Jiangsu Xinyi China Australia Environmental Technology Co ltd
Hangzhou Research Institute Co ltd
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 Jiangsu Xinyi China Australia Environmental Technology Co ltd, Hangzhou Research Institute Co ltd filed Critical Jiangsu Xinyi China Australia Environmental Technology Co ltd
Priority to CN202110594029.7A priority Critical patent/CN113177378B/zh
Publication of CN113177378A publication Critical patent/CN113177378A/zh
Application granted granted Critical
Publication of CN113177378B publication Critical patent/CN113177378B/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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Fluid Mechanics (AREA)
  • Computer Graphics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Separation Using Semi-Permeable Membranes (AREA)

Abstract

本发明公开了一种用于预测矿井水在反渗透膜组件内部结垢的分析方法，以反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力为输入条件，通过MATLAB进行多元回归分析，自动拟建出二次元回归方程，取其中一种工况下的一个输入条件作为变量、其他输入条件作为定值，从而可以算出根据变量的数值得到反渗透膜组件内部结垢位置距离进口的距离。本发明不仅可以预测反渗透膜组件内部的结垢位置，还可以预测进水中某一个输入条件改变对结垢位置的影响，为反渗透系统运行和化学清洗提供参考依据。

Description

一种用于预测矿井水在反渗透膜组件内部结垢的分析方法
技术领域
本发明涉及反渗透膜组件领域，尤其涉及一种用于预测矿井水在反渗透膜组件内部结垢的分析方法。
背景技术
矿井水作为煤炭开采过程中的伴生水资源，不加处理直接外排是巨大的污染源，处理后加以利用就是优质的水资源。近年来，随着生态、环境保护要求的不断提高，矿井水反渗透处理越来越广泛。矿井水由于长期埋藏于深部地层，水中溶解性盐分种类复杂、含量极端，与地表水相比性质完全不同。目前矿井水处理主要采用预处理+多级反渗透处理工艺，通常回收率可以达到95％以上，最终的浓盐水含盐量通常在80000mg/L以上，水中的盐类接近或者超过了溶解度极限；由于矿井水水质的特殊性及浓缩后极高的含盐量，极易造成反渗透膜结垢。然而针对矿井水水质的多级反渗透膜工艺目前尚无设计规范，加上矿井水水质的多变性以及无机盐成分的复杂性，比如硬度、氟以及硫化物浓度较高等，使得在实际运行中虽然出水水质基本可以得到保证，但膜元件结垢、堵塞严重，更换成本较高。因此急需研究不同水质成分与膜结垢的关系，对不同矿井水水质进行多级反渗透系统过程设计的结垢预测与分析。
目前对矿井水反渗透系统设计多依赖于膜厂商提供的过程设计软件(WAVE、ROSA、IMSD、Q+等等)，其操作系统成熟，对于反渗透膜广泛应用的海水/苦咸水淡化领域进水水质数据库较完整，可以提供较完善的过程设计指导。但由于矿井水中无机物成分复杂而且水质多变，过程设计软件对于矿井水的数据库尚不完善，且均为“黑箱”设计，得不到RO反渗透膜内部的详细信息(内部盐度分布及结垢趋势分布等)，不能提供较全面的设计方案。
发明内容
本发明的目的是提供一种用于预测矿井水在反渗透膜组件内部结垢的分析方法。
本发明的创新点在于本发明可以预测反渗透膜组件内部的结垢位置，还可以通过计算预测进水中某一个输入条件改变对结垢位置的影响，为反渗透系统运行和化学清洗提供参考依据。
为实现上述发明目的，本发明的技术方案是：一种用于预测矿井水在反渗透膜组件内部结垢的分析方法，包括以下步骤：
(1)以反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力为输入条件，利用MATLAB中的Central composite designs进行试验设计，模拟不同工况条件下的反渗透运行状态，得到若干种工况组合，对每种工况组合进行CFD分析计算，得到各工况下的反渗透膜组件的内部结垢数据，通过MATLAB进行多元回归分析，自动拟建出二次元回归方程，得到反渗透膜组件内部结垢位置距离进口的距离与各工况下输入条件的二次元回归方程；
(2)取其中一种工况下的一个输入条件作为变量、其他输入条件作为定值，得到反渗透膜组件内部结垢位置距离进口的距离与变量之间的方程式，画出反渗透膜组件内部结垢位置距离进口的距离随变量的变化图；从而可以算出根据变量的数值得到反渗透膜组件内部结垢位置距离进口的距离。
进一步地，还包括以下步骤：以ANSYS建立反渗透膜组件的三维模型，输入反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力，并对其进行CFD分析，得到反渗透膜组件内部所输入的盐组份的分布图。利用内部盐组份分布图，可以对多级反渗透膜工艺进行优化设计，通过改变某些输入条件，使反渗透内部结垢位置后移，从而减少结垢，提高反渗透系统的运行效率。
本发明的有益效果是：
1、本发明可以预测反渗透膜组件内部的结垢位置，还可以通过计算预测进水某一个变量改变对结垢位置的影响，为反渗透系统运行和化学清洗提供参考依据。
2、本发明中还可以获得反渗透膜内部盐组份的分布图，利用其可以对多级反渗透膜工艺进行优化设计。
附图说明
图1为本发明预测膜元件内CaSO4发生结垢的位置与反渗透进水口之间的距离随进口CaSO4浓度的变化图。
具体实施方式
下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1：一种用于预测矿井水在反渗透膜组件内部结垢的分析方法,以反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力为输入条件，利用MATLAB中的Central composite designs进行试验设计，模拟不同工况条件下的反渗透运行状态，得到若干种工况组合，对每种工况组合进行CFD分析计算，得到各工况下的反渗透膜组件的内部结垢数据，通过MATLAB进行多元回归分析，自动拟建出二次元回归方程，得到反渗透膜组件内部结垢位置距离进口的距离与各工况下输入条件的二次元回归方程；取其中一种工况下的一个输入条件作为变量、其他输入条件作为定值，得到反渗透膜组件内部结垢位置距离进口的距离与变量之间的方程式，画出反渗透膜组件内部结垢位置距离进口的距离随变量的变化图；从而可以算出根据变量的数值得到反渗透膜组件内部结垢位置距离进口的距离。
以ANSYS建立反渗透膜组件的三维模型，输入反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力，并对其进行CFD分析，得到反渗透膜组件内部所输入的盐组份的分布图。
实施例2：以进水水质为CaSO4、Na2SO4浓度，进口流速v、操作压力P为输入条件作为分析案例，利用MATLAB中的Central composite designs进行试验设计，具体试验和试验结果见表一：
表一：DOE试验设计及结果
Figure BDA0003090310670000031
Figure BDA0003090310670000041
从表一可以看出一共得到36个工况组合，因此，对每一种工况进行CFD分析计算，得到各工况下的反渗透膜组件的内部结垢数据，结合表一的试验数据通过MATLAB进行多元回归分析，构建二次元回归方程，如下所示：
Y＝-1.1489+0.001446cCASO4+0.0000299cNa2SO4+0.09891P+9.7162v-0.00000003753cCASO4*cTDS-0.00002876cNa2SO4*P+0.004627cCASO4*v+0.000000448cNa2SO4*P-0.0000842cNa2SO4*v-0.09016P*v-0.000001325cCASO4 2-0.0000000002315cNa2SO4 2-0.002157P2-25.5567v2
其中，Y为RO反渗透膜组件内部结垢位置距离进口的距离。
以进口微溶盐浓度CaSO4为浓度变量，取进口Na2SO4浓度为19000mg/L，压力P＝19.48Bar，流速v＝0.15m/s为定值。分析初始CaSO4浓度对膜结垢产生的的影响。
进口CaSO4浓度与临界结垢位置的拟合结果为：
Y＝-0.000001325cCaSO4 2+0.0008667352cCaSO4+0.9886781372图1为膜元件内CaSO4发生结垢位置与反渗透进水口的之间的距离随进口CaSO4浓度变化图，由于整个膜元件的长度为0.97m，当膜元件内CaSO4发生结垢的位置大于0.97m时，说明在整个膜元件内CaSO4不发生结垢；而当膜元件内CaSO4发生结垢坐标等于0m时，说明当溶液刚进入膜元件时，CaSO4就发生了结垢。
在进口CaSO4浓度在25-1325mg/L的范围时，当CaSO4浓度为25-675mg/L时，膜元件内CaSO4发生结垢坐标都大于0.97m，说明这时整个膜元件CaSO4不发生结垢；在进口CaSO4浓度在675-1325mg/L范围内，膜元件内CaSO4发生结垢坐标随着进口CaSO4浓度增大而不断减小。
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。

Claims (2)

1.一种用于预测矿井水在反渗透膜组件内部结垢的分析方法，其特征在于，包括以下步骤：
（1）以反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力为输入条件，利用MATLAB中的Central composite designs进行试验设计，模拟不同工况条件下的反渗透运行状态，得到若干种工况组合，对每种工况组合进行CFD分析计算，得到各工况下的反渗透膜组件的内部结垢数据，通过MATLAB进行多元回归分析，自动拟建出二次元回归方程，得到反渗透膜组件内部结垢位置距离进口的距离与各工况下输入条件的二次元回归方程；
（2）取其中一种工况下的一个输入条件作为变量、其他输入条件作为定值，得到反渗透膜组件内部结垢位置距离进口的距离与变量之间的方程式，画出反渗透膜组件内部结垢位置距离进口的距离随变量的变化图；从而可以算出根据变量的数值得到反渗透膜组件内部结垢位置距离进口的距离。
2.根据权利要求1所述的用于预测矿井水在反渗透膜组件内部结垢的分析方法，其特征在于，还包括以下步骤：以ANSYS建立反渗透膜组件的三维模型，输入反渗透膜组件进水中两种以上的盐组份的浓度、进口流速、操作压力，并对其进行CFD分析，得到反渗透膜组件内部所输入的盐组份的分布图。
CN202110594029.7A 2021-05-28 2021-05-28 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法 Active CN113177378B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110594029.7A CN113177378B (zh) 2021-05-28 2021-05-28 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110594029.7A CN113177378B (zh) 2021-05-28 2021-05-28 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法

Publications (2)

Publication Number Publication Date
CN113177378A CN113177378A (zh) 2021-07-27
CN113177378B true CN113177378B (zh) 2022-05-13

Family

ID=76928058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110594029.7A Active CN113177378B (zh) 2021-05-28 2021-05-28 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法

Country Status (1)

Country Link
CN (1) CN113177378B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106124397A (zh) * 2016-08-29 2016-11-16 黄雨辰 一种油田污水腐蚀结垢特性的测试方法
JP2018012061A (ja) * 2016-07-21 2018-01-25 水ｉｎｇ株式会社 逆浸透膜供給水の膜閉塞性評価方法及びその膜閉塞性評価方法を用いた水処理装置の運転管理方法
CN108915667A (zh) * 2018-06-27 2018-11-30 中煤科工集团西安研究院有限公司 基于渗透系数随分层开采动态变化的矿井涌水量预测方法
WO2020152100A1 (en) * 2019-01-22 2020-07-30 Nov Process & Flow Technologies As Fouling type detection
CN112065379A (zh) * 2020-10-12 2020-12-11 西南石油大学 一种注水井结垢伤害预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2593783B1 (en) * 2010-07-12 2015-09-09 Ben-gurion University of the Negev Research and Development Authority Analyzing ultrasonic signals using a dynamic signal processing window for an early detection of scaling in water processing equipment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018012061A (ja) * 2016-07-21 2018-01-25 水ｉｎｇ株式会社 逆浸透膜供給水の膜閉塞性評価方法及びその膜閉塞性評価方法を用いた水処理装置の運転管理方法
CN106124397A (zh) * 2016-08-29 2016-11-16 黄雨辰 一种油田污水腐蚀结垢特性的测试方法
CN108915667A (zh) * 2018-06-27 2018-11-30 中煤科工集团西安研究院有限公司 基于渗透系数随分层开采动态变化的矿井涌水量预测方法
WO2020152100A1 (en) * 2019-01-22 2020-07-30 Nov Process & Flow Technologies As Fouling type detection
CN112065379A (zh) * 2020-10-12 2020-12-11 西南石油大学 一种注水井结垢伤害预测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Sabita Kadel ; Mathieu Persico ; et al..Use of redundancy analysis and multivariate regression models to select the significant membrane properties affecting peptide migration during electrodialysis with filtration membranes.《Separation and Purification Technology》.2019, *
一种板式换热器污垢热阻预测新方法;文孝强等;《化工机械》;20130815(第04期);第434-439、535页 *
反渗透膜处理维生素C凝结水的最优工艺条件;肖入峰等;《环境工程学报》;20121205(第12期);第4388-4394页 *
油田结垢预测及防垢技术的研究进展;赵梓涵;《辽宁石油化工大学学报》;20181022(第05期);第19-23页 *
聚丙烯酰胺残留物在矿井水处理中的迁移规律;郭中权，毛维东，肖艳，马赛;《煤炭学报》;20210115;第245-250页 *
韦文术 ; ZHANG Jeffery ; 张健恺 ; 邹湘 ; 吕顺之 ; 李然 ; 赵康康 ; 刘雪菲 ; 王远.煤矿井下水处理反渗透膜的污染机理研究.《煤炭科学技术》.2021, *

Also Published As

Publication number Publication date
CN113177378A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
Thiel et al. Utilization of desalination brine for sodium hydroxide production: technologies, engineering principles, recovery limits, and future directions
Phuntsho et al. Osmotic equilibrium in the forward osmosis process: Modelling, experiments and implications for process performance
Kim et al. Operation and simulation of pilot-scale forward osmosis desalination with ammonium bicarbonate
CN104310628B (zh) 一种水基压裂返排液再利用方法
Aladwani et al. Performance of reverse osmosis based desalination process using spiral wound membrane: Sensitivity study of operating parameters under variable seawater conditions
Gedam et al. Performance evaluation of polyamide reverse osmosis membrane for removal of contaminants in ground water collected from Chandrapur district
Zhuang et al. Zero discharge process for foil industry waste acid reclamation: Coupling of diffusion dialysis and electrodialysis with bipolar membranes
Bitaw et al. Low-recovery,-energy-consumption,-emission hybrid systems of seawater desalination: Energy optimization and cost analysis
CN102971531A (zh) 零液体排放盐副产品的经济且可持续的处置
Honarparvar et al. Modeling technologies for desalination of brackish water—toward a sustainable water supply
Mohammadnejad et al. Water pinch analysis for water and wastewater minimization in Tehran oil refinery considering three contaminants
CN103288250B (zh) 一种湿法冶金萃取洗涤水循环回用方法
CN105174532B (zh) 一种用于高氨氮工业废水蒸氨前防结垢预处理系统及其处理方法
CN112919719A (zh) 页岩气压裂返排废水的处理系统和处理方法
CN113177378B (zh) 一种用于预测矿井水在反渗透膜组件内部结垢的分析方法
CN103979717B (zh) 含油污水超滤膜精细处理方法
Purnama et al. Modeling brine discharge dispersion from two adjacent desalination outfalls in coastal waters
Ankoliya et al. Brackish ground water and dairy wastewater treatment using electrodialysis system
Ghourejili et al. Investigation of the effects of temperature on net driving pressure and pressure drop in different configurations of the reverse osmosis system using computer simulations
Habieeb et al. Advancements in Water Desalination Through Artificial Intelligence: A Comprehensive Review of AI-Based Methods for Reverse Osmosis Membrane Processes
Salcedo-Diaz et al. Optimal design of a hybrid membrane system combining reverse and forward osmosis for seawater desalination
Zhou et al. Disjunctive programming model for the synthesis of property-based water supply network with multiple resources
CN109987762A (zh) 处理肽生产过程中蒸发尿素产生的氨氮废水的方法
Ma et al. Simulation with Aspen Plus and performance analysis of LT-MED seawater desalination system
CN104050354A (zh) 一种卷式膜法海水淡化系统建模与模拟求解方法

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