CN113747966A - 膜积垢的监测 - Google Patents
膜积垢的监测 Download PDFInfo
- Publication number
- CN113747966A CN113747966A CN202080032187.7A CN202080032187A CN113747966A CN 113747966 A CN113747966 A CN 113747966A CN 202080032187 A CN202080032187 A CN 202080032187A CN 113747966 A CN113747966 A CN 113747966A
- Authority
- CN
- China
- Prior art keywords
- receiving surface
- membrane
- fouling
- stream
- feed stream
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 113
- 238000009285 membrane fouling Methods 0.000 title description 18
- 239000012528 membrane Substances 0.000 claims abstract description 215
- 238000000034 method Methods 0.000 claims abstract description 128
- 230000008569 process Effects 0.000 claims abstract description 69
- 230000000007 visual effect Effects 0.000 claims abstract description 56
- 230000004888 barrier function Effects 0.000 claims abstract description 34
- 239000007788 liquid Substances 0.000 claims abstract description 25
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 14
- 239000012466 permeate Substances 0.000 claims abstract description 12
- 239000012141 concentrate Substances 0.000 claims abstract description 10
- 239000002699 waste material Substances 0.000 claims abstract description 4
- 125000006850 spacer group Chemical group 0.000 claims description 63
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 63
- 239000000126 substance Substances 0.000 claims description 50
- 238000011282 treatment Methods 0.000 claims description 29
- 238000001223 reverse osmosis Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000004140 cleaning Methods 0.000 claims description 17
- 239000007850 fluorescent dye Substances 0.000 claims description 17
- 238000001471 micro-filtration Methods 0.000 claims description 16
- 238000000108 ultra-filtration Methods 0.000 claims description 16
- 238000001728 nano-filtration Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 244000005700 microbiome Species 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 239000003139 biocide Substances 0.000 claims description 7
- 238000010186 staining Methods 0.000 claims description 7
- 239000000701 coagulant Substances 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 229920000642 polymer Polymers 0.000 claims description 6
- 239000002351 wastewater Substances 0.000 claims description 6
- 238000004065 wastewater treatment Methods 0.000 claims description 6
- 239000007800 oxidant agent Substances 0.000 claims description 5
- 239000012267 brine Substances 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 239000003651 drinking water Substances 0.000 claims description 3
- 235000020188 drinking water Nutrition 0.000 claims description 3
- 239000012535 impurity Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 claims description 3
- 235000013361 beverage Nutrition 0.000 claims description 2
- 239000000645 desinfectant Substances 0.000 claims 2
- 239000008394 flocculating agent Substances 0.000 claims 2
- 210000004027 cell Anatomy 0.000 description 19
- 238000005259 measurement Methods 0.000 description 13
- 239000002245 particle Substances 0.000 description 13
- 238000001914 filtration Methods 0.000 description 11
- 239000010408 film Substances 0.000 description 9
- 230000008021 deposition Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000005286 illumination Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000813 microbial effect Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 230000003373 anti-fouling effect Effects 0.000 description 4
- 230000003115 biocidal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010612 desalination reaction Methods 0.000 description 4
- 239000000975 dye Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 241000195493 Cryptophyta Species 0.000 description 3
- 230000001580 bacterial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- -1 colloidal compounds Chemical class 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 241000894007 species Species 0.000 description 3
- LJGHYPLBDBRCRZ-UHFFFAOYSA-N 3-(3-aminophenyl)sulfonylaniline Chemical compound NC1=CC=CC(S(=O)(=O)C=2C=C(N)C=CC=2)=C1 LJGHYPLBDBRCRZ-UHFFFAOYSA-N 0.000 description 2
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical compound C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 description 2
- 238000005054 agglomeration Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000009292 forward osmosis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000003014 ion exchange membrane Substances 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005374 membrane filtration Methods 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000003204 osmotic effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- SUKJFIGYRHOWBL-UHFFFAOYSA-N sodium hypochlorite Chemical compound [Na+].Cl[O-] SUKJFIGYRHOWBL-UHFFFAOYSA-N 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 229910019093 NaOCl Inorganic materials 0.000 description 1
- 239000004952 Polyamide Substances 0.000 description 1
- 239000005708 Sodium hypochlorite Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001464 adherent effect Effects 0.000 description 1
- 239000004599 antimicrobial Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 210000005266 circulating tumour cell Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000001614 effect on membrane Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004931 filters and membranes Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 125000003831 tetrazolyl group Chemical group 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 239000006163 transport media Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/441—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by reverse osmosis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/02—Reverse osmosis; Hyperfiltration ; Nanofiltration
- B01D61/12—Controlling or regulating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/22—Controlling or regulating
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/442—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by nanofiltration
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/444—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by ultrafiltration or microfiltration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/04—Investigating sedimentation of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2313/00—Details relating to membrane modules or apparatus
- B01D2313/14—Specific spacers
- B01D2313/143—Specific spacers on the feed side
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2313/00—Details relating to membrane modules or apparatus
- B01D2313/60—Specific sensors or sensor arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2313/00—Details relating to membrane modules or apparatus
- B01D2313/62—Displays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2313/00—Details relating to membrane modules or apparatus
- B01D2313/70—Control means using a programmable logic controller [PLC] or a computer
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2313/00—Details relating to membrane modules or apparatus
- B01D2313/90—Additional auxiliary systems integrated with the module or apparatus
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2321/00—Details relating to membrane cleaning, regeneration, sterilization or to the prevention of fouling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2321/00—Details relating to membrane cleaning, regeneration, sterilization or to the prevention of fouling
- B01D2321/44—Specific cleaning apparatus
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/10—Nature of the water, waste water, sewage or sludge to be treated from quarries or from mining activities
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/26—Nature of the water, waste water, sewage or sludge to be treated from the processing of plants or parts thereof
- C02F2103/28—Nature of the water, waste water, sewage or sludge to be treated from the processing of plants or parts thereof from the paper or cellulose industry
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/32—Nature of the water, waste water, sewage or sludge to be treated from the food or foodstuff industry, e.g. brewery waste waters
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/34—Nature of the water, waste water, sewage or sludge to be treated from industrial activities not provided for in groups C02F2103/12 - C02F2103/32
- C02F2103/36—Nature of the water, waste water, sewage or sludge to be treated from industrial activities not provided for in groups C02F2103/12 - C02F2103/32 from the manufacture of organic compounds
- C02F2103/365—Nature of the water, waste water, sewage or sludge to be treated from industrial activities not provided for in groups C02F2103/12 - C02F2103/32 from the manufacture of organic compounds from petrochemical industry (e.g. refineries)
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/10—Solids, e.g. total solids [TS], total suspended solids [TSS] or volatile solids [VS]
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2303/00—Specific treatment goals
- C02F2303/14—Maintenance of water treatment installations
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2303/00—Specific treatment goals
- C02F2303/20—Prevention of biofouling
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2303/00—Specific treatment goals
- C02F2303/22—Eliminating or preventing deposits, scale removal, scale prevention
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0053—Investigating dispersion of solids in liquids, e.g. trouble
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N2021/6439—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
- G01N2021/945—Liquid or solid deposits of macroscopic size on surfaces, e.g. drops, films, or clustered contaminants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Abstract
公开了一种用于监测含水处理中沉积物形成的方法。该方法包括将含水液体的供给流提供到监测单元的接收表面上。接收表面的至少一部分被光源照射。在接收表面上的多个位置处收集视觉数据,并且分析所收集的视觉数据。基于此,为接收表面计算定量结垢和/或积垢指示。监测单元具有用于含水供给流的入口和用于来自监测单元的废弃流的出口。接收表面包括选择性屏障膜。在升高的压力下将供给流引导至接收表面,以产生穿过选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。
Description
技术领域
本发明涉及用于监测含水处理中膜积垢的方法和装置。
背景技术
对水和废水处理的日益增加的全球需求正推动大规模膜过滤工艺的开发。特别地,经由反渗透(RO)技术的水脱盐提供世界缺水问题的解决方案,每天提供来自管线水的数百万立方米的淡水。更高的质量以及更低的能量消耗连同环境要求使得膜处理,例如微过滤(MF)、超过滤(UF)、纳米过滤(NF)和反渗透(RO)成为有吸引力的方法,以补充或替代常规系统和沉积处理以除去颗粒、有机物质和溶解的盐。
膜过滤器既用于废水处理,以便例如替代活性污泥处理的沉降,也用于低/高盐度水(其中以MF和UF预处理进行反渗透作为用于从水中除去盐的常规粒状或砂滤器的替代)。
然而,膜和反渗透技术的成功受到积垢问题的挑战。积垢降低了通过膜的渗透流动,并且被认为是膜过滤技术应用中的主要问题。存在几种类型的膜积垢,包括无机积垢或结垢、胶状积垢、有机积垢和生物积垢。
在生物积垢中,微生物在膜表面上形成粘着层。生物积垢指的是膜上的细菌细胞或絮凝物的沉积、生长和代谢。生物积垢导致作为增加的生物膜阻力和渗透压的效果的更高的能量输入需求、由于膜表面上增加的溶质积累而导致的更低的产物水质量,并且因此导致操作和维护成本两者的显著增加。
造纸厂也存在表面上沉积物形成的问题。在供水管、水箱、造纸机湿端的飞溅区域的表面上或者造纸机湿部的任何金属表面上可能发生积垢。造纸厂中的沉积物通常是有机的,并且可以由树脂、白树脂或胶粘物构成,或者沉积物可以是无机的或者由生物积垢构成。
当允许这种沉积物生长时,其向造纸过程释放不期望的有机、无机和生物积垢沉积物的颗粒,并且可能导致最终产品缺陷或者纸幅破裂。
在水也被大量用作流动和输送介质的采矿工业中,沉积可能发生在金属表面上,并例如在用于处理中的筛子、过滤器和膜中引起问题。
在本领域中已知用于清洁和监测受影响的表面和膜的各种措施。可以向水供给中添加化学品,以便减少或消除结垢和积垢,并且例如大规模过滤的一个方面是监测在装备上结垢和积垢的积累。维护和清洁活动的正确定时和优化是重要的成本因素,并且监测系统也是用于围绕导致各种物质的沉积和结块的现象进行研究以及用于控制目的(例如用于对水供给定时和添加化学品)的基础。
发明内容
下文呈现本文所揭示的特征的简化概述以提供对本发明的一些示范性方面的基本理解。此概述并非本发明的广泛综述。其并不希望识别本发明的关键/决定性要素或描绘本发明的范围。其唯一目的是以简化形式呈现本文所揭示的一些概念以作为更详细描述的序言。
根据一方面,提供了独立权利要求的主题。实施例在从属权利要求中限定。
在附图和下面的描述中更详细地阐述了实现方式的一个或多个示例。根据说明书和附图以及根据权利要求,其它特征将是明显的。
附图说明
下面将参照附图通过优选实施例更详细地描述本发明,其中
图1示出了具有不同流动速度的示例膜积垢;
图2示出了示例性装置;
图3示出了来自MFS的总体积垢值和来自膜处理的差压。
具体实施方式
以下实施方案是示例性的。虽然说明书可以在若干位置中提及“一个”、“一种”或“一些”实施方案,但这并不一定意味着每个这样的提及都是指相同的实施方案,或者特征仅适用于单个实施方案。不同实施方案的单个特征也可以组合以提供其他实施方案。此外,词语“包括”、“含有”和“包含”应被理解为不将所描述的实施方案限制为仅由已经提及的那些特征构成,并且此类实施方案还可以含有尚未具体提及的特征/结构。
本发明涉及一种用于检测、监测和控制润湿表面上的沉积物形成的方法和装置。更具体地,本发明涉及基于从处理设施中的表面或从专用监测单元收集的视觉数据,在水密集型处理中进行结垢(scaling)和积垢(fouling)的检测和分类。
提供了一种用于在包括水流的处理中监测沉积物形成的方法和装置。根据本发明,在升高的压力下将含水液体的供给流提供到待监测的接收表面上。利用至少一个光源照射接收表面的至少一部分。收集跨越接收表面的视觉数据并分析视觉数据。基于从分析的视觉数据获得的信息对附着到接收表面的沉积物的质量和类型进行分类,并且基于分类计算定量结垢和/或积垢指示。
定义:
反渗透(RO)处理
反渗透(reverse osmosis)是一种称为渗透的自然过程的修改,其中在具有不同溶解盐浓度的两种溶液中,水通过半透膜从较低浓度的溶液流向较高浓度的溶液。在反渗透中,通过高于渗透压的压力,流动方向被从浓缩的溶液逆转向较低浓度的溶液。由于小分子尺寸和较高的水扩散,反渗透膜使水和小的非电离(或不带电)分子容易地通过,但是将阻止许多其它污染物。
膜
膜是可以在不同驱动力下操作的选择性屏障。半透膜可以用于例如反渗透系统中,并且可以由投放在织物载体上的聚合物材料(通常为聚酰胺)的薄膜构成。该膜必须具有高的透水性和离子截留性。水传输速率必须比溶解离子的传输速率高得多。该膜必须在宽的pH和温度范围下是稳定的并且具有良好的机械完整性。
间隔物
网格状(网状)层位于表面的顶部上,基本上平行于表面并与表面相距恒定距离。间隔物可以由连接的金属股线、纤维股线或其它柔性/延展性材料制成。
沉积物形成
沉积物形成可由结垢构成,文献中通常是指无机物质造成的无机积垢。沉积物也可由有机积垢构成,其是类似的但沉积物主要由有机材料构成。生物积垢、微生物积垢或生物积垢是湿润表面上的微生物、植物、藻类或动物的积聚所引起的沉积物。涉及超过一种积垢物或同时工作的超过一种积垢机制的积垢可被称为复合积垢。多种积垢物或机制可彼此相互作用导致协同积垢,协同积垢不是单独组分的简单算术和。
因此,本发明的目的是提供一种用于监测和控制过滤处理中的结垢和/或积垢的改进的方法和装置。
膜是可以在不同驱动力下操作的选择性屏障。最常见的驱动力之一是压力。这些膜的实例包括:微过滤膜、超过滤膜、纳米滤膜和反渗透膜。膜可以包装在膜组件中。液体流经膜表面。部分液体流动通过膜,其余液体流经而不渗透通过膜。为了在膜上获得所需的流模式,在膜上存在网层。该网层被称为间隔物。
膜入口、膜出口和渗透物之间的压力差对膜的操作和流动性具有显著影响。增加的压力增加了通过膜的水流;然而,它也增加了被保留化合物(例如胶体化合物、微生物和营养素)朝向膜的总体流量。因此,膜被堵塞得更快,并且生产能力的初始增加不能维持。因此,期望确定导致可持续生产能力的最佳压力(或膜上的流量)。
该压力取决于流体性质以及膜组件几何形状和膜特性。间隔物也在膜的流动性中起主要作用。间隔物也影响膜的流动性。薄间隔物提供了增加膜组件的每单位的膜的表面积的可能性。例如,利用较薄的间隔物,可以将更大的表面积配合在4英寸×40英寸的膜组件的内部。然而,薄间隔物减小了各膜层之间的距离,并增加了压力降和积垢物的累积,这导致膜的更低的产水量。
使用较厚的间隔物可以降低膜上的压力降或减少积垢积累,但是在这种情况下,由于每个组件的表面积降低,需要更大数量的膜组件。这里还期望确定最佳值。
还期望确定当膜被清洁时的最佳流动速度和/或最佳压力。这意味着流动速度和/或压力可以在膜已经被清洁之后降低。当膜变污时,流动速度和/或压力可以增加,使得实现通过膜的最佳流动。增加的流动速度还可以防止或至少减缓膜积垢。
通常,膜处理的大多数优化是在将新的膜安装到水处理设施之前完成的。这种预先优化可能是不够的,因为处理设施中的条件可能根据时间等而变化。因此,需要具有在线连接到处理设施的膜积垢模拟器。
本发明描述了膜积垢模拟器(MFS)的新应用。模拟器可安装在全规模水处理设施的侧流上。取决于目标,模拟器中的监测单元中的膜和间隔物可以是相同或不同的。作为处理变量的函数的积垢/清洁性能仍可通过MFS中可用的图像处理技术来识别。
MFS可以具有接收相同水的两个单元。在第一单元中,膜的流动速度(这里,在膜上方的通道中的线性流动速度)与第二单元相比可以不同。可以观察到,与具有较低流动速度的其他单元相比,具有较高流量(并且因此具有较高剪切流量)的单元具有由凯米拉(Kemira)膜积垢模拟器(MFS)软件计算的较低积垢值(积垢率)。
在根据本发明的用于在包括含水流体的处理中监测沉积物形成的方法中,含水液体的供给流被提供到待监测的接收表面上。
在监测方法中,将含水液体的供给流提供到待监测的接收表面上。接收表面位于监测单元中。监测单元可以可选地包括施加在接收表面上的至少一个间隔物层。利用光源照射所述接收表面的至少一部分。在跨所述接收表面的多个位置处收集视觉数据,并且分析所述视觉数据。基于所述分析来针对所述接收表面计算定量结垢和/或积垢指示。另外或替代地,可以利用光源照射间隔物的至少一部分,可以在跨所述间隔物的多个位置处收集视觉数据,并且分析所述视觉数据,其中可以基于所述分析来针对所述间隔物计算定量结垢和/或积垢指示。监测单元具有用于含水供给流的入口和用于来自监测单元的废弃流(或排出流)的出口,并且接收表面包括选择性屏障膜。在该方法中,所述供给流在升高的压力下被引导到接收表面,以从所述供给流产生通过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。选择性屏障膜可以是半透膜。替代地,选择性屏障膜可以是例如前向渗透膜、膜接触器或离子交换膜。选择性屏障膜可以是允许从所述供给流产生通过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分的任何合适的材料和/或结构。
在一个实施例中,所述升高的压力为0.1至60巴的过压。
在一个实施例中,所述升高的压力是0.1巴至1巴、典型地0.1巴至0.5巴的过压,并且所述半透膜是微过滤膜。
在一个实施例中,所述升高的压力是1至5巴、典型地1至3巴的过压,并且半透膜是超过滤膜。
在一个实施例中,所述升高的压力是4至15巴、典型地5至10巴的过压,并且半透膜是纳米过滤膜。
在一个实施例中,所述升高的压力是10至60巴、典型地10至40巴的过压,并且该半透膜是反渗透膜。
在一个实施例中,所述供给流在所述升高的压力下被引导至接收表面,使得所述供给流的1至99%、至少2%、至少25%、至少30%、至少80%或至少85%通过所述半透膜,并且使得所述供给流的1至99%、小于98%、小于75%、小于70%、小于20%或小于15%形成所述废弃流。
在一个实施例中,所述供给流在所述升高的压力下被引导至接收表面,使得所述供给流的1%至99%、至少2%、至少25%、至少30%、至少80%或至少85%形成所述废弃流,并且使得所述供给流的1%至99%、小于98%、小于75%、小于70%、小于20%或小于15%穿过所述膜。
在一个实施例中,该方法包括提供至少两个监测单元,该方法包括将第一含水供给流提供到待监测的第一接收表面上,其中第一接收表面位于第一监测单元中并且包括第一半透膜,将第二含水供给流提供到待监测的第二接收表面上,其中第二接收表面位于第二监测单元中并且包括第二半透膜,其中第一和第二含水供给流在流动速度、流动含量、流动起点和/或流动压力方面彼此类似或彼此不同,并且第一和第二半透膜在膜材料、膜类型、间隔物类型和/或间隔物厚度方面彼此类似或彼此不同。
在一个实施例中,基于从所述分析的视觉数据获得的信息对附着到所述接收表面的沉积物的质量和类型进行分类,并且基于所述分类计算所述接收表面的定量结垢和/或积垢指示。
在一个实施例中,基于从所述分析的视觉数据获得的信息,计算所述接收表面的总体结垢和/或积垢指示。在一个实施例中,将能够染色至少一种类型的微生物的至少一种荧光染料添加到所述含水液体的供给流中。所述接收表面的至少一部分利用至少两个光源照射,所述至少两个光源中的至少一个使用具有选定波长的光,所述光激发由所述至少一种荧光染料染色的生物积垢沉积物。基于所述分析的视觉数据中的来自所述沉积物的荧光发射,对所述接收表面上的生物积垢沉积物的质量和类型进行分类。
在一个实施例中,所述光源发射紫外光。
在一个实施例中,所述接收表面的至少一部分被至少两个光源照射,所述至少两个光源中的至少一个使用具有选定波长的光,所述光激发被所述至少一种流感发光染料染色的无机或有机沉积物。
在一个实施例中,可以使用能够染色至少一种类型的微生物的非荧光染料来代替荧光染料或除了荧光染料之外还使用非荧光染料。非荧光染料吸附在有机或无机积垢上,并改变积垢的颜色。该变化在光(例如白光)下可由相机检测到。
在一个实施例中,所述接收表面的定量结垢和/或积垢指示基于以下中的一个或多个:所述表面的总积垢、积垢率、积垢的颜色映射和/或每种积垢类型的份额或比率。
在一个实施例中,所述接收表面上的所述沉积物的质量和类型的分类通过使用以下中的一个或多个在计算机单元中完成:成像的沉积物的形状因子,诸如纵横比;尺寸因子,诸如尺寸分布或平均尺寸;颜色因子,诸如平均颜色、颜色分布和亮度。
在一个实施例中,所述监测单元包括施加在所述接收表面上的至少一个间隔物层。
在一个实施例中,从所述间隔物和所述接收表面收集所述视觉数据。
在一个实施例中,所述半透膜包括反渗透膜、纳米过滤膜、超过滤膜或微过滤半透膜。
在一个实施例中,连接待监测的至少两个监测单元是相对于供给流和废弃流并联或串联连接。收集所述至少两个监测单元的表面的视觉数据。
在一个实施例中,所述供给流是以下中的至少一种:盐水、微咸水、循环水、废水、处理后废水、再用水或工业处理水。
在一个实施例中,所述供给流是从主处理流取得的侧流,并且与用作参考的清洁表面相比较,所述接收表面上的所述沉积物的所述定量指示用作用于自动控制一种或多种化学品添加到所述主处理流的输入参数。
在一个实施例中,所述化学品选自抗菌剂、杀生物剂、凝结剂、絮凝剂、氧化剂、清洁化学品、聚合物和/或其任意组合。
因此,将水流引导到测量单元,其中在适当地照射单元的同时进行测量单元的自动成像。处理成像数据,进行积垢类型的分类,并且计算积垢的关键变量,例如针对每种积垢类型的积垢水平和积垢率。计算的变量可以用于确定针对沉积物采取的适当措施,特别是针对优化化学处理程序,包括参数,如待添加的抗沉积化学品的类型和配用量、这样的化学品的组合(配方)以及(如果可用的话)剂量配用点的选择。
作为设计选择,在分析步骤之前,可以将从多个位置收集的视觉数据组合成代表所述接收表面的图像,或者可以单独分析图像,并且可以组合它们包含的信息以获得对整个接收表面上的沉积物的理解。沉积物的质量和类型的分类可以通过使用成像的沉积物的形状因子诸如纵横比、尺寸因子诸如尺寸分布或平均尺寸、颜色因子诸如平均颜色、颜色分布和亮度而在计算机中完成。
接收表面的定量结垢和/或积垢指示可以基于以下中的一个或多个:所述表面的总积垢、积垢率、积垢的颜色映射、总积垢值中的每个积垢类型的份额或比率。积垢变量可以例如基于局部积垢值、接收表面上的积垢映射或累积的总积垢值。
沉积物的定量指示的计算可以基于所述分类并且用作用于自动控制化学品到供给流的添加的输入参数。化学品可以选自(一种或多种)抗垢剂、(一种或多种)杀生物剂、(一种或多种)促凝剂化学品、(一种或多种)氧化剂或(一种或多种)聚合物。
光源中的至少一个可以是紫外光源和/或包括所选波长的光源,所述所选波长在被照射的靶中产生荧光。然后,通过向供给流中加入能够对微生物染色的含水液体荧光染料,然后可选地用两个光源照射表面上的沉积物(其中一个使用白光,另一个使用具有激发荧光染料的所选波长的光),可以对涉及微生物的生物积垢沉积物的质量和类型进行分类。紫外光还可以在没有加入任何染料的情况下在沉积物中产生固有荧光(自发荧光)。
待监测的接收表面可以位于至少一个监测单元中,该监测单元具有用于所述含水液体的供给流的至少一个入口和用于来自所述监测单元的废弃流的至少一个出口。含水液体的供给流被引入到监测单元的接收表面上,该监测单元可以包括施加到所述表面上方的至少一个间隔物层。然后可以从间隔物和接收表面两者收集视觉数据。间隔物在本领域中是已知的并且用于在膜上分配和调节液体。
接收表面可以是半透膜。半透膜产生通过所述半透膜的渗透物部分和形成废弃流的浓缩物部分。半透膜可以是反渗透膜、纳米过滤膜、超过滤膜或微过滤半透膜。
根据一个方面,提供至少两个监测单元,通过相对于供给流和废弃流并联或串联连接它们来监测所述至少两个监测单元,并且从每个监测单元的表面收集视觉数据。
本发明的各种实施方案可以用于任何水密集型处理。例如,所述处理可以是过滤处理,并且它可以是用于处理盐水(例如海水或微咸水)的反渗透、纳米过滤、超过滤或微过滤处理,或用于循环水或废水的过滤处理,或用于工业处理水(例如造纸厂处理水或纸浆厂处理水)的过滤处理。它还可以用于水流系统,例如用于内部水循环和原/废水处理,用于纸浆和/或造纸厂或用于石油和采矿工业,以及用于其它水密集型处理,例如冷却水循环系统。
根据本发明的一个方面,提供了一种用于在包括水流的处理中监测沉积物形成的装置。
用于监测沉积物形成的装置包括用于将含水液体的供给流提供到待监测的接收表面上的供给工具。所述接收表面位于监测单元中。所述监测单元可以任选地包括施加在所述接收表面上的至少一个间隔物层。所述装置包括:光源,其被配置成用所述光源照射所述接收表面的至少一部分;成像设备,其被配置成在跨所述接收表面的多个位置处收集视觉数据;数据处理单元,其被配置成分析所述视觉数据;和计算工具,其被配置成基于所述分析计算所述接收表面的定量结垢和/或积垢指示。另外或可替代地,所述光源可以被配置成照射所述间隔物的至少一部分,所述成像设备可以被配置成在跨所述间隔物的多个位置处收集视觉数据,所述数据处理单元可以被配置成分析所述视觉数据,并且所述计算工具可以被配置成基于所述分析计算所述间隔物的定量结垢和/或积垢指示。所述监测单元具有用于所述含水供给流的入口和用于来自所述监测单元的废弃流的出口,并且所述接收表面包括选择性屏障膜。所述供给工具被配置成在升高的压力下将所述供给流引导至所述接收表面以从所述供给流产生通过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。所述选择性屏障膜可以是半透膜。可替代地,所述选择性屏障膜可以是例如正向渗透、膜接触器或离子交换膜。
在一个实施例中,所述升高的压力为0.1巴至60巴的过压。
在一个实施例中,所述升高的压力是0.1巴至1巴、典型地0.1巴至0.5巴的过压,并且所述半透膜是微过滤膜。
在一个实施例中,所述升高的压力是1巴至5巴、典型地1巴至3巴的过压,并且半透膜是超过滤膜。
在一个实施例中,所述升高的压力是4巴至15巴、典型地5巴至10巴的过压,并且半透膜是纳米过滤膜。
在一个实施例中,所述升高的压力是10巴至60巴、典型地10巴至40巴的过压,并且该半透膜是反渗透膜。
在一个实施例中,所述供给工具被配置成在所述升高的压力下将所述供给流引导至接收表面,使得所述供给流的1至99%、至少2%、至少25%、至少30%、至少80%、至少85%通过所述半透膜,并且使得所述供给流的1至99%、小于98%、小于75%、小于70%、小于20%、小于15%形成所述废弃流。
在一个实施例中,所述供给工具被配置成在所述升高的压力下将所述供给流引导到所述接收表面,使得所述供给流的1%到99%、至少2%、至少25%、至少30%、至少80%或至少85%形成所述废弃流,且使得所述供给流的1%到99%、小于98%、小于75%、小于70%、小于20%或小于15%穿过所述隔膜。
在一个实施例中,该装置包括至少两个监测单元,其中第一监测单元包括用于将第一含水供给流提供到待监测的第一接收表面上的第一供给工具,其中第一接收表面位于第一监测单元中并且包括第一半透膜。第二监测单元包括用于将第二含水供给流提供到待监测的第二接收表面上的第二供给工具,其中第二接收表面位于第二监测单元中并且包括第二半透膜。第一和第二含水供给流在流动速度、流动含量、流动起点和/或流动压力方面彼此相似或彼此不同。第一和第二半透膜在膜材料、膜类型、间隔物类型和/或间隔物厚度方面彼此相似或彼此不同。
在一个实施例中,该装置包括用于基于从所述经分析的视觉数据获得的信息对附着到所述接收表面的沉积物的质量和类型进行分类的分类算法。数据处理单元被配置为基于所述分类来计算所述接收表面的定量结垢和/或积垢指示。
在一个实施例中,数据处理单元被配置为基于从所述分析的视觉数据获得的信息来计算所述接收表面的总体结垢和/或积垢指示。
在一个实施例中,所述监测单元包括施加在所述接收表面上的至少一个间隔物层。
在一个实施例中,成像设备被配置成从所述间隔物和所述接收表面收集所述视觉数据。
在一个实施例中,半透膜包括反渗透膜、纳米过滤膜、超过滤膜或微过滤半透膜。
在一个实施例中,该装置包括待监测的至少两个监测单元,所述至少两个监测单元相对于供给流和废弃流并联连接,其中所述成像设备被配置成收集所述至少两个监测单元的表面的视觉数据。
在一个实施例中,该装置包括用于将所述供给流作为取自主处理流的侧流而取的工具,以及控制工具,该控制工具被配置成使用与作为参考的清洁表面相比较所述接收表面上的所述沉积物的所述定量指示,作为用于自动控制一种或多种化学品添加到所述主处理流的输入参数。
在一个实施例中,所述化学品选自抗垢剂、杀生物剂、凝结剂、絮凝剂、氧化剂、清洁化学品、聚合物和/或其任意组合。
因此,该装置可包括用于将至少一种荧光染料添加到水溶液的供给流中的工具。至少两个光源可用于照明,其中之一使用具有激发所使用的荧光染料的选定波长的光。分类算法于是需要被配置为基于所分析的视觉数据中的沉积物的荧光发射,对所述接收表面上的生物积垢沉积物的质量和类型进行分类。然而,如上所述,紫外光也可导致沉积物中的固有荧光(自发荧光),而不添加任何染料。
计算接收表面上的沉积物的定量指示可以基于与用作监测参考的对应清洁表面相比较的分类,并且用作用于自动控制对供给流的化学品配量(chemical dosing)的输入参数。化学品配量可以包括选自以下组的至少一种化学品的配量:(一种或多种)抗垢剂、(一种或多种)杀生物剂、(一种或多种)凝结剂化学品、(一种或多种)氧化剂、(一种或多种)絮凝剂和(一种或多种)聚合物。
本发明提供了许多优点,包括早期检测涉及商业膜单元的膜处理中的任何积垢或结垢。它基于利用1D/2D扫描的图像分析系统,其使得能够监测整个监测单元表面,并且一次监测多于一个单元。这增加了代表性数据的量,并且使得系统不易误解仅在膜或表面的部分上的“选择性”结垢和积垢。利用更多图像数据来处理和分析,还更容易滤除错误、光照环境的轻微变化等。使用均匀膜表面和监测单元中的间隔物这两者提供了更多的接触表面和局部湍流,这提供了细菌培养并且因此还提供了生物积垢的早期检测。
也可以在杀生物剂或化学处理之前和之后,用一个系统监测若干水管线或同一水管线。使用该方法和装置,提供了积垢或结垢的分类,包括无机、有机和生物积垢。化学品的自动或手动配量可以可靠地基于测量的积垢值/水平、速率及其类型的信息。通过监测两条线来帮助精确配量:化学品配量之前(积垢的早期检测),和之后(检测化学响应)。优选通过使用形状因子、颜色、亮度和/或尺寸在计算机中完成结垢和积垢的质量的分类。形状因子可以是颗粒的粗糙度、圆度和/或纵横比。分类可以涉及将获取的图像数据与包含结垢和积垢的模型图像的预定参考库进行比较和/或与完全清洁的监测单元进行比较。
计算的分类可用作自动控制向供给流添加抗结垢和/或抗积垢化学品的输入参数。这样的化学品包括过甲酸(PFA)和次氯酸钠(NaOCl),所述过甲酸为能够破坏微生物细胞的甲酸的过氧化物衍生物,所述次氯酸钠也称为海波(hypo)。
积垢值/水平[%]是指每总表面面积的积垢表面积。积垢率[%/h]可指积垢值的变化。值可在测量单元中局部测量,或者值可为例如描述整个测量单元的均值的平均值。
测量单元(膜或任何其它表面)中的总积垢的计算值可包括:
总积垢值、总积垢率、积垢的颜色映射、测量单元的总积垢映射(总是指所有积垢类型的和参数)、膜表面的总积垢值和总积垢率、间隔物的总积垢值和总积垢率(如果膜和间隔物被包括到测量单元)。
测量单元中的各种类型的积垢的计算值可包括:
平均颜色、纵横比、尺寸分布、颜色分布、积垢值、积垢率、平均尺寸、积垢对象的计数、积垢值与总积垢值的比率、积垢映射、每种积垢类型的份额,膜表面的积垢值和积垢率,间隔物的积垢值(如果膜和间隔物被包括到测量单元中)。
为了提供大范围的结垢和积垢检测,该方法可包括通过评估任何检测到的结垢和积垢的形状、颜色或灰阶强度和/或尺寸来对监测单元上的结垢和积垢的质量进行计算机化分类。通过将获得的视觉信息与表示清洁的监测单元的视觉信息进行比较来确定监测单元上的结垢和积垢的量。有利地,计算的结垢和/或积垢指示可用作主过滤处理中的结垢清洁和/或抗积垢化学品的配用量控制的输入参数。
本发明可以用于膜处理,例如用于各种应用的反渗透、纳米过滤、微过滤和超过滤。例如,所述方法和装置可以用于海水或微咸水的脱盐中、用于净化废水或循环水的处理中。它还可以用于纸浆和造纸厂或采矿工业中的水流系统中,以及用于其它水密集型处理中以估计设施自身的或监测单元中的合适表面上的杂质的附聚。
如本文所用,术语“积垢指示”或“结垢指示”可以采用多种形式。它可以指污染的表面积作为总表面积的百分比。它也可以指与较早观察相比积垢的变化,或积垢的变化率,例如作为百分比/时间单位。此外,总积垢值和总积垢率可以计算为表面(例如膜和间隔物)的组合的积垢指示(如果这两者都被监测的话)。此外,积垢指示可以是组合的积垢指示,其包括针对不同积垢类型的单独测量的积垢指示。最后,积垢指示可以采用一个因子或数个因子的复合,例如平均颜色、纵横比、尺寸分布和/或沉积物的颜色分布、积垢值、积垢率、平均尺寸、表面上的积垢对象的计数等。
在间隔物上可能形成各种积垢沉积物。间隔物是放置在膜的顶部上以分配和控制进入的供给流的网状网络。间隔物促成跨膜的压降,该压降由于诸如结垢和积垢积累之类的沉积物而增加。可以利用本发明的方法和装置来监测间隔物或膜或者其中可能形成沉积物的任何表面。然而,为了监测清洁,存在于监测装置的图像场中的接触表面越多,可以越快地发现和诊断沉积物堆积,并计划和执行适当的对策。
沉积物可以是附着到间隔物的丝。丝可以由眼睛看到,尽管丝的轮廓可能难以识别。然而,利用诸如数字相机和适当的图像处理软件的成像设备,能够例如通过依赖于局部图像梯度来自动构建细的和长的丝的轮廓和加权每个丝的纵向方向。因此,这样的丝可以被识别和分类。
沉积物可以是丝、黑色土壤颗粒、无机积垢和/或有机积垢,它们由彩色相机识别并且因此可以被分离和分类。
沉积分类方案基于对象尺寸、形状、纹理和颜色。丝为细长的网状物。纤维物体具有恒定的宽度和大的长宽比。微泡为球形的,并且它们的图像具有明亮的中点。砂和岩完全为黑色的。晶体为明亮的,并且它们具有直线单元和锋利的边缘。
基于颜色的分类方案可以用于区分有色种类与灰色无色种类。可以报告每个对象的主要颜色并且有色种类可以在颜色类别中进一步区分,例如绿色和圆形对象可以被分类为藻类。稍后详细解释分类方法和藻类。
生物积垢主要是供给间隔物问题,因为在供给通道间隔物上的生物膜积聚影响速度分布曲线。因此,生物积垢控制需要低的积垢供给间隔物和限制生物质积聚对供给通道压降的影响的流体动力学条件。
因此,可以将荧光染料加入到含水液体的供给流中,它能够染色期望类型的微生物。当用两种不同的光源(其中一种至少使用具有激发荧光染料的选定波长的光)照射生物积垢沉积物时,可以增强生物积垢沉积物的分类和鉴别。这是基于来自沉积物的荧光发射。微生物染色化学品可以根据微生物以不同的机制起作用,例如通过微生物的代谢和它们的状态(有活力、无活力或死亡)。例如,CTC(四唑盐5-氰基-2,3-二噻唑氯化铵和DAPI(4',6-二脒基-2-苯基吲哚)是具有微生物染色能力的已知组合物。
本发明解决了生物积垢沉积物以及有机和无机积垢的问题。生物积垢常常代表比其他沉积物更具挑战性的问题。视觉上的生物积垢与其他沉积物的不同之处在于,其可以变为丝状。而且,与平滑的无孔表面相比,膜生物积垢是复杂的过程并且受许多因素影响,包括操作条件,诸如剪切和压力、细菌本身特性、膜表面和环境因素诸如pH、离子强度和离子种类。最后,微生物群落是适应性的。因此,环境压力(诸如化学或物理应力)最终选择耐受那些条件的生物体以定植表面。
最初的细菌沉积和生物膜发展可以在膜上开始,并且随着时间发展成生物膜而覆盖更多的区域,并且开始在间隔物上生长。微生物使用广泛的行为在膜上活跃地定植,所述行为可以被分类成一系列定义的阶段,包括:可逆的和不可逆的附着(主要是电动力和疏水相互作用)、可逆附着的细胞穿过表面的运动和微菌落形成的发起、成熟、分化以及最终的生物膜溶解和分散。
一旦膜表面被覆盖了积垢物层,随后积垢的累积就很大程度上取决于积垢表面和附着于其上的积垢物之间的相互作用。如果悬浮是热力学稳定的,则不会发生进一步的吸收,导致相对较小的减少到稳定的流通量。另一方面,如果悬浮是不稳定的,则会累积附加的积垢层,并且观察到流通量的持续下降。
图2中示出了示例性装置的示意图。相机70从诸如反渗透单元71的监测单元的上表面72收集视觉信息。单元71被提供输入供给流F、用于未过滤的浓缩流的输出C和用于过滤的渗透流的另一输出P。应当注意,结垢和积垢沉积物可以在半透性的表面72上既进行监测也进行分析。结垢和积垢发生在接收表面和间隔物上。
当在接收表面上施加至少一个间隔物层时,则可从间隔物和接收表面两者收集视觉数据。这可通过依次将透镜聚焦在两个图示的监测单元上,或者通过在透镜中具有足够的景深以同时使得两者锐化来实现。
相机70从表面72收集信息,必要的照明由灯77提供。照明器材77可以例如由LED灯或阵列、激光、氙灯或卤素灯构成。光可以是恒定的或间歇闪光的(频闪灯)。所使用的光也可以是任何期望的波长,以便最佳地使形式和特征对相机可见。通过使用白光,可以获得积垢的颜色、亮度、形状和尺寸的信息。在一些实施例中,可以使用多于一个光源,其中的至少一个可以使用紫外(UV)光和/或至少一个可以使用在被照射的对象中产生荧光发射的光。
该方法和装置可以基于成像分析技术和用于照明的不同光源(例如白光和UV光)的使用。通过使用UV光,可以进一步增强积垢的类型分类。由于至少一些有机积垢吸收UV光,因此它们在用UV光拍摄的图像中看起来像是黑暗的物体。再次地,生物积垢可以包含当它们被UV或具有合适波长的一些其他光激发时产生荧光的成分。这样的沉积可以作为图像中的明亮物体而被看到。
具有或不具有网格的接收表面可以借助于用于利用白光和/或UV光进行光照的不同光源来照射。通过使用UV光,生物积垢可以被识别和测量。通过使用白光,尤其是其它积垢类型可以被识别和测量。
数据处理单元76分析从接收表面72收集的视觉数据。数据处理单元76还基于从视觉数据获得的信息对接收表面上的结垢和积垢的质量进行分类,并将其与数字库73中存储的信息进行比较。这样的库可以包括不同的结垢和积垢类型的图片或图形表示的选择,视觉数据与其进行比较,并且通过使用预定的分类规则/标准来执行分类。当然,库可以以覆盖所讨论的特定处理或情况为目标。
最后,数据处理单元76计算结垢和/或积垢指示或指数,其显示在显示器75上或发送到任何其它输出装置用于评价,并且可选地,发送控制信号到主过滤或其它处理的化学配量装置74。该方法和系统可以对通过任何手段从主处理(未示出)取出的单独的供给流进行操作。
通过该方法和装置监测的处理包括例如海水或微咸水、废水和循环水的脱盐处理。过滤单元可以是反渗透膜、纳米过滤膜、超过滤膜和/或微过滤膜。因此,本发明的可用性不依赖于待过滤的液体或过滤器的质量或等级。该方法基于监测和比较,这意味着采用关于可能发生的结垢和积垢以及它如何在表面上积累的一些知识。一旦建立了该知识,就可以成功地使用该方法和装置。
用于监测过程中的结垢和积垢的示例性监测单元可以包含待监测的单元和安装在框架上的成像设备。框架被布置成使成像设备及其照明设备跨待监测的单元移动,以跨其表面收集视觉数据。成像设备,优选地配备有高放大率透镜的数字CCD相机,可以是可移动的。可替代地,相机可以在单元上方的固定位置,但是能够通过扫描来拍摄其上表面。相机可以安装在线性引导件上,该线性引导件由步进电机供电,步进电机使相机在多个成像位置之间移动。
相机可以用于测量来自相同的单独测量单元的结垢和积垢。利用在工业PLC上运行的分析软件来分析来自相机的图像,并且将分析结果传送到PLC的数据块以用于HMI面板上的数据获取和视觉化。
所述单元并联或串联连接以提供过滤设施中相同处理步骤的较大样品。它们也可以连接至不同的流体流,并且用于显示过滤处理的不同步骤中的情况。例如,当研究例如添加的抗结垢化学品或改变的处理参数的效果时,这是有用的。
测量元件可以用例如白色和UV LED灯照明,UV波长是395nm.也可以提供CCD照相机和用于处理成像数据的单元。
在第一步骤中,在一些实施例中包含至少一种荧光染料的水流被引导至测量单元。测量单元被白光和UV光或荧光激发LED光交替地照明。从测量单元收集视觉数据。如果需要,成像和照明被同步,以通过相机的每次扫描产生图像。图像数据然后被预处理,并且积垢类型被识别和分类。黑色目标被分类为有机积垢,并且荧光发射物体被分类为生物积垢。积垢的关键变量,诸如每种类型的积垢水平和积垢率然后被计算。计算的变量然后被用于监测和控制水密集型处理(例如膜处理)、工业处理(诸如纸浆和造纸厂)中的水流中的积垢。系统可以被用于计算化学品配用量并且用于优化化学程序,包括可调整的参数,如化学品的配方、它们的组合以及剂量配用点。
含水样品可以进入样品罐。可以以受控供给工具从鉴定物或容器向样品输入流加入一种或几种荧光染料。所提及的染料还可以直接加入监测单元的输入流中。然后,样品通过监测单元取出并离开装置。
可以在装置中使用的数据处理单元可以包括可编程逻辑控制器(PLC),例如,西门子S7-1200 PLC可以用于控制分析设备的操作。备选地,Beck-Hoff自动化技术可以在数据处理单元中使用。工业的或通用的计算机运行针对各种数据处理和图像渲染所需的分析软件。另外的主要部件是触摸屏接口,诸如人机接口面板,例如,通信软件库和因特网。
通信库可以是开放数据通信数据访问(OPC DA)客户端,其向在计算机上运行的分析软件提供对PLC的存储器的同步读写访问。分析软件从通信库请求连接,通信库然后试图建立到PLC的连接。该连接然后是激活的直到分析软件被关闭,并且经由多种功能提供对分析软件的各种PLC存储器变量的访问。
PLC程序可以用于控制示例性系统的操作。其具有用于经由路由器的在线数据获取的数据块,所述路由器将数据发送到互联网上的服务器。硬件控制器控制例如控制阀、由步进电机驱动的线性引导件、相机和用于照明的LED环形灯。到化学品配量装置的控制信号可以通过网络或通过专用线路发送到阀,该阀实际上控制到主处理的化学品配用量。
PLC101还具有数据块,该数据块可以被象征性地访问并且包含被设计用于相机和照明控制的软件组件。
触摸屏用户界面可以用于控制该装置、配置连接设置、设置分析参数以及视觉化分析器的当前状态。
在该方法中,可以包含至少一种荧光染料的水供给流被供给到至少一个接收单元,该接收单元具有例如安装的反渗透(RO)膜。可以利用相机支撑件(框架)来移动相机以覆盖至少一个RO单元的表面。相机在单元的上表面的预定点处或从单元的上表面的预定点处拍摄照片,即收集视觉数据。在已经覆盖待监测的整个区域之后,所收集的视觉数据被分析。分析数据在这里意味着处理数据以便使得其可与关于结垢和积垢的预存储的视觉信息相比较,并且将数据与数字库中的预存储的视觉内容进行比较。
基于该分析,可以识别结垢和积垢的类型和量。计算指示、指数或任何预定参数,即RO单元上的沉积物的定量和/或定性测量结果。
作为沉积分类的示例,可以使用贝叶斯-拉普拉斯概率分类方法,其是稳健的并且非常适合于彼此区分不同种类的沉积物。通常,所有对象应当被分类为一个特定物体或颗粒类别,如细丝、晶体沉积物、结垢物和其他积垢对象。分类还可以依赖于超立方方法,其意味着当颗粒的每个性质保持在对于该类别指定的离散最小和最大极限之间时,颗粒被分类为颗粒类别。
在下文中,描述了用于分类对象(即已经在接收表面上成像的沉积物)的步骤的示例性序列。分类方案可以包括以下阶段1-3:
图像滤波被用于去除噪声、淡出不相等的背景、突出聚焦的物体、以及计算例如局部灰度梯度值及其方向。然后,例如通过多分辨率分析,例如使用高斯多分辨率金字塔,可以均衡滤波的图像。然后可以从均衡图像计算拉普拉斯图像(其是图像灰度的二阶导数),以突出显示最大灰度方差的区域。
图像分割步骤的目的是识别图像中的聚焦对象,计算对象的投影面积和轮廓,以及识别这种图像中的不同类型的对象。
通过将灰度百分位阈值应用于均衡图像的累积灰度直方图来识别暗区。图像的背景可以被计算为先前10幅图像的平均图像。因此,要被监测的区域的结构部件(如间隔物)可以在早期阶段从图像的分割分析中被数字地掩蔽。
使用上述灰度百分位数阈值,从图像识别沉积物,即缓慢累积的停滞对象。每个总图像面积x100%的沉积对象的总面积可以用作当前积垢值的指示符。
可以使用拉普拉斯图像上的焦点辨别来验证对象。投影区域相对于总区域具有比用户指定的焦点比率(例如7%)更多聚焦像素的对象被识别为有效的。可以通过组合拉普拉斯、梯度和高通滤波图像来突出高灰度方差的区域。通过向组合的图像应用用户指定的对比度阈值并且通过在图像上叠加暗区域来获得对象的二进制图像。
对象的二进制图像可以用形态学运算来处理。当每个对象的投影区域由相机成像时,对象直径d基于对象的投影区域A来限定。
对象的形态可通过限定其形状特性来进一步研究,形状特性包括纵横比、圆度和粗糙度。
当对象被识别为细长对象时,可以执行分析以获得对象的长度和宽度。可以使用分析算法,其中,对象长度可以被计算为轮廓(周边)的长度除以二。宽度计算可以基于由每个轮廓像素的x、y坐标和灰度梯度方向值构成的轮廓向量。通过比较相对的轮廓像素的方向值和在匹配像素之间绘制的线的方向值来搜索在图像轮廓的相对侧的匹配点。相对的像素之间的距离对应于对象的局部宽度,然后对象的总体宽度可以被计算为所有局部宽度的平均值。
可以通过使用主成分分析(PCA)算法从对象计算沉积物的主轴和纵横比。该算法返回对象的主轴和副轴以及它们的方向角。可以将纵横比简单地计算为对象的主轴和副轴之间的比率。
圆度描述了对象与圆形有多接近。完美的圆形具有100%的圆度。圆度百分比随着颗粒形状的复杂度增加而降低。
通过将诸半径的标准偏差除以对象半径来获得归一化。
对象的粗糙度可以被计算为沿着对象的轮廓的离散曲率的和除以轮廓的长度。可以将曲率值计算为相邻轮廓像素的灰度梯度方向角之间的差。在粗糙度计算中仅仅曲率的快速转向被计数。粗糙度值可以用具有与穿过对象的最大距离相同直径的圆的周长值来归一化。峭度可以通过使用4次灰度强度动量来计算。这可以被用于积垢类型的分类。
根据预定的分类标准,接收表面中所有检测到的对象被分类为一个特定积垢类型(例如生物积垢、有机积垢和无机积垢或它们的组合)。分类标准还可以包括通过单独或组合地使用白色、紫外或荧光激发光而从沉积物中可检测到的颜色。
对象的纹理用于认知识别。纹理分析可以通过研究从对象中心点到其轮廓的亮度(即灰度强度)分布来对对象纹理建模而进行。在粒子中心、粒子轮廓和整个粒子区域计算平均亮度值。粒子亮度值的标准偏差也被计算。可以利用平均亮度值来将粒子区分为明亮类和黑暗类,并对明亮对象和稀薄对象进行分类。
应用领域的实例可以在造纸工业及其水流中找到。其他实例是油、采矿或水处理工艺,特别是脱盐处理、膜处理、冷却水处理和水再利用。具体地,在造纸工业中,用于监测效果的主体是有机、无机和生物积垢及其组合。
本发明可用于监测和控制所涉及的水密集型处理,并因此控制一种或多种处理化学品的添加率。可以基于根据本发明进行的积垢/积垢分析,手动地、半自动地或自动地进行控制。
在该方法中,可以在接收表面上的多个位置处收集视觉数据,并且对视觉数据进行分析和分类以确定附着到接收表面的沉积的质量和类型。在该方法中,可以识别和分类不同的积垢类型。积垢类型可以是无机积垢、有机积垢或生物积垢。所使用的沉积分类方案可以基于对象尺寸、形状、纹理和颜色。该方法使得能够测量若干积垢沉积物的性质。这里公开了如何对若干不同的积垢沉积物进行识别和分类,并且使得能够检测多种积垢以及对附着到同一接收表面的积垢进行分类。在该方法中,可以对所有种类的实际沉积物进行监测、分类和报告。这些沉积物可以包括有机积垢、无机积垢和/或生物积垢。
应当理解,所公开的本发明的实施方式不限于本文所公开的特定结构、方法步骤或材料,而是扩展至本领域技术人员所认识到的其等同物。还应当理解,本文所采用的术语仅用于描述特定实施方式的目的,而不旨在限制。
在整个说明书中,所描述的具体特征、结构或特性包括在本发明的实施例中。
如本文所使用的,为了方便起见,多个项目、结构元件、构成元件和/或材料可以共同列表呈现。然而,这些列表应当被解释为好像列表的每个成员被单独地标识为单独且唯一的成员。因此,这样的列表的任何个体成员不应当仅基于它们在共同组中的呈现而没有相反指示地被解释为相同列表的任何其他成员的实际上的等同物。另外,本发明的各种实施例和示例可以在本文中连同用于其各种组件的替代物一起被提及。应当理解,这样的实施例、示例和替代物不应当被解释为彼此的实际上的等同物,而是应当被认为是本发明的单独且自主的表示。
此外,所描述的特征、结构或特性可以任何合适的方式组合在一个或多个实施例中。在随附的描述中,提供了许多具体细节,诸如长度、宽度、形状等的示例,以提供对本发明的实施例的透彻理解。然而,相关领域的技术人员认识到,本发明可以在没有这些具体细节中的一个或多个的情况下或者利用其他方法、组件、材料等来实践。在其他情形中,未详细示出或描述众所周知的结构、材料或操作以避免使本发明的各方面模糊不清。
实施例能够估计何时和/或多久一次需要清洁模拟器和/或全规模设施的膜。一个实施例还能够获得对膜上的压降的更准确和可靠的估计。
所获得的积垢指示还可以用于控制用于清洁膜的化学品的添加。一个实施例能够监控清洁化学品对膜清洁的影响。
实施例使得能够通过使用(至少)两个监测单元来比较不同液体流的膜上的积垢影响。例如,通过第一膜的液体流可以是未处理的水(没有添加于其中的处理化学品),并且通过第二膜的液体流可以是处理的水(有添加于其中的处理化学品)。于是可以监测和比较两个膜(两个监测单元)的积垢率或积垢类型。基于比较,获得可以用于自动控制一种或多种化学品添加到主处理流的信息。此外,基于比较,获得可以用于选择用于主处理流的特定流类型的特定膜类型的信息。
实施例能够监测流动速度、流动含容、流动起源、流动压力、膜材料、膜类型、间隔物类型和/或间隔物厚度对膜积垢的影响。一个实施例还能够基于所获得的图像处理数据对膜积垢分类。膜积垢的分类可以基于积垢的质量和/或类型,包括形状因子(例如纵横比)、尺寸因子(例如尺寸分布或平均尺寸)、颜色因子(例如平均颜色、颜色分布和亮度)。图像处理数据通过如上所述的成像设备获得。
所述方法和装置可以用于水处理工艺,例如废水处理工艺,和/或饮用水处理工艺,用于工业工艺,例如食品和饮料工业、纸浆和造纸工业,和/或油气工业的工业工艺,和/或用于采矿工艺,以预测或估计在所述工艺中杂质在选择性屏障膜接收表面上的积垢和/或沉积。
在一个实施例中,选择或调整到监控单元的含水流的体积流动率,使得监控单元中的每个膜表面积的体积流动率对应于和/或与每个主处理膜表面积的主处理体积流动率可相比较(例如,通过使用监控单元特定相关因子)。
在一个实施例中,选择或调节到监测单元的接收表面的含水液体的供给流的升高的压力(过压),使得监测单元中的升高的压力(过压)对应于和/或与到主处理的接收表面的含水流的过压可相比较(例如,通过使用监测单元特定相关因子)。
在根据实施例的膜处理中,通过从主处理流的水流中取得侧流来向监测单元施加高压,以便监测中的操作条件对应于(模拟)实际/主处理的膜处理的操作条件。在一个实施例中,(一个或多个)高压监测单元在不使用泵的情况下在处理条件下操作,从而使得膜积垢受主膜处理的操作条件影响。例如,较高的压力增加膜积垢的速率,而较高的流动速度减少膜积垢。在一个实施例中,与主工业处理相比,接收表面在类似的条件(例如,压力、温度和/或流动率)下运行,以生成关于主处理中的膜积垢的代表性和可靠的模拟结果。这意味着,与主工业处理相比,MFS中的(一个或多个)监测单元在类似的条件(例如,压力、温度和/或流动率)下运行,以生成关于主处理中的膜积垢的代表性和可靠的模拟结果。在一个实施例中,装置(MFS)连接到主处理的侧流,使得加压的含水液体流到装置(MFS)的内部。
由于在实施例中不需要泵来维持监测中和接收表面上的升高的压力,因此装置和监测系统的复杂性被降低。如果使用了泵,则将需要控制和避免流动率的突然变化。这意味着将需要在适当的位置设置用于泵的复杂的控制系统,该控制系统应当与其它控制器(例如入口阀和背压阀)对准。在本发明中避免了这些缺点和复杂性。实施例还消除了在泵的出口处形成气泡、引起入口流的波动或气穴现象的风险。气泡会干扰图像处理并且可能被检测为积垢物。
实例1
图1示出了从膜积垢模拟器分析程序获得的结果,其将积垢值(%)显示为时间的函数。在图1中所示的实施例中,膜单元1和2是相同的,即它们具有相同类型的膜和相同类型的间隔物。在图1的实施例中,膜单元1和2接收相同的水流,除了在膜单元1和2中使用不同的流动速度。在图1的实施例中,单元1(图1中的M1)具有与单元1(图1中的M2)的流动速度相比更低的流动速度。如从图1可以看出的,总体积垢率在单元1和单元2中是不同的。具有更低流动速度的单元(单元2)与具有更高流动速度以及更低积垢百分比值的单元1相比具有更高的积垢百分比值。这是因为单元1中增加的剪切速率更有效地从接收表面去除积垢物。因此,通过应用不同的流动率,可以发现具有最低积垢率的最佳流动速度。
实例2
图3(左手侧y轴)显示了来自MFS的总体积垢值(%)随时间(天数(x轴))的变化。图3(右手侧y轴)还显示了来自膜处理的差压(bar)随时间(天数(x轴))的变化。
对于本领域技术人员来说显然的是,随着技术的进步,本发明的概念可以各种方式实施。本发明及其实施方案不限于上述实例,而是可以在权利要求书的范围内变化。
Claims (39)
1.一种用于在包括水流的处理中监测沉积物形成的方法,所述方法包括:
-将含水液体的供给流提供到待监测的接收表面上,其中所述接收表面位于监测单元中;
-用光源照射所述接收表面的至少一部分;
-在所述接收表面上的多个位置处收集视觉数据;
-分析所述视觉数据;
-基于所述分析为所述接收表面计算定量结垢和/或积垢指示,
其中所述监测单元具有用于所述含水供给流的入口和用于来自所述监测单元的废弃流的出口,并且所述接收表面包括选择性屏障膜,
其中所述供给流在升高的压力下被引导至所述接收表面以从所述供给流产生穿过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。
2.一种用于在包括水流的处理中监测沉积物形成的方法,所述方法包括:
-将含水液体的供给流提供到待监测的接收表面上,其中所述接收表面位于监测单元中,其中所述监测单元包括施加在所述接收表面上的至少一层间隔物;
-用光源照射所述接收表面和/或间隔物的至少一部分;
-在所述接收表面和/或间隔物上的多个位置处收集视觉数据;
-分析所述视觉数据;
-基于所述分析为所述接收表面和/或间隔物计算定量结垢和/或积垢指示,
其中,所述监测单元具有用于所述含水供给流的入口和用于来自所述监测单元的废弃流的出口,并且所述接收表面包括选择性屏障膜,
其中,所述供给流在升高的压力下被引导到所述接收表面,以从所述供给流产生穿过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。
3.根据权利要求1或2所述的方法,其中所述升高的压力是0.1至60巴的过压,和/或所述选择性屏障膜是半透膜。
4.根据权利要求1、2或3所述的方法,其中所述升高的压力是0.1至1巴、典型地0.1至0.5巴的过压,并且所述膜是微过滤膜。
5.根据权利要求1、2或3所述的方法,其中所述升高的压力是1至5巴、典型地1至3巴的过压,并且所述膜是超过滤膜。
6.根据权利要求1、2或3所述的方法,其中所述升高的压力是4至15巴、典型地5至10巴的过压,并且所述膜是纳米过滤膜。
7.根据权利要求1、2或3所述的方法,其中所述升高的压力是10至60巴、典型地10至40巴的过压,并且所述膜是反渗透膜。
8.根据前述权利要求中任一项所述的方法,其中,所述供给流在所述升高的压力下被引导至所述接收表面,使得所述供给流的1%至99%、至少2%、至少25%、至少30%、至少80%或至少85%穿过所述膜,并且所述供给流的1%至99%、小于98%、小于75%、小于70%、小于20%或小于15%形成所述废弃流。
9.根据前述权利要求中任一项所述的方法,其中,所述供给流在所述升高的压力下被引导至所述接收表面,使得所述供给流的1%至99%、至少2%、至少25%、至少30%、至少80%或至少85%形成所述废弃流,并且所述供给流的1%至99%、小于98%、小于75%、小于70%、小于20%或小于15%穿过所述膜。
10.根据前述权利要求中任一项所述的方法,
其中所述方法包括提供至少两个监测单元,所述方法包括:
-将第一含水供给流提供到待监测的第一接收表面上,其中所述第一接收表面位于第一监测单元中并且包括第一选择性屏障膜,
-将第二含水供给流提供到待监测的第二接收表面上,其中所述第二接收表面位于第二监测单元中并且包括第二选择性屏障膜,
其中所述第一含水供给流和所述第二含水供给流在流动速度、流动含量、流动起点和/或流动压力方面彼此相似或彼此不同,并且所述第一选择性屏障膜和所述第二选择性屏障膜在膜材料、膜类型、间隔物类型和/或间隔物厚度方面彼此相似或彼此不同。
11.根据前述权利要求中任一项所述的方法,所述方法还包括:
-基于从所述分析的视觉数据获得的信息,对附着到所述接收表面的沉积物的质量和类型进行分类;以及
-基于所述分类计算所述接收表面的定量结垢和/或积垢指示。
12.根据前述权利要求中任一项所述的方法,所述方法还包括:
基于从所述分析的视觉数据获得的信息,计算所述接收表面的总体结垢和/或积垢指示。
13.根据前述权利要求中任一项所述的方法,所述方法还包括:
向所述含水液体的供给流中加入能够对至少一种类型的微生物染色的至少一种荧光染料;
用至少两个光源照射所述接收表面的至少一部分,所述至少两个光源中的至少一个使用具有选定波长的光,所述选定波长的光激发由所述至少一种荧光染料染色的生物积垢沉积物;
基于所述分析的视觉数据中的来自所述沉积物的荧光发射,对所述接收表面上的生物积垢沉积物的质量和类型进行分类。
14.根据前述权利要求中任一项所述的方法,其中所述光源发射紫外光。
15.根据前述权利要求中任一项所述的方法,所述方法包括:
用至少两个光源照射所述接收表面的至少一部分,所述至少两个光源中的至少一个使用具有选定波长的光,所述选定波长的光激发由所述至少一种荧光染料染色的无机或有机沉积物。
16.根据前述权利要求中任一项所述的方法,其中所述接收表面的定量结垢和/或积垢指示是基于以下中的一个或多个:所述表面的总积垢、积垢率、积垢的颜色映射和/或每种积垢类型的份额或比率。
17.根据前述权利要求中任一项所述的方法,其中,在计算机单元中通过使用以下中的一个或多个来对所述接收表面上的所述沉积物的质量和类型进行分类:成像的沉积物的形状因子如纵横比、尺寸因子如尺寸分布或平均尺寸、颜色因子如平均颜色、颜色分布和亮度。
18.根据前述权利要求中任一项所述的方法,其中所述选择性屏障膜包括反渗透膜、纳米过滤膜、超过滤膜或微过滤半透膜。
19.根据前述权利要求中任一项所述的方法,所述方法包括:
-将要监测的至少两个监测单元相对于供给流和废弃流并联或串联连接;
-收集所述至少两个监测单元的表面的视觉数据。
20.根据前述权利要求中任一项所述的方法,其中所述供给流是以下中的至少一种:盐水、微咸水、循环水、废水或工业处理水。
21.根据前述权利要求中任一项所述的方法,
其中所述供给流是取自主处理流的侧流,并且
与用作参考的清洁表面相比较,所述接收表面上的所述沉积物的所述定量指示用作用于自动控制向所述主处理流添加一种或多种化学品的输入参数。
22.根据权利要求21所述的方法,其中所述化学品选自:抗垢剂、杀生物剂、凝结剂、絮凝剂、氧化剂、消毒剂、清洁化学品、聚合物和/或它们的任意组合。
23.一种用于在包括水流的处理中监测沉积物形成的装置,所述装置包括:
-用于将含水液体的供给流提供到待监测的接收表面上的供给工具,其中所述接收表面位于监测单元中,
-光源,其被配置成用光源照射所述接收表面的至少一部分;
-成像设备,其被配置成在所述接收表面上的多个位置处收集视觉数据;
-数据处理单元,其被配置为分析所述视觉数据;
-计算工具,其被配置成基于所述分析为所述接收表面计算定量结垢和/或积垢指示,
其中所述监测单元具有用于含水供给流的入口和用于来自所述监测单元的废弃流的出口,并且所述接收表面包括选择性屏障膜,
其中所述供给工具被配置成在升高的压力下将所述供给流引导至所述接收表面,以从所述供给流产生穿过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。
24.一种用于在包括水流的处理中监测沉积物形成的装置,所述装置包括:
-用于将含水液体的供给流提供到待监测的接收表面上的供给工具,其中所述接收表面位于监测单元中,其中所述监测单元包括施加在所述接收表面上的至少一层间隔物;
-光源,其被配置成用光源照射所述接收表面和/或间隔物的至少一部分;
-成像设备,其被配置成在所述接收表面和/或所述间隔物上的多个位置处收集视觉数据;
-数据处理单元,其被配置为分析所述视觉数据;
-计算工具,其被配置成基于所述分析为所述接收表面和/或间隔物计算定量结垢和/或积垢指示,
其中所述监测单元具有用于所述含水供给流的入口和用于来自所述监测单元的废弃流的出口,并且所述接收表面包括选择性屏障膜,
其中所述供给工具被配置成在升高的压力下将所述供给流引导至所述接收表面,以从所述供给流产生穿过所述选择性屏障膜的渗透物部分和形成所述废弃流的浓缩物部分。
25.根据权利要求24所述的装置,其中所述升高的压力是0.1至60巴的过压,和/或所述选择性屏障膜是半透膜。
26.根据权利要求23、24或25所述的装置,其中所述升高的压力是0.1至1巴、典型地0.1至0.5巴的过压,并且所述膜是微过滤膜。
27.根据权利要求23、24或25所述的装置,其中所述升高的压力是1至5巴、典型地1至3巴的过压,并且所述膜是超过滤膜。
28.根据权利要求23、24或25所述的装置,其中所述升高的压力是4至15巴、典型地5至10巴的过压,并且所述膜是纳米过滤膜。
29.根据权利要求23、24或25所述的装置,其中所述升高的压力是10至60巴、典型地10至40巴的过压,并且所述膜是反渗透膜。
30.根据前述权利要求23至29中任一项所述的装置,其中所述供给工具被构造成在所述升高的压力下将所述供给流引导至所述接收表面,使得所述供给流的1%至99%、至少2%、至少25%、至少30%、至少80%或至少85%穿过所述膜,并且所述供给流的1%至99%、小于98%、小于75%、小于70%、小于20%或小于15%形成所述废弃流。
31.根据前述权利要求23至30中任一项所述的装置,其中所述供给工具被配置成在所述升高的压力下将所述供给流引导至所述接收表面,使得所述供给流的1%至99%、至少2%、至少25%、至少30%、至少80%或至少85%形成所述废弃流,并且所述供给流的1%至99%、小于98%、小于75%、小于70%、小于20%或小于15%穿过所述膜。
32.根据前述权利要求23至31中任一项所述的装置,
其中所述装置包括至少两个监测单元,其中
-第一监测单元包括用于将第一含水供给流提供到待监测的第一接收表面上的第一供给工具,其中所述第一接收表面位于所述第一监测单元中并且包括第一选择性屏障膜,
-第二监测单元包括用于将第二含水供给流提供到待监测的第二接收表面上的第二供给工具,其中所述第二接收表面位于所述第二监测单元中并且包括第二选择性屏障膜,
使得所述第一含水供给流和所述第二含水供给流在流动速度、流动含量、流动起点和/或流动压力方面彼此相似或彼此不同,并且
其中所述第一选择性屏障膜和所述第二选择性屏障膜在膜材料、膜类型、间隔物类型和/或间隔物厚度方面彼此相似或彼此不同。
33.根据前述权利要求23至32中任一项所述的装置,还包括:
-分类算法,用于基于从所述分析的视觉数据获得的信息,对附着到所述接收表面的沉积物的质量和/或类型进行分类;其中,所述数据处理单元被配置为基于所述分类来计算所述接收表面的定量结垢和/或积垢指示。
34.根据前述权利要求23至33中任一项所述的装置,其中所述数据处理单元被配置为:
基于从所述分析的视觉数据获得的信息,计算所述接收表面的总体结垢和/或积垢指示。
35.根据前述权利要求23至34中任一项所述的装置,其中所述膜包括反渗透膜、纳米过滤膜、超过滤膜或微过滤半透膜。
36.根据前述权利要求23至35中任一项所述的装置,包括:
相对于所述供给流和废弃流并联连接的待监测的至少两个监测单元;
其中所述成像设备被配置成收集所述至少两个监测单元的表面的视觉数据。
37.根据前述权利要求23至36中任一项所述的装置,包括:
用于将所述供给流作为取自主处理流的侧流而取的工具,
控制工具,所述控制工具被配置为使用与作为参考的清洁表面相比较所述接收表面上的所述沉积物的所述定量指示作为用于自动控制向所述主处理流添加一种或多种化学品的输入参数。
38.根据权利要求37所述的装置,其中,所述化学品选自:抗垢剂、杀生物剂、凝结剂、絮凝剂、氧化剂、消毒剂、清洁化学品、聚合物和/或它们的任意组合。
39.根据前述权利要求1至22中任一项所述的方法和/或根据前述权利要求23至38中任一项所述的装置在水处理工艺中、工业工艺中和/或采矿工艺中的用途,以预测或估计在所述工艺中的选择性屏障膜接收表面上的积垢和/或杂质的沉积物,所述水处理工艺例如废水处理工艺和/或饮用水处理工艺,所述工业工艺例如食品和饮料工业、纸浆和造纸和/或油气工业的工业工艺。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20195256 | 2019-04-01 | ||
FI20195256 | 2019-04-01 | ||
PCT/FI2020/050211 WO2020201630A1 (en) | 2019-04-01 | 2020-04-01 | Monitoring of membrane fouling |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113747966A true CN113747966A (zh) | 2021-12-03 |
Family
ID=70285710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080032187.7A Pending CN113747966A (zh) | 2019-04-01 | 2020-04-01 | 膜积垢的监测 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220185706A1 (zh) |
EP (1) | EP3946695A1 (zh) |
CN (1) | CN113747966A (zh) |
IL (1) | IL286770A (zh) |
SG (1) | SG11202110588YA (zh) |
WO (1) | WO2020201630A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543724A (zh) * | 2022-01-11 | 2022-05-27 | 国能浙江宁海发电有限公司 | 一种凝汽器结垢厚度测试方法 |
CN115041022A (zh) * | 2022-06-29 | 2022-09-13 | 武汉大学 | 一种在线监测膜蒸馏中膜浸润过程的系统和方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111896437B (zh) * | 2020-07-14 | 2022-05-27 | 中国水利水电科学研究院 | 测定水体中微塑料运动速率的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1721049A (zh) * | 2005-05-26 | 2006-01-18 | 上海交通大学 | 卷式反渗透膜器缺陷的在线诊断方法 |
CN101384342A (zh) * | 2006-01-24 | 2009-03-11 | 加利福尼亚大学董事会 | 用于监视反渗透膜的方法和系统 |
WO2017046552A1 (en) * | 2015-09-17 | 2017-03-23 | Cranfield University | Method and apparatus for monitoring particles in a liquid |
US20170363535A1 (en) * | 2014-12-10 | 2017-12-21 | King Abdullah University Of Science And Technology | In-line quantification and characterization of membrane fouling |
KR20180092586A (ko) * | 2017-02-10 | 2018-08-20 | 한국과학기술원 | 분리막을 구비한 삼투압 응용 공정 수처리 장치, 분리막의 오염도 모니터링 시스템 및 이를 이용한 모니터링 방법 |
CN108474742A (zh) * | 2015-12-23 | 2018-08-31 | 凯米罗总公司 | 用于监测和控制沉积物形成的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112105444B (zh) * | 2018-04-23 | 2022-08-16 | 美商戽水车水科技股份有限公司 | 用于实时直接膜表面监控的方法和设备 |
-
2020
- 2020-04-01 WO PCT/FI2020/050211 patent/WO2020201630A1/en active Application Filing
- 2020-04-01 US US17/600,888 patent/US20220185706A1/en active Pending
- 2020-04-01 EP EP20718704.8A patent/EP3946695A1/en active Pending
- 2020-04-01 SG SG11202110588YA patent/SG11202110588YA/en unknown
- 2020-04-01 CN CN202080032187.7A patent/CN113747966A/zh active Pending
-
2021
- 2021-09-29 IL IL286770A patent/IL286770A/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1721049A (zh) * | 2005-05-26 | 2006-01-18 | 上海交通大学 | 卷式反渗透膜器缺陷的在线诊断方法 |
CN101384342A (zh) * | 2006-01-24 | 2009-03-11 | 加利福尼亚大学董事会 | 用于监视反渗透膜的方法和系统 |
US20170363535A1 (en) * | 2014-12-10 | 2017-12-21 | King Abdullah University Of Science And Technology | In-line quantification and characterization of membrane fouling |
WO2017046552A1 (en) * | 2015-09-17 | 2017-03-23 | Cranfield University | Method and apparatus for monitoring particles in a liquid |
CN108474742A (zh) * | 2015-12-23 | 2018-08-31 | 凯米罗总公司 | 用于监测和控制沉积物形成的方法和装置 |
KR20180092586A (ko) * | 2017-02-10 | 2018-08-20 | 한국과학기술원 | 분리막을 구비한 삼투압 응용 공정 수처리 장치, 분리막의 오염도 모니터링 시스템 및 이를 이용한 모니터링 방법 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543724A (zh) * | 2022-01-11 | 2022-05-27 | 国能浙江宁海发电有限公司 | 一种凝汽器结垢厚度测试方法 |
CN114543724B (zh) * | 2022-01-11 | 2023-08-22 | 国能浙江宁海发电有限公司 | 一种凝汽器结垢厚度测试方法 |
CN115041022A (zh) * | 2022-06-29 | 2022-09-13 | 武汉大学 | 一种在线监测膜蒸馏中膜浸润过程的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
IL286770A (en) | 2021-10-31 |
US20220185706A1 (en) | 2022-06-16 |
EP3946695A1 (en) | 2022-02-09 |
SG11202110588YA (en) | 2021-10-28 |
WO2020201630A1 (en) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11046590B2 (en) | Method and an apparatus for monitoring and controlling deposit formation | |
CN109074033B (zh) | 用于优化水处理过程中的凝聚和/或絮凝的方法和系统 | |
US20220185706A1 (en) | Monitoring of membrane fouling | |
US11826708B2 (en) | Method and apparatus for real-time direct membrane monitoring | |
Najid et al. | Fouling control and modeling in reverse osmosis for seawater desalination: A review | |
Koo et al. | Use and development of fouling index in predicting membrane fouling | |
JP2012192315A (ja) | ファウリング生成の予測方法及び膜ろ過システム | |
Kyllönen et al. | Experimental aspects of scaling control in membrane filtration of mine water | |
Butt et al. | Membrane fouling remediation and modeling in phosphorous removal using electromagnetic field (EMF)-assisted nanofiltration (NF): In situ synchrotron imaging, experimental and statistical studies | |
Van De Staey | What is the role of activated sludge flocs in membrane fouling in membrane bioreactors (MBRs)? | |
JP7354983B2 (ja) | 支援装置、支援方法、及び、支援プログラム | |
Sarker | Image-based Characterization and Data-driven Techniques for Mitigation of Photovoltaic Reverse Osmosis Membrane Scaling | |
KR20230172740A (ko) | 실시간 입자성 물질 모니터링을 이용한 심층 강화학습 기반의 정수처리 자율운전 장치 및 그 방법 | |
Herrera | Optimization of O3 as Pre-Treatment and Chemical Enhanced Backwashing in UF and MF Ceramic Membranes for the Treatment of Secondary Wastewater Effluent and Red Sea Water |
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 |