CN114280106A - 工业污水处理过程中膜污染的在线判别系统及判别方法 - Google Patents
工业污水处理过程中膜污染的在线判别系统及判别方法 Download PDFInfo
- Publication number
- CN114280106A CN114280106A CN202111641164.9A CN202111641164A CN114280106A CN 114280106 A CN114280106 A CN 114280106A CN 202111641164 A CN202111641164 A CN 202111641164A CN 114280106 A CN114280106 A CN 114280106A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- membrane
- rate
- pollution
- 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.)
- Granted
Links
- 239000012528 membrane Substances 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008569 process Effects 0.000 title claims abstract description 29
- 239000010865 sewage Substances 0.000 title claims abstract description 18
- 238000012850 discrimination method Methods 0.000 title abstract description 3
- 238000010612 desalination reaction Methods 0.000 claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 35
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 24
- 231100000719 pollutant Toxicity 0.000 claims abstract description 24
- 230000003993 interaction Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 231100001240 inorganic pollutant Toxicity 0.000 claims abstract description 6
- 239000002957 persistent organic pollutant Substances 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims abstract description 4
- 150000003839 salts Chemical class 0.000 claims description 53
- 238000004140 cleaning Methods 0.000 claims description 32
- 238000009285 membrane fouling Methods 0.000 claims description 10
- 238000011033 desalting Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 238000001223 reverse osmosis Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 238000007493 shaping process Methods 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims 1
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 238000004833 X-ray photoelectron spectroscopy Methods 0.000 description 2
- 239000012459 cleaning agent Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004255 ion exchange chromatography Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000005001 rutherford backscattering spectroscopy Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 238000000441 X-ray spectroscopy Methods 0.000 description 1
- 238000001636 atomic emission spectroscopy Methods 0.000 description 1
- 238000005102 attenuated total reflection Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001218 confocal laser scanning microscopy Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004993 emission spectroscopy Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/124—Water desalination
- Y02A20/131—Reverse-osmosis
Landscapes
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明涉及一种工业污水处理过程中膜污染的在线判别系统及判别方法。本发明传感器模块、数据采集模块用于获得和采集给水泵出水口电导率和产水电导率；A/D转换模块用于信号转换；中央处理模块用于调用智能分析模块、存储数据；智能分析模块根据中央处理模块存储的数据，计算、比较，判断膜污染物类型和污染状况；人机交互模块用于输入参数，并将参数传给中央处理模块存储；报警模块用于报警，显示模块用于显示异常数据和污染种类及污染状况。本发明在稳态环境下，通过分析系统历史脱盐率的变化情况，快速判断膜污染物是有机污染物还是无机污染物以及其污染状况，操作简单，避免了非在线膜污染判断带来的系统停运问题，降低膜的损耗和运营成本。
Description
技术领域
本发明属于污水处理技术领域，涉及一种工业污水处理过程中膜污染的在线判别系统及判别方法。
背景技术
膜在使用的过程中，被截留颗粒、胶体粒子、悬浊液、大分子和盐等进行物理化学作用或生物作用，吸附与沉积在膜表面或者膜内，产生污染和堵塞，使通量逐渐下降，尤其是应用于污水废水处理过程中的膜，污堵是随时发生的。因此，清洗是膜使用过程中必须面临的一个重要问题，而不同种类的污染物需要不同的清洗操作，长期运行的反渗透系统在经过一定时间的运行后，需要确认是哪一种污染物导致污堵，针对反渗透膜的特点，可以根据相应的污垢选取适当的清洗剂。一旦用错清洗药剂，不仅不能有效解决现有的污堵情况，还可能让污堵加剧，所以，对造成污染的种类判断是十分有必要的。
灼烧分析实验(LOI)、扫描电子显微镜(SEM)、能量色散X射线光谱(EDS)、傅里叶变换衰减全反射红外光谱(ATR-FTIR)、电感耦合等离子发射光谱/质谱(ICP-MS/OES)、离子色谱(IC)等是最常见的膜污染诊断分析方法，根据不同实验现象和表征结果可以确定相应的膜污染类型；原子力显微镜(AFM)、X射线光电子能谱(XPS)、核磁共振(NMR)、接触角、zeta电位等则作为辅助分析方法，可以进一步了解污染物及污染膜表面结构及特性；卢瑟福背散射分析(RBS)、激光扫描共聚焦显微镜(CLSM)、三维荧光光谱(3DEEM)、液相色谱-有机碳联用检测仪(LC-OCD)则是近年来用于膜污染诊断的分析方法，通过其测试结果可以更准确地判断膜污染类型。
上述方法需要将污染物放进实验室环境里，使用精密仪器和一定的经验储备进行污染物判断，而且这种非在线的判断方法需要停止设备运行状态，拆卸污水处理系统，影响正常产水，降低系统的运营效益。针对现有膜污染物种类判断复杂，操作不方便等问题，提出了一种工业污水处理过程膜污染在线判别系统及其判别方法。
发明内容
本发明的目的就是提供一种工业污水处理过程中膜污染的在线判别系统及判别方法。使得膜法水处理过程发生膜污染后，能准确判断膜污染物是有机污染物还是无机污染物以及污染程度，进行针对性的膜清洗操作。
一种业污水处理过程中膜污染的在线判别系统，包括传感器模块、数据采集模块、A/D转换模块、中央处理模块、智能分析模块、人机交互模块、显示模块、报警模块。
所述的传感器模块包括两路电导率传感器，用于获得给水泵出水口电导率和产水电导率；数据采集模块用于采集传感器模块获得的给水泵出水口电导率和产水电导率；A/D转换模块用于将数据采集模块采集到的模拟电流信号转换成数字信号；中央处理模块用于调用智能分析模块，存储人机交互模块输入的参数、通过A/D转换模块接收并存储数据采集模块采集的数据，便于查询、调用；智能分析模块根据中央处理模块存储的人机交互模块输入的参数和通过A/D转换模块接收并存储的数据采集模块采集的数据，通过计算、比较，判断膜污染物类型和污染状况；人机交互模块用于输入上一次膜清洗的时间、数据采集周期、标准脱盐率、脱盐率阈值，并将参数传给中央处理模块存储起来；在智能分析模块分析出污染物种类后或脱盐率下降到设定的脱盐率阈值时，控制报警模块发出声响报警，并将分析结果或异常数据传至显示模块显示。
基于上述一种工业污水处理过程中膜污染在线判别系统，有如下工业污水处理过程中膜污染在线判别方法，具体为：通过人机交互模块输入上一次膜清洗的时间、数据采集周期、标准脱盐率、脱盐率阈值，传感器模块、数据采集模块以给定的周期采集所需数据，并通过A/D转换模块发给中央处理模块，中央处理模块存储数据并调用智能分析模块。智能分析模块通过计算、比较存储的数据，判断出污染物种类和污染状况，并将相关结论发送至显示模块，分析结束后，如果发现膜污染状况进行声响报警。
其具体步骤如下：
步骤A1：通过人机交互模块输入上一次进行膜清洗的时间Tc、采集周期Tg、脱盐率阈值SRmin；
步骤A2：数据采集模块采集运行过程中膜系统产水电导率Go和反渗透给水泵出口电导Ge。记录每次采集的时间，令变量T1等于采集时间，然后通过A/D转换模块将Go、Ge、T1发送给中央处理模块整理并存储起来，作历史数据；
步骤A3：中央处理模块根据内部存储的数据，调用智能分析模块，计算得到最近一次膜清洗后的脱盐率历史数据，通过脱盐率的变化趋势来判断污染物的种类和污染状况，并将判断结果传送至中央处理模块；
步骤A4：中央处理模块将数据进行整理并发送至显示模块，显示模块显示出当前时间Tnow和上一次膜清洗时间Tc，若判断未发生污染则显示无污染，转入步骤A2，循环执行；否则进入步骤A5；
步骤A5：中央处理模块调用报警模块，报警模块发出声响警报，提醒对膜元件进行清洗；清洗完毕，转入步骤A1，循环执行。
步骤A3所述的脱盐率数据获取步骤如下：
步骤B1：连接膜系统历史数据库；
步骤B2：通过人机交互模块获取操作员输入的最近一次的膜清洗时间Tc；
步骤B3：根据获取到的Tc，调取Tc之后的膜处理系统的给水泵出水电导率Ge以及产水电导率Go的历史数据；
步骤B4：通过给水泵出水电导率和产水电导率计算得到脱盐率
步骤A3所述的通过脱盐率的变化趋势来判断污染物的种类和污染状况实现步骤如下：
步骤C1：获取膜清洗之后三天内，数据插值时间间隔为2小时的一组脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目，一天按24小时记，记这段时间为时间段period；
步骤C2：智能分析模块顺序检验每一个数据，若脱盐率SRi低于脱盐率阈值SRmin＝0.9*SRe，则转入步骤C3，否则转入步骤C4；其中SRe是膜的标准脱盐率；
步骤C3：从数据库中获取这个低于脱盐率阈值的数据SRi的采集时间Tabn，修改数据插值时间间隔为1s，获取Tabn前后各十秒的数据SRj(j＝1，2，...，20)，设定整型变量flag1＝0，将采集到的20个数据与脱盐率阈值进行比较，当SRj＜SRmin时，flag1＝flag1+1，将第一个满足条件SRi＞SRmin的数据SRj保存为SRnew，当数据全部判断完后，若flag1＜2，则判断为数据偶然异常，将此前取到的脱盐率数据中，符合要求的数据SRnew替换发生异常的那个数据，转入步骤C2，循环执行；其中SRj表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目；否则，判定膜系统发生无机污染物污堵并进入步骤C9；
步骤C4：设定一个整型变量flag2＝0，将后一个脱盐率数据与前一个脱盐率数据相减，res＝SRi-SRi-1，若相减结果res＞0，则此SRi为脱盐率上升数据，每出现一个脱盐率上升数据，flag2＝flag2+1，当获取的全部脱盐率数据监测完毕后，若flag2＞15，则判定膜系统发生有机污染物污堵并进入步骤C9，否则进入步骤C5；
步骤C5：再取此三天之后三天(即膜清洗后到当前时间这段时间，每次取三天的数据进行分析)，数据插值时间间隔为2小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C2，进行数据检验；若剩余时间不足三天则转入步骤C6，其中SRi表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C6：取膜清洗后一个月内，插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C7：设定整型变量flag3＝0，判断res＝SRi-SRi-1是否小于零，若res＜O，则此SRi为脱盐率下降数据，每出现一个脱盐率下降数据，flag3＝flag3+1，当获取的全部脱盐率数据监测完毕后，若flag3＞20，则判定发生无机污染并进入步骤C9，否则进入步骤C8；
步骤C8：再取之后一个月，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C7，若剩余时间不足一个月则判定暂未发生膜污染，结束。
步骤C9：取当前时间往前推20天内，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，在此期间若脱盐率下降5％～10％则判定膜污染等级为轻微污染，若下降10％～15％则判定为中度污染，若下降15％以上判定为重度污染，结束。
本发明在稳态环境即污水处理系统进料水温度、流量、浓度不发生突变的情况下，能通过分析系统历史脱盐率的变化情况，快速判断膜污染物是有机污染物还是无机污染物以及其污染状况，无需借助外用药剂及设备，操作简单，避免了非在线膜污染判断带来的系统停运问题，为正确加药提供指导，从而降低膜的损耗和运营成本。
附图说明
图1为本发明的整体结构示意图；
图2为本发明的运行流程图；
图3为智能分析模块流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行描述。
如图1所示，一种工业污水处理过程膜污染在线判别系统，包括以下几个模块：传感器模块、数据采集模块、A/D转换模块、中央处理模块、智能分析模块、人机交互模块、显示模块、报警模块。
传感器模块包括两路电导率传感器；数据采集模块用于采集传感器模块获得的给水泵出水口电导率和产水电导率；A/D转换模块用于将接收到的模拟量转换为相应的数字量；中央处理模块用于存储膜清洗时间，通过A/D转换模块接收并存储数据采集模块采集的数据，便于查询、调用；智能分析模块根据存储的历史数据通过内部计算，比较，判断膜污染物类型，并将分析结果传至显示模块，在分析过程中若发现异常脱盐率数据，将异常数据显示传至显示模块，并发出声响报警；
人机交互模块应用于输入上一次膜清洗的时间、数据采集周期、标准脱盐率、脱盐率阈值，并将时间传给中央处理器存储起来；当分析出污染物种类后或脱盐率下降到设定的脱盐率阈值时，报警模块发出声响报警。
如图2所示，对于采用本发明的某膜法水处理系统，为了判断膜污染的种类需要执行以下步骤：
步骤A1：通过人机交互模块输入上一次进行膜清洗的时间Tc、采集周期Tg、脱盐率阈值SRmin；
骤A2：数据采集模块采集运行过程中膜系统产水电导率Go和反渗透给水泵出口电导Ge。记录每次采集的时间，令变量T1等于采集时间，然后通过A/D转换模块将Go、Ge、T1发送给中央处理模块整理并存储起来，作历史数据；
步骤A3：如图3所示，中央处理模块根据内部存储的数据，调用智能分析模块，计算得到最近一次膜清洗后的脱盐率历史数据，通过脱盐率的变化趋势来判断污染物的种类和污染状况，并将判断结果传送至中央处理模块；
所述的脱盐率数据获取步骤如下：
步骤B1：连接膜系统历史数据库；
步骤B2：通过人机交互模块获取操作员输入的最近一次的膜清洗时间Tc；
步骤B3：根据获取到的Tc，调取Tc之后的膜处理系统的给水泵出水电导率Ge以及产水电导率Go的历史数据；
步骤B4：通过给水泵出水电导率和产水电导率计算得到脱盐率
所述的通过脱盐率的变化趋势来判断污染物的种类和污染状况实现步骤如下：
步骤C1：获取膜清洗之后三天内，数据插值时间间隔为2小时的一组脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目，一天按24小时记，记这段时间为时间段period；
步骤C2：顺序检验每一个数据，若脱盐率SRi低于脱盐率阈值SRmin＝0.9*SRe，则转入步骤C3，否则转入步骤C4；其中SRe是膜的标准脱盐率；
步骤C3：从数据库中获取这个低于脱盐率阈值的数据SRi的采集时间Tabn，修改数据插值时间间隔为1s，获取Tabn前后各十秒的数据SRj(j＝1，2，...，20)，设定整型变量flag1＝0，将采集到的20个数据与脱盐率阈值进行比较，当SRj＜SRmin时，flag1＝flag1+1，将第一个满足条件SRi＞SRmin的数据SRj保存为SRnew，当数据全部判断完后，若flag1＜2，则判断为数据偶然异常，将此前取到的脱盐率数据中，符合要求的数据SRnew替换发生异常的那个数据，转入步骤C2，循环执行；其中SRj表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目；否则，判定膜系统发生无机污染物污堵并进入步骤C9；
步骤C4：设定一个整型变量flag2＝0，将后一个脱盐率数据与前一个脱盐率数据相减，res＝SRi-SRi-1，若相减结果res＞0，则此SRi为脱盐率上升数据，每出现一个脱盐率上升数据，flag2＝flag2+1，当获取的全部脱盐率数据监测完毕后，若flag2＞15，则判定膜系统发生有机污染物污堵并进入步骤C9，否则进入步骤C5；
步骤C5：再取此三天之后三天(即膜清洗后到当前时间这段时间，每次取三天的数据进行分析)，数据插值时间间隔为2小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C2，进行数据检验；若剩余时间不足三天则转入步骤C6，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C6：取膜清洗后一个月内，插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C7：设定整型变量flag3＝0，判断res＝SRi-SRi-1是否小于零，若res＜0，则此SRi为脱盐率下降数据，每出现一个脱盐率下降数据，flag3＝flag3+1，当获取的全部脱盐率数据监测完毕后，若flag3＞20，则判定发生无机污染并进入步骤C9，否则进入步骤C8；
步骤C8：再取之后一个月，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C7，若剩余时间不足一个月则判定暂未发生膜污染，结束。
步骤C9：取当前时间往前推20天内，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，在此期间若脱盐率下降5％～10％则判定膜污染等级为轻微污染，若下降10％～15％则判定为中度污染，若下降15％以上判定为重度污染，结束。
步骤A4：中央处理模块将数据进行整理并发送至显示模块，显示模块显示出当前时间Tnow和上一次膜清洗时间Tc，若判断未发生污染则显示无污染，转入步骤A2，循环执行；否则进入步骤A5；
步骤A5：中央处理模块调用报警模块，报警模块发出声响警报，提醒对膜元件进行清洗；清洗完毕，转入步骤A1，循环执行。
以上内容是结合具体的实例给出的实施方式对本发明的进一步说明，不能认定本发明的具体实施只限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离发明构思的前提下还可以做出一定程度的简单推演或者替换，都应当视为属于本发明的保护范围。
Claims (4)
1.一种业污水处理过程中膜污染的在线判别系统，其特征在于：包括传感器模块、数据采集模块、A/D转换模块、中央处理模块、智能分析模块、人机交互模块、显示模块、报警模块；
所述的传感器模块包括两路电导率传感器，用于获得给水泵出水口电导率和产水电导率；数据采集模块用于采集传感器模块获得的给水泵出水口电导率和产水电导率；A/D转换模块用于将数据采集模块采集到的模拟电流信号转换成数字信号；中央处理模块用于调用智能分析模块，存储人机交互模块输入的参数、通过A/D转换模块接收并存储数据采集模块采集的数据，便于查询、调用；智能分析模块根据中央处理模块存储的人机交互模块输入的参数和通过A/D转换模块接收并存储的采集模块采集的数据，通过计算、比较，判断膜污染物类型和污染状况；人机交互模块用于输入上一次膜清洗的时间、数据采集周期、标准脱盐率、脱盐率阈值，并将参数传给中央处理模块存储起来；在智能分析模块分析出污染物种类后或脱盐率下降到设定的脱盐率阈值时，控制报警模块发出声响报警，并将分析结果或异常数据传至显示模块显示。
2.基于如权利要求1所述的工业污水处理过程中膜污染在线判别系统，有如下工业污水处理过程中膜污染在线判别方法，其特征在于：具体为：通过人机交互模块输入上一次膜清洗的时间、数据采集周期、标准脱盐率、脱盐率阈值，传感器模块、数据采集模块以给定的周期采集所需数据，并通过A/D转换模块发给中央处理模块，中央处理模块存储数据并调用智能分析模块；智能分析模块通过计算、比较存储的数据，判断出污染物种类和污染状况，并将相关结论发送至显示模块，分析结束后，如果发现膜污染状况进行声响报警；
具体包括如下步骤：
步骤A1：通过人机交互模块输入上一次进行膜清洗的时间Tc、采集周期Tg、脱盐率阈值SRmin；
步骤A2：数据采集模块采集运行过程中膜系统产水电导率Go和反渗透给水泵出口电导Ge；记录每次采集的时间，令变量T1等于采集时间，然后通过A/D转换模块将Go、Ge、T1发送给中央处理模块整理并存储起来，作历史数据；
步骤A3：中央处理模块根据内部存储的数据，调用智能分析模块，计算得到最近一次膜清洗后的脱盐率历史数据，通过脱盐率的变化趋势来判断污染物的种类和污染状况，并将判断结果传送至中央处理模块；
步骤A4：中央处理模块将数据进行整理并发送至显示模块，显示模块显示出当前时间Tnow和上一次膜清洗时间Tc，若判断未发生污染则显示无污染，转入步骤A2，循环执行；否则进入步骤A5；
步骤A5：中央处理模块调用报警模块，报警模块发出声响警报，提醒对膜元件进行清洗；清洗完毕，转入步骤A1，循环执行。
3.如权利要求2所述的工业污水处理过程中膜污染在线判别方法，其特征在于：步骤A3所述的脱盐率数据获取步骤具体如下：
骤B1：连接膜系统历史数据库；
步骤B2：通过人机交互模块获得最近一次的膜清洗时间Tc；
步骤B3：根据获取到的Tc，调取Tc之后的膜处理系统的给水泵出水电导率Ge以及产水电导率Go的历史数据；
步骤B4：通过给水泵出水电导率和产水电导率计算得到脱盐率
4.如权利要求2所述的工业污水处理过程中膜污染在线判别方法，其特征在于：步骤A3所述的通过脱盐率的变化趋势来判断污染物的种类和污染状况实现步骤如下：
步骤C1：获取膜清洗之后三天内，数据插值时间间隔为2小时的一组脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目，一天按24小时记，记这段时间为时间段period；
步骤C2：智能分析模块顺序检验每一个数据，若脱盐率SRi低于脱盐率阈值SRmin＝0.9*SRe，则转入步骤C3，否则转入步骤C4；其中SRe是膜的标准脱盐率；
步骤C3：从数据库中获取这个低于脱盐率阈值的数据SRi的采集时间Tabn，修改数据插值时间间隔为1s，获取Tabn前后各十秒的数据SRj(j＝1，2，...，20)，设定整型变量flag1＝0，将采集到的20个数据与脱盐率阈值进行比较，当SRj＜SRmin时，flag1＝flag1+1，将第一个满足条件SRi＞SRmin的数据SRj保存为SRnew，当数据全部判断完后，若flag1＜2，则判断为数据偶然异常，将此前取到的脱盐率数据中，符合要求的数据SRnew替换发生异常的那个数据，转入步骤C2，循环执行；其中SRj表示第j个脱盐率，num表示这段时间内获得的脱盐率数据数目；否则，判定膜系统发生无机污染物污堵并进入步骤C9；
步骤C4：设定一个整型变量flag2＝0，将后一个脱盐率数据与前一个脱盐率数据相减，res＝SRi-SRi-1，若相减结果res＞0，则此SRi为脱盐率上升数据，每出现一个脱盐率上升数据，flag2＝flag2+1，当获取的全部脱盐率数据监测完毕后，若flag2＞15，则判定膜系统发生有机污染物污堵并进入步骤C9，否则进入步骤C5；
步骤C5：再取此三天之后三天内，数据插值时间间隔为2小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C2，进行数据检验；若剩余时间不足三天则转入步骤C6，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C6：取膜清洗后一个月内，插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，其中SRi表示第i个脱盐率，num表示这段时间内获得的脱盐率数据数目；
步骤C7：设定整型变量flag3＝0，判断res＝SRi-SRi-1是否小于零，若res＜0，则此SRi为脱盐率下降数据，每出现一个脱盐率下降数据，flag3＝flag3+1，当获取的全部脱盐率数据监测完毕后，若flag3＞20，则判定发生无机污染并进入步骤C9，否则进入步骤C8；
步骤C8：再取之后一个月，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，然后进入步骤C7，若剩余时间不足一个月则判定暂未发生膜污染，结束；
步骤C9：取当前时间往前推20天内，数据插值时间间隔为6小时的脱盐率历史数据SRi(i＝1，2，...，num)，在此期间若脱盐率下降5％～10％则判定膜污染等级为轻微污染，若下降10％～15％则判定为中度污染，若下降15％以上判定为重度污染，结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111641164.9A CN114280106B (zh) | 2021-12-29 | 2021-12-29 | 工业污水处理过程中膜污染的在线判别系统及判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111641164.9A CN114280106B (zh) | 2021-12-29 | 2021-12-29 | 工业污水处理过程中膜污染的在线判别系统及判别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114280106A true CN114280106A (zh) | 2022-04-05 |
| CN114280106B CN114280106B (zh) | 2024-04-26 |
Family
ID=80878170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111641164.9A Active CN114280106B (zh) | 2021-12-29 | 2021-12-29 | 工业污水处理过程中膜污染的在线判别系统及判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114280106B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114887491A (zh) * | 2022-04-28 | 2022-08-12 | 劲牌有限公司 | 一种判断膜性能的方法 |
| CN114950142A (zh) * | 2022-04-29 | 2022-08-30 | 浙江双益环保科技发展有限公司 | 一种mbr工艺中pvdf膜污染物的清洗方法 |
| CN117494418A (zh) * | 2023-11-01 | 2024-02-02 | 湖北美辰环保股份有限公司 | 一种基于数字孪生机制下的智慧磷石膏水洗系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08126882A (ja) * | 1994-10-28 | 1996-05-21 | Toshiba Corp | 造水プラントの運転制御装置 |
| CN101549907A (zh) * | 2008-04-02 | 2009-10-07 | 天津膜天膜工程技术有限公司 | 一种用于高氨氮工业废水处理的膜生物反应设备及处理方法 |
| CN102166478A (zh) * | 2010-12-03 | 2011-08-31 | 北京林业大学 | 在线超声控制流化床膜生物反应器膜污染的方法与装置 |
| CN103086475A (zh) * | 2011-11-01 | 2013-05-08 | 中国石油化工股份有限公司 | 一种工业超滤膜装置污染物在线提取及剖析方法 |
| WO2014112568A1 (ja) * | 2013-01-18 | 2014-07-24 | 株式会社 東芝 | 膜ファウリング診断・制御装置、膜ファウリング診断・制御方法及び膜ファウリング診断・制御プログラム |
| CN107064236A (zh) * | 2016-12-19 | 2017-08-18 | 中国科学院过程工程研究所 | 一种在线检测电渗析装置中离子交换膜污染的装置及方法 |
| CN110161106A (zh) * | 2019-06-08 | 2019-08-23 | 天津工业大学 | 一种电渗析脱盐过程中离子交换膜污染的原位在线电化学-光谱学监测装置 |
-
2021
- 2021-12-29 CN CN202111641164.9A patent/CN114280106B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08126882A (ja) * | 1994-10-28 | 1996-05-21 | Toshiba Corp | 造水プラントの運転制御装置 |
| CN101549907A (zh) * | 2008-04-02 | 2009-10-07 | 天津膜天膜工程技术有限公司 | 一种用于高氨氮工业废水处理的膜生物反应设备及处理方法 |
| CN102166478A (zh) * | 2010-12-03 | 2011-08-31 | 北京林业大学 | 在线超声控制流化床膜生物反应器膜污染的方法与装置 |
| CN103086475A (zh) * | 2011-11-01 | 2013-05-08 | 中国石油化工股份有限公司 | 一种工业超滤膜装置污染物在线提取及剖析方法 |
| WO2014112568A1 (ja) * | 2013-01-18 | 2014-07-24 | 株式会社 東芝 | 膜ファウリング診断・制御装置、膜ファウリング診断・制御方法及び膜ファウリング診断・制御プログラム |
| CN107064236A (zh) * | 2016-12-19 | 2017-08-18 | 中国科学院过程工程研究所 | 一种在线检测电渗析装置中离子交换膜污染的装置及方法 |
| CN110161106A (zh) * | 2019-06-08 | 2019-08-23 | 天津工业大学 | 一种电渗析脱盐过程中离子交换膜污染的原位在线电化学-光谱学监测装置 |
Non-Patent Citations (2)
| Title |
|---|
| 林迎辉等: "SWRO 系统膜污染动态过程建模与仿真研究", 计算机与应用化学, vol. 33, no. 7, 28 July 2016 (2016-07-28), pages 807 - 813 * |
| 马丽媛;邓林;王庆;郭松;孙剑亮;潘倩;张惠源;: "市政污水再生处理RO系统脱盐率周期衰减机制分析", 净水技术, no. 09, 25 September 2020 (2020-09-25) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114887491A (zh) * | 2022-04-28 | 2022-08-12 | 劲牌有限公司 | 一种判断膜性能的方法 |
| CN114950142A (zh) * | 2022-04-29 | 2022-08-30 | 浙江双益环保科技发展有限公司 | 一种mbr工艺中pvdf膜污染物的清洗方法 |
| CN117494418A (zh) * | 2023-11-01 | 2024-02-02 | 湖北美辰环保股份有限公司 | 一种基于数字孪生机制下的智慧磷石膏水洗系统 |
| CN117494418B (zh) * | 2023-11-01 | 2024-05-14 | 湖北美辰环保股份有限公司 | 一种基于数字孪生机制下的智慧磷石膏水洗系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114280106B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114280106A (zh) | 工业污水处理过程中膜污染的在线判别系统及判别方法 | |
| CN111898691B (zh) | 一种河流突发水污染预警溯源方法、系统、终端及介质 | |
| CN109081507B (zh) | 污水处理控制方法及系统 | |
| CN103630473A (zh) | 活性污泥在线计算机图像分析预警系统及方法 | |
| CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估系统与运行方法 | |
| JP4604987B2 (ja) | 水処理プラントの運転管理方法および装置 | |
| Maere et al. | Membrane bioreactor fouling behaviour assessment through principal component analysis and fuzzy clustering | |
| US20240069513A1 (en) | Information processing device for optimizing filters that purify wastewater | |
| EP2203243B1 (fr) | Procede de gestion avancee d'une unite de filtration sur membrane, et installation pour la mise en oeuvre du procede. | |
| JP2022526143A (ja) | 水処理プラントにおける異常を検出する方法 | |
| CN116756523B (zh) | 跨界水污染源解析方法、系统、装置和存储介质 | |
| WO2012050216A1 (ja) | 水精製システムの使用に対する課金方法 | |
| KR100633649B1 (ko) | 초순수 중의 미립자 측정 장치와 초순수 중의 미립자 측정 방법 | |
| CN117115637A (zh) | 一种基于大数据技术的水质监测预警方法及系统 | |
| CN109052570B (zh) | 反渗透在线水质参数采集系统 | |
| CN106587411A (zh) | 净水机出水监控处理方法及系统 | |
| CN114757601A (zh) | 一种基于人工智能的水环境异常排放监测方法及系统 | |
| Kim et al. | Sludge settleability detection using automated SV30 measurement and its application to a field WWTP | |
| CN214973115U (zh) | 一种膜系统产水率提升改造的系统 | |
| RU2814957C2 (ru) | Способ обнаружения аномалий в установке для обработки воды | |
| CN110204142A (zh) | 一种生物协同水质检测系统及其检测方法 | |
| CN116911832B (zh) | 一种垃圾焚烧厂渗滤液处理装备运行状况监管方法及系统 | |
| CN108872520A (zh) | 一种水质测试方法、系统及设备 | |
| CN210544425U (zh) | 一种反渗透膜性能检测装置 | |
| CN116870573B (zh) | 具有寿命检测功能的净水器 |
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 |