Scientific journal
Modern problems of science and education
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 0,813

OPTIMIZATION OF PROCESSES OF COAGULATION OF CLEANSING WATERWORKS OF THE TYUMENSKOGO REGION

Zagorskaya A.A. 1 Pimneva L.A. 1
1 FGBOU VPO the «Tyumenskiy state architectural-build university»
Рассмотрена математическая оптимизация процессов отстаивания природных вод в условиях высокоцветных и маломутных вод Тюменского региона.Исследованы оптимальные условия применения и дозы реагентов при низких температурах на действующей водоочистной станции города Тюмени. Установлено, что использование активированного угля в качестве замутнителя повышает эффект очистки даже при низких температурах воды, что позволяет значительно понизить дозы коагулянта. Отмечено объективное улучшение показателей качества очищенной воды при использовании угольной суспензии. Определены оптимальные дозы реагентов, позволяющие достичь наилучших эффектов очистки. Внедрение автоматического дозирования на базе практических моделей в процессы очистки воды действующих водопроводных станциях региона позволит повысить качество очищенной воды, сократить расходы коагулянта и флокулянта в холодный период года, что приведет к энерго- и ресурсосбережению.
Mathematical optimization of processes of defending of natural waters is considered in the conditions of the high-coloured and littleturbid waters of the Tyumenskogo region. The optimum terms of application and dose of reagents are investigational at low temperatures at the operating water-purifying station of city of Tyumeni. It is set that the use of absorbent carbon as an opacifier promotes a cleaning effect even at the low temperatures of water, that allows considerably to lower the doses of coagulant. The objective improvement of indexes is markedIntroduction of automatic dosage on the base of practical models in the processes of water treatment operating waterworks of region will allow to promote quality of the cleared water, cut down expenses coagulant and flokulyanta in a cold period of year, that will result to in energy- and to resursosberezheniyu.
vodopodgotovka
optimization
coagulant
Оценка степени загрязнения вод Тюменского региона в соответствии с классификацией, разработанной Гидрохимическим институтом Росгидромета с использованием комплексных оценок и 5 классов качества воды на территории области находится в пределах от 3 класса «очень загрязненная» до 4 класса «очень грязная» [2]. Особую тревогу вызывает загрязнение ионами тяжелых металлов водотоков. Уровень загрязнения крупных речных систем, имеющих хозяйственно-питьевое значение, с 2006 года вырос: по свинцу -  в 8,6 раза, по кадмию – 6,3 раза, по меди – в 2,1 раз, по цинку -4,6 раза, по ртути -5,8 раза, никелю -7,9 раз, титану – 6,7 раза [1].

Использование реагентов стандартных реагентов в присутствии  ионов тяжелых металлов, а также химических соединений, обуславливающих ХПК и БПК, связано с перерасходом материалов, а также с нарушением условий протекания реакций – несоблюдение значений рН среды, что приводит к снижению эффективности очистки [5]. Учитывая, что на многих станциях водоподготовки, построенных по типовым проектам [3].,реагентная очистка решается по устаревшим технологиям с использованием малоэффективных коагулянтов и флокулянтов, вопрос оптимизации методов очистки, обеспечивающих эффективную и надежную работу очистных сооружений, становится не только актуальным, но и экономически целесообразным.

Кроме внедрения современных технологий очистки воды актуальным для Тюмени и Тюменской области остается сфера автоматизации технологических процессов [6]. Будущее научного прогнозирования и оптимизации процесса водоподготовки, непосредственно работающих очистных сооружений, либо предполагаемых к строительству очистных сооружений, заключается в составлении математических моделей процесса с возможностью их программирования на ЭВМ и идентификации в реальных условиях.

Объекты и методы

            В качестве объекта исследования были выбраныпроцессы очистки природных вод на Метелевскихводопроводных очистных сооружениях города Тюмени, в состав которых входит предварительное окисление жидким хлором, коагулирование сернокислым алюминием, отстаивание на горизонтальных отстойниках и фильтрация на скорых однослойных фильтрах [4].Эффективность работы сооружений в течение года представлена на рисунках 1 и 2.

Подпись:

Рис. 1. Изменение эффектов очистки после отстаивания в течение года
Рис. 2. Изменение эффектов очистки после фильтрации в течение года

На многих очистных сооружениях окончательным показателем протекания всего процесса очистки является качество воды на выходе очистных сооружений. Как показывают отечественные и зарубежные литературные источники, из-за сложности описания всех технологических процессов, зависящих от большого числа изменяющихся параметров,приемлемых математических моделей процессов подготовки воды и их дальнейших готовых к практическому применению программных продуктов пока нет. В связи с этим, целью исследования стало получение практических математических моделей, позволяющих контролировать дозирование реагентов, выбирая дозы в соответствии с исходным качеством воды.

Забираемая для исследования вода характеризуется следующими показателями: окисляемость - 37- 73 мгО2/л, мутность - 12-24 мг/л, цветность - 100-1200. Доза ПАА принята постоянной (1 мг/ дм3). Дозы коагулянта - 50-70 мг/ дм3. Исследование проводилось в холодный период года при температурах 8 -120С. В ходе предварительных исследований предпочтение было отдано мокрому дозированию угля, для чего использовалась 10% суспензия.

В ходе исследования использовались следующие реагенты: сернокислый алюминий (СА); полиакриламид (ПАА); активированный уголь (БАУ-А). Показателем для контроля эффективности обработки природных вод различными реагентами были определены перманганатная окисляемость, мутность и цветность после отстаивания.

Обсуждение результатов

Для проведения эксперимента был выбран квазиD-оптимальный план [7]. Факторы влияния приняты следующим образом:  - исходное количество загрязнений мг/л,  - доза коагулянта мг/л,  - доза угля мг/л. Пределы изменения факторов влияния и интервалы варьирования приведены в таблице 1.

Таблица 1

Границы области исследования

 

Окисляемость

Мутность

Цветность

Доза коагулянта

Доза угля

-1

37

12

100

50

1.5

0

55

18

110

60

2.0

1

73

24

120

70

2.5

22

6

10

10

0.5

Код

мгО2/л

мг/л

мг/л

мг/л

 

Общий вид полиномиальной модели второго порядка имеет вид

где N - число факторов; e - влияние случайных факторов.

Число опытов для N = 3 равно 13. Расчет коэффициентов уравнения регрессии и проверка значимости коэффициентов по критерию Стьюдента проводились в среде PTCMathcad 15.0. В результате расчетов получились следующие уравнения:

для определения окисляемости

                           (1)

для определения цветности

                                    (2)

для определения мутности

                             (3)

Для проверки адекватности полученных уравнений, были проведены 6 дополнительных опытов в центре плана. С помощью критерия Фишера была проверена адекватность полученных уравнений. Установлено, что на 5% процентном уровне значимости уравнения адекватно описывают экспериментальные данные. Анализ уравнений делает очевидным, что увеличение параметра оптимизации необходимо перемещение в факторное пространство от центра плана по направлению, которое соответствует одновременному увеличению всех основных факторов.

Результаты проверки модельных и экспериментальных значений исследуемых концентраций загрязнений приведены в таблице 2.

Таблица 2

Сравнение концентраций загрязнений, определенных на основании модельного представления и опытным путем

Исходные концентрации загрязнений

Выходное значение концентраций загрязнений

Согласно модели

Согласно эксперимента

Мутность, мг/дм3

12

1,06

0,97

18

1,12

0,89

24

1,02

0,8

Цветность, градусы

100

19,26

21,71

110

26,57

25,36

120

34,57

29,36

Окисляемость, мгО2/л

37

7,109

7,10

55

12,106

15,51

73

28,58

27,16

 

На основании корреляционного анализа можно сказать, что факторы (окисляемость), (доза коагулянта) и (доза угля) увеличивают значение функции отклика (выходного значения окисляемости), причем  и в большей степени. Факторы (исходная мутность), (доза коагулянта) и (доза угля) уменьшают значение выходной мутности, причем  и  в большей степени. Факторы (исходная цветность) и (доза угля) увеличивают значение выходной цветности,  (доза угля) - уменьшает. На рисунке 3 представлены поверхности отклика, подтверждающие влияние факторов на функцию отклика.

Совместное решение данных уравнений позволило определить оптимальные дозы коагулянта и активированного угля при температуре воды 80С, при которых  наблюдаются максимальные эффекты очистки после отстаивания без применения окислителя (снижение окисляемости с 75 до 33 мгО2/ дм3, мутности с 24 до 4 мг/ дм3, цветности со120 до 510). Доза коагулянта - 62 мг/ дм3, доза угля -1,8 мг/ дм3.

 
 

Заключение

С использованием математического моделирования и микропроцессорной техники возможно более гибкое дозирование реагентов, учитывающее суточные и сезонные колебания качества воды в водоемах.

Применение практических моделей позволяет снижать затраты на материалы и регенты, что в конечном итоге приводит к снижению себестоимости очистки воды.

Кроме того, уменьшение расхода коагулянта, приводит к снижению остаточного алюминия в очищенной воде, сокращает количество образующихся осадков, все это ведет за собой улучшение качества питьевой воды.

Рецензенты:

Миронов В.В., д.т.н., профессор, кафедрой водоснабжения и водоотведения ФГБОУ ВПО «Тюменский государственный архитектурно-строительный университет», г. Тюмень.

СкипинЛ.Н., д.с.-х.н., профессор, заведующий кафедрой техносферной безопасности ФГБОУ ВПО «Тюменский государственный архитектурно-строительный университет», г. Тюмень.