基于RSM法对净水厂超滤工艺运行参数的优化

作者:李都望 黄有文 管浩
单位:江西省水务集团有限公司 江西省修水润泉供水有限公司
摘要:为减缓膜污染情况,使用RSM(响应曲面模型)法对修水县罗桥水厂浸没式超滤的运行参数进行优化。结果表明:水冲强度与曝气强度存在最佳值,过低或过高均会导致膜污染情况加重,冲洗周期对膜污染影响最为显著,呈正相关分布;RSM模型解出理论最优工况组合是水冲强度为2.11倍产水量、曝气强度为71.9 m3/m2和冲洗周期为1 h,经验证得出理论最低△TMP与实测值相差8.6%;冲洗周期与膜池运行费用负相关,将反冲洗周期控制在1.32 h,可有效控制能耗费用及膜污染情况。
关键词:浸没式超滤 工艺优化 膜污染 RSM
作者简介:作者简介: *李都望,通讯处:330000江西省南昌市高新区紫阳大道3399号云中城A座48层电话:15070954553E-mail:46773111@qq.com;

 

0 引言

RSM法全称“响应曲面法”或者“响应面法”,是一种数学和统计学结合的产物,该方法是为了解决结果受多个变量影响的问题,目的是为了分析多个有关变量与响应值之间的关系,并且最终优化响应值。RSM法已经广泛应用于科研领域的建模分析优化,在优化生物过程的统计学试验设计中,已经成功应用于各种生物过程优化中[1,2]。目前RSM法在生物化工、气象等行业运用较为广泛,而在水处理研究中运用较少,并主要集中在混凝与污泥处理的研究中[3,4],在对水厂浸没式超滤工艺优化方面国内外未见报道。

试验以减缓膜污染为目标,△TMP(冲洗周期内的TMP增长量)作为膜污染表征参数,利用RSM法对浸没式超滤工艺运行参数进行优化,选择水冲强度、曝气强度和冲洗周期这3种最为显著影响△TMP的因素进行RSM法与经济效益分析,最终达到对工艺运行参数优化、减缓膜污染的目的。

1 项目概况

项目位于九江市修水县罗桥水厂内,浸没式超滤膜池共有8格,膜材质为PVDF中空纤维膜[5],膜池单池产水量为2 500 m3/d,水回收率可达96%。虹吸膜池反冲洗流程为1 min气冲,之后进行2.5 min气水联冲。

水厂原水取自南山崖水电站压力前池,通过长约400 m的输水管重力流输送至水厂。水质情况[5]符合国家地表水三类标准。由于水厂由原1万m3/d扩容至2万m3/d,而混凝沉淀池容积未改变,因此缩短一半混凝沉淀时间,导致进入虹吸膜池浊度可达30 NTU。有研究表明[6],浸没式超滤最高可承受浊度为25 000 NTU。

2 试验设计

影响超滤膜△TMP的因素种类众多,有些因素条件的变化对△TMP的影响较大,而有些则影响不显著,在RSM法中将前者称为显著影响因子,后者称为不显著影响因子。有研究表明[7,8,9],超滤膜的△TMP增长与膜组件的水冲强度、曝气强度以及冲洗周期有直接关系,因此试验以上述3种影响因子作为显著性影响因子进行RSM法分析,以优化控制浸没式超滤膜系统的△TMP增长情况。

2.1 RSM法试验设计

试验采用Minitab R16进行RSM模型的建立和试验数据的分析,模型建立方法采用Box-Behnken设计,为了方便进行模型分析,将每一个因子的低、中、高试验水平分别以-1、0、1进行编码。

RSM模型中,将水冲强度、曝气强度以及冲洗周期3个影响因子作为自变量,△TMP作为响应值R。根据RSM试验设计原理,需根据模型中设计的试验组合,进行试验得出对应的响应值,同时为了减少误差,将每种试验组合进行15~20次平行试验,并取其平均值作为该组合下的响应值。

2.2 模型建立与分析流程

模型的建立与分析过程分为5步,如图1所示。

图1 RSM分析流程

图1 RSM分析流程

Fig.1 Analysis process of RSM

包括拟合选定模型,进行残差诊断,模型改进,对选定模型进行解释,目标是否已达到,进行验证试验,最终得出稳定可靠的模型,用模型对超滤膜运行工况进行优化,得出最低△TMP的因素组合。

3 结果与讨论

3.1 RSM分析

RSM法试验的分析方法不同于一般的试验设计分析方法,其差别在于回归方程的选项。RSM模型拟合的是二次曲面。RSM模型基本原理是通过最小二乘法拟合二次多项方程,式(1)为RSM模型回归方程的通式。

R=a0+i=1naixi+i,j=1naijxixj+i=1naiixi2(1)

式中,R为响应值;xixj(其中ij)为自变量;a0aiajaij(其中ij)为常数项。

3.1.1 分析因素的选取及方案确定

将水冲强度、曝气强度和冲洗周期作为RSM模型的自变量。根据Box-Behnken试验设计原理,对自变量进行代码化,以-1、01分别代表自变量低水平、中水平和高水平,以周期内△TMP/kPa作为响应值R,RSM试验设计因素及水平见表1

表1 影响因素及编码

Tab.1 Influencing factors and coding

 


因素名称

编码

-1
0 1

冲洗强度/倍/产水量
1.5 2 2.5

曝气强度/m3/m2
60 70 80

冲洗周期/h
1 1.5 2

 

 

3.1.2 模型建立与分析

利用Minitab R16建立了基于Box-BehnkenRSM试验设计,并按照设计进行试验得出响应值,见表2。通过分析,对模型进行多次改进,获得可靠的模型。模型分析见表3

表2 响应曲面法试验设计及响应值

Tab.2 Test design of response surface methodology and response value

 


编号
水冲强度 曝气强度 冲洗周期 TMP

1
1 0 -1 0.544 44

2
0 0 0 0.878 22

3
-1 1 0 1.172 22

4
-1 0 -1 0.733 33

5
1 -1 0 1.122 22

6
0 0 0 0.852 22

7
1 1 0 1.133 33

8
-1 -1 0 1.200 00

9
0 1 -1 0.611 11

10
0 -1 1 1.583 33

11
0 0 0 0.810 00

12
-1 0 1 1.694 44

13
1 0 1 1.705 56

14
0 -1 -1 0.761 11

15
0 1 1 1.522 22

 

 

表3 RSM模型特征值

Tab.3 RSM model eigenvalue

 

R-Sq R-Sq(调整) R-Sq(预测) S PRESS p回归 p失拟

98.76%
96.53% 81.72% 0.072 0.390 0.0 0.13

 

 

由表3可知,对应“回归”项的p回归值为0,说明模型总体有效;p失拟0.13,其值远大于0.05,说明模型没有造成失拟的现象。回归模型显著性系数R-Sq=98.76%,说明模型拟合程度好。R-SqR-Sq(调整)差值较小,说明模型准确,拟合程度良好。

2为模型的残差诊断结果。结果表明,残差没有任何异常情况。正态概率分布和直方图中的残差分布基本上是符合正态分布的;拟合值图中可以知道,残差分布没有出现明显的“漏斗形”或“喇叭形”;顺序图是残差对于以观测值顺序为横轴的散点图,从图中可以发现随着观察顺序残差在水平轴上下无规则地波动;残差对自变量的散点图中并没有发现有明显的“U”形或“倒U”形。判断得出模型的误差主要以系统误差为主,且在可控范围之内。因此,可以用此模型对浸没式超滤膜△TMP增长情况进行分析和预测。

图2 △TMP的残差

图2TMP的残差

Fig.2 Residual of △TMP

式(2)为RSM模型得出的△TMP与水冲强度、曝气强度和冲洗周期的二次多项式回归方程。

R=0.846-0.036α-0.028β+0.481γ+0.18α2+0.13β2+0.142γ2+0.0097αβ+0.05αγ+0.0222βγ(2)

式中 α——水冲强度;

β ——曝气强度;

γ ——冲洗周期,方程采用编码单位的数据。

3.2 △TMP的响应曲面分析

通过分析模型的等值图及响应曲面图,可以进一步确认响应变量(△TMP)与模型中所选定的主因子(水冲强度、曝气强度、冲洗周期)和交互作用项之间的影响关系及其变化规律(见图3~图8)。

图3 △TMP与曝气强度、水冲强度的等值线

图3TMP与曝气强度、水冲强度的等值线

Fig.3 Contour map of △TMP、aeration and flushing intensity

图4 △TMP与曝气强度、水冲强度的曲面

图4TMP与曝气强度、水冲强度的曲面

Fig.4 Curved surface of △TMP、aeration and flushing intensity

图5 △TMP与曝气强度、冲洗周期的等值线

图5TMP与曝气强度、冲洗周期的等值线

Fig.5 Contour map of △TMP、aeration and flushing cycle

图6 △TMP与曝气强度、冲洗周期的曲面

图6TMP与曝气强度、冲洗周期的曲面

Fig.6 Curved surface of △TMP、aeration and flushing cycle

图7 △TMP与水冲强度、冲洗周期的等值线

图7TMP与水冲强度、冲洗周期的等值线

Fig.7 Contour map of △TMP、flushing intensity and flushing cycle

图8 △TMP与水冲强度、冲洗周期的曲面

图8TMP与水冲强度、冲洗周期的曲面

Fig.8 Curved surface of △TMP、flushing intensity and flushing cycle

由图3~图8可知,由于冲洗周期延长,拦截颗粒物在膜表面堆积量增加,膜孔堵塞率增加,使得△TMP随着冲洗周期增加而减小;随着水冲强度增长和曝气强度增大而先减小后增大,原因是当曝气强度和水冲强度一定时,气液两相流可有效将附着在膜表面的污染物扰动脱落,当强度过大时,可能导致污染物粒径变小,从而增加膜孔堵塞的几率,进而加速膜污染[10]10]。通过各自变量显著性分析表明,冲洗周期对△TMP的影响最大,而水冲强度与曝气强度影响较小,这与朱圆圆等[11]11]在优化浸没式超滤处理海水的工艺参数的研究中得出类似的结果。同时在RSM设计所选取的试验范围内(冲洗强度为1.5~2.5倍产水量、曝气强度为60~80 m3/m2、反冲洗周期1~2 h)△TMP存在最小值,即存在一个最优的水冲强度、曝气强度和冲洗周期组合使△TMP达到最小值。

对模型进行求解,可得出最小△TMP的水冲强度、曝气强度和冲洗周期工况组合。有研究表明[12,13]12,13],当超滤膜冲洗强度为2倍产水量,冲洗周期小于2 h,有利于缓解膜污染。经优化后得出水冲强度在2.11倍产水量、曝气强度在71.9 m3/m2、冲洗周期为1 h时△TMP值最小,为0.492 kPa。

3.3 验证分析

按照RSM模型中计算出的最佳响应值,通过在最佳因素组合下进行若干次验证试验对模型可靠性进行验证。

按照模型得出的最优化工况下进行试验。试验结果如图9所示,△TMP在0.1~0.8 kPa之间波动,其平均值为0.453 kPa,验证试验得出的△TMP与模型理论最优△TMP(0.492 kPa)相差8.6%,这说明工艺运行参数优化结果可靠。

图9 验证试验△TMP变化

图9 验证试验△TMP变化

Fig.9TMP change curve

3.4 经济性最优分析

根据RSM模型分析结果可知,冲洗周期对△TMP影响最为显著,随着冲洗周期的缩短,△TMP随之下降。水厂在实际运行过程中需要考虑经济效益,降低冲洗周期会增加水厂运行费用以及管理难度。因此需对不同冲洗周期条件下△TMP(TMP变化率)与运行费进行分析。

根据式(1)及RSM模型求解出的最优工况可知,当水冲强度和曝气强度为最佳值时,可得出△TMP与冲洗周期的函数;设定反冲洗周期为未知数,按照30 d及一次反冲洗费用1.25元(主要费用为电费)为基准,可得出反冲洗费用与反冲洗周期的函数,如式(3)所示,另外根据式(4)可得出其导函数式(3):

{ΔΤΜΡ=0.772+0.497γ+0.142γ2C=9000.5γ+1.5(3){ΤΜΡ˙=0.497+0.284γC˙=-450(0.5γ+1.5)2(4)

式中 γ——冲洗周期,h;

C ——能耗费用,元/30 d。

10为式(3)和式(4)的图形表达,由图10可知,冲洗周期与运行费用负相关,与△TMP正相关。当反冲洗周期为1 h时,单池反冲洗能耗费用约530元/30 d;当反冲洗周期为2 h时,费用将减少一半,约272元,但△TMP由0.502 kPa上升到1.458 kPa,因此需分析反冲洗费用与△TMP随冲洗周期变化的变化率,由图10中导函数部分可知,△TMP变化率与反冲洗周期呈线性正比例关系;费用变化率呈非线性正比例关系,随反冲洗周期增加,变化率在逐渐减小,当反冲洗周期为1.32 h时的费用变化率为平均值,这说明反冲洗周期区间在1.0~1.32 h,费用变化率的变化幅度已经达到一半,因此当反冲洗周期低于1.32 h时,反冲洗能耗费用将急剧升高。当冲洗周期越短,越有利于缓解膜污染,当冲洗周期大于2 h时,中空纤维膜形成的滤饼较难去除[12]12],因此将反冲洗周期控制在1.32 h,即可有效控制能耗费用激增及膜污染情况。

图10 冲洗周期与△TMP、运行费用分析

图10 冲洗周期与△TMP、运行费用分析

Fig.10 Analysis of flushing cycle、△TMP and operation cost

4 结论

使用RSM法对工艺参数优化的结果可靠,对控制膜污染及罗桥水厂运行效应具有重要的指导意义。结论有以下几点:

(1)RSM模型的决定系数R-Sq=98.76%,利用模型得出精确的△TMP与水冲强度、曝气强度和冲洗周期的二元回归方程。

(2)冲洗周期对膜污染影响最为显著,△TMP随冲洗周期时间增加而快速增长;水冲强度与曝气强度存在最佳范围,过低或过高均会导致△TMP升高。模型解出理论最佳工况为水冲强度为2.11倍产水量、曝气强度为71.9 m3/m2和冲洗周期为1 h,经验证得出理论最低△TMP与实测值相差8.6%。

(3)膜池运行费随冲洗周期缩短用而增加,冲洗周期与△TMP正相关,将反冲洗周期控制在1.32 h,即可有效避免能耗费用急剧增长,同时也能缓解膜污染情况。

参考文献

[1] Benatti C T,Tavares C R G,Guedes T A.Optimization of Fenton’s oxidation of chemical laboratory wastewaters using there sponse surface methodology [J].Journal of Environmental Management,2006,80(1):66-74.

[2] Tong J,Chen Y G.Recovery of nitrogen and phosphorus from alkaline fermentation liquid of waste activated sludge and application of the fermentation liquid to promote biological municipal wastewater treatment[J].Water Research,2009,43(12):2969-2976.

[3] 段立安,王雷,陈世霞,等.化学絮凝法处理温室龟鳖养殖废水工艺参数优化[J].安全与环境学报,2017,(2):671-676.

[4] 范世锁,李慧,张浩,等.响应面优化污泥-茶渣生物炭的制备[J].环境工程学报,2017,(3):1778-1786.

[5] 李都望,黄有文,管浩,等.虹吸膜池在净水厂提标扩容中的工程实践[J].中国给水排水,2018,34(22):86-89,95.

[6] 张伟.适用于微污染水源水的农村饮水浸没式超滤组合工艺研究[D].北京:清华大学,2011.

[7] Wakeman R J,Williams C J.Additional techniques to improve microfiltration [J].Seppurifi Technol,2002,26:3-18.

[8] McAlexander B L,Johnson D W.Backpulsing fouling control with membrane recovery of light non-aqueous phase liquids [J].Membr Sci,2003,227:137-158

[9] Wilharm C,Rodgers V G.Significance of duration and amplitude in transmembrane pressure pulsed ultrafiltration of binary protein mixtures [J].J.Membr Sci,1996,121:217-228.

[10] 杨小丽,王世和,卢宁.一体式MBR控制膜污染的最佳曝气强度及影响因素[J].水处理技术,2006,(5):17-19.

[11] 朱圆圆,沈菊李,吕晓龙,等.浸没式超滤膜组件运行参数的优化[J].膜科学与技术,2014,34(6):106-111.

[12] 朱佳,刘研萍,姜晓锋,等.超滤膜处理重金属废水的膜污染控制中试[J].环境工程,2018,36(10):64-69.

[13] 许航,陈卫,杨金虎,等.超滤运行条件对跨膜压差影响的试验研究[J].华中科技大学学报(自然科学版),2012,40(6):117-121. 

 

Optimization of operation parameters of Flow Split SMF in water treatment plant based on RSM method
Li Duwang Huang Youwen Guan Hao
(Jiangxi Water Group Co., Ltd. Jiangxi Xiushui Water Co., Ltd.)
Abstract: In order to alleviate membrane fouling, RSM(response surface model) method was used to optimize the operation parameters of Flow Split SMF in Luoqiao Waterworks in Xiushui County. The results show that there is an optimum value between water flushing intensity and aeration intensity, too low or too high will lead to aggravation of membrane fouling, and the effect of flushing cycle on membrane fouling is the most significant, showing a positive correlation distribution. RSM model shows that the optimum combination of theoretical working conditions is 2.11 times of water yield, 71.9 m3/m2 of water flushing intensity and 1 hour of flushing period, and empirical results show that the theoretical minimum Delta TMP is in phase with the measured value. The difference is 8.6%. The flushing cycle is negatively correlated with the operation cost of the membrane tank. The backwash cycle is controlled at 1.32 h, which effectively control energy consumption and membrane fouling.
Keywords: Flow Split SMF; Process optimization; Membrane fouling; RSM;
1523 5 5
文字:     A-     A+     默认 取消