混凝沉淀出水水质模型的建立与仿真.pdf

第 23 卷 第 4 期 中 国 水 运 Vol.23 No.4 2023 年 4 月 China Water Transport April 2023 收稿日期：2022-10-29 作者简介：李 辉（1998-），男，上海理工大学环境与建筑学院，硕士生。混凝沉淀出水水质模型的建立与仿真 李 辉，伊学农，朱慕来，朱晓岩（上海理工大学 环境与建筑学院，上海 200020）摘 要：借助 MATLAB 中 Simulink 工具箱建立混凝沉淀出水水质仿真预测模型，通过采集 A 水厂不同时间段的原始测量数据，验证模型准确度，并通过模型模拟，进行参数分析，以优化供水厂的水处理效率。关键词：混凝沉淀；出水水质模型；仿真预测 中图分类号：TU991 文献标识码：A 文章编号：1006-7973（2023）04-0044-03 一、引言 随着人们生活水平的不断提升，对于饮用水问题的关注度越来越大。在饮用水处理过程中，混凝沉淀作为预处理工艺发挥决定性作用。目前，在混凝沉淀工艺的研究领域，人们主要通过经验法以及神经网络等黑箱模型来进行混凝沉淀工艺研究。由于混凝沉淀处理过程极其复杂，如若想要获得相关过程数据须通过长期实验，这极大阻碍了混凝沉淀技术的发展1。为提高混凝沉淀处理工艺的研究效率，国内外学者提出混凝动力学等描述混凝沉淀过程机理模型，为混凝沉淀工艺处理技术的研究提供科学依据。借助计算机进行仿真研究，推动混凝沉淀工艺的研究快速发展2。目前，国内外关于饮用水处理中混凝沉淀工艺仿真模型较少。文中的目的是利用系统建模方法建立混凝沉淀处理系统模型，该模型可为研究者提供研究平台，并且为水厂实际运行参数调整提供理论支持。二、混凝沉淀机理模型 1混凝模型 混凝在给水处理中发挥决定性作用，是水中微小颗粒物质凝聚的过程，水中微小颗粒物质在混凝剂的作用下，失去稳定性，相互凝结一起，形成大颗粒物质，最后经由沉淀工艺去除，达到净水效果。絮凝过程主要包含有异向絮凝和同向絮凝。异向絮凝是指脱稳胶体由于发生布朗运动，使得颗粒之间发生碰撞而相互粘结在一起的过程，异向絮凝主要作用于粒径小于 1m 的颗粒。假定水中颗粒3之间碰撞均有效，且颗粒为均匀球体，则异向絮凝速率为：234-KTn=dtdn 式中：K波茨曼常数，K=1.3810-16gcm2/s2K；T水的热力学温度（K）；水的动力粘度（g/cms）；n颗粒数量浓度（个/cm3）；参考浊度仪的散射原理，将颗粒质量浓度转换为数量浓度。上述公式是根据颗粒每次碰撞都导致凝聚而推导出来的。实际上并非每次碰撞都有效，引入有效碰撞系数 加以修正，则有：234KTn=dtdn-表征胶体稳定性强弱2的重要参数是 电位，电位越高，带电量越大，胶粒越稳定，不易沉降，若 电位越低或接近于零，胶粒很少带点或不带电，胶体越不稳定，易于接触而沉降。电位随温度，pH 值及溶液中反离子浓度等外部条件变化而变化。pHCQk=2 式中：Q投药量；C有机物含量；pH水中酸碱度。同向絮凝是借助水力条件或者机械搅拌使颗粒发生凝聚的过程，该过程出现于粒径大于 1m 的颗粒。假定颗粒为均匀球体，颗粒粒径采用均质粒径，则有同向絮凝速率为：3232dGn=dtdn-式中：G速度梯度（s-1），G=du/dz。2沉淀模型 沉淀是给水处理系统的重要部分，主要目的是去除水中悬浮颗粒。沉降引起的固体通量由双指数沉降函数规定，适用于受阻沉降和絮凝剂沉降条件。Takcs 等人描述的建立函数由下式给出：ojrflocXmaxojinXrmaxsjevev=v-三、仿真模型实现 参考上述混凝沉淀机理模型，借助 MATALB 中SIMULINK 平台将混凝池和沉淀池进行独立封装，组成混凝沉淀预处理模型，仿真模型界面如图 1 所示。第 4 期 李 辉等：混凝沉淀出水水质模型的建立与仿真 45 图 1 仿真模型界面 四、模型验证 通过对某地水厂进行调研，获取水厂工艺设计参数以及运行参数，将其导入模型，检验模型仿真的准确度。2月4月6月8月10月12月0.00.10.20.30.40.50.60.70.8浊度去除率月份 实际值 模拟值 图 2 实际值与模拟值对比图 五、参数分析 1原水水量 水处理构筑物的进水流量对混凝效果也有影响。这种影响主要表现在：一是进水流量的变化对水体中颗粒物浓度有影响。二是进水流量的变化对混凝剂浓度有影响。三是进水流量的变化对沉淀时间有影响。因此，水量变化对混凝效果有影响，故需要分析进水水量对与混凝沉淀去除效率的影响效果。图 3 浊度去除率与水厂进水水量关系 从图 3 中可以得出，浊度的去除率随着引水量的增加而减小。在实际水厂运行中，当原水浊度已经确定，引水量的增加导致水中颗粒物的数量增加，在水厂运行工况不变的情况下，水厂对于颗粒物的去除存在限值，其次，引水量的增加也会使得投加混凝剂的浓度下降，使得絮体脱稳效果不好。2速度梯度 G 值，指相邻水层的水流速度差和它们之间的距离比。只有在相邻的水层之间存在速度差，才能够引起颗粒之间的碰撞和接触，在絮凝过程中 G 值是重要的技术参数。在混合阶段，对水流进行剧烈搅拌的目的，主要是使药剂快速均匀的分散于水中以利于混凝剂的快速水解、聚合以及颗粒脱稳。搅拌强度按速度梯度计，一般 G 值在 7001,000s-1之内。在此阶段，水中颗粒较小，同时存在颗粒间异向絮凝。在絮凝阶段，主要靠机械或水力搅拌促使颗粒碰撞凝聚，故以同向絮凝为主。在絮凝阶段，通常以 G 值作为控制指标。图 4 浊度去除率与速度梯度的关系 从图 4 中可以发现速度梯度对于浊度去除率的影响较大。浊度去除率随速度梯度变化整体呈现拱形，即存在最佳速度梯度4。在速度梯度较小的情况小，水流中的颗粒因为水力作用，相互碰撞在一起，并且会随着相邻流层中速度梯度的增大而增大。当速度梯度越过最佳速度梯度后，水体中的颗粒物因为水中剪切力过大，而出现絮体破散的现象5。3混凝剂投加量 在工艺条件一定的情况下，混凝剂投加量的多少直接影响到水处理的结果，即处理后的水质，并在制水成本中占有较大比重。图 5 浊度去除率与混凝剂投加量的关系 46 中 国 水 运 第 23 卷 图 5 中发现浊度去除率与混凝剂投加量6关系明显，在低混凝剂投加量时，浊度的去除率随着混凝剂投加量逐渐升高，混凝剂水解后，产生大量的反离子，通过压缩双电层、吸附电中和、吸附架桥以及网扫卷捕，使得水体中的胶体粒子失稳，胶体之间能够相互结合形成较大絮体。当混凝剂投加量过大时，水中的胶体颗粒会因为吸附过多反离子而重新带电，从而又能够在水中稳定存在，故去除率随着混凝剂的投加量下降。六、结论 混凝沉淀模型的成功验证以及参数分析，为供水处理厂带来有效的实验模拟工具，这为水厂实际运行操作提供理论参考，通过建立混凝沉淀出水水质预测模型，模拟水厂运行状况。在水厂水质出现恶化时，可以通过以下措施进行调整：（1）调节进水阀门开启度。调节进水流量，改变水中颗粒浓度和混凝剂浓度，影响混凝效果。（2）调整速度梯度。速度梯度会改变水力条件，进而改变颗粒间碰撞效率，影响混凝效果。（3）调整混凝剂投加量。混凝剂投加量影响水中颗粒稳定性，进而影响混凝效果。参考文献 1 AWCvan der Helm，Wagemaker，KMSchage nManual Of Stimela Models for Project Team Waterspot JWater Sciecnce and Technology（Water Supply），2008（1）：61-69 2 AWCvan der Helm，LCietveldModelling of drinking water treatment processes within the Stimela environmentJWater Sciecnce and Technology（Water Supply），2008（8）：87-93 3 严煦世，范瑾初给水工程M北京：中国建筑工业出版社，第四版，1999 4 李敏，宗栋良混凝中 Zeta 电位的影响因素J环境科技，2010，23（3）：9-11+16 5 薛联鹏基于 DLA/DLCA 的絮体破碎及再形成过程模拟研究D长沙：湖南大学，2018 6 于水利，孙凤鸣，李玉华等最优混凝搅拌条件的研究J哈尔滨建筑大学学报，1999，（6）：49-52 7 王晓敏，王亮，李风亭等混凝剂对胶体电动电位的影响研究J工业安全与环保，2006，（2）：7-9 （上接第43 页）图 7 逆光环境下救生衣检测图 图 8 为其他一些环境下的救生衣检测。其中有船员被遮挡等情况。通过肉眼进行判断，可以看出该算法的准确性是较高的。在船员半身遮挡的情况下也能对其进行准确定位，且分类也十分准确，分别打上了绿色的 wear 和红色的unwear 的标签。图 8 其他情况下救生衣检测图 首先观察真实图片为 unwear 的情况，其中真实为unwear，算法预测为 unwear 的占比为 0.92；误识别为wear 的占比为 0.02，未识别的结果为 0.06。接着研究真实为 wear 的情况，其中真实为 wear，算法预测为 wear 的结果占比 0.87；误识别为 unwear 的占比为0.09；未识别的占比为 0.04。最后研究图片中没有船员的情况，其中没有检测到船员的结果占比为 0.92；将船上其他物体识别为 wear 的占比为0.04；将船上其他物体识别为 unwear 的占比为 0.04。四、结束语 通过不同环境的分析可以证明文中算法能够在复杂环境下对船员进行定位，并且判断其是否穿着救生衣。能够大大提升水上执法单位的执法效率，解决了执法力量不足的物体。对船舶航行进行规范，降低了船员在船舶航行过程中的危险性，有利于航行安全和航道的畅通。参考文献 1 王剑哲.基于卷积神经网络的显著性目标检测算法研究D.无锡：江南大学，2022.2 柳晨光，初秀民，谢朔等.基于单目视觉的水面船舶多目标定位方法J.交通运输工程学报，2015，15（5）.3 张俊杰，丁淑艳，李伦波.基于类 Haar 特征和颜色特征的NAO 机器人识别J.计算机与现代化，2017，（2）：30-35.4 樊红卫，胡德顺，高烁琪等.基于深度信念网络的铁谱图像智能识别方法与试验验证J.润滑与密封，2021，46（7）：15-22.5 杨雪松.复杂渡口环境下的救生衣检测与跟踪技术研究D.长沙：长沙理工大学，2015.