论文部分内容阅读
水资源的日益短缺成为我国乃至世界经济发展的最大障碍,解决水资源问题迫在眉睫。污水处理及海水淡化等再生水、淡化水技术的发展正在逐渐成为解决水资源问题的重要手段。膜生物反应器(membrane bioreactor,MBR)结合了膜分离技术与生物反应器技术,在污水处理、海水淡化方面具有很大的优势和巨大的发展空间。在膜生物反应器不断发展的同时,膜污染成为了严重阻碍MBR发展的最主要因素,膜污染导致的直接现象是膜通量的减小,从而使得进料压力增大、生产率降低、系统停机时间增长、运行成本增大。因此研究膜污染的机理和预测控制方法,保证膜生物反应器能够在稳定的低耗能条件下获得较大膜通量是促进MBR推广应用的关键。文章针对上述问题进行了膜污染预测研究,以及为克服海水反渗透(seawater reverse osmosis,SWRO)脱盐技术存在的预处理污泥体积增大和总体水回收率低两大主要问题,提出了一种新型的混合反渗透-正渗透(reverse osmosis/forward osmosis,RO/FO)系统,并在MATLAB中开发了RO/FO混合系统的软件。(1)研究了MBR系统中的膜污染分类、机理、影响因素以及控制。根据膜污染位置、可清洗程度、污染物成分,研究了膜污染分类,简述了膜污染机理。按照膜的性质、操作条件、混合液性质和进水水质等四个方面对膜污染各种影响因素的产生、作用原理、影响过程进行了深入研究,为接下来的膜污染预测奠定了基础。详细介绍了膜材料本体改性、膜材料表面改性、膜组件的优化、料液性质的改变、操作条件的控制以及膜污染的清洗等方面对膜污染的控制和清洗的各种方法,为海水淡化过程中研究降低能耗奠定基础。(2)针对由于膜污染影响因素的复杂性而无法准确预测膜污染的问题,首先采用主成分分析法(principal component analysis,PCA)对膜污染数据进行处理,得到对膜通量影响最大的三个影响因子,之后处理得到的实验数据,确定径向基(radial basis function,RBF)神经网络的结构,并采用遗传算法(genetic algorithm,GA)优化RBF神经网络参数,提高网络预测精度,训练建立基于PCA的GA-RBF膜污染预测模型,通过仿真证明优化后的膜污染预测模型在预测精度、收敛速度等方面均优于传统的RBF神经网络,达到了准确预测膜污染程度的研究目的。(3)针对海水反渗透(SWRO)脱盐技术存在的预处理污泥体积增大和总体水回收率低等两大主要问题,提出了一种新型的混合反渗透-正渗透(RO/FO)系统,对海水淡化预处理所排出的污泥料液,通过正渗透进一步浓缩,以FO代换离心机,以处理后的反渗透浓缩水作为FO的汲取液,再进行循环脱盐,以增加水回收率,减小污泥料液排放量,并增加一定的淡水产率。(4)在MATLAB中开发了RO/FO混合系统的软件并封装,结合不同的水通量值进行了仿真验证。软件可在RO/FO系统界面设置不同的操作参数,实现在多种不同的操作条件选项下快速估算出预处理污泥体积的减少百分比、RO整体水回收率、所需FO膜面积以及RO废渣的稀释率。