污水厂的稳定运行一直是每个污水厂工艺管理人员的终极梦想,但是在实际运行中,运行人员往往面临各种因素导致污水处理的运行不稳定,这些不稳定的起因分析、趋稳控制,水质达标是每次进行工艺调控的重要内容,每个污水厂的运维人员都希望能快速有效的解决污水厂的工艺问题。但是在实际工作中,很多污水厂再面对这些问题的时候,总是无所适从,盲目的做了很多不相关的工作之后,才能摸索出正确的方向,这样的流程过长,出水超标时间也长,现阶段的环保压力的情况下,是不容许污水厂长期进行这种摸索的。为了在污水厂的运行管理上探索更高效精准的控制技术,公众号从这一期开始,用几篇内容来和大家讨论下利用污水厂的数据分析,来指导污水厂的工艺运行的模式,希望能为运行人员从数据分析的角度来改善和调高污水厂的运行管理的效率。
2 g& x1 n! n& L9 V
' P6 g" ^& P4 Y4 x/ Q+ [
0 O1 `$ I8 n* ? [+ ]& q
) \" Q" B8 z: ^2 D( R4 d: F在污水厂的运行中,很多时候会出现工艺的异常的变化,工艺管理人员需要进行准确的判断,并采取相应的措施。这些异常来自于污水厂运行的方方面面,有运行操作的,有设备故障的,有进水水质等等。这些异常在一个运行的污水厂中,是不断地发生并且存在的,运行人员需要掌控这些情况,并作出合理的判断。
* }7 K2 t, A7 i, R/ b' q& i' H0 J! Q# n. z! `9 A
一线管理人员都会遇到在污水厂的运行过程中,出水水质从达标的状态忽然就变成超标了,从现场工艺运行操作上又没有特别的操作,或者没有自己认为影响到什么的操作。所以在分析中就会很困惑,这样的情况该如何去解决呢?那么这个时候就需要进行运行数据的分析,从运行数据中找到原因,并采取措施。下面以一个污水厂的运行实例来进行出水异常的情况的数据进行分析探讨。5 P5 t8 U- E) c+ j# Q5 v
/ l: J- K. N6 _7 t) x6 I
某污水厂地处西北省份地区,采用的运行工艺为A2O+MBR工艺,设计水量为2万吨,实际进水量平均为1.5~1.6万吨,7月份进水后,利用同地区污水厂污泥进行污泥培养,8月后稳定达标。从运行投产以来,出水水质一直保持稳定达标,进出水的各项指标如下表所示。
4 V0 K+ k ]1 U- m7 F; @2 ? [" q. z/ Q" m9 a
COD(mg/L) | NH3-N(mg/L) | TP ( mg/L) | TN( mg/L) | 水量(m3) | 进水 | 出水 | 进水 | 出水 | 进水 | 出水 | 进水 | 出水 | 进水 | 出水 | 280 | 35.24 | 23.98 | 0.36 | 2.965 | 0.64 | 29.2 | 9.41 | 16721 | 16316 |
' h2 P% P) f% g+ `但是从11月13日开始,出水总氮开始突然升高,从现场的工艺运行操作上上来看,有一些小的操作,但是对整体工艺都影响不大,对厂内的工艺运行,设备运行等等进行了注意排查后,没有发现重点影响总氮超标的问题。总氮开始超标后,厂内采取了增加回流,调整曝气等措施,但是调整的效果不是很明显,总氮仍然持续保持超标,但是其他指标变化并不是很明显。9 }& L* f$ N9 P3 k' |* L0 |
: a+ q& k0 _: d: b$ u# R9 V3 Q
* w- ~: O- v1 l' B- N' o
; s# [1 w' b( ~% g: U) a* {; J对于总氮的去除,在公众号之前的文章中进行了深入的讨论。那么从之前的讨论中我们可以进行一些预判,那就是总氮超标与几个环节有关系,分别是缺氧的反硝化环境,好氧硝化液的回流,反硝化的碳源的补充。根据厂内总氮的超标,围绕着几个方面进行逐一的分析。
3 Z% B6 e; Z$ h5 j" m
: Z$ K6 q0 k; a( y; Q厂内工艺采用的是A2O工艺加MBR,缺氧环境是通过空间上进行的划分实现的,在实际运行中对好氧末端的溶解氧的工艺控制也严格要求,虽然在MBR中采用气洗膜的方式增加了MBR池中的曝气,但是在前期运行中,这种溶解氧经过厌氧区的释放以后,对缺氧区的反硝化反应影响不大。而从硝化液回流的内回流的泵的运行上,近期没有异常的变化,设备由于投用期不长,运行工况良好,没有产生对工艺运行的影响。然后再看反硝化碳源的影响,碳源由于厂内没有每日化验BOD,一般以COD为判断依据,据厂内人员介绍,近期由于上游关停了部分企业,可能会产生一定的影响,为了进一步判断是否由于水质变化造成的影响,对厂内的各项水水质数据进行了统计分析。$ d* o; E8 a* h# f* @
+ h, l% `' `3 o首先对工艺人员怀疑的进水COD进行分析,通过表格软件对进水的COD进行曲线分析可以看到进水的COD变化情况。 @$ t! E1 y* W9 i" q7 _3 {
8 ~: \4 F4 r$ [* m6 o. I9 \+ p
7 _+ `7 ]- T9 i# J. B9 u
" T! Z1 c) a8 w( O1 ~+ H$ r* n可以从数据的统计曲线上看到COD的变化有,但是和之前的月份相比,这种变化没有特别明显,为了更好的分析,我们增加了移动平均的趋势线来进一步分析变化的趋势。为了更明显的看到变化趋势,我们把趋势线加粗,数据线变细。
/ {3 F8 ^7 [* D) ~1 ]4 o# M' Q6 ~- w- d
8 a& S/ O; U0 n1 a) V9 G
1 F/ F# W0 E% O) R+ N+ L从变化的趋势图来看,进水的COD变化近期内在逐步下降,但是从前期的运行变化的情况上来看,还不能说明反硝化的碳源不足,那么什么原因才是导致总氮超标的原因呢?1 R% U6 A/ d% n5 D3 U
- w4 g( D' `7 O3 h+ J为了进一步分析,我们把进水的总氮也进行了统计分析。分析图表如下:
# t/ \7 x4 J/ l, T. t3 E% c& D- X6 X) Y& L$ X% z
8 j) K/ m, T W8 C& g3 V, A6 V* c' u
# ^' ~, L4 |0 o5 {9 F
为了更明显的看到总氮的变化,我们把坐标轴变化一下,坐标起点从10mg/L开始。
& a+ q9 P7 n" ? B( F0 v" @) `# Q$ F) }
2 o% L9 Q( I3 w) n! R& P1 s' e- q% H
这张图可以更明显的看到进水总氮呈现了一个逐步升高的变化趋势,如果两个曲线叠加之后,是不是能更好的说明问题?利用图表软件里面的一些小功能,我们把进水总氮的变化曲线背景变成透明的,然后进行两张图的叠加,我们能得到这样的图:( W& X% M0 H' ?4 |! @* v7 g
( W3 i# {+ b8 f* j; P* _
9 B! d! @+ @: `3 \5 |& Q- E
$ [9 v3 O6 \! V: ^+ [8 v( I5 [
注意看两个趋势线的变化情况,总氮是一个逐步增高的趋势,COD是一个逐步下降的趋势,两个曲线在之前的运行中,变化基本上是同步的,增加或者降低都是一致的,但是在曲线上显示从横坐标89开始,也就是从10月30日左右开始出现了两条曲线相互背离的趋势,总氮在持续升高,COD下降。从这张曲线上已经明确显示出相对于之前的运行来说,进水的碳源开始出现不足,导致了出水的总氮开始超标。0 L! A" k, u6 b% m
/ {( {) B! C6 Y! s5 L( e
! i1 C7 a- i7 J4 p' h% B$ E7 ?/ [' O8 ]% r
为了更明显,可以用颜色区分开他们的变化,当然也可以用更高级的数学工具去分析两者之间的变化,对于污水厂的运行人员来说,简单的表格工具已经可以分析出原因了,也欢迎专业人员进行更深入的数据分析。
9 |( n( T1 ^; P% O0 X
# m% `6 H& Q7 w Q# p这是对某个厂的总氮超标进行的数据曲线变化的分析,根据这个分析,我们可以明显看到影响超标的主要原因来源是进水水质的变化,但不是进水的碳源下降,而是进水碳源下降,伴随着进水总氮上升,造成的进水碳源的相对不足。在这种分析的结果下,后期的工艺调整或者工艺关注点,工艺运行人员就很能明确了。
) q5 n0 E) y+ g0 e' x% y: x$ q. d* J" P1 ]& ?7 x
数据分析作为现今社会重要的科学手段,对现代社会起到了非常重要的作用,无论从科技发展,工农业发展,商业应用中都有非常多的应用。和我们老百姓常见的就是大数据无时无刻的影响着我们的日常生活,购物,出行,日常生活都会被大数据包围,我们也越来越享受大数据带给我们便捷的生活,而这些大数据背后就是各种各样深入的数据归纳和分析。作为污水厂,其实每天都在不断的产生大量的数据,这些数据对于污水厂的管理,能不能像大数据一样,使我们的管理更加便捷,高效呢?所以我们是需要对污水厂产生的数据进行有效的分析,从而使污水厂的运行管理更加精准和到位。) O5 L. R5 [8 K# Y) I
2 M2 o" h- A( l( _) B$ w* P5 R
那么数据分析是如何影响到污水厂的运行管理的呢?我们先来了解数据分析,在没有确定我们需要通过数据分析来了解什么的时候,这些来自于生产一线的数据往往只是一堆数字或者文字,没有任何的贡献。但其实这些数字是来源于每一个污水厂的实际运行的情况,这些数据背后隐藏了每个污水厂的运行管理方方面面,包括活性污泥的各种生存状况。而我们需要做的就是通过数学手段进行数据分析,把这些冷冰冰的数据背后鲜活的污水厂运行的情况挖掘出来,成为我们运行管理的扎实基础。
8 X* r: V3 ]4 a( C9 d: X: }/ w# w2 R
下面我们来举一个例子,看看如何用数学手段挖掘数据之间的关联性,对污水厂的运行管理做出帮助。$ P' P+ a; E* s8 N- N& _
1 E; _% Y0 w" D6 S我们知道在一个污水厂里,进水水质是非常重要的,进水水质中的BOD更为重要,特别是近年来对出水氮磷的要求,从普遍理论上,去除氮磷是对进水中的BOD要有一定的比例关系的。但是对于一般的污水厂来说,BOD的化验难度远远大于COD,很多污水厂都不会去每日进行BOD的化验,但是会长期进行COD的化验。这就出现一个问题,我们能不能用COD来替代BOD,进行每日的进水水质的评估呢?如果进水的COD是400mg/L,我们能不能预测出进水的BOD是多少呢?我们来用一个污水厂的数据进行讨论。. G" @5 i# |7 x' B
! A, |3 g4 I/ Q: a
% x# Z$ A; o$ }1 [: |4 R( c
( p# t$ }) J3 O% E/ l. o1 d3 k
这是某个污水厂在2004~2007年的COD和BOD的化验数据得月平均数值,一般来说,污水厂由于是专属服务某一个地区的污水处理的,这个地区由于居民生活水平,工业比例,管网建设情况在一定时期内稳定,那么也就是说这个地区的污水的组分是固定的,我们需要通过这些化验数据来做出一个COD和BOD之间的关联关系来,方便我们后期更加快捷方便的通过COD的化验就能预测到BOD的数值,来衡量进水中的碳源。9 v/ }9 } r( E; A
) r i9 R! ] w4 c2 }, U, z) k8 `, ]
首先利用EXCEL中的作图功能,这种寻求两个数据之间的关联的方法,一般采用这种散点图,散点图一般用于比较至少两组数值或者两对数据,使用它可以显示值集之间的关系,当我们把某污水厂2004~2007年的COD和BOD月平均值值得数据做成散点图之后,大家可以看到,这个散点图非常明显的显示出两者之间的关系呈线性分布,那么我们现在需要做的就是如何把这个线性关系找到。; m0 e$ a5 q2 l4 e% \% }
* {4 s$ J# r/ f8 @8 E# D
. `! h5 d. p; K$ ~6 d0 z
$ C4 O5 E* `6 G, t这种线性关系得寻找,在计算机辅助下,可以非常方便快捷的得到,大家可以利用EXCEL里面得数据趋势线的添加方式来进行,选择添加趋势线,在趋势线的选择框里,选择线性,注意下面要把“显示公式”得选项选择上,这样这个公式就能很方便的得出来了。
7 s# B2 v: p' z
A( [, i# y+ W! B
6 X4 X* v" G/ f E5 \1 n1 M! R
. {( Q# Y+ ]* u$ z% C, V U
当我们通过几年的数据进行分析后,得出得这个公式 [4 }2 g( T9 ]. K' z; K
7 v/ ]# R% [: @8 o4 o# E
Y=0.4366X+45.574,换成BOD和COD的关系就是:: L9 ^3 z q+ T1 X
0 M+ U3 B, }# I' \# w: \4 r: h BOD=0.4366COD+45.5740 D) D; z4 U8 J# K* f6 F
& s" N l# E2 u
能够通过COD来预估进水的BOD,从而研判进水中得碳源是否充足了。8 M) _! S' P. b5 n) X5 `; h0 F* L! J
; v4 C5 _0 k5 G5 R' i/ @; N当然这个是快捷得方式,如果是要采用数学推理计算的方式,这种线性关联的方式就要通过线性回归方程来进行计算。/ T' n6 B, r M+ P) n2 G" g
9 H* G7 P3 m( }& t. J" o( A 第一:用所给样本求出两个相关变量的(算术)平均值:
' w- |4 v W/ j5 @& ~* c- `: O( S4 S* ~! M
xp=(x1+x2+x3+...+xn)/n
, K; `5 r, C6 X* ?" x# H: D( e. o% w2 a' t+ _
yp=(y1+y2+y3+...+yn)/n # K$ l2 I( G3 v9 a$ z7 d- V
/ x* ?& e* n- e- P# V* f, n w" @
第二:分别计算分子和分母:(两个公式任选其一)
: }! W- A1 g! c5 e3 w1 g$ v1 ~: Q" ?6 T, {: E& j' p
分子=(x1y1+x2y2+x3y3+...+xnyn)-nXpYp3 v2 S% I2 n. U: O
; P' M* r/ ~6 O3 @分母=(x12+x22+x32+...+xn2)-n*x2
X1 A+ E, \" o& S/ u1 ~- e/ e
& q1 s! U7 R0 _8 j: E% a第三:计算b: b=分子/分母5 J. B' F: @& g7 C4 n
9 L q! {$ Q" M第四:最后把x,y的平均数xp,yp代入a=Yp-bXp
) a3 t9 B. \( G# E' t, d' C+ Q. T; f2 P0 K4 P# n0 A J" D
求出a并代入总的公式y=bx+a得到线性回归方程。
9 x! _* b9 {6 q- c# U" A) w. ]. I3 v4 @
为了验证这个数学计算方法,数学方法要求数据样本更多,更多的数据样本可以反应出更准确的数值,我们把某厂的2007年的每日的COD和BOD的值进行统计计算,出于篇幅原因,我们把数据表的部分列出来,然后用EXCEL里面的公式进行上述的数学运算,计算的结果见表后的数据:
" {3 J% i) Q1 U4 I9 @& @6 y; }
) z( ?: J, }* `3 a; C; k
1 R% f( K/ n) B/ p: D* q4 F# x5 E$ L4 @3 O6 \ l6 t
最终计算出2007年的COD和BOD的关系式为:. ^6 N' p" h! g& L; T
! c6 I1 d' D4 n' q" g
y=0.3455X+85.56
, X( H8 h2 q& c* [ {* _. x2 B9 z% A5 O
也就是BOD=0.3455COD+85.56
3 y) `0 q- J% Y: x' a& e
/ M, p' G% Y' Q2 ]- \( O6 r3 V然后我们用EXCEL的散点图和趋势线的方式来进行验证,可以看到这个曲线图的方程是:
0 D1 X4 ^6 R; A: K; H+ F ~+ ^1 [4 f
- q" W' r3 T6 v) [" a实战:数据分析对污水厂工艺调控的作用 - 环保之家
% x% N6 B% `$ l, C8 T$ ^& a* _& ?' c* `2 }6 P. {8 z4 m( ]
这个方程和我们数学计算的方程基本一致,因此可以知道数学方法和表格方法都是可以完成这个线性方程式的推算的。这个线性方程的得出,可以便捷的通过进水的COD来快捷的判断进水的BOD值,不必要等到5天后出来BOD5再来判断系统的碳源是否充足。+ N$ S' z x- J
0 |; g( J" \% t7 b: @* v |
-
© 声明:本文仅表作者或发布者个人观点,与环保之家[2TECH.CN]无关。其原创性及陈述文字、内容、数据及图片均未经证实,对本文及其全部或部分内容、图片、文字的真实性、完整性、及时性本站不作任何保证或承诺,仅做参考并自行核实。如有侵权,请联系我们处理,在此深表歉意。
|