应用陶粒过滤-陶瓷膜组合对止咳糖浆制药废水深度处理的试验研究

止咳精浆制药废水经生物接触氧化一体化废水处理装置处理后,其出水中COD、BOD和氨氮等主要污染物质均不能达标排放.在实验室中采用陶粒过滤-陶瓷膜组合对经一体化处理装置处理后的制药废水进行深度处理,在陶粒柱反应器选用粒径为1～2 mm的陶粒滤料,陶瓷膜反应器选用孔径为2～3/μm陶瓷膜的条件下对水样进行测试.废水经陶粒过滤-陶瓷膜组合处理后,其BOD、COD、SS和氨氮指标均可稳定达标排放.     

硫铁矿烧渣催化类Fenton法深度处理维生素C废水

采用硫铁矿烧渣协同Fe2+催化H2O2的类Fenton法深度处理维生素C制药废水,通过正交实验考察FeSO4投加量、H2O2投加量、搅拌反应时间、曝气时间等因素对低浓度难降解有机物去除的影响程度,并结合单因素实验确定最佳反应条件。结果表明:(1)正交实验中,各因素对催化氧化反应效果的影响程度依次为H2O2投加量搅拌反应时间曝气时间FeSO4投加量;(2)单因素实验中,最佳反应条件为烧渣投加量10g/L、H2O2投加量4.9mmol/L、FeSO4投加量3.9mmol/L、搅拌反应时间20min、曝气时间20min、絮凝沉淀部分聚丙烯酰胺(PAM)投加量5mg/L。在此条件下,COD去除率最高达63.21%。     

移动床生物膜反应器—膜生物反应器深度处理模拟废水及工业园区综合废水

将移动床生物膜反应器(MBBR)与膜生物反应器(MBR)有机结合,研究了该MBBR—MBR串联系统在水力停留时间(HRT)为17.50、11.75h条件下的脱碳脱氮的效果以及对工业园区综合废水污染物的去除情况。结果表明:(1)MBBR—MBR串联系统脱碳脱氮的效果良好,HRT的改变对系统的去除效果有一定的影响,随着总HRT由17.50h变为11.75h,模拟废水中COD的去除效果降低,但氨氮、硝态氮和TN的去除效果基本不受影响。(2)MBBR—MBR串联系统处理印染工业园区综合废水也有较好的效果,当进水COD、氨氮分别为150~450、20~40mg/L时,出水COD、氨氮平均分别为53.1、1.8mg/L,MBBR—MBR串联系统对COD、氨氮的去除率平均分别为80.4%、93.1%,但系统对TN的去除效果不是很理想。     

混凝-Fenton-BAF深度处理垃圾渗滤液中试研究

针对经过SBR处理后,难以再进一步生化降解的垃圾渗滤液,提出混凝-Fenton-曝气生物滤池(BAF)工艺进行深度处理.首先利用混凝去除SBR出水的悬浮性有机物,降低Fenton试剂的处理成本;然后采用Fenton试剂进行氧化处理,既降低垃圾渗滤液的COD值,又提高其可生化性,最后通过BAF工艺去除有机物,实验结果表明,在SBR出水COD为600～800 mg/L的情况下,最终出水的COD低于80 mg/L,处理成本仅为2.6元/t.     

铁炭微电解深度处理焦化废水的研究

采用曝气铁炭微电解工艺对焦化废水进行了深度处理.结果表明,在活性炭、铁屑和NaCl投加量分别为10 g/L、30 g/L和200 mg/L的条件下反应240 min,出水COD去除率在30%～40%;酸性条件可以进一步提高COD去除率;微电解可以去除原生化出水中的难降解有机物,出水物质的分子量主要集中于2000 Da以下,以脂类和烃类化合物为主;出水的可生化性有了大幅度提高,BOD5/COD由0.08增加到0.53.实验结果表明,铁炭微电解是深度处理焦化废水的一种有效工艺.     

中国水污染控制对策之我见

编者按:我国的水污染防治工作开始于上世纪80年代,但至今收效甚微,甚至有不断恶化的趋势.中国工程院院士钱易对其原因进行了深度分析,并提出了加强水污染防治的建议和意见.     

磁加载絮凝优化污水深度除磷的试验研究

为满足天津市城镇污水处理厂地方标准(DB 12/599—2015)对污水厂出水总磷的排放需求,对天津开发区某污水处理厂二沉池出水进行磁加载絮凝优化试验研究.通过设计正交试验和响应面试验,优化絮凝过程化学条件和水力条件,并探讨过程反应机理.结果表明,絮凝过程采用磁粉B,阴离子型PAM,G1、G2、G3分别为80 s-1、...     

城市污水雌激素活性研究进展——毒性评估、致毒物解析及毒性削减

城市污水成分复杂,含有多种有毒有害物质,使其能对生物体产生各种不良生物效应,其中,内分泌干扰物,尤其是雌激素类物质以及具有雌激素活性的污染物,因能影响生物的生殖系统并造成受纳水体鱼类性别转变等危害而备受关注,城市污水的雌激素活性也一直是污水处理领域的研究热点.当前,城市污水回用是缓解全球水资源危机的重要途径之一,在此背...     

基于深度学习的便携式浊度计示值误差校正方法

常规的浊度计示值误差校正方法多采用比值校正法进行设计,应用过程中,无法深入挖掘浊度计示值的各项误差,存在校正精度较低的问题,导致浊度计测量的浊度示值与待测液的实际浊度值之间偏差较大。针对这一问题,笔者引入深度学习原理,以便携式浊度计为例,提出一种全新的示值误差校正方法。先采集便携式浊度计示值,获取浊度计示值的动态变化,然后利用深度学习算法原理,构建神经网络模型结构,通过神经网络模型的示值误差激励、校正量化、迭代训练、最优保存等步骤,得出最优化的示值误差校正结果。实验分析可知,新的方法应用后,测得标准浊度液的浊度示值与其实际浊度非常接近,示值误差较小,校正效果优势显著。     

利用人工湿地系统深度处理城市污水尾水

利用垂直复合流模拟人工湿地系统对城市污水厂尾水进行深度处理实验研究,植物床选用美人蕉、菖蒲、茭草、芋头和象草混合栽种,采用石英砂为主体填料。实验研究表明:人工湿地系统在停留时间为24h,水力负荷为0.4m3(m2·d)的运行条件处理效果较佳,在此条件下连续稳定运行10个月,处理后的尾水主要指标达到(GBT189212002)标准。