CN115266835A - 一种基于电导率测量多种补偿的废水含盐量测量方法 - Google Patents

一种基于电导率测量多种补偿的废水含盐量测量方法 Download PDF

Info

Publication number
CN115266835A
CN115266835A CN202210782317.XA CN202210782317A CN115266835A CN 115266835 A CN115266835 A CN 115266835A CN 202210782317 A CN202210782317 A CN 202210782317A CN 115266835 A CN115266835 A CN 115266835A
Authority
CN
China
Prior art keywords
conductivity
salt content
wastewater
data
salt
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210782317.XA
Other languages
English (en)
Inventor
张海燕
曹亮
陈令强
徐劲松
王焱
王金刚
孙哲
亓伟
王彬
陈静
段浩然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Huadian Group Co ltd Shandong Branch
Laicheng Power Plant Huadian International Power Co ltd
Huadian International Power Co ltd Technical Service Branch
Original Assignee
China Huadian Group Co ltd Shandong Branch
Laicheng Power Plant Huadian International Power Co ltd
Huadian International Power Co ltd Technical Service Branch
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Huadian Group Co ltd Shandong Branch, Laicheng Power Plant Huadian International Power Co ltd, Huadian International Power Co ltd Technical Service Branch filed Critical China Huadian Group Co ltd Shandong Branch
Priority to CN202210782317.XA priority Critical patent/CN115266835A/zh
Publication of CN115266835A publication Critical patent/CN115266835A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/06Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供了一种基于电导率测量多种补偿的废水含盐量测量方法,属于废水处理技术领域。包括以下步骤:选取需要测量的废水,消除有机物干扰,并进行含盐量测试;测量处理后废水的pH,进行可挥发性物质补偿;收集测试数据,开展化验数据分析,对每对电导率与含盐量分析数据开展离群值筛选,利用数据分析方法确定电导率和含盐量的关系公式;根据电导率和含盐量的关系公式,计算废水含盐量。通过化验室水质分析及分析数据计算和管理,以及废水温度等多种补偿计算的方法,实现对高盐废水的准确测量。

Description

一种基于电导率测量多种补偿的废水含盐量测量方法
技术领域
本发明涉及一种基于电导率测量多种补偿的废水含盐量测量方法,属于废水处理技术 领域。
背景技术
含盐量是废水监测的一个指标,目前废水含盐量测定方法主要依照《水质全盐量的 测定重量法》(HJ/T 51-1999)进行测定分析。在《城镇污水水质标准检验方法》 (CJ/T51-2018)、《水和废水监测方法(第四版)》提出了溶解性固体和可滤残渣的分析 方法,在实际测定中,也有对废水溶解固形物或可滤残渣的测定来表示含盐量的值。以上 的方法测量流程一样,均需要过滤、蒸干、恒重、称量的化验步骤,只是在取样体积、蒸 干温度等操作条件存在细微的差别。以上的方法测量操作繁琐,工作量大,操作时间较长 (一般需要4h左右),在实际生产或废水排放中无法实现在线测量。
随着水污染治理实施的不断深入,一般高盐废水(不含重金属等危险废物的废水)污 染治理最后基本通过热法和膜法两种办法达到对含盐量的固定,从而实现废水的回用和零 排放。由于环保法规、建设费用、运营成本等影响,越来越多的废水处理采用烟道法对脱 硫废水进行浓缩(装置通常称为“低温浓缩塔”),然后进行干燥,实现废水零排。
在实际运行中,低温浓缩塔浓缩倍率实际上就是控制废水中的含盐量,由于含盐量测 量操作繁琐,需要时间长,无法指导运行控制,造成实际运行中,低温浓缩塔浓缩倍率无 法控制,浓缩后的浓盐水含盐量波动大。浓缩倍率低,处理的高盐废水量少,能耗高;浓缩倍率高,出现扰动泵后管道结晶堵塞等问题。急需含盐量的实时测量,实现低温浓缩塔稳定可靠运行。
发明内容
本发明目的是提供了一种基于电导率测量多种补偿的废水含盐量测量方法,不仅操作 简单便捷,而且测量准确率高。
本发明为实现上述目的,通过以下技术方案实现:
步骤1:选取需要测量的废水,消除有机物干扰,并进行含盐量测试;将选取的废水通过水浴蒸干,并在水浴前和水浴过程中蒸干前缓慢少量加入H2O2溶液,至废水或残渣 变为白色或颜色稳定不再变化;
对废水开展平行样测试,保留平行样相对标准偏差绝对值小于0.5%的测试结果,含 盐量取平行样的算术平均值;
步骤2:测量处理后废水的pH,进行可挥发性物质补偿;
pH≤2,测定废水中CL-含量[CL-],若[CL-]≥400mg/L,对含盐量进行氯化氢补偿,计 算公式为:pH≥-lg([CL-]/35500),含盐量加10-pH×36500mg/L的氯化氢补偿;若pH< -lg[CL-],含盐量加[CL-]×1.028mg/L的氯化氢补偿;
pH≥12,测定水中的氨离子含量[NH4 +],若[NH4 +]≥180mg/L,对含盐量进行NH3补偿, 计算公式为:[NH4 +]≤18×10(pH-11),含盐量加[NH4 +]×1.89mg/L的NH3补偿;若[NH4 +]≥18 ×10(pH-11),含盐量加10(pH-14)×44000mg/L的NH3补偿;
步骤3:收集测试数据,开展化验数据分析,对每对电导率与含盐量分析数据开展离 群值筛选,利用数据分析方法确定电导率和含盐量的关系公式;
步骤4:根据电导率和含盐量的关系公式,计算废水含盐量。
优选的,所述电导率与含盐量分析数据开展离群值筛选,利用数据分析方法确定电导 率和含盐量的关系公式,具体步骤如下:
步骤1:利用盐导比参数对数据开展离群值检验,所述盐导比等于含盐量与电导率的 比值,对数据离群值进行筛选,筛选出参与数据测算的分析数据;
步骤2:将分析数据的20%作为测试数据,80%的用于样本训练,建立高盐电导率对含 盐量的关系公式:
Y=(axb+Obj)/2
Figure BDA0003729891090000021
式中:a为幂函数系数,b为幂指数,x为电导率,Y为含盐量,n为训练函数样本数, l是对单个样本的损失,yi、y′i分别为模型第i个样本含盐量的真实值和预测值,ft为基模型,t为累加变量,代表树的数量,也就是每棵树的复杂度进行累加。
优选的,所述a取值为465.6852,b取值为1.3051。
优选的,所述离群值筛选按照电导率每数值间隔1为划分单位,通过对比正态分布中 的标准差,进行偏离度分析,当超过1.5个标准差时,则作为离群点进行过滤去除。
本发明的优点在于:本发明可以利用水中溶解盐电离产生的导电能力,使用电导率快 速测量废水中含盐量,其灵敏度高、操作简单,在测量量程内测量结果准确度高,且经济 方便。
附图说明
图1为本发明电导率-含盐量幂函数拟合示意图。相关性R2=0.91,样本平均绝对偏差 mae=9201.41。
图2为本发明XGBoost拟合回归示意图。相关性R2=0.89,样本平均绝对偏差 mae=11946.34。
图3为本发明幂函数与XGBoost模型整合示意图。相关性R2=0.94,样本平均绝对偏 差mae=8932.94。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地 描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本 发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例,都属于本发明保护的范围。
一种基于电导率测量多种补偿的废水含盐量测量方法,可以利用废水中盐的电离作用 带来的导电能力,进行含盐量的准确测量,包括以下步骤;
1、选择含盐量在20g/L-400g/L高盐废水,对于同一水源,同一生产工艺产生的废水, 废水中各类成分相对稳定,更适合采用本方法开展全盐量测定。
2、电导率准确测量,选择合适测量量程、温度补偿灵敏准确的电导率,并能够抗腐蚀、污染及极化效应,满足电导率的准确可靠测量。
3.按照HJ/T51对水源进行含盐量测试。
(1)消除有机物干扰,水浴蒸干后,将蒸发皿移出,待蒸发皿稍微冷却,根据水质情况,在水浴过程中均匀缓慢加入30%的H2O2溶液适量,慢慢旋转蒸发皿至汽泡消失,再 进行蒸干,反复处理数次,直至蒸发残渣不出现汽包,残渣变为白色或颜色稳定不再变化。
该步骤中优化有机物处理流程,提前加入H2O2溶液,防止蒸干后再添加H2O2溶液,造 成蒸干残渣飞溅,或含盐量高时,残渣内有机物去除不彻底,引起测量误差。石灰石-石膏湿法脱硫***采用强制氧化,脱硫废水中还原性盐类几乎不存在,H2O2溶液在去除有机物过程中会出现泡沫,甚至造成试样沸腾。本步骤在水浴蒸干前加入部分H2O2溶液,低温 溶液状态下,H2O2反应较温和,去除大部分有机物,然后在水浴蒸干前再提前加入H2O2溶 液,保证氧化物去除彻底,同时防止蒸干后添加H2O2溶液造成蒸干残渣飞溅,引起测量误 差。
(2)每份水样开展平行样测试,平行样相对标准偏差绝对值小于0.5%,保留测试结 果,含盐量取平行样的算术平均值xp
Figure BDA0003729891090000041
式中:cv为平行样相对偏差;S为平行样绝对偏差;xp为平行样平均值,
Figure BDA0003729891090000042
4.进行可挥发性物质补偿,实现高盐水含盐量的准确测量。
(1)测量pH,pH≤2,测定废水中CL-含量(用[CL-]表示,单位为mg/L),[CL-]≥400mg/L, 对含盐量进行氯化氢补偿,计算公式为:pH≥-lg([CL-]/35500),含盐量加上10-pH× 36500mg/L的氯化氢补偿;若pH<-lg[CL-],含盐量加上[CL-]×1.028mg/L。
(2)pH≥12,测定水中的氨离子含量(用[NH4 +]表示,单位为mg/L),[NH4 +]≥180mg/L, 对含盐量进行NH3补偿,计算公式为:[NH4 +]≤18×10(pH-11),含盐量加上[NH4 +]×1.89mg/L 的NH3补偿;[NH4 +]≥18×10(pH-11),含盐量加上10(pH-14)×44000mg/L的NH3补偿。
5.收集测试数据,开展化验数据分析,对每对电导率与含盐量分析数据开展离群值 筛选,利用数据分析方法确定电导率和含盐量的关系公式。
(1)引入盐导比参数对数据开展离群值检验,收集测试数据≥50组,每对电导率和含盐量引入盐导比d参数,盐导比d等于含盐量与电导率的比值,对d开展r值离群性数 据筛选,确定最后参与数据测算的分析数据≥45组。
离群值筛选按照电导率每数值间隔1为划分单位,通过对比正态分布中的标准差,进 行偏离度分析,当超过1.5个标准差时,则作为离群点进行过滤去除。
将分析数据的20%作为测试数据,80%的用于样本训练,建立高盐电导率对含盐量的 测算模型:
Y=(465.6852x1.3051+Obj)/2
Figure BDA0003729891090000043
式中:a为幂函数系数,b为幂指数,x为电导率,Y为含盐量,n为训练函数样本数, l是对单个样本的损失,yi、y′i分别为模型第i个样本含盐量的真实值和预测值,ft为基模型,Ω为正则项。
所述拟合回归高盐电导率对含盐量的测算模型计算过程如下:
拟合回归:
去除离群点后电导率-含盐量采样数据依然符合递增函数的特征,并与幂函数图像吻 合。取幂函数y=axb;在进行幂函数拟合回归时,先对其进行线性转换为ln y=ln a+b ln x; 将过滤后的数据带入公式中,建立幂函数拟合回归方程,并求解a与b的值,a=465.6852, b=1.3051,则幂函数回归方程为y=465.6852x1.3051
如图3所示,现实数据会有波动,会导致直接由幂函数预测得到的值出现误差较大的 情况,所以需要结合XGBoost模型调整幂函数的平滑性。
XGBoost数据建模:
利用XGBoost求解损失函数极值时进行了二阶泰勒展开,用于逼近损失函数的最小值。 在使用数据训练模型时,其目标函数Obj如下:
Figure BDA0003729891090000051
如图2所示,预测值与现实值在某种情况下也会存在一定的误差。
算法优化及整合:
将幂函数公式与XGBoost公式的两者预测值的平均进行整合,得到新的预测模型,如 下所示:
Y=(465.6852x1.3051+Obj)/2
其相关性R2=0.94,样本平均绝对偏差mae=8932.94,相比较单独的幂函数和XGBoost 有显著的提高。
6.开展废水电导率分析,根据电导率和含盐量的关系公式,快速得到废水含盐量。

Claims (4)

1.一种基于电导率测量多种补偿的废水含盐量测量方法,其特征在于,包括以下步骤:
步骤1:选取需要测量的废水,消除有机物干扰,并进行含盐量测试;将选取的废水通过水浴蒸干,并在水浴前和水浴过程中蒸干前缓慢少量加入H2O2溶液,至废水或残渣变为白色或颜色稳定不再变化;
对废水开展平行样测试,保留平行样相对标准偏差绝对值小于0.5%的测试结果,含盐量取平行样的算术平均值;
步骤2:测量处理后废水的pH,进行可挥发性物质补偿;
pH≤2,测定废水中CL-含量[CL-],若[CL-]≥400mg/L,对含盐量进行氯化氢补偿,计算公式为:pH≥-lg([CL-]/35500),含盐量加10-pH×36500mg/L的氯化氢补偿;若pH<-lg[CL-],含盐量加[CL-]×1.028mg/L的氯化氢补偿;
pH≥12,测定水中的氨离子含量[NH4 +],若[NH4 +]≥180mg/L,对含盐量进行NH3补偿,计算公式为:[NH4 +]≤18×10(pH-11),含盐量加[NH4 +]×1.89mg/L的NH3补偿;若[NH4 +]≥18×10(pH-11),含盐量加10(pH-14)×44000mg/L的NH3补偿;
步骤3:收集测试数据,开展化验数据分析,对每对电导率与含盐量分析数据开展离群值筛选,利用数据分析方法确定电导率和含盐量的关系公式;
步骤4:根据电导率和含盐量的关系公式,计算废水含盐量。
2.根据权利要求1所述的基于电导率测量多种补偿的废水含盐量测量方法,其特征在于,所述电导率与含盐量分析数据开展离群值筛选,利用数据分析方法确定电导率和含盐量的关系公式,具体步骤如下:
步骤1:利用盐导比参数对数据开展离群值检验,所述盐导比等于含盐量与电导率的比值,对数据离群值进行筛选,筛选出参与数据测算的分析数据;
步骤2:将分析数据的20%作为测试数据,80%的用于样本训练,建立高盐电导率对含盐量的关系公式:
Y=(axb+Obj)/2
Figure FDA0003729891080000011
式中:a为幂函数系数,b为幂指数,x为电导率,Y为含盐量,n为训练函数样本数,l是对单个样本的损失,yi、y′i分别为模型第i个样本含盐量的真实值和预测值,ft为基模型,k的个数为预测值的个数减1,即k=n-1。
3.根据权利要求2所述的基于电导率测量多种补偿的废水含盐量测量方法,其特征在于,所述a取值为465.6852,b取值为1.3051。
4.根据权利要求2所述的基于电导率测量多种补偿的废水含盐量测量方法,其特征在于,所述离群值筛选按照电导率每数值间隔1为划分单位,通过对比正态分布中的标准差,进行偏离度分析,当超过1.5个标准差时,则作为离群点进行过滤去除。
CN202210782317.XA 2022-07-05 2022-07-05 一种基于电导率测量多种补偿的废水含盐量测量方法 Pending CN115266835A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210782317.XA CN115266835A (zh) 2022-07-05 2022-07-05 一种基于电导率测量多种补偿的废水含盐量测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210782317.XA CN115266835A (zh) 2022-07-05 2022-07-05 一种基于电导率测量多种补偿的废水含盐量测量方法

Publications (1)

Publication Number Publication Date
CN115266835A true CN115266835A (zh) 2022-11-01

Family

ID=83763355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210782317.XA Pending CN115266835A (zh) 2022-07-05 2022-07-05 一种基于电导率测量多种补偿的废水含盐量测量方法

Country Status (1)

Country Link
CN (1) CN115266835A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117147974A (zh) * 2023-10-19 2023-12-01 北京江云智能科技有限公司 一体化温度水位电导率地下水采集水质分析装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117147974A (zh) * 2023-10-19 2023-12-01 北京江云智能科技有限公司 一体化温度水位电导率地下水采集水质分析装置
CN117147974B (zh) * 2023-10-19 2024-05-10 北京江云智能科技有限公司 一体化温度水位电导率地下水采集水质分析装置

Similar Documents

Publication Publication Date Title
US9633307B2 (en) Method to predict the effluent ammonia-nitrogen concentration based on a recurrent self-organizing neural network
CN109709057B (zh) 水质指标预测模型构建方法及水质指标监测方法
US20220316994A1 (en) A method for predicting operation effectiveness of decentralized sewage treatment facility by using support vector machine
CN110297034B (zh) 一种城市生态环境的动态变化及预测方法
CN105764856A (zh) 水处理设备的控制方法、控制程序以及水处理***
CN115266835A (zh) 一种基于电导率测量多种补偿的废水含盐量测量方法
CN106290763A (zh) 一种污水处理运行参数趋势分析方法及***
CN103399134B (zh) 一种基于输出观测器的污水cod软测量方法
Aguado et al. PLS-based soft-sensor to predict ammonium concentration evolution in hollow fibre membrane contactors for nitrogen recovery
KR101334693B1 (ko) 수질측정기와 회귀모델을 이용한 응집제 주입량 결정방법과 그를 이용한 정수처리시스템
CN113240006A (zh) 废水排放的监测方法、装置、电子设备及存储介质
Potvin et al. Interference by the activated sludge matrix on the analysis of soluble microbial products in wastewater
CN111007220B (zh) 一种生猪养殖污水水质敏捷监测的方法
Kim et al. Application of an in situ bismuth-coated glassy carbon electrode for electroanalytical determination of Cd (II) and Pb (II) in Korean polished rices
CN113449789A (zh) 基于大数据的全光谱水质监测设备监测水质的质控方法
CN105954482A (zh) 换流站外冷水***水质检测方法
RU2402766C1 (ru) Анализатор солевых компонентов котловой воды и способ их определения
JP3185297B2 (ja) 嫌気性消化槽のモニター方法
JP3120531B2 (ja) 嫌気性消化槽のモニター装置
JPH05185097A (ja) 嫌気性消化槽のモニター装置
CN116046848A (zh) 一种发电机内冷水pH准确性的判别方法
KR101344992B1 (ko) 자동 보정 기능이 있는 총질소 소프트웨어 센서 콘트롤러 및 이를 이용한 총질소 모니터링 시스템
KR101270852B1 (ko) 소프트웨어 센서를 이용한 총인 모니터링 시스템 및 이를 이용한 수처리 시스템
JP2865265B2 (ja) 沸騰水型原子炉の一次系水質監視装置
JPH05253600A (ja) 嫌気性消化槽のモニター方法とその装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination