挑战 美国西部的一家公共事业单位有三个工厂，负责处理地下水和地表水。不同的季节里，这三个工厂的水处理量都会有很大的变化。工厂都位于落基山脉，地理位置偏远，运营空间有限。其中一个工厂是采用混凝和过滤技术的传统工厂，每天的高水处理量为 1 千万加仑，夏季的平均水处理量为 500 万加仑，冬季为 250 万加仑。工厂为了进一步了解和优化凝聚剂的投放量，决定利用水质数据来建立一套预测算法，以实现准确的工艺控制。
在不同的季节里，水的温度、流速、质量会大幅波动，因此工厂需要准确的数据作为决策的依据。有了准确的水质数据（例如水的碱度、总有机碳 TOC）、浊度等数据），就能确保出厂水的质量达标，确保水处理工艺稳定可靠。例如，当春季径流开始时，水的浊度会达到峰值，然后落回基本水平。而 TOC 却会在到达峰值后继续保持在高位。此时工厂就需要在使用地表水还是使用地下水井之间做决断。有了 TOC 数据，就能迅速、自信地做出正确决断。图 1 是原水和出厂水的以往 TOC 数据。
图 1. 工厂的 TOC 历史数据
解决方案
在每个工艺步骤中，都需要使用各种化学品来处理水，例如用高锰酸钾进行预氧化，用聚氯化铝（PACl）进行凝结，用氢氯酸铝（ACH）助凝剂进行初级处理，用非离子聚合物进行预过滤。以前，工厂主要用臭氧来消毒，但由于对臭氧的残留量有较高的要求，如今工厂使用次氯酸钠来消毒。上述工艺步骤满足工厂对浊度的原始设计要求，而当工厂增加了 TOC 分析之后，又能确保满足消毒剂/消毒副产物法规（DBPRs，Disinfectant/Disinfection Byproduct Rules）。
以往，工厂需要进行很多次杯瓶实验才能确定正确的凝聚剂投放量，这给操作人员带来很大的工作量，而且无法得到原水和出厂水质量的实时信息。后来工厂购置了两台 Sievers* M5310 C 在线型 TOC 分析仪来监测原水和出厂水，就大大增强了碱度和浊度数据的可靠性，还能够确定 TOC 的去除率。如果在发生径流时水中的 TOC 升高，分析仪就会提示工厂减产，更多地使用地下水。表 1 是平均季节性 TOC 数据。
结果
工厂收集了往年的原水和出厂水的水质数据，用这些数据来优化主要凝聚剂的投放量，并设定预测算法中各参数的关系。结果表明，原始 TOC 与凝聚剂用量之间有很强的线性关系，而碱度/浊度与凝聚剂用量之间的关系较弱。在随后的研究中，工厂改进了回归方程，使凝聚剂用量仅与进厂水的 TOC 相关。工厂仍然使用将 TOC、浊度、碱度相关联的回归算法。当发生急剧变化的水质事件（例如快速融雪或下暴雨）时，可以根据浊 度和碱度的变化来调节凝聚剂的用量。尽管目前工厂尚未*达到自动化，但操作人员可以根据上述水质数据做出基于实际数据的决策，从而进行正确的操作调整。
由于吸水口在河中，而河水的水质每小时都可能急剧变化，因此每天都需要多次调整凝聚剂的投放量。有了原始 TOC、碱度、浊度数据，工厂就能准确调整化学品的用量，能够应对夏末雨季的浊度高峰、或季节性山区径流造成的 TOC 和碱度变化。
结论
根据数据来做决策和确认合规性，可以有效地进行水处理，?；ぷ匀换肪澈腿死嘟】怠?TOC 分析帮助工厂调整季节性操作，使工厂能够对凝聚剂的投放量作出正确决定。其它优点包括：
• 臭氧预氧化去除铁、锰和 TOC，减少对凝聚剂的需求量
• 臭氧按剂量投放，保持臭氧残留量与原始 TOC 相关
• 全面提高工厂的年生产效率，优化水处理工艺，确保水的清洁度
7
立即询价
您提交后，专属客服将第一时间为您服务