YuriObst
(1.澳大利亞藍棋環境科技有限公司,云南 昆明 650000;2.昆明市土壤肥料工作站,云南 昆明 650000;3.澳大利亞貝林微濾有限公司,云南 昆明 650000 )
水資源污染已成為世界范圍內最迫切需解決的問題之一。水環境的污染源包括生活排污、工業排污、農業面源污染等,主要污染物為含氮、含磷有機物及無機污染物。在國家地表水環境質量標準中,與有機污染物直接相關的指標包括化學需氧量(COD)、生物需氧量(BOD)及總碳(TC)、總氮(TN)、總磷(NP),與無機污染物相關的指標有氨氮(NH4-N)及重金屬[1]。目前,水環境保護措施主要分為提升排污標準及水體修復能力兩方面。為最大限度降低水循環各環節中污染物的含量,在水處理過程中絮凝劑的使用變得不可或缺。絮凝劑可以使微小顆粒污染物發生電荷中和或橋連,使膠體脫穩、沉降,再經過濾,被去除[2、3]。目前,常見安全高效的絮凝劑有聚合氯化鋁(PAC)和聚丙烯酰胺(PAM)。不容忽視的是PAC和PAM的大量應用會增加污水處理產生污泥的含水量,增加污泥脫水成本。 此外,PAM用量不當,會造成其降解產物中有害物的富集,對環境造成二次污染增加安全隱患[4、5]。因此,本文將對低COD污水處理絮凝環節中不同影響因素進行分析,構建模型。該模型將準確指導PAC、PAM的投加并對有機污染物的去除率進行可靠估計。
源數據收集了2002—2017年生活污水[6-10]、自來水水源處理、污染水體修復等項目中絮凝試驗數據149組[11-18]。用excel和SPSS對數據進行分析,確定對絮凝過程影響顯著的因素,明確各因素與COD去除率的關系,確定自變量及模型描述方式?;貧w分析明確自變量的相關系數,獲得理論模型方程,并對方程的擬合度、變量影響顯著性、變量間的共線性進行評價。

污水成分極其復雜,不同因素對COD去除率的影響僅在一定范圍內存在相關性[19]。因此在綜合過往試驗結果后,確定模型的適用范圍(表1)。
影響絮凝過程的因素主要包括絮凝劑種類、添加量、純度及分子量、絮凝時間、攪拌速度、pH值、溫度、待處理污水組成等[20-21]。對以上各因素與COD去除率的相關性進行分析(表2)可知,除溫度外其他各因素均與COD去除率存在良好線性相關性(皮爾遜相關系數|P|趨近于1),可選擇線性回歸方程對模型進行描述。分析各因素影響COD去除率的顯著性可知,PAC投加量、PAM投加量、pH值和COD初始值對COD去除率的影響顯著(P<0.05),可作為回歸方程的自變量。

表1 因素變化范圍

表2 各影響因素與COD去除率相關性分析
注: 基于單一因素試驗的各自變量與因變量的相關性分析結果,其中皮爾遜相關系數為絕對值。
步進回歸,得到自變量回歸系數,見表3。

表3 回歸系數 (mg/L)
各自變量與因變量在線性回歸上高度擬合(DW接近于2),各因素影響均顯著(p<0.05),且自變量不存在線性相關性(VIF<5)。曲線可表示為:
Y= 11.648·X1+ 0.263·X2+ 4.014·X3- 0.051·X4+ 28.110
式中:因變量Y為COD去除率;四個自變量X1、X2、X3、X4分別為PAM添加量、PAC添加量、pH值和COD初始值。其中,PAC添加量、PAM添加量和pH值與COD去除率呈正相關,COD初始值與COD去除率呈負相關。
對模型擬合度進行分析(表4)可知,模型擬合度良好(R2= 0.770)。對殘差項進行檢驗,結果表明方程的各自變量間不存在自相關的可能性,即方程并非偽回歸。

表4 模型擬合優度
對模型中自變量對因變量的解釋關系進行驗證(表5)可知,自變量整體上對因變量影響顯著。

表5 ANOVA檢驗
由殘差圖分析(圖2)可知,數據沿對角線方向分布,模型隨機誤差基本服從正態性假設。說明模型假設具有合理性,源數據可靠。

對比模型預測結果與真實結果 (圖3),可以看出模型預測PAC和PAM投加量對COD去除率的影響與實際結果一致。

通過對污水處理絮凝工藝過程中各自變量的影響進行分析,并結合目前絮凝作用的理論研究可知,當絮凝未達到飽和時,PAC可以通過電中和使系統中溶質、膠體、懸濁物顆粒脫穩沉淀下來,且隨著添加量的增加沉淀下來的有機物的量也隨之增大。在低COD污水處理過程中,PAM的添加對PAC絮凝情況影響較大。在PAC添加量恒定的情況下,PAM的添加可以在溶質、膠體或懸濁顆粒之間產生架橋作用,并在沉淀過程中產生卷掃作用。因此PAM添加量的增加,某種程度上可以彌補PAC絮體細小松散的缺陷,進而提升系統絮凝和沉降性能。在絮凝反應時間范圍內,有機污染物的絮凝沉降量隨時間的增加而積累。但在高COD污水中,絮凝劑似乎對有機污染物的去除作用并不穩定。因此在高濃度COD污水中可以采用生化法替代現有的物化法,以實現污水中COD的有效去除。