下载文档原格式
石油化工废水循环利用处理措施目前，随着节能环保理念不断深入。
要改变传统石油化工生产高污染的特点，这是国家生态文明建设的必然要求。
文章通过对石油化工废水处理特点进行阐述，分析了使用化工废水处理的基本原则，最后提出了石油化工废水循环利用的处理措施。
标签：石油化工废水;循环利用;处理措施近年来，随着我国科学信息技术不断发展，石油化工废水处理技术得到广泛提升，为了提高该技术的使用水平，要结合石油化工废水处理特点在废水治理原则上进行分析，找到科学的石油化工废水处理技术，才能提高废水处理，才能充分发挥废水处理技术的优势。
目前，在我国石油化工生产过程中，最显著的特征是污染严重，对周围的生态环境和自然环境产生严重损害，面对复杂的环境污染问题。
应该重视防治工作，進而实现我国可持续的发展目标。
1 石油化工废水处理的特点一般情况下，当原油从地下开采出来时，包含氯化钠、二氯化镁等盐类，油田经过脱水脱盐处理，然后运输到炼油厂，进行冶炼。
原油中虽然含有一定比例的盐和水，但是正是由于这些盐和水的存在会形成大量高硬度的含铁含盐废水，给石油设备产生一定的损坏。
也就是说，通常情况下，石油化工废水在处理过程中它的难度较大，由于石油在进行开采过程中它消耗的时间较长，尤其是在进行石油开采的中后期，油田内有大量水分。
我国很多油田，它的含水量已经超过80%以上，在进行原油开采过程中会产生4.1亿吨的水。
这就形成了污染源，含油污水存在的油品是浮油、乳化油以及相应的悬浮颗粒等，这些污染物会给周围的环境产生严重的危害，必须采取有效的方式对石油化工废水进行处理，除此之外，在进行石油开采过程中，由于废水排放量过大。
一般来说可以高达35到168立方米以上，随着开采楼段进行产生废水量，也产生较大的变化。
2 石油化工废水处理的原则在进行石油化工废水治理过程中，必须把握以下几个方面的治理原则：第一，需要对工艺流程进行管控，才能在源头上降低水污染，近年来，随着人们环保意识不断提升，在进行石油化工废水治理过程中，应该使用先进的技术设备选择，不会造成严重污染的工业设施和原材料，才能在一定范围内降低污染物的排放量，避免给周围生态环境产生的消极影响。
基于SVR的滴滤池处理TP关系模型研究文章利用了支持向量机对滴滤池处理生活污水中的TP进行了细致的研究，建立出了支持向量机的TP去除率的模型，得到模型的准确性达到了82%以上，说明了模型的准确性科学性。
同时建立了34个支持向量，通过投影高维面，很好的对TP去除率模型进行研究，对于工程中处理生活污水模型具有一定的意义。
标签：生活污水；滴滤池；工程项目；支持向量机模型；TP去除率1 概述随着经济的不断增长，环境问题也越来越严重。
工业废水和生活污水的乱排成为了最主要的原因，即造成了点源污染和面源污染。
面源污染已经成为了相当难处理的问题，也引起了国内外的广泛关注。
面源污染主要来自于农村生活污水的排放，农村生活污水与城市生活污水有很大不同点，主要是由洗涤、沐浴排水，卫生洁具等排水比较少。
农村生活污水，一般两种类型，第一种水量低但是浓度比较高，另外一种是水量比较高浓度比较低。
水质特点主要是COD变化一般在780-1349mg/L之间，TN一般70-80mg/L之间，TP一般在4.5-6.5mg/L之间。
经常农村污染的不加控制排放进入河道、湖泊中导致了富营养化形成，太湖、滇池等湖泊的富营养化问题很大一部分原因是营养盐的过剩，TP在其中起了很大的作用，TP的来源大部分是农村含磷的物质大量使用，因此在农村生活污水进入河道湖泊之前，对磷的控制很有必要。
文章主要采用了滴滤池对生活污水中的P 的处理效果进行了研究，进行连续观察一段时间磷的变化特点，对于这种复杂的非线性变化特征，文章利用了支持向量机（SVM）模型对滴滤池中TP的变化模型进行了研究。
2 生物滤池简介近年来，水污染问题日益严重，越来越多污水处理工艺应运而生。
与传统活性污泥处理水相比，生物膜法因其抗冲击负荷、剩余污泥产量少等特点适合低浓度污水处理。
生物滴滤池是生物膜法的传统工艺。
随着国家大力提倡城市污水厂的节能降耗，该工艺被得到重视和研究。
它是由池体、滤料、布水装置和排水系统组成。
污水处理系统数学模型摘要随着水资源的日益紧缩和水环境污染的愈加严重，污水处理的问题越来越受到人们的关注。
由于污水处理过程具有时变性、非线性和复杂性等鲜明特征，这使得污水处理系统的运行和控制极为复杂。
而采用数学模型，不仅能优化设计、提高设计水平和效率，还可优化已建成污水厂的运行管理，开发新的工艺，这是污水处理设计的本质飞跃，它摆脱了经验设计法，严格遵循理论的推导，使设计的精确性和可靠性显著提高。
数学模型是研究污水处理过程中生化反应动力学的有效方法和手段。
计算机技术的发展使数学模型的快速求解成为可能，使这些数学模型日益显示出他们在工程应用与试验研究中的巨大作用。
对于污水处理，有活性污泥法、生物膜法以及厌氧生物处理法等污水处理工艺，其中以活性污泥法应用最为广泛。
活性污泥法是利用自然界微生物的生命活动来清除污水中有机物和脱氮除磷的一种有效方法。
活性污泥法污水处理过程是一个动态的多变量、强耦合过程，具有时变、高度非线性、不确定性和滞后等特点，过程建模相当困难。
为保证处理过程运行良好和提高出水质量，开发精确、实用的动态模型已成为国内外专家学者普遍关心的问题。
此外，由于污水处理过程是一个复杂的生化反应过程，现场试验不仅时间长且成本很高，因此，研究对污水处理过程的建模和仿真技术具有十分重要的现实意义。
本文在充分了解活性污泥法污水处理过程的现状及工艺流程的基础上，深入分析了现有的几种建模的方法，其中重点分析了ASM1。
ASM1主要适用于污水生物处理的设计和运行模拟，着重于生物处理的基本过程、原理及其动态模拟，包括了碳氧化、硝化和反硝化作用等8种反应过程；包含了异养型和自养型微生物、硝态氮和氨氮等12种物质及5个化学计量系数和14个动力学参数。
ASMI的特点和内容体现在模型的表述方式、污水水质特性参数划分、有机生物固体的组成、化学计量学和动力学参数等四个方面。
关键词：污水处理系统，活性污泥，数学模型，ASM1Sewage Treatment System Mathematical ModelABSTRACTWith water increasingly tight and increasingly serious water pollution , sewage disposal problems getting people's attention . Because of the distinctive characteristics of variability, nonlinear and complex with time , such as sewage treatment process , which makes the operation and control of wastewater treatment system is extremely complex. The use of mathematical models , not only to optimize the design and improve the level of design and efficiency , but also to optimize the operation of the wastewater treatment plant has been built in the management , development of new technology, which is essentially a leap wastewater treatment design , experience design method to get rid of it , strictly follow derivation theory , the design accuracy and reliability improved significantly. Mathematical model to study effective ways and means of sewage treatment process biochemical reaction kinetics . Rapid development of computer technology makes it possible to solve the mathematical model , these mathematical models increasingly showing their huge role in the study of engineering and test applications.For wastewater treatment, activated sludge , biological membrane and anaerobic biological treatment , such as sewage treatment process , in which the activated sludge method most widely used. Activated sludge process is the use of natural microbial life activities is an effective method to remove organic matter and nutrient removal in wastewater of . Activated sludge wastewater treatment process is a dynamic multi-variable , strong coupling process with time-varying , highly nonlinear , uncertainties and hysteresis characteristics, process modeling quite difficult. To ensure the process runs well and improve water quality, develop accurate , practical dynamic model has become a common concern of experts and scholars at home and abroad . In addition, because the sewage treatment process is a complex biochemical reaction process , the field test not only for a long time and high cost , therefore , research has practical significance for modeling and simulationtechnology of sewage treatment process. Based on the current situation fully understand the activated sludge wastewater treatment process and the process based on in-depth analysis of several existing modeling method , which focuses on the ASM1. ASM1 mainly used in biological wastewater treatment design and operation of simulation , focusing on the basic biological treatment processes , principles and dynamic simulation , including carbon oxidation , nitrification anddenitrification and other 8 kinds of reactions ; contains heterotrophic and self- autotrophic microorganisms, nitrate and ammonia and other 12 kinds of substances and five stoichiometric coefficients and 14 kinetic parameters . ASMI features and content reflected in four aspects of expression model , effluent quality parameters division, consisting of organic biological solid , stoichiometry and kinetic parameters.KEY WORDS:sewage treatment system,activated sludge,mathematical model, ASMI目录1 绪论 (1)1.1 污水处理数学模型的作用 (1)2 污水处理机理 (3)2.1 微生物的生长 (3)2.2 有机物的去除 (4)3 污水处理静态模型 (10)3.1 有机污染物降解动力学模型 (10)3.2 微生物增殖动力学模型 (13)3.3 营养物去除动力学 (15)3.3.1 生物硝化反应动力学 (15)3.3.2 生物反硝化动力学 (19)3.3.3 生物除磷动力学 (20)4 活性污泥数学模型 (22)4.1 活性污泥数学模型概述 (22)4.2 活性污泥1号模型 (22)4.2.1 ASM1简介 (22)4.2.2 模型的理论基础 (22)4.2.3 模型的假设和限定 (23)4.2.4 ASM1的约束条件 (24)4.2.5 ASM1的组分 (24)4.2.6 ASM1的反应过程 (26)4.2.7 ASM1模型中化学计量系数及动力学参数 (27)4.2.8 组分浓度的物料平衡方程 (28)1 绪论水是最宝贵的自然资源之一，也是人类赖以生存的必要条件。
污水厂建设中PRA风险分析方法的研究探讨摘要：污水厂建设工程涉及许多门类学科，是一项复杂庞大的系统工程，而且建设周期比较长、投资金额比较大、专业技能比较高，基于这些特点，污水厂建设项目需要风险管理来避免建设过程中可能出现的事故或问题，来支持管理决策者对项目规避风险。
本文通过我国污水厂建设的发展现状分析，结合概率风险评估(PRA)方法进行较为深入的分析研究,尝试为相关管理人员探索新途径、开辟新思路。
关键词：概率风险评估；污水处理；评估近年来，由于全球气候变化显著，环境问题已经被列为世界级别的头等大事，更是人类迫切亟待解决的问题，世界各国都在不断做出努力。
城市污水处理厂帮助人民处理生活用水、合理应用水资源，是对水资源的保护、是改善生态环境的重要举措。
污水厂建设工程涉及许多门类学科，是一项复杂庞大的系统工程，而且建设周期比较长、投资金额比较大、专业技能比较高，需要风险管理来支持管理决策者对项目规避风险。
PRA概率风险评估针对的对象多为高尖端项目，系统比较庞大复杂，例如核电、化工、航天等领域，本文将PRA风险分析方法作为重点研究，结合我国污水厂实际情况，为相关工作人员理清管理思路。
一．PRA概率风险评估方法的基本介绍PRA（Probabilistic Risk Assessment）概率风险评估，又称PSA（Probabilistic Safety Assessment）概率安全评价, 通过PRA概率风险评估可以明确具体的风险目标事件,这样就能针对性的分析风险目标事件的潜在原因,对事故可能的发展的过程进行有效的风险防范措施。
1. PRA的目标对实际项目的风险因素、系统风险后果的严重度、导致事故发生的概率、项目建设的不确定性进行量化分析，从而在工程设计、建设、运营和维护过程中支持管理决策规避风险。
2. PRA的主要工作风险模型建立和风险模型的定量化。
事故场景识别系统设计、施工过程的薄弱环节、相关因素进行量化与综合、描述工程项目可能发生的危险状态3. PRA的工作原理集成运用各种安全性分析方法对项目系统建模。
城市污水处理厂模型的构建与优化研究近年来，随着城市化进程的不断加快，城市污水处理厂的建设与优化日益受到关注。
城市污水处理厂是解决城市污水污染的重要设施，关乎着城市环境、健康和经济的发展。
如何构建可靠的城市污水处理厂模型，并对其进行有效优化，成为当前城市污水处理领域的研究热点。
一、城市污水处理厂模型的构建城市污水处理厂的模型主要包括污水处理工艺、设备及控制系统等方面。
在构建城市污水处理厂模型时，需要考虑以下几个方面：1.污水特性分析污水特性是指污水中的物理、化学、生物等各种污染物的组成和性质。
对于不同来源的污水，其特性差异较大，因此在构建污水处理厂模型时，需要对污水的特性进行详细分析。
主要包括污水水质、污水流量、PH值、COD（化学需氧量）、BOD（生化需氧量）、氨氮、总氮、总磷等指标的测量和分析。
2.污水处理工艺选择污水处理工艺的选择与污水特性密切相关。
主要处理工艺有物理处理、化学处理和生物处理等。
物理处理包括筛网、沉淀和过滤等；化学处理主要有调节PH值、沉淀和氧化等；生物处理主要有好氧生化处理、厌氧生化处理和生物膜处理等。
在选择污水处理工艺时，需要结合当地的环境条件、经济水平、污水特性以及污水处理要求等因素进行综合考虑。
3.污水处理设备选择污水处理设备主要包括进水口、格栅、沉砂池、曝气池、二沉池等。
在选择污水处理设备时，需要考虑设备的品牌、性能、维护成本、能耗以及使用寿命等因素。
优选合适的污水处理设备，能够提高设备的使用寿命、降低维护成本和能耗消耗。
4.控制系统搭建城市污水处理厂的控制系统是保证污水处理厂正常运行的关键。
主要包括控制系统软件、PLC（可编程逻辑控制器）、传感器、变频器等。
在进行控制系统的选择与搭建时，需要考虑城市污水处理厂的规模、运行要求、环境条件以及花费等因素。
同时，为了保证污水处理厂的稳定运行，需要进行恰当的现场外部环境条件监测和控制系统的实时监测。
二、城市污水处理厂模型的优化研究城市污水处理厂的模型建立后，需要进行适时的优化研究，以提高设备的运行效率和减少运行成本。
基于人工神经网络的污水处理模型研究人工神经网络(ANN)是一种模仿人类大脑神经网络的人工智能技术，它可以解决大量的非线性问题，包括非线性回归、分类、预测等。
污水处理是一个具有挑战性的问题，它需要提供高质量的水源以支持人类和生态系统的生存和发展。
本文将探讨利用人工神经网络构建污水处理模型的研究。
1. 污水处理概述污水处理是一种将废水去除杂质、净化水质的过程。
传统的污水处理方法包括初步处理、生物处理、化学处理和物理处理等步骤。
初步处理包括格栅、砂池、沉淀池等，可以去除大的固体颗粒和杂质。
生物处理是通过微生物将废水中的有机污染物转化为无机盐和气体，通常采用活性污泥系统、厌氧消化等。
化学处理和物理处理包括氯化消毒、膜分离、吸附等，可以去除营养盐和微生物。
2. 人工神经网络人工神经网络由多个人工神经元组成，可以在学习和训练过程中建立输入和输出之间的链接。
人工神经网络通常分为前向式、反馈式、自组织式和卷积式等几种结构。
前向神经网络是最常见的神经网络结构，由若干层神经元组成，每一层之间都有全连接，多层网络可以提高其性能。
3. 基于人工神经网络的污水处理模型利用人工神经网络构建污水处理模型可以有效地减少污水处理过程中的测量和分析的次数，提高污水处理的效率和精度。
通常，需要将污水处理过程中的多个参数输入神经网络进行学习和训练，以获得一个可以预测处理效果的模型。
3.1 输入参数污水处理的输入参数通常包括进水流量、进水COD浓度、氨氮浓度、温度、PH值等。
这些参数可以传感器和监测设备实时监测和采集，作为模型的输入。
3.2 输出参数污水处理的输出参数通常为出水COD浓度、氨氮浓度、总磷浓度、PH值等。
这些参数需要通过实验室分析或在线监测设备进行实时监测和采集。
3.3 训练过程学习和训练过程中需要采用神经网络的优化算法来不断调整神经元之间的权重，直到达到一个最优解。
通常采用误差反向传播算法来调整权重和偏置。
4. 应用案例利用人工神经网络构建污水处理模型已经有很多成功的应用案例。
