Мониторинг водозабора и сточных вод установок водоподготовки и их очистка электрохимическим методом : на примере Стерлитамакской ТЭЦ

• Автор: Фанакова, Надежда Николаевна
• Шифр специальности: 03.00.16
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Уфа
• Количество страниц: 144 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ .

. ГЛАВА 1 ЛИТЕРАТУРНЫЙ ОБЗОР . 7

1.1 Формирование химического состава природных вод 7 .

1.2 Методы исследования временных рядов при мониторинге природных вод

1.3 Методы опреснения воды

1.4 Опреснение воды ионным, обменом

, . 1.5 Малоотходные способы водоподготовки на примере ТЭС

Г.6 Переработка, и утилизация кислотнощелочных сточных вод . . .

. . ГЛАВА 2 ЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ ВОДОЗАБО

РА В СТВОРЕ РЕКИ БЕЛОЙ В РАЙОНЕ ГОРОДА СТЕРЛИТАмака, .

2.1 Изучение корреляционной зависимости изменения показа
телей качества воды . .
2.2 Сезонная составляющая . V
2.3 Трендовая и случайная составляющая
2.4 Содержание солей в воде реки Белая и их связь с фильтроциклами установки подготовки воды
2.5 Обсуждение полученных результатов
ГЛАВА 3 МОНИТОРИНГ СТОЧНЫХ ВОД УСТАНОВКИ
ИОНООБМЕННОЙ ПОДГОТОВКИ ВОДЫ
3.1 Сточные воды, образующиеся при регенерации анионообменных фильтров первой ступени
3.2 Сточные воды, образующиеся при регенерации анионооб
. менных фильтров второй ступени
3.3 Сточные воды, образующиеся при регенерации катионообменных фильтров первой ступени . .
3.4 Сточные воды, образующиеся при регенерации. катионообменных фильтров второй ступени
3.5 Обсуждение полученных результатов
ГЛАВА 4 ЭЛЕКТРОХИМИЧЕСКАЯ ПЕРЕРАБОТКА СТОЧНЫХ ВОД, ОБРАЗУЮЩИХСЯ ПРИ РЕГЕНЕРАЦИИ ИОНООБМЕННЫХ ФИЛЬТРОВ.
4.1 Описание экспериментальной установки и методика проведения эксперимента
4.2 Извлечение солей из сточных вод, образующихся при регенерации ионообменных фильтров
4.2.1 Извлечение солей из сточных вод, образующихся при регенерации анионообменных фильтров первой ступени
4.2.2 Извлечение солей из сточных вод, образующихся при. регенерации анионообменных фильтров второй ступени
4.3 Получение Н и ЫаОН электрохимической обработкой сточных вод, образующихся при регенерации анионообменных филыров
4.3.1 Получение Н и ЫаОН электрохимической обработкой сточных вод, образующихся при регенерации анионообменных фильтров первой ступени
4.3.2 Получение Н2Б и электрохимиической обработкой сточных вод, образующихся при регенерации анионообменных фильтров второй ступени
4.4 Электрохимическая переработка сточной воды анионообменных фильтров Стерлитамакской ТЭЦ
4.5 Обсуждение полученных результатов
5 ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ПРИЛОЖЕНИЕ
ВВЕДЕНИЕ


В нашей стране воды используются комплексно, то есть для водоснабжения мелиорации, гидроэнергетики, водного транспорта, лесосплава. При этом потребность в воде настолько велика, что для удовлетворения1 еег осуществляютпополнение запасов подземных вод, регулирование речногостока. В результате многие реки страны, превратились в систему последовательно расположенных водохранилищ. При эксплуатации очистных сооружений водоподготовки осуществляется постоянный контроль за качеством воды в водоисточнике. В результате систематических измерений формируются массивы данных, которые отображают изменения показателей качества воды в течение времени. Приемлемым способом анализа подобных систематических данных в псриодьь характерного изменения качества воды в водоисточнике являются статистические методы обработки 8 . Это обусловлено тем, что, используя эти методы на основе ранее существующих данных, можно выделить закономерности изменения параметров, выявить зависимости между показателями, построить модели процессов, осуществить прогнозирование. Главным ограничением применения этих методов является наличие достаточного количества статистического материала. Широко математикостатистические методы применяются в экономике, гидрологии, метеорологии, экологии, в химической технологии 9,. Например, в гидрологических исследованиях методы математической статистики использовались для определения сроков начала и прохождения максимального уровня весеннего половодья на реках европейской территории России . В метеорологии статистические методы широко используются для прогнозирования и выявления тенденций и так далее . Одним из перспективных статистических методов исследования является теория анализа временных рядов. Развитие этого метода обусловлено необходимостью анализа данных, описывающих изменение процесса во времени, то есть в форме временных рядов , , , , . Данные типа временных рядов широко распространены в самых различных областях человеческой деятельности. В экономике это ежедневные цены на акции, курсы валют, еженедельные и месячные объемы продаж, годовые объемы производства и т. В метеорологии типичными временными рядами являются температура, месячные объемы осадков, в гидрологии периодически изменяющиеся уровни воды в реках. В технике временные ряды возникают в результате отслеживания различных параметров технологических процессов. Основное применение анализ временных рядов получил в работах , . Известно также применение теории временных рядов для решения задач в метеорологии, в экономике, в нефтедобыче. В нефтедобычи анализ временных рядов применялся как метод прогнозирования и диагностики . В гидрологии метод анализа временных рядов используется для изучения показателей, характеризующих водопотребление и водоотведение в бассейне реки Волги , а так же для анализа весенних максимальных примесей природных вод . Для исследования временных рядов применяют различные статистические методы анализа. Известно применение спектрального гармонического анализа для изучения структуры временных рядов весенних максимальных примесей природных вод , для исследования колебания состава сточных вод , , для выявления периодических составляющих показателей качества воды волжского водоисточника . Для анализа структуры рядов показателей характеризующих водопотребление и водоотведение в бассейне Волги использовалась автокорреляционная функция . Корреляционнорегрессионный анализ применялся для прогнозирования загрязнения водотоков. Причем в показано, что для анализа гидрологических данных корреляционный и гармонический анализ эквивалентны. Также в показана возможность прогнозирования забора водных ресурсов в бассейне Волги с помощью моделей авторегрессии и скользящего среднего. Однако, для анализа качества водоисточника и оценки работы очистных сооружений применение этих методов имеет ряд недостатков. Спектральный анализ дает сведения только о распределении колебаний параметра по частотам, при этом изменения показателя внутри частоты не описываются. Следует отметить, что в установлено, что для температуры воды водоисточника с первой годичной гармоникой связано всей дисперсии.