-
近年来，提高大中型城镇污水处理厂废水处理过程能源利用率，降低污水处理厂碳排放量成为研究热点[1]。城镇污水处理厂消耗能源有电能、药剂和燃料等，电能占总能耗的60%~90%，曝气池消耗电能占总运行电耗的51.81%[2]，其中，部分电耗被用于难降解有机物的去除，造成了资源的浪费。因此，有必要更新污水处理工艺，改变污水处理厂运行思路，以减少能源消耗和提高能源回收率，提高污水处理厂效益。
生物絮凝工艺具有微生物浓度高、污泥龄短、有机负荷高等特点，可有效利用微生物分泌的胞外聚合物(EPS)截留进水所含颗粒态和胶体态有机物、悬浮态无机物、重金属等物质[3-4]。活性污泥絮体中EPS作为微生物主要成分之一[5]，除具有形成和保护活性污泥絮体结构功能外，还有良好的絮凝功能[6]。但是由于EPS提取工艺不成熟、组成成分不尽相同、各组分功能尚不明确等原因使其无法被广泛应用[7-8]。生物絮凝系统不仅可以发挥EPS絮凝颗粒态和难降解有机物的能力，还可减少化学药剂使用量，进而降低污水处理成本，减轻污水处理厂对环境的负面影响。
生物絮凝系统通过截留难降解有机物，可降低二级处理过程中的电能消耗，从而减少温室气体的间接排放。此外，生物絮凝系统内微生物与有机物絮凝后产生有机质含量较高的剩余污泥，可用于厌氧发酵产酸，相应挥发性脂肪酸平均浓度可达7.93 g·L−1[9]。因此，有机酸可作为优质碳源，投加至厌氧池或缺氧池内，以强化污水处理厂脱氮除磷效果，减少除磷药剂和外加碳源的使用量，从而进一步降低污水处理厂污水处理成本与温室气体排放量。
本研究以城镇污水为对象，在中试规模下研究了生物絮凝系统对实际污水中污染物的去除效果与污泥产量变化影响，考察了不同水力停留时间下生物絮凝系统内EPS合成规律，并核算了生物絮凝系统温室气体排放量，为污水处理厂节能降耗与资源回收利用提供参考。
-
生物絮凝中试系统所用污水为天津市某污水处理厂沉砂池出水。该厂采用特有除臭工艺将除臭污泥回流至进水泵房，致使沉砂池出水SS较高，沉砂池出水COD、TN、TP等指标随SS发生相似变化。此外，该污水处理厂上游有日处理量800 t的大型污泥处理厂，该厂所排废液含聚合氯化铝、聚合氯化铁等调理药剂污泥直接进入污水处理厂。中试系统进水水质具体参数见表1。
-
生物絮凝中试系统结构和现场如图1所示，该系统中试装置构筑物包括生物絮凝池、一沉池，有效容积分别为1 m3和2.10 m3。生物絮凝系统进水、污泥回流量、曝气量采用变频控制器控制，采用电磁流量计监测实时流量。
生物絮凝中试系统设计处理量50 m3·d−1。生物絮凝系统污泥回流比为100%，溶解氧(DO)维持在0.30 mg·L−1左右。为控制该系统内污泥浓度，每日排泥量根据一沉池泥位确定，每日排泥4~8次，生物絮凝系统污泥龄(SRT)为0.2~2 d。按照进水悬浮固体浓度(SS)变化，生物絮凝中试系统的运行可分为进水高SS与进水低SS阶段，其中，进水高SS阶段按照水力停留时间(HRT)变化可分为3个阶段(见表2)。
-
COD、TN、STN、
NH+4 -N、NO−3 -N、TP、STP与PO3−4 -P、MLSS和MLVSS采用标准方法[10]测定。EPS的提取采用NaOH法。首先将10 mL待测样品置于50 mL离心管中超声解体后，分别在2 000、5 000和10 000 r·min−1的转速下离心15 min，并分别收集离心后的上清液，即为含溶解型胞外聚合物(Sol-EPS)、附着型胞外聚合物(LB-EPS)和紧密结合型胞外聚合物(TB-EPS)。用考马斯亮蓝法和蒽酮-硫酸比色法[11]对每层EPS中的蛋白质(PN)和多糖(PS)含量进行测定。
-
污水处理过程中温室气体排放方式分为直接排放与间接排放，所排放温室气体主要有CO2、CH4和N2O[12-13]。此外，因微生物自身呼吸作用产生的CO2不纳入系统温室气体排放量计算范围[14]。2018年，中试系统所在污水处理厂电耗及污染物去除量等数据来自住房和城乡建设部《全国城镇污水处理信息管理系统》平台，生物絮凝系统电耗则来自数字电表。
污水处理厂CH4和N2O排放量根据IPCC方法[15]计算，其中CH4和N2O的温室效应是CO2的25倍和298倍，计算方法如式(1)所示。
式中：E1为处理污水过程中CH4的排放量，kg；T为计算年份污水中有机物含量，kg；F为排放因子；R为计算年份回收CH4量，kg；其中F的计算方法如式(2)所示。
式中：B0为CH4的最大生成值，即单位质量有机物转化为CH4的比例，缺省值可取0.2；M为CH4修正因子，依据IPCC推荐值。
式中：E2为清单年份的N2O排放量，kg·a−1；N为排放至水生环境的污水中的氮含量，kg·a−1。
污水处理厂CO2的间接排放主要发生在电能的消耗过程。CO2的间接排放量通过中国区域电网基准线排放因子和污水处理消耗电能来计算。华北区域电网的2017年电量边际排放因子为1.11 t·(mW·h)−1。
-
生物絮凝系统进水所含化学除磷药剂可与生物絮凝系统内微生物分泌的EPS发生协同作用，该协同作用可称为生物-化学絮凝作用[16]。EPS可与颗粒态或胶体态等具有不可溶有机物、TN和TP等污染物发生絮凝作用，并沉淀于沉淀池中，随剩余污泥排出生物絮凝系统。混凝剂则通过网捕、吸附架桥和压缩双电子层的方式强化EPS的絮凝作用，并去除进水中的STP。因此，生物絮凝系统可通过生物-化学絮凝作用，截留大量污染物，且去除效果强于单纯化学混凝工艺[17-19]。
如图2所示，在进水高SS阶段(1~3阶段)，HRT由0.80 h降至0.30 h，生物絮凝系统COD去除率变化较小，COD平均去除率分别为82.07%、80.84%和80.03%，出水COD浓度则稳定在100 mg·L−1左右。但SCOD平均去除率分别为24.98%、26.12%、14.35%，出水SCOD浓度分别为75.09、71.73和39.82 mg·L−1。在进水低SS阶段(第4阶段)，生物絮凝系统出水COD与SCOD高于1~3阶段，平均值分别为127.60 mg·L−1和109.50 mg·L−1，平均去除率分别为58.73%和22.75%。在1~4阶段，生物絮凝系统COD的去除率远高于SCOD去除率，表明生物絮凝系统可将颗粒态COD絮凝沉淀，进而产生高有机质剩余污泥，为污泥厌氧发酵产酸奠定重要的基础。对比第2和第4阶段可知，进水SS通过影响生物絮凝系统内MLSS从而决定絮凝过程有效碰撞次数[20]，进而影响生物絮凝系统COD和SCOD的去除效果。结合图3可知，较高的SS使生物絮凝系统MLSS稳定在较高的水平，提高了生物絮凝系统内有效碰撞次数，进而削弱HRT对COD去除效果的影响。当进水SS降低后(第4阶段)，生物絮凝系统的COD截留率也随之明显降低。因此，生物絮凝系统内絮凝效果受进水SS、絮凝剂和HRT等因素影响[20-22]。
由图4可知，生物絮凝系统对COD和TN去除效果变化趋势类似。生物絮凝系统中因有厌氧环境，故使微生物无法进行反硝化作用，导致该系统对STN去除效果较差。进水高SS阶段(1~3阶段)，生物絮凝系统TN和STN去除率受HRT变化影响较小，出水TN和STN稳定在30.57 mg·L−1和28.27 mg·L−1左右。进水低SS阶段(第4阶段)，生物絮凝系统出水TN和STN分别为31.54 mg·L−1和28.95 mg·L−1，TN和STN平均去除率为21.24%和4.47%。在1~4阶段，生物絮凝系统出水TN和STN较稳定，表明该系统抗冲击负荷能力较强。如图5所示，生物絮凝系统主要通过生物-化学絮凝作用实现其对进水的颗粒态TP与STP良好去除效果，化学絮凝剂与进水SS变化直接影响到生物-化学絮凝作用的效果。进水高SS阶段(1~3阶段)，生物絮凝系统对TP与STP平均去除效果受HRT变化影响较小，出水TP与STP均稳定在1.62 mg·L−1和1.10 mg·L−1。在进水低SS阶段(第4阶段)，受进水SS与絮凝剂浓度同时降低的影响，生物絮凝系统出水TP与STP平均值升至5.09 mg·L−1和4.46 mg·L−1，平均去除率为44.96%和14.58%。综上所述，生物絮凝系统对污染物的去除受进水SS、HRT和进水化学絮凝药剂共同作用的影响，进水SS对其影响程度最大。
-
1)生物絮凝系统剩余污泥产量变化。生物絮凝系统通过生物-化学絮凝作用将污染物絮凝沉淀后产生优质剩余污泥，剩余污泥产量与特性随运行条件变化。如图3所示，1~3阶段内进水SS较高，生物絮凝系统日平均污泥产量与HRT呈反比，各阶段平均污泥产量分别为27.66、39.07和53.63 kg·d−1。同时，生物絮凝池内污泥浓度为8 000~10 000 mg·L−1，MLVSS/MLSS平均值分别为0.50、0.48和0.53。剩余污泥浓度为15 000~18 000 mg·L−1，MLVSS/MLSS平均值分别为0.47、0.49和0.52。进水低SS阶段，生物絮凝系统平均污泥产量降低至10.60 kg·d−1，生物絮凝池内MLSS平均值则降至4 760.48 mg·L−1。生物絮凝池内污泥和剩余污泥MLVS/MLSS平均值分别升高至0.60和0.53。剩余污泥产量和有机质含量与HRT呈反比，有机质含量不受进水SS变化影响。生物絮凝系统出水C/N平均值为3.53，剩余污泥厌氧发酵所产有机酸可用于强化后续污水处理工艺脱氮除磷效果。通过核算，发现在进水高SS阶段，生物絮凝系统剩余污泥发酵后，平均有机物产量(以乙酸钠计)分别可达10.28、13.95和21.14 kg·d−1，在进水低SS阶段，有机物产量则为5.67 kg·d−1。
2)生物絮凝污泥EPS合成规律。EPS的合成是影响絮凝效果的关键因素之一，EPS的合成受絮凝剂含量、SS和HRT的共同影响[8, 23-24]，而HRT的变化可表现为生物絮凝系统进水有机负荷的变化。EPS可分为Sol-EPS、TB-EPS和LB-EPS 3层，各层EPS功能由其空间结构与化学组成决定。由图6可知，有机负荷升高会抑制生物絮凝系统污泥EPS的合成。第1阶段生物絮凝系统活性污泥的Sol-EPS、LB-EPS和TB-EPS浓度分别为20.68、6.31和65.89 mg·g−1，而接种污泥中3层EPS的浓度分别为6.34、8.19和34.23 mg·g−1，各层EPS浓度差异表明生物絮凝系统内微生物代谢水平已经与传统脱氮除磷工艺内微生物存在差异。生物絮凝系统在1~3阶段内，平均有机负荷由16.70 kg·(m3·d)−1增至46.17 kg·(m3·d) −1，Sol-EPS、LB-EPS、TB-EPS和总EPS浓度均呈下降趋势，表明有机负荷与Sol-EPS、LB-EPS、TB-EPS和总EPS的合成呈反比关系。第4阶段与第2阶段相比，仅进水SS存在差异，但有机负荷降为16.67 kg·(m3·d)−1，EPS也远低于第2阶段，该现象进一步证明了进水SS与HRT会影响微生物EPS的分泌的观点。
由图7可知，污泥的SVI受EPS中的PN/PS影响，而各层EPS的PN/PS变化受有机负荷和进水絮凝剂共同影响。金属元素(如铁、铝)会降低生物絮凝系统内活性污泥EPS中PN/PS[25]，使得接种污泥与1~4阶段污泥LB-EPS的PN/PS相对较低。1~3阶段生物絮凝系统单位时间内化学絮凝剂流入量上升，LB-EPS的PN/PS呈下降趋势。有研究表明，在有机负荷升高后，EPS中PN增量远大于PS增量[26]，并且外层EPS对TB-EPS有一定的保护作用，使得TB-EPS组成免受化学絮凝剂的影响，进而使TB-EPS的PN/PS随有机负荷升高呈上升趋势，1~3阶段TB-EPS的PN/PS分别为1.47、1.77和1.85。第4阶段LB-EPS与TB-EPS的PN/PS分别为0和1.41。1~3阶段生物絮凝系统活性污泥的SVI随HRT变化呈下降趋势，SVI分别为78、65和58 mL·g−1，第4阶段SVI升至49 mL·g−1。生物絮凝系统内活性污泥LB-EPS在1~3阶段内呈下降趋势，而第4阶段则小幅上升(图6)。这与王红武等[27]提出LB-EPS与SVI呈正比的结论相符。Al3+、Fe3+等金属阳离子可以促进活性污泥形成絮体，减小活性污泥SVI[28-29]，1~3阶段内单位时间生物絮凝系统流入化学絮凝药剂量随HRT的降低呈上升趋势，生物絮凝系统污泥SVI随之逐渐降低。第4阶段，受进水SS降低的影响，进水化学絮凝剂浓度降低，生物絮凝系统污泥SVI小幅上升。
-
污水处理系统厌氧池内会产生部分CH4，而N2O主要产生自硝化和反硝化过程[30-31]。生物絮凝系统内DO控制在0.30~0.60 mg·L−1，pH控制在7.20左右，SRT控制在0.20~0.50 d，因此，生物絮凝系统内无适宜的厌氧发酵环境。此外，生物絮凝脱氮过程主要通过生物-化学絮凝作用完成，不存在硝化和反硝化过程。因此，生物絮凝系统CH4和N2O的产量可忽略不计。生物絮凝系统所在污水处理厂采用AAO工艺，污水处理过程中厌氧池、缺氧池和好氧池中均会产生部分CH4和N2O。由表3可知，生物絮凝系统所在污水处理厂温室气体排放量(以CO2计)为523.16 g·m−3，而生物絮凝系统温室气体的间接排放量为28.78 g·m−3。进水COD和TN较高不仅会增加污水处理厂电耗，还会提高污水处理工艺温室气体的直接排放量。因此，生物絮凝系统与AAO系统相结合，不仅可降低AAO系统进水33%左右的COD与TN，还可降低温室气体产生量。经核算，若生物絮凝系统与AAO系统组成组合工艺，每处理1 t污水可降低50.20 g的温室气体。此外，生物絮凝系统产生的剩余污泥经厌氧发酵后，有机酸可作为优质碳源提高污水处理厂脱氮除磷效率，减少乙酸钠等碳源使用量，进而降低污水处理成本。
-
1)生物絮凝系统抗冲击负荷能力较强，出水COD、TN和TP平均值分别为109.24、30.93和2.95 mg·L−1，平均去除率分别为72.96%、30.84%、72.65%，出水C/N平均值为3.53。此外，生物絮凝作用与化学絮凝作用相结合，可提高污水一级处理对污染物的去除效果，降低二级和三级处理阶段的电能消耗。
2)生物絮凝系统剩余污泥产量与HRT和进水SS呈正比，平均污泥产量最高可达 53.63 kg·d−1。污泥EPS浓度和PN/PS均与有机负荷呈反比。在不同HRT和进水SS条件下，化学絮凝剂通过影响PN/PS和EPS浓度，可间接影响污泥的沉降性能。
3)生物絮凝系统可降低出水C/N，若该工艺与AAO工艺相结合，温室气体排放量预计可降低50.12 g·m−3，剩余污泥资源化利用后可进一步降低污水处理过程中的用电量与温室气体排放量，为污水处理碳中和、节能减排等研究奠定基础。
低碳排放的生物絮凝中试系统污染物去除特性及污泥EPS变化
Pollutant removal characteristics and sludge EPS changes of bioflocculation pilot system with low carbon emission
-
摘要: 用中试规模生物絮凝工艺处理含化学絮凝剂的生活污水，分别研究了HRT和进水SS对生物絮凝系统污染物去除特性、剩余污泥产量、污泥特性和温室气体排放的影响。结果表明：生物絮凝系统对COD、TN和TP有较好的去除效果，且污染物去除效果受进水SS影响较大；生物絮凝系统平均污泥产量和平均有机物产量最高可达 53.63 kg·d−1和21.14 kg·d−1；污泥胞外聚合物EPS浓度和PN/PS均与有机负荷呈反比；化学絮凝剂通过影响PN/PS和EPS浓度，可间接影响污泥的沉降性能；生物絮凝系统与AAO工艺相结合，可降低50.12 g·m−3温室气体的排放。因此，生物絮凝工艺可为污水处理厂节能降耗运行奠定基础，有望得到广泛应用。Abstract: The pilot-scale bioflocculation process was used to treat domestic wastewater containing chemical flocculants. The performance of the bioflocculation system in terms of contaminants removal, excess sludge production, sludge characteristics and carbon emission reduction were investigated under variations of hydraulic retention time (HRT) and the influent suspended solids (SS). The experimental results showed that the bioflocculation system had a good removal effect on insoluble chemical oxygen demand (COD), total nitrogen (TN) and total phosphorus (TP), and the pollutant removal effect was greatly affected by the influent SS. The average sludge yield and predicted average organic matter production (in terms of acetic acid) were up to 53.63 kg MLSS·d−1 and 7.08 kg·d−1, respectively. Both the extracellular polymeric substances (EPS) content and PN/PS were negatively correlated with the organic loading rate. In addition, the chemical flocculant had an indirect effect on the settling property of bioflocculation sludge through influencing the EPS content and PN/PS. The combination of bioflocculation process and AAO process could reduce 50.12 g·m−3 carbon dioxide (CO2) emission. Moreover, greenhouse gas emission could decrease along with the anaerobic fermentation process through acid production. Therefore, the bioflocculation process can lay a foundation for the energy saving and consumption reduction operation in wastewater treatment plants, will be widely used in practice.
-
在装卸、堆取和露天存放过程中，铁矿粉在作业机械的剪切、抛洒以及自然风力作用下容易扬尘，可吸入颗粒物PM10浓度高达182.2 μg·m−3。铁矿粉的无组织排放不仅造成铁矿粉自身的损耗，也危害从业人员健康。钢铁生产企业因此导致的年损耗率高达0.66%[1]，直接经济损失巨大。外逸的铁矿粉影响周边的环境空气质量，超标的铁离子及其伴生的镉离子导致水体和土地污染[2]，金属含量超标的水源灌溉，植物种子的发芽率降低，影响正常成苗和植物生长。铁是人体的必需微量元素之一，但摄入过量则会引起金属中毒。我国饮用水源地的铁含量整体超标且呈不断上升趋势，超标倍数高达8.80倍，超标率高达86.1%[3]。因此，提高钢铁企业料场和矿区等污染源的控制效率，提高空气、水体和土地安全性的意义重大。
作为洒水抑尘的添加剂，抑尘剂通过润湿、保湿、聚集和固结等方式显著降低了煤炭[4]、渣土[5]和道路扬尘[6]的排放风险。但铁矿粉呈正电性[7]，颗粒表面Fe-OH的极性大，这也决定了铁矿粉抑尘剂的特殊性。由于物理化学性质特殊，国内外对铁矿粉抑尘剂的技术研发进展缓慢，研究内容仍然停留在传统品种。表面活性剂可以润湿铁矿粉但无法提高内聚力，对PM10的控制效果不及水[8]。氯化钙和偏硅酸钠对PM10的控制效率达到85%，但这些无机盐腐蚀金属、严重影响植物生长，而且SiO2影响高炉冶炼[9]。制备安全、高效的抑尘剂，改善颗粒之间的相互作用，提高铁矿粉的稳定性和控制效率尤为必要。
铁矿粉是一种特殊的污染源，既影响空气质量、又影响水体和土地安全；铁矿粉扬尘既危害环境，又导致直接经济损失[1]；其表面性质不同于常见的颗粒物[7]，且矿粉品质容易受抑尘剂影响[9]，因此抑尘剂技术研发进展缓慢。本研究从含水率、Zeta电位、表面形貌、化学组成与晶体结构等基本性质出发，探讨铁矿粉与水性聚合物的之间的相互作用，估算装卸过程和露天堆场的湿控制效率、现场测定露天堆场的规模化效果，提高铁矿粉扬尘的控制效率。
1. 材料与方法
1.1 实验材料
丙烯酸、甲基丙烯酸甲酯、丙烯酸丁酯和苯乙烯通过幂级加料方式合成水性聚合物抑尘剂[10]，水溶胶状态，105 ℃固含量为39.7%，pH 为6.7。
选择澳洲产铁矿粉，红褐色，某钢铁公司提供，自然干燥。过80目筛的粒级用于实验，其中，过200目筛的粒级占47.3%。由于扬尘主要来自75 μm以下的颗粒，参照AP-42方法[11]，采用Mastersizer 2000激光粒度仪测定200目筛下粒级的粒度分布，如图1所示。可以看出，铁矿粉的中值粒径为18.81 μm，30 μm以下粒级的质量分数为66.93%。以ARL QUANT型X射线荧光光谱仪(XRF)测得其化学组成，结果见表1，Fe2O3含量为82.56%。
表 1 过200目粒级的化学组成(质量分数)Table 1. Iron ore composition less than 200 screen mesh (mass fraction)Fe2O3 SiO2 Al2O3 P2O5 TiO2 82.56 9.22 7.54 0.19 0.17 CaO MnO SO3 Cl K2O 0.13 0.08 0.05 0.03 0.03 | Show Table
DownLoad:
CSV
1.2 实验方法
1)含水率。铁矿粉的真密度为5.2 kg·m−3，但堆密度只有1.5 kg·m−3左右[12]。洒水的主要作用是增加堆密度和内聚力，在一定时间内降低风力侵蚀性。春夏之交是高扬尘季节，以此作为测试条件。将初始质量W0为20.0 g的铁矿粉置于φ100 mm培养皿中，喷洒5.0 g浓度为2.0%的抑尘剂水溶液至充分湿润，纯粹聚合物的质量为铁矿粉的0.5%；作为对比，蒸馏水代替抑尘剂水溶液，重复以上操作。测定30 ℃、35%相对湿度下t时刻的样品质量Wt，其含水率如式(1)所示。
P=Wt−W0W0×100% (1) 式中：P为含水率；Wt为t时刻的样品质量，g；W0为初始样品质量，g。
2) Zeta电位。根据式(2)，在重力加速度g、空气密度ρ0、空气黏度γ和悬浮颗粒物密度ρ已确定时，其沉降速度ug取决于直径D[13]。直径增大，则降尘加快、空中滞留时间短、漂移范围小；粉体稳定性提高，风力扬尘量降低。
ug=g(ρ−ρ0)D218γ (2) 式中：g为重力加速度；ρ0为空气密度；γ为空气黏度；ρ为悬浮颗粒物密度；ug为沉降速度；D为直径。
铁矿粉呈正电性[7]，聚集能力差，聚集体粒径低。借助Zeta电位，分析聚合物与铁矿粉颗粒之间的相互作用，藉以促进颗粒聚集。配制浓度为0.1%的铁矿粉悬浮液，以Nano-ZS90型电位分析仪测定Zeta电位。
3)表面形貌。聚集体进一步聚集，即可相互胶结成膜[14]，以篷布覆盖的方式封闭粉体表面，从根本上避免了扬尘，摆脱了对含水率的依赖。喷洒之后的铁矿粉在室温下干燥，喷金制样，以Nova Nano SEM450型电镜观察表面状态特征。
4) X射线衍射分析。采用Bruker-D8 Focus型X-射线衍射仪(XRD)测定晶体结构，考察抑尘剂对铁矿粉结构和组成的影响[9]。扫描角度5°~80°，扫描速度12 (°)·min−1。
5)现场应用。在实验室评价的基础上，实施露天堆场的规模化抑尘。如图2所示，料场占地约60 hm2，南侧的料条以尼龙网苫盖，北侧料条正在堆取、装卸作业。中间料条为棱台状，地面长度740 m宽度40 m垂直高度7.5 m，东西两段相隔6 m。选择西段料条和料场地面为抑尘区域，东段料条作为对比区域。
距地面1.5 m处安置Trak 8530型气溶胶监测仪，跟踪监测PM2.5和PM10浓度。根据《环境空气质量监测点位布设技术规范(试行)》(HJ 664-2013)布设监测点位，A1、A2、A3和A4的浓度平均值作为抑尘区域的浓度，B1和B2的平均值作为对比区域的浓度。
2018年9月16日，架设扬尘在线物联网(IOT)系统，实时监测2.5 m高处的气象参数和颗粒物浓度(图3)。在上午10点30分，气温18 ℃相对湿度25%，晴，西北风，风速7.8 m·s−1，PM2.5和PM10浓度分别为46 μg·m−3和85 μg·m−3。
根据气象参数、颗粒物浓度和现场条件，采用多功能抑尘车喷洒地面，如图4所示。抑尘剂浓度为1.0%，喷洒量为1.0 kg·m−2，调整喷嘴的间隙和角度，后向喷洒、逆风行驶，车速不高于8 km·h−1；使用车载式高压喷枪喷洒西段料条，喷洒量约1.2 kg·m−2，自上而下蛇形操作。对比区域不做喷洒。
2. 结果与讨论
2.1 聚合物的湿抑尘作用
1)平均含水率。如图5所示，喷洒抑尘剂后，铁矿粉在30 ℃、35%相对湿度下失水缓慢。聚合物质量用量为0.25%、0.5%和0.75%时，含水率依次增大，但至完全干燥，即失水达到平衡时3者差别不大。因此，集中讨论0.5%用量的铁矿粉。其平衡时间(te)为8 h，平衡含水率为2.35%。洒水样品的含水率为0.95%，平衡时间为4 h。
含水率P随时间t的变化规律[6]如式(3)所示。
P=Ae−Bt(3) (3) 式中：P为含水率；A、B为常数。
方程(3)取自然对数，回归结果见图6。根据式(4)，抑尘铁矿粉从开始干燥的时刻t0到平衡时刻te，即干燥过程中抑尘铁矿粉的平均含水率为10.77%，洒水铁矿粉为4.8%。
图 6 P=Ae-Bt的自然对数回归方程曲线Figure 6. Regression curve with natural logarithm P=Ae-Bt equationPav=∫tet0Pdtte−t0=∫tet0Ae−Btdtte−t0=A∫tet0e−Btdtte−t0(4) (4) 式中：Pav为平均含水率；t0为开始干燥时间，h；te为平衡时间，h。
2)装卸过程扬尘的控制效率。根据式(5)，可估算抑尘铁矿粉和洒水铁矿粉的排放系数Es和E0[15]，结果见表2。根据式(6)，可计算抑尘剂对装卸过程扬尘的控制效率η，结果为67.78%。
表 2 装卸过程扬尘的排放系数Table 2. Dust emission factors during handling process样品 Pav/% TSP/(g·t−1) PM10/(g·t−1) PM2.5/(g·t−1) 抑尘铁矿粉 10.77 0.75 0.36 0.05 洒水铁矿粉 4.80 2.33 1.10 0.17 | Show TableDownLoad:
CSV
E=1.6ki(u2.2)1.3⋅(2Pav)1.4(5) 式中：E为堆场装卸扬尘的排放系数，g·t−1；ki为物料的粒度乘数，TSP、PM10和PM2.5分别为0.74、0.35和0.053；u为地面平均风速，以9.5 m·s−1计，属5级风力。
η=(1−EsE0)×100% (6) 式中：η为控制效率；Es为抑尘铁矿粉的排放系数，g·t−1；E0为洒水铁矿粉的排放系数，g·t−1。
3)露天堆场扬尘的控制效率。式(7)是刘琴[16]建立的澳洲铁矿粉扬尘排放模型，据此计算9.5 m·s−1风速下洒水铁矿粉的扬尘量Q0，结果为33.68 g·(kg·h)−1，抑尘之后的扬尘量Qs为2.03 g·(kg·h)−1。参照式(6)，抑尘剂对露天堆场铁矿粉扬尘的控制效率为93.96%。
Q=2.892×10−3u5.16e−0.47Pav (7) 式中：Q为扬尘量，g·(kg·h)−1；u为风速，m·s−1。
2.2 聚合物的湿抑尘作用
1) Zeta电位变化。铁矿粉在中性介质中以颗粒形式存在，表面呈正电性，Zeta电位仅为−14.6 mV。随聚合物用量的增加，图7的Zeta电位增强，说明铁矿粉与聚合物发生了化学吸附，吸附量增加，颗粒分散性提高；用量为0.5%时，极值电位达到−41.9 mV。用量持续增加，颗粒表面的负电荷则阻碍进一步吸附。
图 7 聚合物用量对铁矿粉Zeta电位的影响Figure 7. Polymer dosage effect on Zeta potential of iron ore particles在干燥过程中，铁矿粉的含水率不断降低，由于聚合物羧基与Fe3+交联、Fe―OH氢键作用[14]，铁矿粉的内聚力逐渐提高。如图8所示，颗粒密实堆砌，聚集体粒径增加，细颗粒相应减少，粉体稳定性提高，风力侵蚀性则降低[17]。
2)聚集体的表面形貌。水性聚合物的分散和交联作用可促进颗粒团聚，空隙降低，如图9(a)所示，有效阻塞水分传输，平均含水率因此提高了1.2倍。干燥之后，铁矿粉颗粒相互胶结成膜，形成致密的表面封闭层，风力侵蚀性显著下降。尽管澳洲铁矿粉的吸水性强、粒径小，但水的内聚能力低且有可逆性，洒水铁矿粉干燥之后的聚集状态较差，在图9(b)中表现为松散堆积，空隙可见。
此外，聚合物羧基与铁矿粉表面Si―OH、Al―OH的氢键作用可进一步增加内聚力[14]。而且，聚合物与颗粒之间的长程作用力具有加和性，其强度不亚于化学键。因此，铁矿粉的封闭层在干燥状态下有足够的强度抵御风力侵蚀，如果没有人为破坏和外来降尘，可以长期抑尘。
2.3 聚合物对铁矿粉品质的影响
1)铁矿粉的晶体结构。图10为铁矿粉样品在喷洒抑尘剂前后的XRD图谱，Fe2O3和SiO2特征衍射峰的衍射角θ、晶面间距d和半峰宽度见表3。
图 10 抑尘剂对铁矿粉XRD晶体结构的影响Figure 10. Suppressant effect on iron ore structure characterized by XRD patterns表 3 抑尘剂对铁矿粉XRD参数的影响Table 3. Effect of suppressant on XRD parameters of iron ore抑尘铁矿粉 原料铁矿粉 2θ/(°) d/nm 半峰宽/(°) 2θ/(°) d/nm 半峰宽/(°) 24.14 0.368 0.096 24.13 0.369 0.092 33.16 0.270 0.148 33.14 0.270 0.150 35.64 0.252 0.125 35.62 0.252 0.128 40.89 0.221 0.144 40.85 0.221 0.143 49.47 0.184 0.139 49.45 0.184 0.154 54.08 0.169 0.190 54.04 0.170 0.176 62.44 0.148 0.116 62.42 0.149 0.131 64.01 1.450 0.191 63.98 1.450 0.148 | Show TableDownLoad:
CSV
聚合物抑尘剂不含VOC等低分子化合物，只与颗粒表面的官能团结合，不可能进入晶格。由表3看出，铁矿粉的结构和组成没有变化。
2)铁矿粉的化学组成。对比洒水铁矿粉和抑尘铁矿粉的化学组成(表4)，有害元素S和P以及CaO、SiO2和Al2O3等杂质互有消长，但均在测试误差范围之内[18]，故可以认为二者没有区别。结合XRD结果，足以说明抑尘剂没有影响铁矿粉的原料品质。
表 4 洒水铁矿粉和抑尘铁矿粉的化学组成(质量分数)Table 4. Compositions of suppressed and watering iron ore (mass fraction)样品 Fe2O3 SiO2 Al2O3 P2O5 TiO2 洒水铁矿粉 81.85 9.53 7.95 0.18 0.16 抑尘铁矿粉 81.94 9.42 8.0 0.17 0.16 样品 CaO MnO SO3 Cl K2O 洒水铁矿粉 0.13 0.09 0.05 0.03 0.03 抑尘铁矿粉 0.12 0.07 0.06 0.03 0.03 | Show TableDownLoad:
CSV
2.4 现场应用
表5为现场监测的结果，0 h即抑尘剂喷洒施工之前，抑尘区的悬浮颗粒物浓度Cs和对比区浓度C0相当。喷洒之后Cs下降，根据式(8)计算控制效率，结果见图11。
表 5 抑尘现场的悬浮颗粒物浓度Table 5. Particulate matter concentrations on suppression field时间/h PM2.5/(μg·m−3) PM10/(μg·m−3) 抑尘区 对比区 抑尘区 对比区 0 44.0 41.5 84.5 81.5 5 10.0 42.0 13.5 83.0 24 12.0 48.0 16.0 84.0 48 24.0 49.5 24.5 86.0 72 25.5 48.0 37.0 89.5 96 35.0 48.5 58.0 87.5 120 37.0 42.5 68.5 82.0 144 43.5 45.5 77.5 80.0 | Show TableDownLoad:
CSV
η=(1−CsC0)×100% (8) 式中：η为控制效率；Cs为抑尘区的悬浮颗粒物浓度，μg·m−3；C0为抑尘区的悬浮颗粒物浓度，μg·m−3。
在图11中，喷洒后5 h的PM2.5和PM10控制效率分别为76.19%和83.73%，24 h后分别为75.0%和80.95%，与估算结果非常接近，证实了以上评价方法的可行性。
因设备条件所限，北侧料条无法控制更新界面的扬尘，受风力和装卸作业的持续影响，48 h的PM2.5和PM10控制效率分别降至51.52%和71.51%，72 h后分别为46.88%和58.66%。尽管如此，在30 d的观察期间，抑尘的堆体和料场地面保持完好，封闭状态未受风力影响(图12)。
3. 结论
1)聚合物对铁矿粉的原料品质无不良影响，不会影响后期冶炼。该聚合物可通过离子交联和氢键作用，促进铁矿粉颗粒团聚、提高内聚力，使其平均含水率明显提高。装卸过程和露天堆场扬尘估算的控制效率分别为67.78%和93.96%。干燥状态下可形成封闭层，从而有效降低风力侵蚀，可实现半年以上的长期抑尘。
2)铁矿粉露天堆场PM2.5和PM10的24 h控制效率分别达到75.0%和80.95%，30 d内粉体的封闭状态稳定。现场与实验室结果接近，证实了实际应用和评价方法的可行性。今后应开展不同类型铁矿粉的应用研究，完善堆取作业面的扬尘控制设施。
-
图 6 生物絮凝系统各阶段污泥EPS和有机负荷变化
Figure 6. Changes of EPS and organic load at various stages of bioflocculation system
图 7 生物絮凝系统各阶段污泥PN/PS和SVI变化
Figure 7. Changes of PN/PS and SVI at various stages of bioflocculation system
表 1 中试系统进水水质
Table 1. Influent quality of pilot-scale system
mg·L−1 浓度与平均值 COD TN NH+4 -N![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">浓度与平均值</td> <td class="table_top_border" align="center" valign="middle">COD</td> <td class="table_top_border" align="center" valign="middle">TN</td> <td class="table_top_border" align="center" valign="middle"><inline-formula>${\rm{NH}}_4^{+} $<img class="inline-formula" src="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">浓度与平均值</td> <td class="table_top_border" align="center" valign="middle">COD</td> <td class="table_top_border" align="center" valign="middle">TN</td> <td class="table_top_border" align="center" valign="middle"><inline-formula>${\rm{NH}}_4^{+} $<alternatives><img class="graphic" src="201901188shiyan_Z-20191124110605.jpg"><img class="graphic" src="201901188shiyan_Z-20191124110605.png"></alternatives></inline-formula>-N</td> <td class="table_top_border" align="center" valign="middle">TP</td> <td class="table_top_border" align="center" valign="middle">SS</td> <td class="table_top_border" align="center" valign="middle">Al</td> <td class="table_top_border" align="center" valign="middle">Fe</td> </tr> </thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle">浓度</td> <td class="table_top_border2" align="center" valign="middle">245~852</td> <td class="table_top_border2" align="center" valign="middle">34.46~54.99</td> <td class="table_top_border2" align="center" valign="middle">26.95~41.31</td> <td class="table_top_border2" align="center" valign="middle">6~32</td> <td class="table_top_border2" align="center" valign="middle">400~2 400</td> <td class="table_top_border2" align="center" valign="middle">2~10</td> <td class="table_top_border2" align="center" valign="middle">2~8</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">平均值</td> <td class="table_bottom_border" align="center" valign="middle">417.50±177.89</td> <td class="table_bottom_border" align="center" valign="middle">44.17±6.20</td> <td class="table_bottom_border" align="center" valign="middle">33.48±4.03</td> <td class="table_bottom_border" align="center" valign="middle">14.04±6.96</td> <td class="table_bottom_border" align="center" valign="middle">1 362.50±740.54</td> <td class="table_bottom_border" align="center" valign="middle">5±0.12</td> <td class="table_bottom_border" align="center" valign="middle">3±0.15</td> </tr> </tbody>
</table></div></foreignObject></svg>"></inline-formula>-N</td> <td class="table_top_border" align="center" valign="middle">TP</td> <td class="table_top_border" align="center" valign="middle">SS</td> <td class="table_top_border" align="center" valign="middle">Al</td> <td class="table_top_border" align="center" valign="middle">Fe</td> </tr> </thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle">浓度</td> <td class="table_top_border2" align="center" valign="middle">245~852</td> <td class="table_top_border2" align="center" valign="middle">34.46~54.99</td> <td class="table_top_border2" align="center" valign="middle">26.95~41.31</td> <td class="table_top_border2" align="center" valign="middle">6~32</td> <td class="table_top_border2" align="center" valign="middle">400~2 400</td> <td class="table_top_border2" align="center" valign="middle">2~10</td> <td class="table_top_border2" align="center" valign="middle">2~8</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">平均值</td> <td class="table_bottom_border" align="center" valign="middle">417.50±177.89</td> <td class="table_bottom_border" align="center" valign="middle">44.17±6.20</td> <td class="table_bottom_border" align="center" valign="middle">33.48±4.03</td> <td class="table_bottom_border" align="center" valign="middle">14.04±6.96</td> <td class="table_bottom_border" align="center" valign="middle">1 362.50±740.54</td> <td class="table_bottom_border" align="center" valign="middle">5±0.12</td> <td class="table_bottom_border" align="center" valign="middle">3±0.15</td> </tr> </tbody>
</table></div></foreignObject></svg>)
TP SS Al Fe 浓度 245~852 34.46~54.99 26.95~41.31 6~32 400~2 400 2~10 2~8 平均值 417.50±177.89 44.17±6.20 33.48±4.03 14.04±6.96 1 362.50±740.54 5±0.12 3±0.15
下载: 导出CSV
表 2 生物絮凝系统运行参数
Table 2. Operational parameters of bioflocculation system
运行阶段 时间/d 流量/(m3·h−1) HRT/h SS/(mg·L−1) 1 1~11 1.25 0.80 1 500~2 400 2 12~22 2.10 0.50 1 500~2 400 3 23~33 3.30 0.30 1 500~2 400 4 34~53 2.10 0.50 400~700
下载: 导出CSV
表 3 每吨水温室气体排放量对比(以CO2计算)
Table 3. Comparison of greenhouse gas emissions per ton of wastewater (calculated in carbon dioxide)
g·m−3 中试系统及处理厂 污水处理过程CH4的排放量 污水处理过程N2O的排放量 用电造成的温室气体排放 温室气体总排放量 生物絮凝中试系统 0 0 28.78 28.78 某污水处理厂 150.38 0.22 372.56 523.16
下载: 导出CSV
-
[1] CHAI C, ZHANG D, YU Y, et al. Carbon footprint analyses of mainstream wastewater treatment technologies under different sludge treatment scenarios in China[J]. Water, 2015, 7(12): 918-938. doi: 10.3390/w7030918 [2] 荣颖慧. 淄博某污水处理厂能耗特征分析及节能途径研究[D]. 北京: 清华大学, 2015. [3] TRZCINSKI A P, GANDA L, YAN NI A S, et al. Identification of recalcitrant compounds in a pilot-scale AB system: An adsorption (A) stage followed by a biological (B) stage to treat municipal wastewater[J]. Bioresource Technology, 2016, 206(5): 121-127. [4] 潘宁, 石淑倩, 柯崇宜, 等. 吸附生物降解法(AB工艺)A段反应机理分析[J]. 环境工程, 2000, 5(2): 21-23. [5] CHAI S L, MEI F C, ROBINSON J, et al. A Review on development and application of plant-based bioflocculants and grafted bioflocculants[J]. Industrial & Engineering Chemistry Research, 2014, 53(48): 18357-18369. [6] SHENG G, YU H, LI X. Stability of sludge flocs under shear conditions: roles of extracellular polymeric substances (EPS)[J]. Biotechnology and Bioengineering, 2006, 93(6): 1095-1102. doi: 10.1002/(ISSN)1097-0290 [7] 马放, 段姝悦, 孔祥震, 等. 微生物絮凝剂的研究现状及其发展趋势[J]. 中国给水排水, 2012, 28(2): 14-17. doi: 10.3969/j.issn.1000-4602.2012.02.004 [8] LAI H, FANG H, HUANG L, et al. A review on sediment bioflocculation: Dynamics, influencing factors and modeling[J]. Science of the Total Environment, 2018, 642(5): 1184-1200. [9] 张闻多, 余雷, 刘和, 等. 工程规模下碱类型对污泥预处理效果及发酵产酸的影响[J]. 环境工程学报, 2018, 12(5): 1517-1527. doi: 10.12030/j.cjee.201709102 [10] 国家环境保护总局. 水和废水监测分析方法[M]. 4版. 北京: 中国环境科学出版社, 2002. [11] LIANG Z, LI W, YANG S, et al. Extraction and structural characteristics of extracellular polymeric substances (EPS), pellets in autotrophic nitrifying biofilm and activated sludge[J]. Chemosphere, 2010, 81(5): 626-632. doi: 10.1016/j.chemosphere.2010.03.043 [12] 王雪松, 宋蕾, 白润英. 呼和浩特地区污水厂能耗评价与碳排放分析[J]. 环境科学与技术, 2013, 36(2): 196-199. doi: 10.3969/j.issn.1003-6504.2013.02.040 [13] RODRIGUEZ-GARCIA G, HOSPIDO A, BAGLEY D M, et al. A methodology to estimate greenhouse gases emissions in life cycle inventories of wastewater treatment plants[J]. Environmental Impact Assessment Review, 2012, 37(5): 37-46. [14] 余杰, 田宁宁, 王凯军, 等. 中国城市污水处理厂污泥处理、处置问题探讨分析[J]. 环境工程学报, 2007, 1(1): 82-86. doi: 10.3969/j.issn.1673-9108.2007.01.021 [15] DOORN M R J, TOWPRAYOON S, VIEIRA S M M, et al. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. New York: Institute for Global Environment Strategies, 2006. [16] 杨殿海, 卢峰, 夏四清. 化学生物絮凝工艺处理低浓城市污水研究[J]. 中国给水排水, 2004, 5(4): 5-8. doi: 10.3321/j.issn:1000-4602.2004.04.002 [17] STAN S, DESPA F. On the doublet formation in the flocculation process of the yeast cells[J]. Biosystems, 2000, 57(3): 139-145. doi: 10.1016/S0303-2647(00)00094-0 [18] 吴志平, 夏四清, 杨殿海, 等. 化学生物絮凝工艺处理城市污水比较研究[J]. 重庆环境科学, 2003, 25(7): 12-14. doi: 10.3969/j.issn.1674-2842.2003.07.005 [19] 张志斌, 赵建夫, 夏四清, 等. 化学生物絮凝工艺的反应机理初探[J]. 环境科学, 2007, 28(5): 993-996. doi: 10.3321/j.issn:0250-3301.2007.05.011 [20] MILLIGAN T G, HILL P S. A laboratory assessment of the relative importance of turbulence, particle composition, and concentration in limiting maximal floc size and settling behaviour[J]. Journal of Sea Research, 1998, 39(3/4): 227-241. [21] MIETTA F, CHASSAGNE C, MANNING A J, et al. Influence of shear rate, organic matter content, pH and salinity on mud flocculation[J]. Ocean Dynamics, 2009, 59(5): 751-763. doi: 10.1007/s10236-009-0231-4 [22] HIGGINS M J, NOVAK J T. The effect of cations on the settling and dewatering of activated sludges: Laboratory results[J]. Water Environment Research, 1997, 69(2): 215-224. doi: 10.2175/106143097X125371 [23] CAROL MANCUSO N, JOHN P B, JEAN G. Effects of incubation temperature on growth and production of exopolysaccharides by an antarctic sea ice bacterium grown in batch culture[J]. Applied and Environmental Microbiology, 2005, 71(7): 3519-3523. doi: 10.1128/AEM.71.7.3519-3523.2005 [24] SHENG G P, YU H Q, LI X Y. Extracellular polymeric substances (EPS) of microbial aggregates in biological wastewater treatment systems: A review[J]. Biotechnology Advances, 2010, 28(6): 882-894. doi: 10.1016/j.biotechadv.2010.08.001 [25] AGUILERA A, SOUZA V. Extracellular matrix assembly in extreme acidic eukaryotic biofilms and their possible implications in heavy metal adsorption[J]. Aquatic Toxicology, 2008, 88(4): 257-266. doi: 10.1016/j.aquatox.2008.04.014 [26] 陆佳, 刘永军, 刘喆, 等. 有机负荷对污泥胞外聚合物分泌特性及颗粒形成的影响[J]. 化工进展, 2018, 37(4): 1616-1622. [27] 王红武, 李晓岩, 赵庆祥. 活性污泥的表面特性与其沉降脱水性能的关系[J]. 清华大学学报(自然科学版), 2004, 44(6): 766-769. doi: 10.3321/j.issn:1000-0054.2004.06.013 [28] 杨涛, 郝学凯, 陈宝玉, 等. Al3+对序批式生物膜反应器(SBBR)中污泥脱氢酶活性(DHA)和胞外聚合物(EPS)的影响[J]. 环境科学学报, 2018, 38(4): 1453-1459. [29] 龙向宇, 方振东, 唐然, 等. EPS与阳离子对活性污泥沉降性能的影响研究[J]. 中国给水排水, 2010, 26(13): 50-53. [30] FOLEY J, LANT P. Fugitive greenhouse gas emissions from wastewater systems[J]. Water, 2007, 38: 18-23. [31] RATHNAYAKE R M L D, SONG Y, TUMENDELGER A, et al. Source identification of nitrous oxide on autotrophic partial nitrification in a granular sludge reactor[J]. Water Research, 2013, 47(19): 7078-7086. doi: 10.1016/j.watres.2013.07.055 期刊类型引用(7)
1. 洪宁宁，彭士涛，苏宁，叶寅，崔继宪，刘鹏，程利. 煤炭码头粉尘无组织排放防治措施对比研究. 水道港口. 2024(03): 455-460 . 
百度学术
2. 马思远，侯永生，吕军军. 基于响应面法秸秆利用生物抑尘剂制备优化. 化学工程. 2023(01): 6-10+16 . 百度学术
3. 李刚，周哲，胡锦华. 基于知识图谱的我国矿井粉尘防治技术研究进展与展望. 金属矿山. 2023(07): 28-39 . 百度学术
4. 黄冠聪，黄晓波，颜敏. 深圳市典型建筑工地PM_(10)和PM_(2.5)排放因子研究. 广东化工. 2023(24): 121-123 . 百度学术
5. 米永进，赵全胜，杨彦军. 基于正交试验法秸秆利用生物抑尘剂的制备及优化. 公路交通科技. 2021(04): 36-44 . 百度学术
6. 王林凯，郭红霞，秦建平，黄玉虎，李贝贝. 风蚀扬尘抑尘剂制备及其抑尘效果. 环境工程学报. 2020(12): 3460-3467 . 本站查看
7. 冯国超. 残矿中低含量铁的测定. 云南化工. 2019(12): 111-112 . 百度学术
其他类型引用(0)
-
点击查看大图
计量
- 文章访问数: 3847
- HTML全文浏览数: 3847
- PDF下载数: 54
- 施引文献: 7
