ОПТИМИЗАЦИЯ ПРОЦЕССА ВЫБОРА ТЕХНОЛОГИЙ И ОБОРУДОВАНИЯ ДЛЯ ОЧИСТКИ СТОЧНЫХ ВОД ГАЛЬВАНИЧЕСКОГО ПРОИЗВОДСТВА

  • Boris V. Ermolenko Российский химико-технологический университет им. Д. И. Менделеева
  • Evgeniy N. Kuzin Российский химико-технологический университет им. Д. И. Менделеева
Ключевые слова: водоочистка, гальванические сточные воды, метод частично-целочисленного линейного программирования, оптимизация

Аннотация

Вопросам энерго- и ресурсоэффективности уделяется все больше внимания, ввиду чего для действующих технологических процессов на первый план выходит решение оптимизационных задач, с целью оптимизации материальных затрат. Не менее важным остается оценка человеческого ресурса, а также минимизация возможности ошибок на стадии принятия решения о внедрении/проектировании новых процессов. Именно экологическая сфера сопряжена с высокой степенью инвестиционных рисков и требует тщательного подхода к обоснованию внедрения природоохранных технологий. В рамках проделанной работы предложена концепция автоматизированного принятия решения и разработана экономико-математическая модель решения задачи оптимизации для выбора технологи или оборудования систем очистки сточных вод предприятия на примере предприятий электрохимического направления (гальванотехническое производство) на стадии обоснования инвестиций. В качестве основного средства для обработки входных данных предложено использовать программные комплексы, основанные на применении методов частично-целочисленного линейного программирования. В качестве входных параметров системы выбраны изначальные концентрации загрязняющих веществ, объемный расход и требуемая эффективность очистки. Рассмотрены основные технологии очистки и обезвреживания сточных вод гальванического производства, используемые в настоящее время или входящие в перечень наилучших доступных технологий. Предложена модель, позволяющая осуществлять выбор методов и аппаратурного оформления процессов многоступенчатой очистки с достижением требуемого качества отводимых вод с минимальными интегральными затратами на создание и эксплуатацию проектируемой системы. Предложенная математическая модель может быть использована как в качестве обучающего средства для подготовки специалистов по водоочистке, так и управленческим персоналом в процессе выбора и обоснования природоохранных мероприятий или на стадии шефнадзора за поставщиками оборудования.

Для цитирования:

Ермоленко Б.В., Кузин Е.Н. Оптимизация процесса выбора технологий и оборудования для очистки сточных вод гальванического производства. Изв. вузов. Химия и хим. технология. 2024. Т. 67. Вып. 2. С. 111-118. DOI: 10.6060/ivkkt.20246702.6913.

Литература

Hofman J. The key role of computer modelling in ozone water treatment. Comp. Cont. Eng. 2005. V. 16. N 5. P. 40–45. DOI: 10.1049/cce:20050507.

Worch E. Adsorption Technology in Water Treatment-Fundamentals, Processes, and Modeling, Germany. KG, Berlin: Walter de Gruyter, GmbH & Co. 2012. 345 p. DOI: 10.1515/ 9783110240238.

Garibay-Rodriguez J., Rico-Ramirez V., Ponce-Ortega J.M. A Mixed Integer Programming Model for Sustainable Water Management in Macroscopic Systems. 26th Eur. Symp. on Computer Aided Process Eng. 2016. P. 1839–1844. DOI: 10.1016/b978-0-444-63428-3.50311-8.

De Melo J.J., Câmara A.S. Models for the optimization of regional wastewater treatment systems. Euro. J. Oper. Res. 1994. V. 73. N 1. P. 1–16. DOI: 10.1016/0377-2217(94)90134-1.

Mostafa K.S., Bahareh G., Elahe D., Pegah D. Optimization of conventional water treatment plant using dynamic programming. Toxic Ind. Health. 2013. V. 31. N 12. P. 1078–1086. DOI: 10.1177/0748233713485891.

Boah D., Twum S. A Review of Water Quality Optimization Models and Techniques. J. App. Math.Ph. 2020. V. 8. P. 424-433. DOI: 10.4236/jamp.2020.83032.

Najafzadeh M., Zeinolabedini M. Prognostication of Waste Water Treatment Plant Performance Using Efficient Soft com-puting Models: An Environmental Evaluation. Measurement. 2019. No 138. DOI: 10.1016/j.measurement.2019.02.014.

Kachiashvili K., Gordeziani D., Lazarov R., Melikdzha-nian D. Modelling and Simulation of Pollutants Transport in Rivers. App. Math. Mod. 2007. V. 31. P. 1371–1396. DOI: 10.1016/japm.2006.02.015.

Sarda P., Sadgir P. Water Quality Modeling and Management of Surface Water using Soft Tool. Int. J. Sci. Eng. Tech. R. (IJSETR). 2015. V. 4. N 9. P. 2988-2992.

Shridhara T., Ojoawo S., Mahaganesha P., Thippeswary M., Anand R., Sharath B. C-Language Programming for Development of Conventional Water Treatment Plants Decision Support System. Comp. Water, Energy Environ. Eng. 2014. V. 3. P. 129-139. DOI: 10.4236/cweee.2014.34014.

Allahverdipour P., Sattari M.T. Comparing the performance of the multiple linear regression classic method and modern data mining methods in annual rainfall modeling (Case study: Ahvaz city). Water Soil Manag. Mod. 2023. V. 3(2). P. 125-142. DOI: 10.22098/mmws.2022.11337.1120.

Wang Li, Shen Jie. Modeling water treatment process using fuzzy neural network based on subtractive clustering. 27th Chinese Control Conference. 2008. P. 324-328. DOI: 10.1109/chicc. 2008.4605602.

Finney B.A., Grenney W.J., Bishop A.B., Hughes T.C. Mixed Integer Programming Models for Water Resources Management. Reports. 1977. 492 p. https://digitalcommons. usu.edu/water_rep/492.

Koleva M.N., Polykarpou E.M., Liu S., Styan C.A., Pa-pageorgiou L.G. Synthesis of Water Treatment Processes using Mixed Integer Programming. Comp. Aided Chem. Eng. 2015. P. 1379–1384. DOI: 10.1016/b978-0-444-63577-8.50075-9.

Hanife Dokht Ghayour S., Soleimapour M., Babazadeh R. An integrated mixed-integer linear programming (MILP) model for urban water supply chain optimization. J. App. R. Water Wastewater. 2020. V. 7. N 2. P. 102-110.

Qasem N.A.A., Mohammed R.H., Lawal D.U. Removal of heavy metal ions from wastewater: a comprehensive and critical review. Npj Clean Water. 2021. V. 4(1). 503 p. DOI: 10.1038/s41545-021-00127-0.

Madhavi V., Reddy A.V.B., Reddy K.G., Madhavi G., Prasad T. An overview on research trends in remediation of chromium. Res. J. Rec. Sci. 2013. V. 2. N 1. P. 71–83.

Qin X.Y., Chai M.R., Ju D. Y., & Hamamoto, O. Investigation of plating wastewater treatment technology for chromium, nickel and copper. IOP Conf. Ser.: Earth Environ. Sci. 2018. V. 191. 012006. DOI: 10.1088/1755-1315/191/1/012006.

Sharma D., Chaudhari P.K., Dubey S., Prajapati A.K. Electrocoagulation Treatment of Electroplating Wastewater: A Review. J. Environ. Eng. 2020. V. 146. N 10. 03120009. DOI: 10.1061/(asce)ee.1943-7870.0001790.

Azmi A.A., Jai J., Zamanhuri N.A., Yahya A. Precious Metals Recovery from Electroplating Wastewater: A Review. IOP Conf. Ser.: Mater. Sci. Eng. 2018. V. 358. 012024. DOI: 10.1088/1757-899x/358/1/012024.

Feng N., Sugiura S., Shimada T., Maekawa A. Develop-ment of a high-performance electrochemical wastewater treatment system. J. Hazard. Mater. 2003. V. 103. P. 65-78. DOI: 10.1016/s0304-3894(03)00222-x.

Dermentis K., Christoforidis A., Valsamidou E. Removal of nickel, copper, zinc and chromium from synthetic and industrial wastewater by electro coagulation. Int. J. Environ. Sci. 2011. V. 1. N 5. P. 697-710.

Sun Y. Effects of Ozone on COD Reduction in Electroplating Wastewater. In: Materials Engineering—From Ideas to Prac-tice: An EPD Symposium in Honor of Jiann-Yang Hwang. The Minerals, Metals & Materials Series. Ed. by B. Li et al. Cham: Springer. 2021. P. 241-248. DOI: 10.1007/978-3-030-65241-8_23.

Hewehy M.A., Razek T.M., Hamid M.A., Morsy R.M. Electrochemical Treatment of Electroplating Wastewater Using Carbon and Aluminum Electrodes. J. Environ. Sci. China. 2016. V. 33. P. 25-41. DOI: 10.21608/JES.2016.25102.

Hosseini S.S., Bringas E., Tan N.R., Ortiz I., Ghahramani M., Shahmirzadi M. A. Recent progress in development of high-performance polymeric membranes and materials for metal plating wastewater treatment: A review. J. Water Proc. Eng. 2016. V. 9. P. 78–110. DOI: 10.1016/j.jwpe.2015.11.005.

Peng C., Meng H., Zhang J., Lu S. Treatment of electroplat-ing wastewater. J. Univ. Sci. Technol. 2013. V. 10. P. 8–11.

Kolesnikov A.V., Savel’ev D.S., Kolesnikov V.A., Davydkova T.V. Electroflotation extraction of highly disperse ti-tanium dioxide TiO2 from water solutions of electrolytes. Glass Ceram. 2018. V. 75. N 5-6. P. 237–241. DOI: 10.1007/s10717-018-0063-0.

Kuzin E.N., Chernyshev P.I., Vizen N.S., Krutchinina N.E. The Purification of the Galvanic Industry Wastewater of Chromium (VI) Compounds Using Titanium(III) Chloride. Russ. J. Gen. Chem. 2018. V. 88. N 13. P. 2954–2957. DOI: 10.1134/S1070363218130200.

Medvedeva I.V., Medvedeva O.M., Studenok A.G., Studenok G.A., Tseytlin E.M. New composite materials and processes for chemical, physico-chemical and biochemical technologies of water purification. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2023. V. 66. N 1. P. 6-27. DOI: 10.6060/ivkkt.20236601.6538.

Kuzin E.N., Krutchinina N.E. Evaluation of effectiveness of use of complex coagulants for wastewater treatment processes of mechanical engineering. ChemChemTech [Izv. Vyssh.Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2019. V. 62. N 10. P. 140-146. DOI: 10.6060/ivkkt.20196210.5939.

Kuzin E.N., Kruchinina N.E. Obtaining complex titanium-containing coagulants by the method of chemical dehydration. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2022. V. 65. N 5. P. 103-111. DOI: 10.6060/ivkkt. 20226505.6578.

Опубликован
2023-12-29
Как цитировать
Ermolenko, B. V., & Kuzin, E. N. (2023). ОПТИМИЗАЦИЯ ПРОЦЕССА ВЫБОРА ТЕХНОЛОГИЙ И ОБОРУДОВАНИЯ ДЛЯ ОЧИСТКИ СТОЧНЫХ ВОД ГАЛЬВАНИЧЕСКОГО ПРОИЗВОДСТВА. ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ. СЕРИЯ «ХИМИЯ И ХИМИЧЕСКАЯ ТЕХНОЛОГИЯ», 67(2), 111-118. https://doi.org/10.6060/ivkkt.20246702.6913
Раздел
ХИМИЧЕСКАЯ ТЕХНОЛОГИЯ неорг. и органических веществ, теоретические основы