پیوندهای مفید
آمار
| تعداد نشریات | 8 |
| تعداد شمارهها | 439 |
| تعداد مقالات | 5,660 |
| تعداد مشاهده مقاله | 7,745,155 |
| تعداد دریافت فایل اصل مقاله | 6,366,719 |
توسعه شاخصهای ارزیابی عملکرد واحدهای مختلف تصفیهخانه فاضلاب | ||
| نشریه مهندسی عمران امیرکبیر | ||
| مقاله 12، دوره 51، شماره 1، فروردین و اردیبهشت 1398، صفحه 129-142 اصل مقاله (827.07 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2017.13167.5342 | ||
| نویسندگان | ||
| سارا نظیف* ؛ محمد غلامی مایانی؛ بردیا روغنی | ||
| دانشکده مهندسی عمران و محیطزیست، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| بهطور معمول مدیریت و بهرهبرداری از تصفیهخانههای فاضلاب بر مبنای کنترل کیفیت آب خروجی و مقایسه آن با استانداردها صورت میپذیرد. در نتیجه، شبیهسازی فرآیند تصفیه در واحدهای مختلف تصفیهخانه و ارزیابی عملکرد آنها ضروری است. در تحقیق پیش رو سعی بر آن است تا با در نظر گرفتن متغیرهای تأثیرگذار جریان ورودی بر عملکرد این واحدها، کارایی تصفیهخانه را مورد ارزیابی قرار داد. برای ارزیابی نحوه اثرگذاری عوامل مختلف بر فرآیند تصفیه، در کنار دادههای اندازهگیری شده سیستم، مدل شبیهسازی فرآیند تصفیه نیز توسعه داده شده و کالیبره میشوند. سپس اهمیت نسبی هریک از متغیرهای فوق در عملکرد سیستم مورد ارزیابی قرار میگیرد و متغیرهای دارای اولویت بالا تعیین میگردند. در گام بعد بر مبنای میزان اهمیت متغیرها، شاخصهای عملکردی (Performance functions) تعریف میشوند. بر اساس این شاخصهای عملکردی میتوان موفقیت سیستم در تأمین اهداف از پیش تعیینشده را ارزیابی نمود. در تحقیق حاضر از شاخصهای عملکردیِ میزان حذف COD و جامدات معلق (SS) برای این منظور استفاده شدهاست. این فرایند سبب کاهش هزینهها و ریسک ناشی از شکست سیستم میشود. الگوی پیشنهادی بر روی تصفیهخانهای در کشور آلمان پیادهسازی گردید. شاخصهای انتخاب شده دارای تغییرپذیری مناسبی در برابر متغیرهای جریان ورودی (مانند دبی و ذرات متعلق) بوده و به خوبی میتوان تغییرات این متغیرها را رصد نمود. در نتیجه، میتوان عملکرد کل و واحدهای تصفیهخانه را با دقت قابل قبولی تخمین زد و بررسی کرد. در نهایت، امکان اتخاذ سیاستهای پیشگیرانه به منظور بهبود عملکرد تصفیهخانههای فاضلاب و مدیریت ریسک آنها برای بهرهبردار ایجاد میشود. | ||
| کلیدواژهها | ||
| شاخص ارزیابی عملکرد؛ تصفیهخانه فاضلاب؛ شبیهسازی فرآیند تصفیه؛ مدلسازی تصفیه خانه فاضلاب؛ لجن فعال | ||
| موضوعات | ||
| مهندسی محیط زیست | ||
| عنوان مقاله [English] | ||
| Development of Performance Indicators for Evaluation of Wastewater Treatment Plants Operation | ||
| نویسندگان [English] | ||
| S. Nazif؛ M. Gholami Mayani؛ B. Roghani | ||
| School of Civil Engineering, College of Engineering, University of Tehran, Tehran, Iran | ||
| چکیده [English] | ||
| Typically, management and operation of wastewater treatment plants are based on comparison of the effluent quality with the defined standard values. Under this approach, only after the occurrence of a failure, the problem in system performance is recognized. In the present study, a new methodology is proposed to predict the wastewater treatment plant performance as well as its units, based on the inflow characteristics. For this purpose, first, the wastewater treatment plant simulation model is developed. After that, the relative importance of each inflow characteristic on the performance of the system is evaluated. Then, performance indicators are defined. In the present study, the chemical oxygen demand (COD) and suspended solids (SS) removal efficiency have been used for this purpose. This process reduces the costs and risks of the system failure. The proposed methodology in this study was implemented on a real case study. The selected indices well response to the inflow variables (such as flow and SS). As a result, it is possible to estimate and check the total and unit performance of wastewater treatment plant with acceptable accuracy. Finally, it can be used effectively to adopt preventive policies for improving the performance of wastewater treatment plants and risk management. | ||
| کلیدواژهها [English] | ||
| Performance Evaluation Indicator, Wastewater Treatment Plant, Treatment Process Simulation, Wastewater Treatment Modeling, Activated Sludge | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
[1] O.J. Oleyiblo, J. Cao, Q. Feng, G. Wang, Z. Xue, F. Fang, Evaluation and improvement of wastewater treatment plant performance using BioWin, Chinese Journal of Oceanology and Limnology, 33(2) (2015) 468-476. [2] LIFE programme. Waste water treatment improvement and efficiency in small communities, Project No. LIFE04 ENV/PT/000687, European Commission, 2006. [3] E. Trikoilidou, G. Samiotis, D. Bellos, E. Amanatidou, Sustainable operation of a biological wastewater treatment plant, IOP Publishing, 2016, pp. 012093 %@ 011757-012899X. [4] P. Balmér, D. Hellström, Performance indicators for wastewater treatment plants, Water Science and Technology, 65(7) (2012) 1304-1310. [5] S. Quadros, M. João Rosa, H. Alegre, C. Silva, A performance indicators system for urban wastewater treatment plants, Water Science and Technology, 62(10) (2010) 2398-2407. [6] A. Guerrini, G. Romano, S. Ferretti, D. Fibbi, D. Daddi, A performance measurement tool leading wastewater treatment plants toward economic efficiency and sustainability, Sustainability, 8(12) (2016) 1250. [7] R. Arefkhani, A.R. MehrAbadi, Studying the operation status of Sabzevar wastewater treatment palnt during 2008-2009, in: The fifth Conference of Environmental Engineering, Tehran, Iran, 2011 (In Persian). [8] S. JavanMardi, M. Asghari, H.R. PoorKhabaz, Evaluation of the environmental performance of wastewater treatment plant, case study of Khorramabad, in: International Conference on Water and Wastewater, Tehran, Iran, 2011. (In Persian) [9] A. Delavaran Shiraz, A.A. Azimi, Studying the performance of wastewater treatment plant and strategies for improving it, case study of Shiraz, in: The first national conference on planning, environmental protection and sustainable development, Hamedan, Iran, 2013 (In Persian). [10] M. Mousavi, F. Sabzevari, Studying the operational performance indicators of wastewater treatment plants, in: Sixteenth National Congress on Environmental Health, Tabriz, Iran, 2013 (In Persian). [11] M.A. Miller, X.J. Feng, G. Li, H.A. Rabitz, Identifying biological network structure, predicting network behavior, and classifying network state with high dimensional model representation (HDMR), PLoS One, 7(6) (2012) 31932-36203. [12] M.I. Nelson, H.S. Sidhu, Analysis of the activated sludge model (number 1), Applied Mathematics Letters, 22(5) (2009) 629-635. [13] M.C.M. Van Loosdrecht, C.M. Lopez-Vazquez, S.C.F. Meijer, C.M. Hooijmans, D. Brdjanovic, Twenty-five years of ASM1: past, present and future of wastewater treatment modelling, Journal of Hydroinformatics, 17(5) (2015) 697-718. [14] M. Henze, C.P.L. Grady Jr, W. Gujer, G.V.R. Marais, T. Matsuo, A general model for single-sludge wastewater treatment systems, Water research, 21(5) (1987) 505-515. [15] H. Rabitz, Ö.F. Aliş, J. Shorter, K. Shim, Efficient input—output model representations, Computer Physics Communications, 117(1-2) (1999) 11-20. [16] G. Li, S.W. Wang, H. Rabitz, S. Wang, P. Jaffé, Global uncertainty assessments by high dimensional model representations (HDMR), Chemical Engineering Science, 57(21) (2002) 4445-4460. [17] FAO, Environmental Quality (Industrial Effluent) Regulations, 2009, in: F.a.A.O. (FAO), 2009. [18] J. Yan, Comprehensive Evaluation of Effective Biomass Resource Utilization and Optimal Environmental Policies, Springer, 2015. [19] A.F. Martins, D.R. Arsand, C.B. Brenner, L. Minetto, COD Evaluation of Hospital Effluent by Means of UV-Spectral Deconvolution, CLEAN–Soil, Air, Water, 36(10-11) (2008) 875-878. | ||
|
آمار تعداد مشاهده مقاله: 1,618 تعداد دریافت فایل اصل مقاله: 2,643 |
||
