分散剂作用下溢油乳化和生物降解效果研究

发布时间：2020-08-02 22:25

【摘要】：分散剂在海洋溢油污染的应急处理中得到广泛应用，其对溢油的乳化效果受盐度、温度、pH、海洋水动力、油品风化程度等诸多因素的影响，且在实际溢油处理中经常存在过量投加分散剂的现象。事实上，分散剂只是将油乳化并分散至水体中，并没有完全消除溢油，溢油的最终去除还是要依赖降解石油微生物的作用。因此，研究投加分散剂对溢油的乳化及生物降解的影响具有重要的意义。本文选用轻质原油和重质原油模拟溢油污染，首先探讨了分散剂投加量、环境条件（水体盐度、温度、pH、混合能量）和原油风化程度对溢油乳化率的影响，并应用Plackett-Burman（PB）和Box-BehnkenDesign（BBD）试验设计对这些影响因素进行优化，获得原油的最优乳化条件；其次，选取富集驯化后的石油降解混合菌作为生物降解的菌种，通过批量摇瓶实验研究了分散剂投加量对原油生物降解的影响；并探讨了添加营养盐以及不同营养盐类型和不同营养盐配比对分散剂乳化后原油生物降解的影响。得出结论如下：（1）原油的乳化效果因其本身物理性质不同而略有不同，轻质原油比重质原油更容易被乳化。（2）在单因素作用下，20%~30%的分散剂投加量、30‰盐度、较高的温度、中性pH、高强度混合能量以及低风化程度均有利于分散剂乳化原油，且可达到分散剂乳化标准（10min乳化率20%）。（3）不同因素相互作用下，原油风化程度、分散剂投加量、混合能量、盐度成为乳化率的显著性影响因素，其影响程度按这个顺序依次减小，且最优操作条件为：风化程度0%，投加量28.90%，混合能量150rpm/min，盐度31.27‰，此时乳化率可达42.20%。（4）投加分散剂有利于微生物的生长繁殖和原油的降解，但不是投加量越多越好。投加量为10%时，对微生物的生长繁殖促进作用不明显，原油降解率为37.58%；投加量为40%时，不利于微生物的生长繁殖，原油降解率仅有27.32%，还不如未投加分散剂时的原油降解效果（降解率为28.04%）；分散剂投加量为20%和30%时，促进微生物的生长繁殖，对原油的降解最有利，其降解率分别可达44.61%和42.90%。（5）添加营养盐可以显著提高分散剂乳化后原油的生物降解速度。不同形式的营养盐下，分散剂乳化后原油的生物降解效果略有不同，其中，无机氮源比有机氮源更容易被微生物利用，硝态氮比铵态氮更容易被微生物利用，此时微生物的量最大，原油的生物降解效果最好。营养盐存在一个广泛的浓度范围可提高分散剂乳化后原油的生物降解，当固定P浓度为2mg/L，N/P为6：1或者8：1时，微生物的增殖以及对原油的降解速率都较高，原油降解率分别可达78%和70.26%。
【学位授予单位】：青岛理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：X55;X172
【图文】：

正态概率,残差

图 4-1 残差正态概率图图 4-1 为模型的残差正态概率图，其服从正太分布，图中的点基本形成一线，也说明该模型在被研究的整个回归区域拟合度很好。CV 称作变异系数衡量各观测值变异程度的一个统计量，一般情况下，CV 值越低，试验的可和精确度越高[64]，本试验的 CV=8.73%，表明其可信度和精确度均较高。表 4-4 回归方程系数显著性检验自变量回归系数标准差 T值 P值常量 -58.79 1.572 -3.74 0.013pH 2.617 1.61 0.53 0.165盐度（‰） 0.465 0.16 2.89 0.034风化程度（%） -0.633 0.08 -7.85 0.001温度（℃） 0.057 0.10 1.62 0.620分散剂投加量（%） 0.670 0.10 6.24 0.002混合能量（rpm/min） 0.312 0.05 5.83 0.002表 4-4 中的回归系数反映所考察因素的影响程度大小，其中，pH、盐度、

乳化率,主效应

图 4-2 乳化率因素影响主效应图综上所述，再结合乳化率影响因素主效应图 4-2 和 T 值，可得出盐度、原油风化程度、分散剂投加量以及混合能量是影响乳化率的显著因素，它们对乳化率影响程度的大小依次为原油风化程度>分散剂投加量>混合能量>盐度。4.2 Box-Behnken Design 法获取乳化率最佳条件用 Plackett-Burman 设计法筛选出影响乳化率的显著因素以后，采用 BBD 试验设计（Box- BehnkenDesign）法进一步研究，以获取乳化率最佳条件。BBD 试验设计和中心复合设计（Central Composite Design）都是可以评价指标和因素间关系的试验设计方法[65]。和中心复合设计不同的是 BBD 试验设计不需要连续进行多次试验，并且在因素数相同的情况下，它试验的组合数比中心复合设计少因而更经济。在显著性因素筛选出 4 个显著影响因素的基础上，本次试验采用N=27 的 BBD 设计方法，以乳化率 Y 为响应值。试验因素和水平如表 4-5 所示

正态概率,残差

图 4-3 残差正态概率图其中，较高的调节测定系数 R-Sq = 98.9%，R-Sq（调整）= 97.6%，Prob(P)>的概率小 0.0001，均说明该模型拟合效果较好。0.989 的相关系数证明该模型有效的在四个独立变量之间建立了合理的关联，可以用该回归方程代替试验真实点对试验结果进行分析。图 4-3 为模型的残差正态概率图，该图服从正太分布，图中的点基本形成一条直线，也说明该模型在被研究的整个回归区域拟合度很好表 4-7 Box-Behnken 二次模型回归方程系数显著性检验模型项回归系数标准误差 T值 P值常量 29.47 2.85 50.755 0.000A 0.95 0.49 3.273 0.007B -6.09 1.58 -20.985 0.000C 4.84 1.41 16.679 0.000D 4.67 1.32 16.076 0.000A2-3.00 1.11 -6.909 0.000B21.30 0.67 2.995 0.011

【参考文献】