基于水质在线监测的钻井液污水处理装置的优化控制
本文关键词：基于水质在线监测的钻井液污水处理装置的优化控制 出处：《重庆科技学院》2017年硕士论文 论文类型：学位论文
更多相关文章： 钻井液污水 MVR 钻井液污水处理装置 软测量 优化控制
【摘要】：基于机械蒸汽再压缩(Mechanical Vapor Recompression,MVR)的钻井液污水处理装置以低温负压蒸发为核心,结合压滤、脱油、吸附等物理处理技术,解决了传统钻井液污水处理工艺(回收再利用法、固化法、生物处理法、蒸发浓缩处理法)难以适用于不同组分的钻井液污水、只能终端处理、成本高等工程问题,非常适合于目前我国钻井现场空间有限的的钻井液污水的处理。但目前装置存在以下问题:(1)辅助处理模块(曝气、破乳、压滤、活性炭吸附)无法检测处理效果;(2)由于钻井液污水的多样性,采用统一的处理流程会造成能耗的浪费、处理时间的增加。因此,论文开展对装置优化控制的研究。首先对曝气、破乳、压滤、活性炭吸附模块进行针对性实验研究,以此为基础对装置进行优化。研究发现:前处理阶段,当钻井液污水中溶解氧含量低于2.55mg/L时,需曝气处理20min分钟;在处理水基钻井液时不需要破乳模块投用;当钻井液污水悬浮物浓度高于20mg/L时,需要在进入MVR蒸发器前进入压滤机过滤处理。后处理阶段,当MVR蒸发器蒸发后的出水水质中COD含量大于188.2mg/L时,需脱油、活性炭吸附模块先后处理;当MVR蒸发器蒸发后的出水水质中COD含量小于188.2mg/L、大于《污水综合排放标准》(GB8978-1996)二级标准(120mg/L)时,只需活性炭吸附模块处理;当MVR蒸发器蒸发后的出水水质中COD含量小于120mg/L时,输送到水池。其次引入水质在线监测系统。通过对装置各阶段处理过程的机理分析,在钻井液污水处理过程中需要监测的水质参数为溶解氧、悬浮物、COD。由于COD含量检测时间较长,而且设备成本以及分析成本都比较昂贵,论文采用软测量模型对COD含量进行预测,以影响钻井液污水COD含量的主要水质参数溶解氧、悬浮物、浊度、pH含量为输入、COD含量为输出建立软测量预测模型,并仿真比较BP(Back Propagation)神经网络和改进BP神经网络-无迹卡尔曼神经网络预测模型,发现无迹卡尔曼神经网络预测模型预测相比BP神经网精度预测模型更高,预测误差10%左右,更符合COD测量的要求。仿真结果表明,无迹卡尔曼神经网络预测模型精度较高,能够实时预测钻井液污水中的COD含量,并与能够实时测定的溶解氧、悬浮物含量相结合,实现水质在线检测的实时性。最后对装置进行优化控制。在装置出水处安装一套集成溶解氧、悬浮物、浊度、pH水质在线检测仪,实现水质的实时在线检测;添加两通换向阀以及管道完成给水管网的并联优化,实现钻井液污水流向的多元化;由于装置存在能耗高、自动化程度低的问题,论文根据控制对象的物理特性以及工程实践经验建立模糊控制规则,控制曝气、压滤、脱油、活性炭吸附模块的启动和停止,通过调节MVR蒸发器平衡阀的开度调节蒸发温度,并在活性炭吸附模块子控制系统中采用负反馈闭环控制,实现装置在保证出水水质达标、稳定的基础上,降低能耗,减少运行成本。优化控制实验研究:装置处理采自合探1#钻井现场的钻井液污水,出水水质各水质参数指标均达到《污水综合排放标准》(GB8978-1996)二级标准;装置处理钻井液污水10小时,每小时能耗27.8kW.h,较之前期实验每小时能耗28.4kW.h,节省能耗每小时0.6kW.h。
[Abstract]:Based on mechanical vapour recompression , the treatment of drilling fluid waste water with low temperature negative pressure evaporation as the core , combined with pressure filtration , oil removal , adsorption and so on , it is difficult to treat drilling fluid sewage with limited space in drilling site . The paper uses soft measurement model to predict the COD content of the drilling fluid . The results show that the non - trace Kalman neural network can predict the COD content of the drilling fluid in real time . The results show that the non - trace Kalman neural network can predict the COD content of the drilling fluid in real time .
【学位授予单位】：重庆科技学院
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：X741
【相似文献】
相关期刊论文 前10条
1 郏锡兴;南化氮肥厂含氰污水处理装置改造成功[J];化工装备技术;2002年04期
2 张济宇;不加药的黄土污水处理装置[J];石油化工环境保护;2003年01期
3 周国强;经济实用的污水处理装置[J];上海包装;2004年01期
4 黄艳;小型污水处理装置[J];化肥设计;2004年04期
5 ;一种离心式陶瓷转片污水处理装置问世[J];石油和化工设备;2006年05期
6 王锦荣;李虎全;;浅谈污水处理装置的节能降耗[J];石油和化工设备;2006年06期
7 李永海;;火电厂污水处理装置运行现状及对策[J];节能与环保;2007年01期
8 王锦荣;李虎全;;浅谈污水处理装置的节能降耗[J];石油化工设备;2007年S1期
9 邵天骏;;新型污水处理装置[J];技术经济信息;1991年05期
10 李世显 ,赵良义;占地面积小的污水处理装置[J];国外环境科学技术;1997年03期
相关会议论文 前5条
1 杨立娟;刘鹏飞;;污水处理装置受冲击的应对措施[A];2013中国水处理技术研讨会暨第33届年会论文集[C];2013年
2 明银安;冯晓东;;武汉某住宅小区污水处理装置设计[A];土木建筑教育改革理论与实践[C];2008年
3 赵晶晶;刘淑杰;甘文钊;陈福明;;环流反应与过滤一体式污水处理装置中试研究[A];2011中国环境科学学会学术年会论文集（第一卷）[C];2011年
4 侯立安;;接触曝气法处理小规模生活污水的动力学模型和小规模粪便污水处理装置的应用研究[A];全国建筑给水排水青年学术论文选[C];1996年
5 王广文;宋金;;消除装置生产瓶颈,降低污染物排放总量[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
相关重要报纸文章 前10条
1 记者 张孔生;污水处理装置郭村投运[N];扬州日报;2010年
2 林巍;七○四所新型污水处理装置通过验收[N];中国船舶报;2006年
3 张亚斌;保证游船搬迁前完成污水处理装置安装[N];南充日报;2007年
4 林巍;七○四所交付两型船用污水处理装置[N];中国船舶报;2008年
5 吴玉萍;兰州石化发生泄漏引发火灾[N];中国环境报;2006年
6 钱双庆;投资千万元的污水处理装置在兰州石化投用[N];中国石油报;2006年
7 本报记者 丁冬;再生造纸行业污染不容忽视[N];中国环境报;2005年
8 周慧敏 黄惠权 王继红;巨化股份投巨资力保蓝天碧水[N];中国企业报;2003年
9 记者 侯小健 单憬岗;新项目必须有污水处理装置[N];海南日报;2006年
10 记者 周升友;江苏南极污水处理装置通过鉴定[N];中国船舶报;2008年
相关硕士学位论文 前6条
1 张伟;移动污水处理装置结构优化设计[D];天津科技大学;2013年
2 安伟铭;兰州西固石化工业集中区VOCs和氨源强核算及削减方案建议[D];兰州大学;2016年
3 孟明辉;基于水质在线监测的钻井液污水处理装置的优化控制[D];重庆科技学院;2017年
4 闫其年;宽频超声波污水处理装置的研究与开发[D];河北大学;2011年
5 王倩;黄龙食品工业有限公司污水处理装置改造研究[D];吉林大学;2014年
6 靳兆强;一种新型生物造粒流化床污水处理装置的运行调控[D];西安建筑科技大学;2012年
，本文编号：1376606
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/1376606.html
