第1章污水的水量水质特性.docVIP

污水的水量水质特性 Mogens Henze著 污水水量 污水流量具有不稳定和不均匀性，每年、每月、每日、每时都不相同。当筹建一座污水处理厂时，对现有污水量、未来污水量及其变化的掌握是相当重要的。以污水知识为基础，考虑将要处理的污水，可以进行污水处理厂的设计。与此相关，进行水量的测定是有用的，若没有这样的测定数据，就应该做一下估算。对未来污水水量，当然要考虑发展变化，例如，应该做一下分析预测。 污水水量的确定 污水水量可用曲线法或图表法（）1.1给出了某处理厂的污水量变化情形，该曲线为生活污水量、工业废水量、公共设施污水量、入渗水量和渗漏水量的加和。没理由把各个具体排放者的污水量作为曲线，以表示到达处理厂的污水量。但在预测污水量及其变化时，建议通过分解各支流污水，来分析该曲线和汇水面积，这是因为分别预测各支流污水比较容易，这将在1.2节和1.5节中作简要论述。在处理厂取样和测定往往是困难的，必须注意回流水（） 图1.1所示的曲线，可用来查找所要查询的日期的最大小时流量（190 m3/h） Qh,max 某日最大小时流量的平均值（m3/h） Qh 多日平均小时流量（m3/h）Qh,max，可根据若干个最大小时流量计算出来。最大小时平均流量Qh,max，还可用作污水管道和塘的水力设计基础。平均小时水量Qh,av，或每日的水量Qd,av，用于运行费用的计算。 污水水量的统计分析 通过数据的统计处理，可得到一个更详细的污水变化信息。水量的变化（24） 在处理厂设计中，百分比图可以作为一个重要的工具。图1.2给出了一个这样的例子，60%时的数值通常作为平均负荷，而85%～90%时的数值作为最大负荷。 按时间顺序排列收集到的数据，可直观显示出污水数据的若干种不规则类型，例如：跳跃，趋势（）（）1.1 Tuels?污水处理厂进水情况（1980年7月10日～11日）1] 图1.2 1984～1989年期间丹麦Lundtofte污水处理厂进水的百分比分布图 (在此，60%的百分比数值确定为Qd,av，即30 400 m3/d，而85%的百分比数值确定 为Qd,max，即42 500 m3/d，数据取自参考资料[24]。) 在参考资料中[9]，描述了检验不规则性的简便方法。图1.3中所示的进入S?holt处理厂（）4 mm的降雨量对进水产生了怎样的影响，同样可看出明显的周变化，每逢周六和周日时，进水量是低的。 通过在对数坐标纸上绘制一组数据可以确定这些数据是按正态分布，还是按对数正态分布。用普通等分X轴坐标纸上绘图，正态分布的数据为一条直线，当在带有对数刻度X轴的对数坐标纸上绘图时，对数正态分布的数据为一条直线。通过绘图，可以找出平均值（）50%的概率值是不相吻合的，必须依据表1.1的公式计算。 图1.3 S?holt 污水处理厂进水（Silkeborg）1.1 正态分布（在带标准X轴的对数坐标纸上成直线） 对数正态分布（在带对数X轴的对数坐标纸上成直线） 平均值 = f (50%) 分布范围 s = f (84%) - f (50%) 或 s = f (50%) - f (16%) log= log f (50%) + 1.1513 s2 s = log [f (84%) - f (50%)] 或 s = log [f (50%)] - log [f (16%)] 图1.4为对数坐标纸上绘出的丹麦Sj?ls?处理厂进水量数据图，显而易见，最大小时流量Qh,max 和每日的进水量可假定为对数正态分布，而最大秒流量却不是规则的直线。 图1.5绘出了在旱季若干天内，流到丹麦Ejby M?lle处理厂的最大小时流量图。这些数据点在普通对数坐标纸上具有相当好的线性，可以把它们作为正态分布对待，最大小时平均流量Qh,max可按50%的概率读出：Qh,max = 3175 m3/h 【例1.1】流入Ejby M?lle处理厂的旱季最大小时流量分布范围是多少？旱季最大小时流量小于3 650 m3/h的天数占旱季天数的百分数是多少? s = f (84%) - f (50%) = 3525 - 3175 = 350 m3/h 分布范围s，可确定为84%概率曲线值与50%概率的曲线值之差，见表1.1。 借助于该曲线，可得出90%的天数，最大小时流量将小于或等于3 650m3/h。 污水水量的估算 如果不能获得足够的污水流量测定数据，就必须进行估算和计算，为此目的，可以将污水分成具有代表性的几个组成部分： 生活污水； 工业和公共设施污水； 入渗水。 就生活污水而言，可按图1.6所示的方法计算，这种算法的基数是人口数及其每年所产生的污水量Qyr,pers。在表1.2中给出了Qyr,pers的数值概念，但所表示仅是粗略的近似平均值。根据年污水量，可进