Prosimy cytowa jako: In. Ap. Chem.

2011, 50, 5, 68-69

INYNIERIA I APARATURA CHEMICZNA

str. 68

Nr 5/2011

Stanisaw MASIUK, Rafa RAKOCZY, Marian KORDAS, Przemysaw GRDZIK

e-mail: rrakoczy@zut.edu.pl
Wydzia Technologii I Inynierii Chemicznej, Zachodniopomorski Uniwersytet Technologiczny, Szczecin

Charakterystyki dynamiczne procesu usuwania detergentw

ze cieku komunalnego
Wprowadzenie
Obecnie produkowane s rnego rodzaju detergenty a ich nadmierne
uycie niekorzystnie wpywa na stan zbiornikw naturalnych przyjmujcych cieki oczyszczane. Obecno detergentw w wodzie zbiornika
negatywnie wpywa na warunki tlenowe oraz powoduje zagroenie dla
organizmw ywych. Najmniej toksyczne s detergenty niejonowe. Detergenty anionowe stosunkowo atwo rozkadaj si w procesie oczyszczania ciekw.
Obecno detergentw w cieku surowym obnia skuteczno biologicznego oczyszczania ciekw. Detergenty ze ciekw usuwane
s metod utleniania elektrochemicznego [1] lub chemicznego [2, 3],
elektrochemiczn koagulacj [4], filtracj membranow [5] lub filtracj
poczon z adsorpcj [6]. Naley zaznaczy, e stenie detergentw
w ciekach jest wanym wskanikiem wymagajcym systematycznej
kontroli w czasie funkcjonowania oczyszczalni ciekw. Kontrola taka
daje doskonay materia dowiadczalny, ktry po analizie matematycznej moe stanowi rdo uytecznej informacji naukowej oraz aplikacyjnej.

dowane ze zbioru tych realizacji. Oznacza to, e jest speniona hipoteza

ergodycznoci i miarodajny matematyczny opis procesu redukcji detergentw w zakresie funkcyjnych charakterystyk statystycznych mona
otrzyma przy wykorzystaniu estymatorw zbudowanych w oparciu
o operator urednienia po czasie (LT) . Wykorzystujc obliczone rednie
wartoci stenia detergentw dla cieku surowego mC* ' = 8,53 mgdm-3
oraz oczyszczonego mC* '' = 0,25 mgdm-3 scentrowano dane podane
w tab. 1, a otrzymane scentrowane realizacje pokazano na rys. 1 i 2.

Rys. 1. Scentrowana realizacja dla stenia detergentw w cieku surowym

Dowiadczalna baza danych

W pracywykorzystano baz danych dowiadczalnych zawierajc
zbir wartoci stenia detergentw w cieku komunalnym surowym
oraz w cieku oczyszczonym opuszczajcym oczyszczalni. Dane te
zaczerpnito z raportw funkcjonujcej biologicznej oczyszczalni ciekw w Poni. Dane liczbowe zawarte w bazie danych zostay otrzymane z pomiarw metod miareczkowania (detergenty jonowe) oraz
metod kolorymetryczn (detergenty niejonowe). Zbiory uporzdkowanych wartoci stenia detergentw w cieku surowym (C [mg/dm3])
3
i oczyszczonym (C [mg/dm ]) przedstawiono w tab. 1.

Rys. 2. Scentrowana realizacja dla stenia detergentw w cieku oczyszczonym

Tab. 1. Stenie detergentw w cieku surowym o oczyszczonym

Czas
[doba]

C
[mg/dm3]

C
[mg/dm3]

7,4

0,1

7,6

0,1

0,36

7,8

0,32

10,4

0,24

8,9

0,34

6,4

0,34

8,9

04

7,7

0,2

10

10,6

0,26

11

10,6

0,16

12

9,1

0,2

Opracowanie danych dowiadczalnych

Dane liczbowe ujte w tab. 1 nie wykazuj trendu i pozwalaj sporzdzi tylko pojedyncze dyskretne realizacje dla cieku surowego
i oczyszczonego. Wobec ograniczonej dostpnej liczby danych pomiarowych mona z pewn doz prawdopodobiestwa przyj, e stacjonarne procesy stochastyczne charakteryzujce oczyszczalni ciekw
w szerokim przedziale czasu jej funkcjonowania (t d T) mog by zbu-

Funkcje korelacyjne i gstoci widmowe

Oglna teoria procesw stochastycznych operuje rniczkow
i cakow funkcj rozkadu prawdopodobiestwa. Jednak analiza statystyczna z wykorzystaniem tych funkcji jest zbyt skomplikowana
i dlatego w obliczeniach praktycznych ogranicza si do wyznaczenia
momentw pocztkowych i centralnych zbioru wielkoci przypadkowych. W przypadku stacjonarnych procesw stochastycznych nadzieja matematyczna oraz dyspersja nie charakteryzuj przebiegu procesu
stochastycznego. Stopie statystycznej zalenoci pomidzy dwoma
dowolnymi przekrojami procesw stochastycznych opisuje funkcja
korelacyjna. Aby analiz statystyczn procesu stochastycznego zrealizowa w oparciu tylko o pojedyncz realizacj naley przyj, e
R (x) T " 3 = 0 (ergodyczno stacjonarnego procesu stochastycznego
wzgldem funkcji korelacyjnej R (x) )[7].
W badaniach dowiadczalnych charakterystyk dynamicznych metodami pasywnymi opisuje si stacjonarny proces stochastyczny w oparciu o analiz jednej dugotrwaej realizacji 0 # t # T . Wwczas rednie
funkcyjne charakterystyki statystyczne w dziedzinie oryginau (funkcje
autokorelacyjne RC'C' (x) i RC''C'' (x) oraz funkcje korelacji wzajemnej
RC'C'' (x) ) s zdefiniowane w postaci nastpujcego oglnego wzoru
[7]:
RCC (x) = lim 1
T " 3T - x

T-x

# Cc (t - x) Cc (x) dx

(1)

Prosimy cytowa jako: In. Ap. Chem. 2011, 50, 5, 68-69

INYNIERIA I APARATURA CHEMICZNA

Nr 5/2011

Dokadne wyznaczenie funkcji korelacyjnej z pomiarw dowiadczalnych nie jest moliwe, poniewa nie dysponuje si nigdy nieskoczenie duym zbiorem realizacji lub nieskoczenie dug realizacj. Praktycznie dysponuje si ograniczonym zbiorem informacji
i dlatego do wyznaczenia funkcji korelacyjnych wykorzystuje si estymatory. Waciwie dobrany estymator jest zbieny, nieobciony oraz
optymalny. Estymatorem funkcji korelacyjnej jest numeryczny odpowiednik wzoru (1):
*
kT
1
RCC
` N j= N k
-

N-k

/ Cc (t ) Cc (t
j

(2)

j + k)

j=1

gdzie x = kT przedzia czasowy pomidzy przekrojami realizacji.

N
Wykorzystujc scentrowane wartoci stenia detergentw pomierzone w cieku surowym i cieku oczyszczonym (Rys. 1 i 2) obliczono wartoci estymacyjne funkcji autokorelacyjnej dla cieku surowego
oraz korelacji wzajemnej dla cieku surowego i cieku oczyszczonego,
ktrych wartoci estymatorw aproksymowano nastpujcymi funkcjami analitycznymi [8, 9]:
RC 'C ' (x) = De- a x cos ({x)

(3)

RC**'C " (x) = e- b | x | 6 B cos (cx) + E sin (c | x |)@

(4)

**

| |

Czstotliwociowymi obrazami funkcji korelacyjnym s gstoci

widmowe [7]:
SC**'C ' (~) =

SC**'C '' (~) = 2

2aD (~2 + a2 + {2)

(~ + a2) + {2 [{2 - 2 (~2 - a2)]

(5)

Bb (~2 + b2 + c2) + Ec (b2 - ~2 + c2)

(~2 + b2) + c2 [c2 - 2 (~2 - b2)]

(6)

Charakterystyki dynamiczne
W wyniku aproksymacji estymacyjnych wartoci funkcji autokorelacyjnej RC**'C' (x) i korelacji wzajemnej RC**'C'' (x) otrzymano nastpujcy
zestaw wartoci staych wystpujcych w rwnaniach (47). Wartoci
te zestawiono w tab. 2.

W (j~) =

str. 69

0,027 ~6 - 0,054 ~4 + 0,023 ~2 - 0, 080

+
3,65 ~6 - 7,49 ~4 + 6,5 9~2 + 0, 040

(9)

0, 044~5 - 0, 22~3 + 0, 11~

+j
3, 65~6 - 7, 49~4 + 6, 59~2 + 0, 040
Oryginaem charakterystyki dynamicznej W(j~) jest charakterystyka
impulsowa h(t)
h (t) = - 0, 017e- 0, 48t [0, 015 cos (1, 09t) - 0, 11 sin (1, 09t)]

(10)

ktrej obraz pokazano na rys. 3.

Rys. 3. Charakterystyka impulsowa procesu redukcji detergentw w cieku

Wnioski
1. Stenie detergentw C [mg/dm3] w ciekach oczyszczonych jest
znacznie poniej wartoci stenia dopuszczalnego i nie przekracza
3
wartoci C < 0,7 [mg/dm ], przy ktrej na burzliwym odcinku rzeki
wystpuje silnie pienienie si.
2. Z dynamicznego punktu widzenia proces redukcji detergentw w cieku komunalnym przy uyciu osadu czynnego odbywa si w sposb
nieregularny (Tab. 1 oraz charakterystyka impulsowa h (t) t = 0 ! 0 ).
3. Dysponowano ograniczonym zbiorem danych przemysowych i dlatego zaprezentowan analiz naley traktowa jako przykadow procedur postpowania.

Tab. 2. Wartoci staych w rwnaniach (3) (6)

Staa

-B

-E

Warto

1,91

0,078

1,09

0,4

0,015

0,07

1,58

Traktujc gstoci widmowe okrelone wzorami (5) i (6) jako zdeterminowane sygnay wejciowy i wyjciowy otrzymano ogln posta
czstotliwociowego obraz operatora redukcji detergentw w oczyszczalni ciekw:
**

W (j~) =

SC'C" (~)
& W (j~) = P (~) + jQ (~)
**
SC'C' (~)

(7)

Po wprowadzenie do wzoru (7) funkcji analitycznych opisujcych

gstoci widmowe (5) i (6), z uwzgldnieniem wartoci staych (Tab. 2),
otrzymano charakterystyk czstotliwociow ze skadowymi P (~)
oraz Q (~) jako funkcjami pulsacji uoglnionej ~:

LITERATURA
[1] A. S. Kaparal, E. Order, U. B. Ogutveren: Desalination 197, 262 (2006).
[2] Sheng Lin, Chi M. Lin, H. G. Leu: Wat.Res. 33, nr 7, 1735 (1999).
[3] R. Venkatadri, R. V. Peters: Waste Hazard Mater. 10, 107 (1993).
[4] Ebru Order, Ali Savas Koparal, Ulker Bakir Ogutveren: Separation and Purification Technol. 52, 527 (2007).
[5] Sz. Kertesz, Zs. Laszlo, Zs. Horvath, C. Hodur: Desalination 221, 303
(2008).
[6] H. Nishikiori, K. Kabayashi, S. Kubota, N. Tanaka, T. Fujii: Applied Clay
Sci. 47, 325 (2010).
[7] W. W. Soodownikow: Dynamika statystyczna liniowych sterowania automatycznego. WNT, Warszawa, 1964.
[8] S. Masiuk, R. Rakoczy, M. Kordas: Biochem. Eng. J. 40, 79 (2008).
[9] S. Masiuk, R. Rakoczy, V. Mizonov: Chem. Eng. J. 131, 283 (2007).