卷式膜超声波助滤装置与实验方法

摘要

本发明公开一种卷式膜超声波助滤装置与实验方法，有前后相接的多级助滤件，每级助滤件由一个锥形管道、一个膜组件管道和两个超声波换能器组成，每个膜组件管道中各装有一个卷式膜组件，每级助滤件的前部是锥形管道，锥形管道的前端是大端，后端是小端，锥形管道的小端连接膜组件管道的前端，膜组件管道的后端串联下一级助滤件的锥形管道的前端；在锥形管道的两侧对称地各安装一个超声波换能器，利用BP神经网络结合遗传算法，确定助滤件的最佳级数以及单级卷式膜长度，通过超声波使料液产生湍流现象，实现对卷式膜分离过程的强化，减轻浓差极化与膜污染，提高膜分离效率，延长卷式膜使用周期。

权利要求

1.一种卷式膜超声波助滤实验方法，采用卷式膜超声波助滤装置，该卷式膜超声波助滤装置包括原液罐、超声波发生器，有前后相接的多级助滤件，每级助滤件由一个锥形管道、一个膜组件管道和两个超声波换能器组成，每个膜组件管道中各装有一个卷式膜组件，每级助滤件的前部是锥形管道，锥形管道的前端是大端，后端是小端，锥形管道的小端连接膜组件管道的前端，膜组件管道的后端串联下一级助滤件的锥形管道的前端；在锥形管道的两侧对称地各安装一个超声波换能器，每级助滤件的两个超声波换能器均与超声波发生器（5）相连；将待处理料液装在原液罐（1）中，原液罐底部中心处设有原液进料管道（2），原液进料管道之间且靠近原液罐底部处设置第一阀门（4），第一阀门的另一端装有增压泵（3），原液进料管道与最前端的第一级助滤件锥形管道的前端连接，最后端的最后一级助滤件膜组件管道的底部中心处设有浓缩液出口管道（7），浓缩液出口管道中间处设有第二阀门（8），浓缩液出口管道出口通入原液罐中；在每级助滤件膜组件管道的一侧底部设有清液出口管道，并在清液出口管道尾部设有第三阀门（10），其特征是具有以下步骤：A、采用BP神经网络构建膜通量J、多级助滤件的级数N、单级卷式膜组件长度M的模型J=f(N,M)，先打开超声波发生器（5），固定超声波频率F及超声波功率W，改变单级卷式膜长度M与级数N，并记录相应的膜通量J，从而获取大量的样本数据，再选取部分实验数据做为泛化样本，另一部分作为训练样本，设置相应的误差目标及学习效率后，进行神经网络模型训练，神经网络模型训练好后，利用泛化样本数据检验该模型是否满足精度，若不满足精度则修改学习因子，重新训练；

B、对遗传算法初始化，并设置相应的迭代次数为n，导入训练好的神经网络模型，计算其适应度值，并通过选择、交叉、变异算法处理；判断迭代次数是否达到n，如果没有则继续重复计算适应度值，以及选择、交叉、变异的处理；如果迭代次数已经达到n次，则通过遗传算法得到最佳级数N及最佳长度M；

C、采用最佳级数为N及单级卷式膜组件最佳长度为M的卷式膜超声波助滤装置，先打开三个阀门（4、8、10），开启增压泵（3），再打开超声波发生器（5），通过最佳级数N级助滤件的超声波换能器将声能转化为机械振动后在各锥形管道的料液中传播，使料液形成湍流现象，实现对料液的处理。

2.根据权利要求1所述助滤实验方法，其特征是：步骤C中，通过调节超声波频率、超声波功率及超声波处理时间对卷式膜分离过程进行助滤。

说明书

卷式膜超声波助滤装置与实验方法

技术领域

[0001] 本发明涉及膜分离领域，特别的是一种卷式膜超声波助滤装置与实验方法，目的在于减轻膜污染，提高膜分离效率。

背景技术

[0002] 膜分离技术是以具高选择性透过功能的高分子或无机材料作为分割层，以外界能量为动力，凭借各组分在膜中传质的选择性差异，对多组分流体物质进行分离、分级、提纯和富集，具有高效、节能、过程易控制、操作方便、便于放大、易于与其它技术集成等独特优点。然而，浓差极化和膜污染是膜分离过程中存在的两个主要问题，它们会破坏膜的性能并最终缩短膜的寿命，增加膜的操作和维护费用，且会造成产品质量和目标产品收率降低，严重制约了膜分离技术的大规模工业应用。

[0003] 为提高膜分离效率，减轻浓差极化与膜污染，近年来，采用超声波对膜分离过程进行强化。超声波应用于膜分离技术中主要是利用超声空化效应产生超声冲流，可以有效冲击膜表面污染层，从而提高膜通量，控制膜污染的发展。目前，现有的卷式膜超声波助滤装置是通过在膜组件外壳侧壁安装超声波换能器，能有效减轻膜污染、提高膜渗透量，实现助滤效果。但是该装置也存在不足之处：超声波换能器直接安装在膜组件外壳侧壁，其与卷式膜组件之间距离比较短，超声波引起的机械振动更容易对膜造成损坏，同时超声波的热效应会导致液体温度过快升高，也会对膜的结构产生影响，长时间运行会损坏膜组件，缩短膜的使用周期，从而增加成本。

发明内容

[0004] 为了克服上述缺点，本发明提供一种卷式膜超声波助滤装置与实验方法，在卷式膜组件前端安装超声波换能器，利用超声波能够使液体产生湍流效应的原理料液进行预处理，在减小超声波对膜损伤的同时，能够减轻浓差极化与膜污染，从而提高膜分离效率；在实验方法中利用BP神经网络结合遗传算法确定助滤件最佳级数以及单级卷式膜长度，得到最佳的助滤效果。

[0005] 本发明提出的一种卷式膜超声波助滤装置采用的技术方案是：包括原液罐、超声波发生器，有前后相接的多级助滤件，每级助滤件由一个锥形管道、一个膜组件管道和两个超声波换能器组成，每个膜组件管道中各装有一个卷式膜组件，每级助滤件的前部是锥形管道，锥形管道的前端是大端，后端是小端，锥形管道的小端连接膜组件管道的前端，膜组件管道的后端串联下一级助滤件的锥形管道的前端；在锥形管道的两侧对称地各安装一个超声波换能器，每级助滤件的两个超声波换能器均与超声波发生器相连；待处理料液装在原液罐中，原液罐底部中心处设有原液进料管道，原液进料管道之间且靠近原液罐底部处设置第一阀门，第一阀门的另一端装有增压泵，原液进料管道与最前端的第一级助滤件锥形管道的前端连接，最后端的最后一级助滤件膜组件管道的底部中心处设有浓缩液出口管道，浓缩液出口管道中间处设有第二阀门，浓缩液出口管道出口通入原液罐中；在每级助滤件膜组件管道的一侧底部设有清液出口管道，并在清液出口管道尾部设有第三阀门。

[0006] 本发明提出的一种卷式膜超声波助滤装置的实验方法采用的技术方案是具有以下步骤：

[0007] A、采用BP神经网络构建膜通量J、多级助滤件的级数N、单级卷式膜组件长度M的模型J=f(N,M)，先打开超声波发生器，固定超声波频率F及超声波功率W，改变单级卷式膜长度M与级数N，并记录相应的膜通量J，从而获取大量的样本数据，再选取部分实验数据做为泛化样本，另一部分作为训练样本，设置相应的误差目标及学习效率后，进行BP神经网络模型训练，神经网络模型训练好后，利用泛化样本数据检验该模型是否满足精度，若不满足精度则修改学习因子，重新训练。

[0008] B、对遗传算法初始化，并设置相应的迭代次数为n，导入训练好的神经网络模型，计算其适应度值，并通过选择、交叉、变异算法处理；判断迭代次数是否达到n，如果没有则继续重复计算适应度值，以及选择、交叉、变异的处理；如果迭代次数已经达到n次，则通过遗传算法得到最佳级数N及最佳长度M。

[0009] C、采用最佳级数为N及单级卷式膜组件最佳长度为M的卷式膜超声波助滤装置，先打开三个阀门，开启增压泵，再打开超声波发生器，通过最佳级数N级助滤件的超声波换能器将声能转化为机械振动后在各锥形管道的料液中传播，使料液形成湍流现象，实现对料液的处理。

[0010] 本发明与已有方法和技术相比，具有如下优点：

[0011] 1、本发明设计的卷式膜超声波助滤装置利用湍流效应，通过超声波使料液产生湍流现象，实现对卷式膜分离过程的强化，减轻浓差极化与膜污染，从而提高膜分离效率。

[0012] 2、本发明设计的卷式膜超声波助滤装置利用在卷式膜组件入口上部安装的超声波换能器实现对料液的预处理，从而能够减轻超声波对卷式膜结构的损坏程度，延长卷式膜使用周期。

[0013] 3、本发明设计的卷式膜超声波助滤装置利用在卷式膜组件入口上部的锥形管道，从而增大料液进入卷式膜组件时的流速，实现对卷式膜助滤效果的加强。

[0014] 4、本发明设计的卷式膜超声波助滤装置其产生的湍流强度随着卷式膜组件长度的增加而逐渐减小使得单级的卷式膜长度较短，故利用多级卷式膜组件串联组装，能够对浓缩液进行多次分离，实现对卷式膜助滤效果的加强。

[0015] 5、本发明设计的卷式膜超声助滤装置利用BP神经网络结合遗传算法，确定助滤件的最佳级数以及单级卷式膜长度，从而能够得到最佳的助滤效果。

附图说明

[0016] 图1为本发明卷式膜超声波助滤装置的整体结构图；

[0017] 图2为图1中其中一级助滤件的剖面放大图。

[0018] 图3为本发明超声波湍流强度衰减曲线图。

[0019] 图4为本发明卷式膜超声波助滤实验方法中确定工艺参数的方法流程图。

[0020] 附图中各部件的序号和名称：1、原液罐；2、原液进料管道；3、增压泵；4、第一阀门；5、超声波发生器；6、接线排；7、浓缩液出口管道；8、第二阀门；9、清液出口管道；10、第三阀门；11、清液罐；12、第一级助滤件锥形管道；13、第一级助滤件左侧超声波换能器；14、第一级助滤件右侧超声波换能器；15、第一级助滤件膜组件管道；16、第二级助滤件锥形管道；17、第二级助滤件左侧超声波换能器；18、第二级助滤件右侧超声波换能器；19、第二级助滤件膜组件管道；20、第N-1级助滤件锥形管道；21、第N-1级助滤件左侧超声波换能器；22、第N-1级助滤件右侧超声波换能器；23、第N-1级助滤件膜组件管道；24、第N级助滤件锥形管道；25、第N级助滤件左侧超声波换能器；26、第N级助滤件右侧超声波换能器；27、第N级助滤件膜组件管道；28、第m-1级助滤件膜组件管道；29、第m级助滤件锥形管道；30、第m级助滤件左侧超声波换能器；31、第m级助滤件右侧超声波换能器；32、卷式膜组件上部密封圈；33、卷式膜组件；34、卷式膜组件中心管；35、第m级助滤件膜组件管道；36、卷式膜组件下部密封圈；37、浓缩液；38、法兰；39、螺丝；40、清液出口管道。

具体实施方式

[0021] 参见图1，为本发明卷式膜超声波助滤装置主要包括：原液罐、超声波发生器、多级助滤件串联装置、清液罐等。多级助滤件串联装置由多级助滤件前后相接串联组成，其中，每级助滤件由一个锥形管道、一个膜组件管道和两个超声波换能器组成。每个膜组件管道中各装有一个卷式膜组件，每级助滤件的前部是锥形管道，锥形管道的前端是大端，后端是小端，锥形管道的后端小端连接膜组件管道的前端，膜组件管道的后端串联下一级助滤件的锥形管道的前端；在锥形管道的两侧对称地各安装一个超声波换能器。将待处理料液装在原液罐1中，原液罐1底部中心处设有原液进料管道2，在原液进料管道2之间且靠近原液罐1底部处设置第一阀门4，用于控制原液的流通，在第一阀门4的另一端安装增压泵3，使原液罐1的料液充满各路管道及卷式膜装置。原液进料管道2与多级助滤件最前端的第一级助滤件锥形管道的前端入口连接，多级助滤件最后端的最后一级助滤件膜组件管道的底部中心处设有浓缩液出口管道7，浓缩液出口管道7中间处设有第二阀门8，用于控制浓缩液的的排放，浓缩液出口管道7出口通入原液罐1中，可以将浓缩夜收集到原液罐后便于继续循环处理。在每级助滤件膜组件管道的一侧底部还设有清液出口管道9，并在清液出口管道9尾部设有第三阀门10，便于控制清液的排放，同时可将排放的清液收集到设置于清液出口管道9出口处的清液罐11中。此外，每级助滤件的两个超声波换能器的正负连接线均并联接到接线排6的输出端，且接线排6输入端与超声波发生器5的输出正负线相连，确保每级助滤件的超声波换能器的功率相等。具体是：

[0022] 以N级助滤件为例说明。图1中最前方即上方的第一级助滤件锥形管道12左右两侧分别用AB胶水固定着第一级助滤件左侧超声波换能器13与第一级助滤件右侧超声波换能器14，第一级助滤件左侧超声波换能器13与第一级助滤件右侧超声波换能器14相对于第一级助滤件锥形管道12的中心对称，能够对第一级助滤件锥形管道12中的料液进行预处理。第一级助滤件锥形管道12出口与第一级助滤件膜组件管道15连接，且锥形管道12的高度H可以是膜组件管道15的直径D的1~3倍，从而能够增大锥形管道12中料液进入膜组件管道15时的流速。第一级助滤件膜组件管道15后端出口与第二级助滤件锥形管道16前端入口相连，以确保第一级助滤件的浓缩液可以直接进入第二级助滤件。第二级助滤件锥形管道16的两侧分别用AB胶水固定着对称的第二级助滤件左侧超声波换能器17与第二级助滤件右侧超声波换能器18，第二级助滤件锥形管道16出口与第二级助滤件膜组件管道19连接。依照前级助滤件组装结构：第N-2级助滤件膜组件管道底部出口与第N-1级助滤件锥形管道20入口相连，第N-1级助滤件锥形管道20两侧分别用AB胶水固定着对称的第N-1级助滤件左侧超声波换能器21与第N-1级助滤件右侧超声波换能器22，第N-1级助滤装置锥形管道20出口与第N-1级助滤装置膜组件管道23连接。第N-1级助滤件膜组件管道20后端出口与第N级助滤件锥形管道24入口相连，第N级助滤件锥形管道24两侧分别用AB胶水固定着对称的第N级助滤件左侧超声波换能器25与第N级助滤件右侧超声波换能器26，第N级助滤件锥形管道24出口与第N级助滤件膜组件管道27连接。第N级助滤件膜组件管道27的后端底部中心处设有浓缩液出口管道7，浓缩液出口管道7中间处设有第二阀门8，浓缩液出口管道7出口通入原液罐1中。第一级助滤件膜组件管道15、第二级助滤件膜组件管道19、第N-1级助滤件膜组件管道23以及第N级助滤件膜组件管道
27的一侧底部还设有清液出口管道9，并在清液出口管道9尾部设有第三阀门10。各级助滤件的超声波换能器的正负连接线均并联接到接线排6的输出端，且接线排6输入端与超声波发生器5的输出正负线相连。

[0023] 参见图2的其中一级助滤件的结构，其中一级助滤件以第m级助滤件为例说明，2≤m≤N-1。第m-1级助滤件膜组件管道28出口与第m级助滤件锥形管道29入口处连接，则使第m-1级助滤件的浓缩液流进第m级助滤件锥形管道29。第m级助滤件锥形管道
29中的料液经过其两侧安装的超声波换能器30、31进行预处理后呈现出不规则流动即湍流现象。第m级助滤件锥形管道29出口与第m级助滤件膜组件管道35连接，使得预处理后的料液流入第m级助滤件膜组件管道35中。第m级助滤件膜组件管道35中装有卷式膜组件33，卷式膜组件33的顶部与底部外围分别设有卷式膜组件上部密封圈32及卷式膜组件下部密封圈36，用于防止料液在流入第m级助滤件膜组件管道35时，料液流进卷式膜组件33的外表面和膜组件管道35两者之间的间隙，从而会造成膜组件内部流量不足、流速不够等现象，从而更容易造成膜污染。卷式膜组件33的中心设有L型卷式膜组件中心管34，L型卷式膜组件中心管34的垂直管道部分位于卷式膜组件33中，且垂直管道部分的侧壁上设有多个小圆孔。料液在外压的作用下，通过卷式膜组件33的层层过滤，过滤后的清液由中心管34上的小圆孔渗透进L型卷式膜组件中心管34中。L型卷式膜组件中心管34的水平管道部分的出口处设有法兰38，相应地在该处膜组件管道35的外侧壁也设有法兰38并与清液出口管道40连接。在安装过程中，需要确保L型卷式膜组件中心管34出口处的法兰38与膜组件管道35内侧壁紧密贴合，并用螺丝39将膜组件管道35内外两侧的法兰
38固定好，以确保L型卷式膜组件中心管34中的清液能够在不泄露的情况下排放出去。此外，浓缩液37从卷式膜组件33底部流出并通过第m级助滤件膜组件管道35底部出口流入与其串联的后端下方的第m+1级助滤件锥形管道。

[0024] 参见图3，为本发明超声波湍流强度衰减曲线图。在流体动力学中，湍流是流体的一种流动状态。当流速很小时，流体分层流动，互不混合，称为层流；当流速增加到很大时，层流被破坏，流体作不规则运动，即湍流。而这种湍流流型能够显著提高壁面流速或剪切速率，有助于抑制料液中的颗粒在膜表面的沉积，减轻膜分离过程的膜污染现象，从而有效提高膜通量。本发明设计的卷式膜超声波助滤装置就是结合该原理，在卷式膜组件前端安装超声波换能器，将超声波换能器安装在各级助滤件的锥形管道两侧，参见图2。超声波发生器5发出一定频率的超声波，再经过超声波换能器将声能转换为一定频率的机械振荡，继而在锥形管道的料液中传播，实现对料液的预处理。超声波在料液中的振荡传播对料液起到搅拌作用，并使料液在流动过程中形成湍流后流入卷式膜组件。本发明采用固定超声波工作频率为F，固定超声波功率为W（此功率W确保料液产生湍流现象），并处于持续运行状态。参见图3，由流体动力学可知，料液在流动过程中，由超声波引起的一定的湍流强度会随着卷式膜组件的长度L增加而逐渐减小，即料液从最初的湍流运动由于在经过一定长度的卷式膜组件时，受到阻力后逐渐变成层流运动。如果卷式膜组件长度M越长，湍流强度会变弱，从而膜通量J会变小；但是，如果卷式膜组件长度M越短，虽然能够保证具有一定的湍流强度，但是没有得到最佳的分离效果，故本发明需要确定最佳的各级助滤装置的卷式膜组件长度M。此外，由于超声波引起的湍流强度比较有限，导致卷式膜组件长度M比较短，达不到所需的分离效果，故本发明采用多级助滤件串联组装，可以对浓缩液多次分离。由于增压泵产生的压力在第一级助滤装置处最大，随着级数N的增加，装置尾部的压力会越小，从而导致膜通量J会变小，同样无法达到所需的分离效果。为有效保证膜分离效果，得到最合适的膜通量J，需要确定最佳的助滤件级数N。

[0025] 由于级数N、单级卷式膜组件长度M及膜通量J之间难以用公式表示，本发明采用BP神经网络构建了膜通量拟合模型，并结合遗传算法对影响膜通量J的装置级数N、单级卷式膜组件长度M进行寻优，以便得到最佳的工艺参数。参见图4，其具体方法如下：

[0026] 步骤1：通过分析，膜通量J与级数N、单级卷式膜组件长度M之间存在函数模型J=f(N,M)关系，本发明采用BP神经网络，构建函数模型J=f(N,M)。

[0027] 步骤2：打开超声波发生器5，固定超声波频率F及超声波功率W，改变单级卷式膜长度M与级数N，并记录相应的膜通量J，从而获取大量的样本数据。

[0028] 步骤3：选取部分实验数据做为泛化样本，另一部分作为训练样本，设置相应的误差目标及学习效率后，进行网络训练，神经网络模型训练好后，利用泛化样本数据检验该模型是否满足精度，若不满足精度则修改学习因子，重新训练，若满足精度要求，则保存该网络模型。

[0029] 步骤4：对遗传算法初始化，并设置相应的迭代次数为n。导入之前保存的训练好的神经网络模型，计算其适应度值，并通过选择、交叉、变异算法处理。

[0030] 步骤5：算法处理完成后，判断迭代次数是否达到n，如果没有达到n，则继续重复计算适应度值，以及选择、交叉、变异的处理；如果迭代次数已经达到n次，那么通过遗传算法便会得到最佳级数N及卷式膜的最佳长度M。

[0031] 采用最佳级数N及最佳长度M的卷式膜超声波助滤装置进行实验，首先打开三个阀门4、8、10，以保证原液进料管道2、清液出口管道9及浓缩液出口管道7畅通。开启增压泵3，使原液罐1中的待处理料液经由原液进料管道2充满整个过滤装置。再打开超声波发生器5，并通过各级助滤件的超声波换能器将声能转化为一定频率的机械振动后在各级锥形管道的料液中传播，并使料液形成湍流现象，实现对料液的处理。为提高助滤效果，需要确定最佳的处理参数。本发明通过调节超声波频率F、超声波功率W及超声波处理时间T，对卷式膜分离过程进行助滤。分别记录并对比不同超声参数下的膜通量与收集的清液浊度，从而确定最佳的超声场参数后供下次操作。需特别说明的是：针对不同性质的液体，处理前都需要先确定最佳的超声场参数，以获得更好的助滤效果。最后，当膜过滤过程结束时，关闭增压泵3、超声波发生器5，待各管道中没有水流出时，关闭阀门4、8、10这三个阀门。