ABSTRACT

One of the expected outcomes of global warming is increased algal and cyanobacterial blooms. Based on its ability to separate algal particles, dissolved air flotation (DAF) is considered as a climate change adaptation technology for water treatment. The feasibility of DAF treatment is often assessed using DAF jar tests; however, they are not particularly good at predicting a full-scale DAF system’s turbidity removals. Therefore, our group has developed a more reliable larger-diameter/larger-volume batch apparatus (LB-DAF), which was optimized by comparison with a full-scale DAF plant treating a low turbidity, highly colored river water (SUVA ∼ 4.3). The objective of this study was to verify that the LB-DAF was capable of simulating full-scale DAF systems treating two significantly different waters. One was water from a large eutrophic bay in Lake Ontario (SUVA ∼2.6) and the second was a river water (SUVA ∼3.5). The turbidity removals achieved by the full-scale DAF systems treating these waters were compared with those for the LB-DAF tests conducted using different flocculation velocity gradients, saturated water pressures, recycle ratios and water depth to diameter ratios. The LB-DAF tests are good predictors of the full-scale DAF turbidity removals, the average difference for the two waters tested were 2% and 6%. The LB-DAF natural organic matter (NOM) removals for both waters differed by less than 1% from that measured at the corresponding treatment plants. In addition, as in our previous LB-DAF study, varying the different LB-DAF operational variables did not have a significant impact on turbidity and NOM removals.

摘要

全球变暖的预期结果之一是藻类和蓝藻水华的增加。基于其分离藻类颗粒的能力，溶解气浮法（DAF）被认为是用于水处理的气候变化适应技术。DAF治疗的可行性通常是通过DAF药瓶测试来评估的；然而，他们并不是特别擅长预测全尺寸DAF系统的浊度去除量。因此，我们小组开发了一种更可靠的大直径/大批量批处理设备（LB-DAF），通过与处理低浊度，高色度河水（SUVA〜4.3）的大型DAF工厂进行比较，对它进行了优化。 。这项研究的目的是验证LB-DAF能够模拟处理两种截然不同的水的全尺寸DAF系统。一种是来自安大略湖大型富营养化海湾的水（SUVA约为2.6），第二种是河水（SUVA约为3.5）。将使用这些水的全尺寸DAF系统获得的浊度去除率与使用不同的絮凝速度梯度，饱和水压，再循环比和水深与直径比进行的LB-DAF测试进行了比较。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。6），第二个是河水（SUVA〜3.5）。将使用这些水的全尺寸DAF系统获得的浊度去除率与使用不同的絮凝速度梯度，饱和水压，再循环比和水深与直径比进行的LB-DAF测试进行了比较。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。6），第二个是河水（SUVA〜3.5）。将使用这些水的全尺寸DAF系统获得的浊度去除率与使用不同的絮凝速度梯度，饱和水压，再循环比和水深与直径比进行的LB-DAF测试进行了比较。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。将使用这些水的全尺寸DAF系统获得的浊度去除率与使用不同的絮凝速度梯度，饱和水压，再循环比和水深与直径比进行的LB-DAF测试进行了比较。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。将使用这些水的全尺寸DAF系统获得的浊度去除率与使用不同的絮凝速度梯度，饱和水压，再循环比和水深与直径比进行的LB-DAF测试进行了比较。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。饱和水压，循环比和水深与直径比。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。饱和水压，循环比和水深与直径比。LB-DAF测试是完全清除DAF浊度的良好预测指标，两种测试水的平均差异分别为2％和6％。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。两种水的LB-DAF天然有机物（NOM）去除率与相应处理厂的测量值相差不到1％。此外，正如我们之前的LB-DAF研究中一样，改变不同的LB-DAF操作变量对浊度和NOM的去除没有显着影响。