2.2。颗粒状活性炭

Aquacarb ® 830，由烟煤得到8×30目大小的GAC，（Evoqua，匹兹堡，PA）被用于本文描述的所有研究。用于实验室规模概念验证研究的设备由PVC管的透明部分组成，直径10.2厘米（4英寸），长1.23米（4英尺）（图1）一个）。将0.95厘米（3/8英寸）球阀穿过10.2厘米（4英寸）的端盖作为出口，并将＃40网眼固定在盖子内以支撑过滤介质。然后用PVC水泥将盖子（带有阀门和筛网）固定到管子的一端。将管垂直安装在支架上，使出口朝下，并将5L（〜2.3kg）预洗涤的GAC倒入柱中。在开始黑水研究之前，将水冲洗通过柱，直到没有观察到出口处的细粒。

 

图。1

实验系统。答： GAC填充床柱过滤器实验室设置。B：集成到液体处理系统中的GAC填充床柱过滤器的示意图。

对于基准尺度的概念验证研究，从原型液体处理系统中取出8L批次的黑水，并将其置于储液器中，通过扩散器泵送至色谱柱顶部（以分配流过顶部表面并通气）约120毫升/分钟。从出口返回到储存器的管子，使得能够连续再循环。在该泵送方案下，GAC空床停留时间（EBRT）为0.69小时。在至少24小时GAC处理之后，然后通过将电化学电池（在原型系统中使用的相同模型）放置在储存器中并且施加24VDC长达90分钟来对黑水进行电化学处理。对于对照（CON）实验，黑水经电化学处理而不经过GAC过滤器。

对于将GAC处理整合到现有液体处理系统中的研究（图1B），用与上述相同的材料构建两个柱，每个柱填充8L（3.6kg）GAC。在塔和预处理罐之间运行歧管再循环回路，并且过滤器以与上述相同的方式运行。此外，溢流出口从塔顶流回到预处理罐中。对于最后一组研究，还在后处理储罐中添加了相同的系统。

2.3。水质测量

用Myron L 6PFCE Ultrameter II（Myron L Company，Carlsbad，CA）测量电导率。使用HACH DR 900比色计，使用反应器消化法（HACH方法8000）和HACH DRB200反应器（HACH，Loveland，CO）测量COD。用HACH 2100Q IS测量浊度。通过EPA方法（EPA，2001）测定总固体（TS ）。使用标准方法2540D测定总悬浮固体（TSS）。用HACH CO-1测试试剂盒测量颜色。

2.4。微生物计数

通过使用最可能数量（MPN）方法确定消毒效力，并且通过内插log（MPN）对E n的曲线来确定达到期望的消毒阈值所需的能量（MPN = 5 / ml），如先前所述描述（Hawkins等，2017）。

3.2。综合系统研究

基于这些积极的初步结果，GAC过滤器被集成到操作原型马桶中（图1B）。这是通过在电化学处理之前将来自预处理罐（在沉降罐之后）的黑水循环通过一对GAC过滤器来实现的，其发生在30L（净）批次中。在40 UDE之后将这些预处理GAC过滤器添加到系统中以在稳态条件下测试性能。来自先前研究（Hawkins等，2018）的数据在GAC安装之前在相同系统中进行，用作对照数据用于比较。图3表明在电化学处理之前添加预处理GAC过滤器对液体质量具有显着影响。最值得注意的是，与之前没有GAC的系统相比，COD持续降低，并且颜色从> 1500Pt / Co单位减少到平均228Pt / Co单位。虽然这符合有色的目标排放标准（300 Pt / Co装置，泰米尔纳德邦污染控制委员会，2013），但COD仍然超过1000 mg / L，远远超过目标表面排放限值250 mg / L（环境部） ＆Forests，India，1986）。

 

在另一个窗口打开

图3

集成GAC过滤器的性能，重复处理和回收黑水。显示了来自多个试验的数据，其中在电化学处理和再循环之前，黑水通过GAC过滤器循环。每个数据点代表取自30-L批次处理的样品。AE：在电化学处理之前立即取样; 电化学处理对这些参数没有一致的影响。F：在电化学处理后获得来自所示颜色样品的数据; 预处理颜色测量值通常比显示的颜色高约300个Pt / Co单位。（注意：来自CON样本的数据显示在面板A，C，D和E中以供参考被纳入先前的报告（Hawkins等，2018）。在这些研究中不常规测量颜色，但总是超过1500 Pt / Co单位。）UDE =用户日当量，详见材料和方法。

为了达到排放标准，在再次用于冲洗之前，添加另外一对GAC过滤器以使液体在储罐中循环（电化学后处理）（图1B）。此外，我们测试了从系统启动时添加这种“抛光”装置（沉淀池和最初装有自来水的冲洗水箱）。这些测试的结果在图4中突出显示。在没有GAC的系统中，在UDE（40-120）的同一窗口期间，过程槽中的所有参数的比较，仅具有预处理GAC，以及具有预处理和后处理GAC单元的比较如表1所示。。通过添加后处理GAC单元，测量的所有参数趋向于向下趋势，尽管在电导率，TS，颜色和初始MPN（MPN 0）的情况下差异仅具有统计显着性。

 

在另一个窗口打开

图4

具有预处理和后处理GAC过滤器的集成系统的启动性能。所示为来自多次试验的数据，其中黑水在电化学处理之前和之后通过GAC过滤器循环，并作为冲洗液再循环。所示数据的样品是在电化学处理结束时从处理罐中取出的。

3.3。COD去除和处置

在整个系统测试过程中，使用预处理和后处理GAC装置对连续测试进行七周的沉淀池上清液部分以及预处理和保持罐中的COD浓度进行跟踪（图5A） 。在系统的每个组成部分计算COD去除率（表2），并且GAC过滤器的去除率与先前报道的GAC的COD去除率相比（0.24±0.01 kg COD m GAC-3 d -1，Huggins等人，2016）。

 

图5

跟踪整个系统中的COD浓度。A：分别在沉降，预处理和后处理储罐中进行COD测量（左轴），连续测试7周; 虚线灰色线表示在同一时间段内冲入系统（右轴）的估计累积COD。在开始之前和完成冲洗之后立即从第三个罐中取出沉淀池中的测量值。在冲洗之后并且在将批次泵送到处理罐之前进行预处理罐样品以进行电化学处理。在电化学处理之后，在从再生黑水开始冲洗之前，立即从处理罐中取出储罐样品。B：估计的总COD分布。根据表2中总结的去除率和停留时间计算沉降，预处理和储存罐中的估计总清除量。排出的COD由排出的体积和在储罐中测量的COD确定。系统中考虑的COD由测试结束时整个系统测量的COD水平决定。冲入系统的总COD和沉降到污泥中的比例按3.3节所述进行估算。

我们根据我们在合并的尿液捐赠中测量的平均COD（~6000 mg / L），Rose报告的每日人均粪便质量和粪便COD（130 g和71 g）估算了冲入系统的COD累积质量。 （分别），以及我们的固液分离器（90％湿重）从我们的液体废物流中典型去除固体。从而：

使用这种方法，我们估计总共将1543克COD冲入系统（图5A）。在沉降的污泥床中不常规测量COD，因为需要保持这些不受干扰的正常功能和难以取样; 然而，我们从定期测量（高达30,000 mg / L COD）中了解到，大部分COD与沉淀在污泥床中的颗粒有关。莱文等人。（1985）回顾了城市废水流中COD的粒度分布（PSD），发现34％的COD处于易于沉降的颗粒中。Hocaoglu和Orhon的另一项PSD研究（2013年）黑水（我们自己的废物流更相似）报告说，62％的COD是在大于1.2微米的颗粒中发现的。这些研究人员还观察了其黑水沉降部分内的PSD，发现沉降部分包含的颗粒明显小于普遍接受的沉降阈值（100μm），低至10μm，可能是由于聚集和共沉淀颗粒较大。因此，可以合理地估计冲入我们系统的COD的30％至50％保留在沉降的污泥中。

使用表2中的去除率，我们估计在预处理罐中通过GAC过滤器除去至少16％（247g）的COD，而在后处理中仅有2％可归因于GAC过滤器。拿着坦克。鉴于预处理罐中过滤器中GAC的总量为7.2 kg，这表明该材料的吸附容量至少为34 g COD / kg GAC，尽管由于过滤器仍在移除，因此可能更高来自研究结束时的工艺液体的COD。这与总COD吸附煤基GAC的废水中含有1200mg的容量/ L COD协议（类似于峰值浓度在我们的前处理槽，参见图5 A）最近在〜48克/千克报道（Huggins等，2016）。估计在沉降槽中从上清液部分中除去6％，而在测试结束时9％留在液体系统中。最令人印象深刻的是，在为期7周的试用期内，只有3％的冲入系统的COD在正常运行期间被排出。

总的来说，我们可以占液体馏分中COD总量的36％，沉淀污泥中COD占30％至50％，不容易占14％至34％（图5）B）。但请注意，每个GAC系统的估计COD清除是保守的，并未考虑测量之间发生的清除; 当我们尝试用我们的采样时间覆盖峰值和谷值浓度时，批次之间存在空闲时段，其中死体积（通常为10-15L液体）继续通过GAC过滤器循环。此外，在冲洗完成之前不进行预处理罐中的峰值测量，这意味着在进行峰值测量时，一些液体已经通过GAC循环。尽管如此，这些数据指出了改进系统的机会。最值得注意的是，鉴于最大的去除率似乎发生在由预处理罐提供的GAC过滤器中，

目前，我们不知道在预处理和后处理（保持）罐式过滤器之间测量的COD去除率始终存在差异的原因。然而，可以通过该介质（即，可溶性COD）容易地除去的大部分COD在预处理过滤器中被除去，留下相对较少的单元在容纳槽中除去。通过电化学消毒对工艺液体的氯化也可能影响GAC的吸附性能（Karanfil，2006））或防止在碳上形成有助于COD氧化的生物膜。未来的研究将解决生物活性炭是否以及如何在该系统的每个组成部分中有助于污染物和养分去除的问题。还需要进一步的工作来实现COD的表面排放限制并探索系统的营养物去除效率。正在进行的工作是探索GAC的生命周期，维护要求，扩展媒体的重用潜力，以及生物炭等 GAC成本低的替代品的潜力（Huggins等，2016），所有这些对于定义实用性至关重要实现。