Снижение антропогенной нагрузки шахтных вод при эксплуатации угольных месторождений

Э.М. Соколов, Л.Э. Шейнкман, Д.В. Дергунов

Угольная промышленность России имеет важное значение в топливно-энергетическом балансе (ТЭБ) страны. Ее роль возрастает по мере необходимости долгосрочного обеспечения энергетической безопасности.

По прогнозным оценкам, удельный вес угля в ТЭБ будет увеличиваться. Его добыча в России к 2030 г. составит порядка 519 млн т [1]. Однако при добыче полезных ископаемых на земную поверхность выдается большое количество шахтных, рудничных, карьерных и дренажных вод, загрязняющих водные объекты.

Содержащиеся в шахтных водах фенолы, ароматические соединения и другие загрязняющие вещества, частично просачиваясь через зону аэрации, попадают в подземный водоносный горизонт грунтовых вод и загрязняют его, а также с потоком подземных вод распространяются на значительные расстояния, нанося при этом серьезный экологический и экономический ущерб.

В настоящее время не существует универсальной технологии очистки шахтных и других сточных вод от труднорастворимой органики. Современные и высокоэффективные методы удаления органических соединений, содержащихся в сточных водах различных отраслей промышленности, включают процессы, основанные на использовании свободных радикалов в качестве окислителей, получившие название усовершенствованных окислительных процессов (АОР) [2]. AOP-технология относится к экологически чистой, поскольку ультрафиолетовая обработка воды, в отличие от хлорирования и озонирования, не изменяет её химический состав.

138 1

Определение параметров AOP процессов окисления фенольных соединений в водной среде основывается на экспериментальных исследованиях по выявлению механизма воздействия окислителей – перекиси водорода и хлорида железа (III) в присутствии ультрафиолетовой активации на уровень снижения концентрации фенольного загрязнителя (бисфенол-А (ВРА)) [3].

Для установления функциональной зависимости снижения концентрации фенольного загрязнителя в водной среде под действием физико-химических факторов в программной среде Statistica построена матрица полного факторного эксперимента (ПФЭ) (рис. 1) [4]. Для построения ПФЭ были заданы следующие значения факторов процесса: начальная концентрация фенольного соединения BPA (x1) – 0,05 мг/л и 0,1 мг/л; концентрация перекиси водорода (x2) – 100 мг/л и 200 мг/л; концентрация активатора, содержащего ионы железа (III) (x3) – 1 г/л и 2 г/л; время УФ обработки воды (x4) – 1 и 2 часа.

В результате статистического анализа идентифицирована экспоненциальная модель снижения концентрации фенольного загрязнителя (1):138 f0

где: Сост – остаточная концентрация ВРА, мг/л; СBPA – начальная концентрация ВРА, мг/л; СH2O2 – концентрация перекиси водорода, мг/л; СA – концентрация хлорида железа (III), г/л; t – время, ч.

Значения скорректированного коэффициента детерминации, близкого к единице (R2 скорр=0,999), а также коэффициента множественной корреляции (R=0,99981) свидетельствуют о достаточно высокой связи результата, полученного регрессионной моделью (1) и факторами, входящими в модель. На основании чего можно заключить, что вариация факторов на 99,9% объясняет вариацию остаточной концентрации ВРА. Значимость коэффициента детерминации подтверждается с вероятностью 99%, в связи с тем, что критическое значение критерия Фишера Fкр не превышает расчетного значения для регрессионной модели (Fкр(0,01; 4,11)=5,67 < F=7292,13). На основе tкритерия Стьюдента установлена значимость оценок параметров регрессии на уровне α=0,01, свободного члена на уровне α=0,05 (модули t-критерия t1=164,7; t2=11,8; t3=26,6; t4=34,4 превышают критическое значение t(0,99; 11)=2,72; а модуль t-критерия для свободного члена t0=2,4>t(0,95; 11)=1,79). Достоверность регрессионного уравнения (1) подтверждается с вероятностью 99%, т.к. оценка дисперсии ошибок наблюдений S2 на уровне α=0,01 принадлежит 99%-ному доверительному интервалу (S2=6,7·10–5 ∈ (2,75·10–5; 28,25·10–5)) [5].138 t1

Управляемая технология снижения антропогенной нагрузки шахтных вод основывается на поиске оптимальных значений ингредиентов для очистки воды, путём решения задачи нелинейного программирования (2–4) [6]:138 f1

где: ƒ – функция зависимости концентрации фенольного соединения (1) от параметров процесса очистки (целевая функция); x1, x2, ..., xn – параметры процесса очистки (переменные); bi – удельный уровень затрат, выделенных на очистку шахтных вод; gi – функция затрат, представляющая двухноменклатурную модель затрат, связанную с запасом перекиси водорода и хлорида железа (III) (функция ограничения) (5) [7]:

138 f2

где: Z(c2, c3) – удельные суммарные затраты, связанные с запасом, руб.; A – удельные накладные затраты одной общей поставки, руб.; c2 – удельное потребление перекиси водорода, мг/л; c3 – удельное потребление хлорида железа, г/л; I1, I2 – удельные тарифы затрат на хранение перекиси водорода и хлорида железа (III), соответственно, руб.; m1, m2 – доля цены продукции, приходящаяся на затраты на выполнение одного заказа по перекиси водорода и хлориду железа (III), соответственно; i1, i2 – доля цены продукции, приходящаяся на затраты на содержание запаса по перекиси водорода и хлориду железа (III), соответственно; k2, k3 – удельная закупочная цена единицы запаса перекиси водорода (руб./мг) и хлорида железа (III) (руб./г), соответственно.

Задача решалась на основе метода множителей Лагранжа применительно к фенолсодержащим водам шахт Печорского угольного бассейна [8]. Начальная концентрация фенольного загрязнителя 0,006 мг/л, время очистки, определенное технологическим процессом, – 5 суток (120 часов). Определялся удельный оптимальный расход ингредиентов, по которым осуществляется запас, необходимый для достижения минимального уровня концентрации загрязнителя за время очистки, определенное технологическим процессом, с учётом удельных затрат на очистку воды в размере 4·10–2 руб./л (b=0,04); удельная закупочная цена единицы запаса по перекиси водорода 24,5·10–6 руб./мг (k2=24,5·10–6), по хлориду железа (III) 37,5·10–3 руб./г (k3=37,5·10–3); доля цены продукции, приходящаяся на затраты по содержанию запаса по перекиси водорода и хлориду железа, равна, соответственно 10% (i=0,1) и 12% (i=0,12); доля цены продукции, приходящаяся на затраты по выполнению заказа по перекиси водорода и хлориду железа 5% (m1=0,05) и 7% (m2=0,07), соответственно.

Решая задачу (2–4) в системе MathCAD®, получаем точку X* с координатами (с2 *, с3 *, λ*) = (945,96; 0,857; 4,714·10–3), в которой соблюдаются условия Куна-Таккера. Следовательно точка X* является седловой точкой функции Лагранжа, т.е. оптимальным решением задачи [6].

В результате решения задачи нелинейного программирования установлено, что при удельном уровне затрат на очистку воды, равном 4·10–2 руб./л, используя AOP технологию, уровень фенольного соединения при оптимальных удельных уровнях расхода перекиси водорода и хлорида железа (III) в качестве активатора, равных, соответственно, 945,96 мг/л и 0,857 г/л можно понизить с уровня 6ПДК до 1,54ПДК. В случае увеличения времени УФ обработки и удельных затрат, выделяемых на очистку, уровень фенольных соединений, сбрасываемых в составе шахтных вод может быть снижен до предельно допустимого.

Управляемая технология снижения антропогенной нагрузки шахтных вод, основанная на АОР процессах может быть реализована в системе очистки, схема которой приведена на рис. 2.138 2

Рис. 2 Принципиальная схема очистки:
Механическая очистка (I): 1 – усреднитель; 2 – решетки; 3 – пескоулавливатели; 4 – первичные отстойники; 16 – бункер песка; 18 – дробилки; 20 – аварийный резервуар.
Физико-химическая очистка (II): 5, 9, 11 – смесители; 6 – флотатор; 7, 12 – первичные отстойники; 8 – фильтры; 10 – УФ-реактор; 19 – реагентное хозяйство (дозатор).
Биологическая очистка (III): 13 – биологические фильтры; 14 – вторичные отстойники; 15 – контактный резервуар; 17 – иловые площадки

Воды, загрязненные минеральными и органическими примесями, подаются на очистные сооружения посредством насосной станции (НС) и затем подвергаются механической (I), физико-химической (II) и биологической (III) методам очистки (см. рис. 2) [9].138 3

В основу функционирования модуля физико-химической очистки положен разработанный на основе экономико-математического моделирования метод определения оптимальных значений ингредиентов, представляющих собой параметры AOP технологии, необходимых для окисления органических соединений, содержащихся в сточных водах предприятий по добыче угля.

Управляемая технология, построенная методами экономико-математического моделирования в сочетании с экспериментальными исследованиями, в основе, которой лежат АОР процессы, направлена на решение экологических проблем, связанных с антропогенным воздействием шахтных вод, сбрасываемых при подземной добыче угля, а также с загрязнением вод питьевых водоносных горизонтов. Технология может послужить механизмом обеспечения геоэкологической безопасности поверхностных водных объектов рыбохозяйственного значения и подземных вод питьевых горизонтов, загрязняемых трудно-растворимой органикой, сбрасываемой в составе шахтных вод горных предприятий, а также будут способствовать устойчивому развитию горнопромышленных регионов. Также за счет оптимального расхода ингредиентов, необходимых для очистки вод, возможна оптимизация затрат, выделяемых на очистку.


ЛИТЕРАТУРА:

1. Гусев Н.Н. Эколого-экономическая оценка вовлечения шахтных вод в хозяйственный оборот (семинар №9)//Горный информационно-аналитический бюллетень (научно-технический журнал). – 2010. – №7. – С. 245–248.

2. Моисеев И.И. Окислительные методы в технологии очистки воды и воздуха // Изв. РАН. Сер. хим. – 1995. – №3 – С. 578–588.

3. Чернова М.В. Исследование процесса очистки водных систем от фенольных соединений под действием физико-химических факторов: дис. ... канд. техн. наук: 03.00.16. Калуга-Тула, 2009. 118 с.

4. Халафян А.А. Statistica 6. Математическая статистика с элементами теории вероятностей. Учебник – М.: Издательство Бином, 2010. – 496 с.: илл.

5. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд.: Пер. с англ. – М.: Издательский дом «Вильямс», 2007. – 912 с.: ил.

6. Соколов А.В., Токарев В.В. Методы оптимальных решений. Общие положения. Математическое программирование: Учеб. пособ. для вузов. В 2 т. Т.1. – М.: ФИЗМАТЛИТ, 2010. – 564 с.

7. Стерлигова А.Н. Управление запасами в цепях поставок: Учебник. – М.: ИНФРА-М., 2009. – 430 с.

8. Волковская С.Г. Экологическая оценка воздействия горных предприятий на природную среду Воркутинского района и рациональные способы охраны природных ресурсов: дис.... канд. техн. наук: 25.00.36. СПб., 2004. 230 с.

9. СНиП 2.04.03–85. Канализация. Наружные сети и сооружения / Минстрой России – М.: ГУП ЦПП. – 1996. – 72 с.

Журнал "Горная Промышленность" №2 2013