清华大学环境学院提出反渗透膜通量预测模型（Reverse Osmosis Membrane Flux Model, ROF Model），准确预测有机污堵导致的反渗透膜通量变化
文章亮点
提出反渗透膜通量预测模型，通过测定水中污染物浓度，即可准确预测有机污堵导致的通量变化。该模型亦可用于不同有机物的污堵潜势定量比较。
文章简介
反渗透（RO）技术越来越多地用于污水再生处理，但膜污堵仍是其稳定运行的主要挑战，其中有机污堵尤为突出。掌握RO膜有机污堵过程中膜通量随时间的变化规律，有助于明确通量变化与水质之间的关系，从而预测污堵行为。然而，由于污水水质复杂多变，污水再生处理反渗透工艺膜通量变化的预测尤为困难。
现有的RO模型虽种类繁多，却难以通过直接测定水质指标预测膜通量的变化，其原因如下：
（1）模型本身形式复杂，参数多且难以直接测定；
（2）多数RO模型聚焦机理，仅能解释运行压力对通量、脱盐率等的影响，未关注通量随时间的变化；
（3）少数模型关注通量随时间变化，但也仅仅只是某种有机物在特定条件下运行数据的数学拟合结果，适用范围窄。
（4）现有模型不能对不同种类有机物的RO膜污堵特性进行定量比较。
针对以上不足，为了解决RO膜通量预测难题，本研究结合RO膜为有孔膜的最新研究成果，通过对大量数据收集整理、分析比较，发现原本被认为仅适用于微滤、超滤等有孔膜过滤过程的中间堵塞模型（intermediate blocking model），同样能够准确描述不同有机物在各种操作条件下的RO膜污堵行为，且可以量化有机物的污堵潜势。
在以上基础上，本研究提出了RO膜通量预测模型，从而实现了利用污染物浓度准确预测其RO膜污堵行为的目标，解决了膜通量预测难题（图1）。
图1 图形摘要-来自原文
RO膜的有机污堵是污水再生处理RO工艺高效、稳定运行面临的突出难题。建立RO膜有机污堵过程中膜通量变化与进水水质之间的关系，实现对通量变化的预测，可为RO工艺的稳定运行提供有力支撑。
在过去很长一段时间，RO膜皆被认为是无孔膜。但随着高新技术（如阳电子湮灭技术等）的开发与高端仪器（如纳米高渗仪等）的应用，研究者逐渐发现RO膜也是有微孔的，其孔径大约为0.1~1nm，多数在0.7nm以下。
在此基础上，本研究搜集了近20年发表的文献中来自11个国家、20余个研究组在不同操作条件及水质条件下获得的68组通量-时间数据，综合对比了多种通量-时间变化模型对这些数据的拟合优度。这些数据涉及腐殖酸、多糖、蛋白质、表面活性剂、阻垢剂、抑菌剂等6类11种典型有机物及实际污水，其浓度从mg/L量级到g/L量级，操作条件也差别显著。
结果表明，原本被认为仅适用于微滤、超滤等有孔膜过滤过程的中间堵塞模型对上述数据的拟合效果显著优于其他通量-时间模型，80%的拟合曲线R2均在0.95以上（图2）。相比于已有RO通量-时间模型，该模型仅含有稳定通量（Jpss）与污堵常数（k）两个模型参数，形式简单，应用方便。
图2 文献中NF / RO膜有机污堵的中间堵塞模型拟合结果。(a)-(f) 文献中原始数据的拟合结果；(g) R2累积频率分布图；(h) 模型参数的箱形图。
随后，本研究采用海藻酸钠（SA）与牛血清蛋白（BSA）为模式有机物，拟建立中间堵塞模型的关键模型参数与污染物浓度的关系，从而实现膜通量预测。本研究发现，纯SA溶液与SA-BSA混合溶液的RO膜污堵行为同样符合中间堵塞模型，其参数Jpss与k随SA浓度的变化规律可用Langmuir等温吸附方程进行描述。以纯SA溶液为例，图3与表1给出了中间堵塞模型参数与SA浓度的关系和拟合结果。
基于以上结果，本研究建立了RO通量预测模型，并对不同浓度SA溶液的污堵行为进行了预测（图4），结果表明，大部分通量实测值均在模型预测值的95%置信区间内，该模型预测结果良好。
图4 加入1mM Ca2+的纯SA溶液污堵行为的预测。(a) 原始通量数据与改进中间堵塞模型拟合结果；(b)-(h) 不同SA浓度下的模型预测结果及实测值（彩色带为95％置信区间）。
重要结论
本研究发现原本仅用于描述有孔膜过滤的中间堵塞模型同样能够准确描述不同有机物在不同条件下的RO膜污堵特性，且能对有机物的污堵潜势进行量化分析。进一步建立了RO通量预测模型，从而实现了通过仅测定进水有机物浓度即可对其污堵行为进行预测的目标，为RO工艺的污堵控制提供了新思路和新视角。
原文信息
（第一作者：在读博士生童心；
通讯作者：巫寅虎、胡洪营）
※原文链接：
https://www.sciencedirect.com/science/article/pii/S0160412020302373
