智能流体过滤管理系统的制作方法

本申请要求2014年8月12日提交的标题为“用于交叉流动膜系统的智能通量管理系统”的美国临时申请序号62/036,344和2015年4月10日提交的标题为“智能流体过滤管理系统”的美国临时申请序号62/145,793的优先权，各申请的内容以引用方式特此并入。

背景技术：

在实践中，过滤可宽泛地分为六个分离类别：固-气、固-液、固-固、液-液、气-液和气-气。过滤技术用来在广泛的工艺应用中分离污染物和增值材料，所述工艺应用诸如汽车和航空航天燃料和空气过滤、家庭和工业空气过滤、食品和饮料浓缩和灭菌、药物分子隔离和纯化、医疗如肾脏透析和血液氧合、饮用水处理、工业工艺用水纯化以及废物处理和环境整治。例如，过滤是最重要和广泛使用的水纯化方法，因为它能够通过尺寸排阻、优先吸附和大规模扩散来完全地和连续地过滤杂质(Howe and G.Tchobanoglous,Water Treatment:Principles and Design,John Wiley&Sons,Inc.,Hoboken,New Jersey,第2版,2005)。几乎所有的市政和工业水和废水处理设施、大多数地下水处理设施以及大型和小型脱盐设施采用一些形式的过滤以去除有问题的物质，诸如微生物、粘土、沉积物、油和其他有机和无机溶质(Crittenden,J.,等(2012)Water Treatment:Principles and Design,MWH,Hoboken,NJ,USA)。

通常，流体过滤构成了通过穿过分离介质的相对速率从水中分离和除去目标悬浮和溶解的固体。流体过滤系统最常见地包括以下处理技术：颗粒介质过滤(例如，砂、无烟煤、石榴石、坚果壳、非织造织物和其他非反应性废生物质)、离子交换介质过滤、吸附介质过滤(例如，颗粒活性炭或GAC、沸石、聚合物和有机粘土)、反应介质过滤(例如，绿砂和氧化过滤、生物砂过滤、生物GAC过滤)、低压膜过滤(例如，微滤和超滤)，以及高压膜过滤(例如，纳滤和反渗透)。

大多数过滤工艺受去除材料在过滤介质上或过滤介质中的累积限制。例如，当膜用来从水样品中过滤杂质时，随着膜变得被无机颗粒、有机物质和/或生物微生物堵塞或“结垢”，通量将随时间逐渐减少。膜结垢通常导致严重的通量或通过量下降，影响工艺效率和所产生的水的质量。事实上，由于对滤液质量、维持目标过滤通过量、能量效率和过滤器损坏的剧烈影响，过滤器堵塞及其减轻仍然是过滤技术的主要操作挑战。

过滤器堵塞是在过滤期间发生的不可避免的现象，但是可在需要完全更换之前通过日常维护策略来减轻。具体地，通量维持技术可定义为通过去除过滤器上或内的可逆污物和沉积物和/或抑制它们的未来沉积来执行以恢复滤液通量的系统工艺。常见的维护策略包括各种形式的机械和化学清洗，诸如滤液反洗和原位化学清洗(例如，腐蚀剂、氧化剂/消毒剂、酸、螯合剂和表面活性剂)(Liu,C.,等(2006)Membrane Chemical Cleaning:From Art to Science,Pall Corporation,Port Washington,NY 11050,USA)。然而，每个维护响应可通过增加系统停机时间、消耗商品化的滤液产物、消耗昂贵的清洗化学品和通过苛刻的清洗方法损坏过滤器来负面地影响工艺的效率。当前，这些过滤器维护技术使用预定的设计标准—频率、强度和持续时间来实施—并且不能实时适应给定过滤工艺内的空间和时间变化。因此，需要用于操作基于过滤的工艺的适应性工艺控制技术，以便优化维护响应并且使过滤器污染对操作能量需求和寿命循环性能的影响最小化。

相当大的努力与响应于过期过滤器的拆卸和更换相关，并且可产生显著的系统停机时间和成本。过滤器模块、过滤介质、离子交换树脂或颗粒活性炭的使用寿命基于用于给定处理目的的独特环境条件和水质是位置特异性的。因此，最大化工厂效率需要基于与给定应用中的模块的具体性能直接相关的信息来预测所述模块的使用寿命。在本公开中解决了这些和其他缺点。

发明概要

应理解，如所要求的，以下概述和以下具体实施方式都仅仅是示例性和说明性的而不是限制性的。提供了用于智能流体过滤管理的方法和系统。所述方法和系统可监测与过滤系统的一个或多个膜相关的一个或多个参数。一个或多个过滤器的条件可基于监测到的过滤系统的一个或多个参数来确定。所述条件可包括即将到来的过滤器熟化或过滤准备状态、检测到的过滤器熟化或过滤准备状态、即将到来的完整性破坏、检测到的完整性破坏、即将到来的渗透性损失、检测到的渗透性损失中的一个或多个、其组合等。一个或多个维护程序可基于确定的条件来执行。一个或多个维护程序可包括过滤器清洗程序、过滤器隔离程序、过滤器修理程序、过滤器更换程序和过滤器钉扎程序中的一个或多个。

在一方面，过滤管理系统可监测恒定压力操作期间的流体滤液通过量变化和恒定滤液通过量操作期间的压力变化中的至少一个。结垢机制可基于滤液通过量的变化和压力的变化中的至少一个来确定。结垢机制可通过根据一个或多个预定结垢模型执行滤液流量变化或压力变化的数学分析来确定。一个或多个预定结垢模型可包括Hermia氏模型、改进Hermia氏模型和串联阻力模型中的一个或多个。可基于所确定的结垢机制来选择清洗方案。清洗方案可包括选择清洗方法和与清洗方法相关的一个或多个参数

在一方面，过滤系统可以包括压力泵，所述压力泵被配置来在流动于第一室与第二室之间的流体上施加压力。所述过滤系统还可包括流量传感器，所述流量传感器被配置来测定与流过在所述第一室与所述第二室之间沉积的膜的流体相关的至少一个参数。过滤系统可以包括压力传感器，所述压力传感器被配置来测定从第一室流到第二室的流体的压力读数。此外，过滤系统可以包括过滤管理系统，所述过滤管理系统被配置来基于压力读数引起压力泵在从第一室到第二室流过膜的流体上施加恒定压力持续第一预定时间。过滤管理系统可被进一步配置来基于至少一个参数引起压力泵使穿过膜的流体流反转持续第二预定时间。

另外的优势将在下面的描述中部分地阐述或者可通过实践来学习。所述优势将借助在所附权利要求书中具体指出的要素和组合来实现和达到。应理解，如所要求的，前述概述和以下具体实施方式都仅仅是示例性和说明性的而不是限制性的。

附图简述

并入本说明书并且构成本说明书的一部分的附图说明实施方案，并且连同描述一起用来解释方法和系统的原理：

图1示出膜工艺的恒定通过量可变进料压力操作的代表性示意图；

图2示出膜工艺的恒定压力可变通量操作的代表性示意图；

图3示出过滤管理系统的代表图；

图4示出在正向过滤之后接着反洗期间的代表性通量分布；

图5示出了说明用于在训练模式下操作过滤管理系统的示例性方法的流程图；

图6示出过滤管理系统的代表性流程图；

图7示出了说明用于在控制模式下操作过滤管理系统的示例性方法的流程图；

图8示出过滤管理系统的控制模式操作的代表性流程图；

图9示出了说明用于响应于通量的阶跃变化来操作过滤管理系统的示例性方法的流程图；

图10示出了说明用于响应于通量的脉冲变化来操作过滤管理系统的示例性方法的流程图；

图11示出了过滤管理系统对持续时间t_p的脉冲事件的响应的代表性示意图；

图12示出了说明用于操作过滤管理系统的示例性方法的流程图；

图13示出了进行拟合测试以确定具体观察到的颗粒结垢机制的不同结垢机制和通量对时间曲线的解决方案；

图14示出了说明用于操作过滤管理系统的示例性方法的另一个流程图；

图15示出利用过滤管理系统的实验结果；

图16示出利用过滤管理系统的实验结果；并且

图17示出了可操作所公开的方法和系统的示例性计算设备。

本公开的另外的优势将部分阐述在以下描述中，并且部分将从所述描述中看出或者可通过实践本公开来得知。本公开的优势将借助所附权利要求书中具体指出的元件和组合来实现并达到。应当理解，如所要求的，以上概述和以下具体实施方式都仅是示例性和解释性的，并且不限制所述方法和系统。

具体实施方式

通过参考以下方法和系统的具体实施方式和其中包括的实施例可以更容易理解本公开。

在公开并描述本发明的化合物、组合物、制品、系统、设备和/或方法之前，应理解，除非另外说明规定，否则它们不限于特定的合成方法，或者除非另外规定，否则它们不限于特定的试剂，因此它们当然可以改变。还应理解，本文所使用的术语仅出于描述特定方面的目的，且并不旨在加以限制。尽管在实施或测试本公开中可使用与本文所述的那些方法和材料类似或等效的任何方法和材料，但是现在描述示例性方法和材料。

为了公开和描述公布在引用时所涉及的方法和/或材料，本文中提到的所有公布均以引用方式并入本文。提供本文中讨论的公布仅仅是针对它们在本申请的提交日期之前的公开。本文中的任何内容都不应解释为承认本公开内容由于先前的公开而无权早于所述公布。此外，本文中提供的公布日期可能不同于实际的公布日期，它们可能需要单独确认。

如在说明书和所述权利要求中所使用，除上下文另外明确规定之外，单数形式“一个(a)”、“一种(an)”和“所述(the)”包括复数指示物。因此，例如，对“膜”、“阀”或“传感器”的提及包括两个或更多个所述膜、阀或传感器等的混合物。

在本文中，范围可表达为从“约”一个具体值和/或到“约”另一个具体值。当表示这样一个范围时，另外的方面包括从一个具体值和/或至另一个具体值。类似地，当通过使用先行词“约”将值表达为近似值时，将理解的是特定值形成了另外方面。应进一步理解，该范围的每个端点相对于另一个端点以及独立于另一个端点都是有意义的。还应理解，本文公开了多个值，并且在本文中每个值除所述值本身之外也公开为“约”所述特定值。例如，如果公开了值“10”，那么也公开了“约10”。还理解的是还公开了两个具体单位之间的每个单位。例如，如果公开了10和15，则还公开了11、12、13和14。

如本文使用的术语“任选的”或“任选地”意指随后描述的事件或情况可以发生或可以不发生，并且这种描述包括其中所述事件或情况发生的实例和其中不发生的情况。

如本文所用，“流体”是指在施加的剪切应力下连续变形或流动的任何物质。流体包括但不限于液体、气体和等离子体。

如本文所用，“过滤器”是指用于从流体中除去杂质的任何半透屏障或多孔设备。流体过滤器可包括但不限于膜或筛、填充介质床、流化介质床、膜生物反应器和离子交换系统。过滤分离机制包括但不限于尺寸排阻、吸附、优先溶解/扩散、电磁吸引/排斥、静电吸引/排斥、化学反应或其组合。

如本文所用，“结垢”是指有机和无机物质在过滤器表面上或在过滤器孔和空隙空间内的沉积。结垢包括但不限于无机颗粒(例如，粘土、矿物质、金属等)、不互混的烃(例如，油和油脂)、溶解和沉淀的有机分子和细菌或藻类在本文所述的流体过滤系统过滤器上的沉积或吸附。

如本文所用，“进料流”是指包含可过滤的溶质和/或颗粒物质的任何水性或非水性流体。

如本文所用，“渗透物流”是指已经通过压力驱动或重量过滤装置引导通过过滤器的进料流的任何部分。

如本文所用，“通量”是指穿过过滤器的单位面积的流体流量。通量可为但不限于渗透物通量或拉伸通量。

除非另外明确说明，否则决不旨在将本文阐述的任何方法解释为要求以特定顺序执行其步骤。因此，在方法权利要求项没有实际叙述其步骤所遵循的顺序或在权利要求书或描述中没有另外具体陈述各步骤将限于特定顺序的情况下，决不旨在在任何方面推断顺序。这适用于任何可能的用于解释的非表达基础，包括：相对于步骤安排或操作流程的逻辑事项；从语法组织或标点符号得到的清晰含义；以及在本说明书中描述的实施方案的数量或类型。

应理解，本文公开的组合物具有某些功能。本文公开了用于执行所公开功能的某些结构需求，且应理解存在可执行与所公开结构有关的同一功能的多种结构，且这些结构通常实现相同结果。

A.半透膜

在一方面，本公开的方法和系统涉及使用膜作为分离屏障以从溶液或液体悬浮液中除去溶质和悬浮颗粒的压力驱动的过滤工艺。在一方面，膜可以是半透膜。

半透膜可用于从进料流中分离溶解的或分散的材料。分离过程可以涉及使进料溶液与半透膜的一个表面在压力下接触，以便影响溶剂相渗透通过半透膜，同时防止溶解或分散的材料的渗透。

半透膜可以由聚合物、陶瓷或金属制成。这些聚合物、陶瓷或金属膜可包装成具有许多可能的组合(形状因素)的元件和模块，诸如平板模块、板框模块、螺旋卷绕模块、管状模块、中空纤维模块、其组合等。此外，这些半透膜都可经合成以显示宽的选择性和渗透性范围，范围基本上为微滤(MF)和超滤(UF)至纳滤(NF)和反渗透(RO)。

RO膜和NF膜均可以包括统称为“复合膜”的固定到多孔载体上的薄膜识别层。MF和UF膜还可以包括复合布置。多孔载体可提供物理强度，但是多孔载体可由于其多孔性而提供很小的流动阻力。另一方面，薄膜识别层可以是较少多孔的，并且可以提供溶解或分散的材料的主要分离手段。因此，薄膜识别层可以主要造成给定膜的“拒斥率”—所拒斥的特定溶解或分散的材料(例如，溶质)的百分比，以及“通量”—溶剂穿过膜的每单位面积的流速。

半透膜相对于其对不同离子以及有机和无机化合物的渗透度而变化。例如，“扩散膜”(例如，NF和RO)对于实际上所有离子(包括钠和氯化物)以及分子量高于约200道尔顿的不带电的溶质是相对不可渗透的。因此，RO膜广泛用于咸水或海水的脱盐以提供用于工业、商业或家庭用途的高纯化水，因为RO膜的钠和氯离子的拒斥率通常大于约90％。相反，“低压膜”(例如，MF和UF)可以是相对多孔的，并且因此用于去除胶体和颗粒物质(例如，对于MF为约0.1μm至约10μm，对于UF为0.01μm至0.1μm)。MF和UF可在用于颗粒和病原体去除的市政和工业处理应用、NF/RO预处理、化学合成纯化等中使用。

MF和UF膜可由几何形状范围内的无机或聚合材料组成。膜可被配制成各种模块构造，例如像管状构造、板框构造、螺旋卷绕构造、中空纤维构造、其组合等。聚合MF和UF膜可由各种聚合物(例如像醋酸纤维素、聚偏二氟乙烯、聚丙烯腈、聚丙烯、聚砜和聚醚砜)构成。聚合膜可相对经济地制造成具有各种形状因素，但是可限于相对于适度的pH、温度和化学耐受性的窄操作范围。由诸如氧化铝、氧化锆和二氧化钛的材料制成的陶瓷膜可用于条件要求高温下的操作或可能需要苛刻清洗化学品的应用中。

MF和UF膜可构造成具有对称的孔结构，以允许通过反洗或反冲洗进行的原位结垢控制。如本文所用，“反洗”或“反冲洗”是指通过施加比正向过滤跨膜压力大的压力差来反转渗透物流的流向，其可以是机械和/或渗透驱动的。反洗包括但不限于通过添加补充化学品诸如酸、腐蚀剂和/或氧化剂来使用渗透物液体、纯化水或化学增强的渗透物液体。

在另一方面，智能流体过滤管理工艺可与MF膜、UF膜、NF膜、RO膜、正向渗透膜和没有薄膜涂层的压力延迟渗透膜的使用一起采用。此外，智能流体过滤管理工艺可与陶瓷膜和聚合膜的使用一起采用。在又一方面，半透膜以管状构造、板框构造、螺旋卷绕构造、中空纤维构造或膜生物反应器构造采用。

在又一方面，智能流体过滤管理工艺可与非基于膜的过滤、离子交换和活性炭系统诸如砂过滤混合介质过滤、离子交换、颗粒活性炭和临界滤筒以及螺旋卷绕过滤系统的使用一起采用，因为过滤和过滤器维持的机制反映本文描述的基于膜的方面的那些机制。

B.流体过滤管理系统

图1示出过滤管理系统105管理的示例性过滤系统100。在一方面，本公开涉及过滤系统100，过滤系统100包括被配置用于在第一室115和第二室120之间流动的流体上施加压力的压力泵110。过滤系统100还可包括流量传感器125，流量传感器125被配置来测定与流过在第一室115与第二室120之间沉积的膜130的流体相关的至少一个参数。过滤系统100还可包括压力传感器135，压力传感器135耦接到压力泵110和流量传感器125并被配置来测定从第一室115流到第二室120的流体的压力读数。此外，过滤系统100可包括与压力泵110、流量传感器125和压力传感器135连通的过滤管理系统105。滤管理系统105可被配置来基于来自压力传感器135的压力读数引起压力泵在从第一室115流到第二室120的流体上施加恒定压力持续第一预定时间。过滤管理系统105可以基于至少一个参数引起压力泵110使穿过膜130的流体流在恒定压力下反转持续第二预定时间。

压力驱动的膜过滤工艺，诸如微滤(MF)、超滤(UF)、纳滤(NF)和反渗透(RO)，使用半透膜作为分离屏障以从溶液或液体悬浮液中除去溶质和悬浮颗粒。跨膜压(TMP)差的施加引起溶剂流过膜，同时保留进料中的溶质或颗粒。

穿过膜的清洗溶剂流速(或通量)可以受制于达西方程，所述达西方程表示通量(膜的每单位横截面积的体积流速)与施加的压差成线性比例：

在过滤工艺期间，被膜保留的溶质和颗粒可累积在膜表面处。膜表面处的溶质浓度累积的机制可称为浓度极化。膜表面处溶质浓度的增加可导致对穿过膜的溶剂流量的额外阻力。这些阻力可减少滤液或渗透物通量。表1总结了几种阻力增加和随后的通量下降的相关机制。

表1.

通量下降机制的多样性可导致不同类型的膜元件、模块和膜过滤系统的渗透物通量的不同类型的时空变化。表1中描述的每种机制可以导致通量下降行为的不同类型的时间依赖性。随着时间的推移，更多溶质可以累积到膜上。溶质的累积可以增加穿过膜的溶剂流量的总阻力，并且随时间推移而引起滤液通量的减少。在许多类型的商业规模的切向流膜元件和模块(诸如管状模块、板框模块、螺旋卷绕模块、中空纤维模块或膜生物反应器模块)中，溶质沉积到膜上的程度也可在空间上变化。因此，连同通量的时间依赖性变化，沿着每种类型的膜模块或元件的通量也可存在局部空间变化。例如，NF和RO膜的通量损失分布可说明铅元素的有机结垢。铅元素的有机结垢的特征可在于通过滤饼形成进行的逐渐通量损失。此外，NF和RO膜的通量损失分布可说明尾部元件上的无机结垢，所述无机结垢的特征可在于通过无机沉淀和完全孔阻塞进行的剧烈和突然的通量损失。

不同的通量下降机制，各种类型的模块和元件几何形状以及膜工艺的商业应用中的复杂进料化学和组成可能使得开发通量下降和膜结垢的一般机械模型成为挑战，所述通量下降和膜结垢可作为操作和工艺控制算法实施。膜过滤系统的工艺控制可涉及维持来自膜过滤系统的恒定体积通过量。换句话说，可在工艺期间监测来自膜模块的平均渗透物通量。如果通过量有任何下降，则控制算法可以增加驱动力(诸如施加的TMP)以将通量保持在所需设定点处。这种操作原理完全忽略了任何通量下降机制，并且用于范围为微滤至反渗透和膜类型(陶瓷膜或聚合膜)的所有类型的压力驱动膜分离工艺。

图2示意性地示出了膜元件的进料侧上的施加压力相对于时间的变化。增加施加的压力以维持通过膜元件的恒定渗透物通量。增加施加的压力以维持通过膜元件的恒定渗透物通量。施加的压力连续增加，因为在过滤期间不同的结垢机制降低了总体膜渗透性。当施加的压力达到最大阈值P_max时，在过滤循环、t_f期间，停止过滤并且启动膜清洗机制。在一些应用中，过滤循环处于固定的定时器上，而t_f在连续循环之间是恒定的。在所述情况下，最大施加压力P_max可在过滤循环之间改变。清洗机制可以根据膜元件的类型以及膜工艺而不同，并且范围可为反洗(BW)、化学增强反洗(CEB)、渗透物弛豫(PR)、压力脉冲(PP)、空气冲刷(AS)、化学脉冲(CP)、进料流反转(FFR)、原位清洗(CIP)、其组合等。在执行清洗机制之后，部分地恢复膜元件的渗透性。恢复的渗透性部分归因于在过滤循环期间膜元件的可逆结垢，并且未恢复的渗透性部分是由于不可逆的结垢。在恒定通过量操作模式中，膜元件的不可逆渗透性损失的一部分还可通过由操作期间的高压所引起的膜元件的压缩引起。此外，过滤工艺的能量需求是时间依赖性的，因为压力增加需要待增加的过滤系统的功率汲取。

在恒定压力可变通过量操作模式中，可初始地设置TMP，并且由于各种通量下降机制，渗透物通量在过滤循环期间随时间推移而减少。两种操作模式可以是可能的：(i)固定过滤时间模式，其中正向过滤时间t_f是恒定的；以及(ii)固定通量下降模式，其中在触发清洗机制之前允许通量达到最小值J_f。在清洗之后，由于不可逆的膜结垢，通量恢复通常是不完全的。

图3示出了描绘膜工艺的恒定压力可变通量操作的代表性图。纵轴描述通量。阴影区域表示不可逆的通透性损失。操作过滤系统的模式可以是恒定通过量(CT)可变跨膜压力(TMP)模式，其中压力逐渐增加以维持穿过膜的恒定渗透物通过量。此工艺控制的实施可能需要流速测量设备以记录通过量，以及用于调节进料压力的压力控制机制。这种类型的工艺控制可能具有比例积分微分(PID)控制回路的问题；即，工艺控制可以是反应性的(反馈控制机制)，可以是基于恒定参数，不是基于膜通量下降的实际机制，并且不提供最佳或适应性控制。

从膜工艺观点来看，以上PID控制回路的问题在于确定通量设定点。如果通量设定点是初始通量J₀，则在过滤的初始阶段期间压力可能增加太急剧，因为在这些阶段期间通量下降可能相当快。压力的这种增加可以相当剧烈地压缩膜。

CT操作模式中的PID控制回路的第二个问题与进料中的污物浓度的突然激增有关。当这种激增击打膜时，通量突然下降。响应于这种突然的通量下降，PID控制回路可以尝试增加压力以使通量保持恒定。在以质量传递控制方式操作的膜工艺中，通量可能不会随着施加的压力线性地响应。因此，压力可显著增加以实现相对小的通量增强。此外，这种通量增加可以降低的通过膜的渗透性为代价，因为较高的渗透阻力迫使更多的溶质朝向膜表面或嵌入膜孔中，从而更主动地使膜结垢。在一些情况下，增加的进料压力可通过增加轴向压降来增强膜的质量传递，这引起交叉流增加。因此，响应于进料溶质浓度的突然升高而增加压力不是膜工艺中通量控制的谨慎方法。

膜元件的通量下降可以是在过滤工艺期间发生的结垢的显现。通量下降可被认为是膜结垢和性能损失的直接和明确的指标。如果可在大规模商业过滤操作期间追踪通量下降，则这种信息可适于开发用于膜工艺的控制和操作架构，所述膜工艺可智能地：a)评估过滤工艺期间结垢的主要机制；b)学习一旦观察到结垢和通量下降的临界水平就自动触发清洗机制；c)适应给定给水质量和工艺配置的最经济的操作方式；d)动态地响应给水质量的突然波动，甚至在给水污物水平的有害和灾难性激增期间关闭工艺；e)降低能耗；f)在各种模式的系统维护(如反洗和原位清洗)之间自动循环；g)延长膜的使用寿命并优化水处理的成本；其组合等。

渗透物通量由膜过滤期间施加的压力(驱动力)产生。换句话说，施加的压力是原因，并且通量是影响。在恒定压力(CP)操作模式中，驱动力保持恒定，并且随后的通量变化仅仅是不同结垢阻力如何随时间推移而累积的显现，导致固定驱动力的影响下的所述通量下降。然而，在恒定通过量(CT)操作模式中，驱动力本身响应于通量的变化而改变。驱动力的变化可将工艺动力学改变为可在不同操作压力下调用附加机制的方式。结垢机制的这种改变的常见实例为一些类型的蛋白质和聚合物过滤期间高于临界TMP差异的渗透压控制和凝胶层控制之间的转变。低于阈值压力，聚合物溶液不胶化，并且浓度极化的主要机制是渗透压累积。然而，如果达到凝胶浓度的临界压力，则通量下降的主要机制变为凝胶层的生长。

恒定压力(CP)操作模式可用于依赖于通量下降作为关键信号的工艺控制架构中。恒定压力模式可以防止压力和通量之间的因果关系的改变。

在本文中，公开了所提出的智能过滤管理系统的一个方面，所述智能过滤管理系统在恒定压力操作模式下在包括膜的过滤系统中触发反洗。本文的公开证明如何遵循通量下降模式可允许收集关于给定驱动力(TMP)和进料条件下的过滤系统行为的相关信息，如何利用所述信息来调整过滤系统的性能，响应于通过量的突然变化触发反洗或CIP，以及将CP操作模式与CT操作模式区分开来。然而，设想了其他过滤系统。

假设膜过滤系统以对应于ΔP₀的初始TMP的J₀的初始通量开始操作。在正向过滤循环期间，通量随时间推移而变化，并且所述变化以Δt的固定时间间隔记录。在t_f的正向过滤时间之后，启动反洗循环。在反洗期间，过滤循环期间收集的一部分渗透物被迫通过膜从渗透物返回到进料侧。反洗通量J_BW可大于正向过滤通量，但是反洗持续时间t_BW可远小于正向过滤时间。这种条件移动沉积的固体从膜的表面并将它们带到再循环进料中。这种类型的反洗可在基于陶瓷膜的过滤操作期间采用。

图4示意性地描绘了具有中间反洗的两个连续过滤循环期间的通量对时间分布。通量随时间推移而减少，并且过滤循环期间渗透物(或滤液)的累积产生为

其中A_m是膜面积，并且最终表达是基于在固定时间间隔(存在N个间隔)处使用梯形法则积分的通量的离散测量值。

在反洗过程中消耗的渗透物的总体积为

Q_BW＝A_mJ_BWt_BW (2)

反洗比然后被定义为

对于具有反洗的过滤操作，期望具有尽可能小的反洗比，典型的目标为r_BW<0.2。来自膜装置的净产物水通过量为

过滤循环期间的通量下降的速率由下式给出

如果流量测量设备以规则的间隔记录通量，则通量下降的速率可在每个瞬间时刻t_i(瞬时下降)表示为

方程(1)和(6)分别表示相同时间依赖性渗透物通量顺序的积分和导数。

可以尝试使用这些通量测量来构造比例积分微分(PID)类型控制算法，而不进一步详细审查。这种方法可能需要设定点的定义，所述设定点可为所需通量并基于给定通量测量值与设定点的偏差，将调节控制变量(通常为施加的压力)，这将使通量与设定值的偏差最小化。这是以前称为恒定通过量(CT)可变压力模型的方法。

如本文以上所述，PID控制机制遭受两个主要问题。首先，确定通量设定点。如果设定点是初始通量J₀，则在过滤的初始阶段期间压力将增加太急剧，因为在这些阶段期间通量下降相当快。压力的这种增加可以相当剧烈地压缩膜。第二个担忧与进料中污物浓度的突然激增有关，引起通量突然下降。在PID过滤管理系统中，压力需要显著增加以实现相对小的通量增强。这进而可能导致由于结垢增加所引起的渗透性降低，所述结垢增加是由更高的渗透阻力迫使更多溶质朝向膜表面引起。

1.恒定压力可变通过量操作模式

如果考虑这两种类型的操作期间的工艺的功率消耗，恒定压力可变通过量操作模式在范围方面与恒定通过量可变压力操作模式稍微不同。给定工艺的功率消耗可与由下式给出的水马力相关

对于恒定压力操作，J＝J(t)，而对于恒定通过量操作，TMP差是时间的函数。在两种模式下操作的过滤系统的功率输出的关键差异在于，对于恒定压力操作，当过滤循环期间通量减少时，功率消耗不增加(它保持恒定或减小)；而对于恒定通过量操作，功率消耗在过滤循环期间增加。在CT操作期间功率消耗的增加与附加驱动力的产生有关，来以恒定速率推动渗透物通过较低渗透性的过滤屏障。

在大多数商业膜元件和模块中，浓度极化、结垢和颗粒沉积的程度沿着模块的长度轴向地变化。此类变化在模块或元件的不同位置处引起不同程度的通量下降。来自模块的通过量表示沿着模块的空间平均渗透物通量乘以膜面积。模块中的局部渗透物通量根据结垢机制而变化。在大多数应用中，结垢在模块的下游位置处更严重，导致来自这些位置的较低通量。在这些模块中的许多中，采用切向流来限制结垢的程度。在一些应用中，进料流反转(FFR)可用来防止模块一端的过度不对称结垢。

不考虑商业模块中膜结垢的机制，大多数模块和元件被不对称地结垢，并且通常元件在其仅仅一部分在很大程度上变得不可逆地结垢时需要更换。膜元件的不对称结垢是切向流过滤系统的质量传递特征的结果。感兴趣的是探索如何操作采用恒定压力可变通过量和恒定通过量可变压力模式的商业规模膜元件可导致元件的不同程度的不对称结垢。

结垢在膜的下游端启动，引起膜的这些区域中的渗透性损失。来自这些区域的滤液恢复减少。在恒定压力操作中，较低渗透增加了稳态工艺期间的体积切向流。随着交叉流速度增加，轴向摩擦损失也增加。虽然增加的交叉流对于质量传递是有益的，并且导致在一些类型的膜工艺中去除结垢层，但是较高的交叉流通常与模块中较高的轴向压降相关。这种工艺在恒定通过量操作模式期间加重，因为在膜的一部分损失渗透性时增加总驱动压力更主动地增加轴向流组分。因此，尽管在这种类型的操作中，来自模块的滤液或渗透物的产生保持恒定，但是生产主要是由于来自元件前缘处的膜的未结垢区域的渗透增加。来自这些位置的较高渗透增强了渗透阻力，并因此增强了污物在膜的这些部分上的累积。最终，当膜被阻塞但是较高的驱动压力施加在进料上时，轴向流增加，从而增加沿着模块的摩擦压降。此总体结果是当在恒定通过量可变压力模式下操作时膜工艺的操作成本较高。

在另一方面，基于至少一个参数引起压力泵将恒定压力反转包括将所确定的至少一个参数与至少一个阈值进行比较。在又一方面，至少一个参数是流体流速、流体流速的变化率、持续预定义时间周期通过膜的流体体积渗透物中的一个或多个。

在另一方面，过滤系统还可包括计时器，所述计时器被配置用于调节施加恒定压力的时间和调节反转恒定压力的时间中的至少一个。

在另一方面，第一预定时间和第二预定时间中的一个或多个是恒定值。在又一方面，第一预定时间和第二预定时间中的一个或多个基于预定义公式来确定。

在另一方面，反转压力是恒定压力。

2.压力泵

在不同方面，过滤系统包括压力泵，所述压力泵被配置来在流动于第一室与第二室之间的流体上施加压力。即使当膜拒斥杂质通过所述膜时，压力泵也提供推动流体通过所述膜所需的压力。微滤和超滤可在约3psi至约50psi的范围内操作，这显著低于纳滤和反渗透膜(约200psi至约1,200psi)。

3.流量传感器

在不同方面，过滤系统包括流量传感器，所述流量传感器被配置用于测定与流过在第一室与第二室之间沉积的膜的流体相关的至少一个参数。流体流量传感器可被设计来指示由过滤系统记录的瞬时和平均通量。时间通量测量值然后可用来计算控制工艺所需的积分和导数通量项。

4.压力传感器

在不同方面，过滤系统包括压力传感器。压力传感器可被配置来测定穿过将第一室与第二室隔开的膜的流体流量的压力读数。压力传感器可以不保留待测量的流体的这种方式配置。在另一方面，压力传感器包括膜和压力感测部分，所述压力感测部分感测膜内流动的流体的压力。在又一方面，压力传感器与膜是不同的和/或隔开的。

5.过滤管理系统

在一方面，过滤系统可包括过滤管理系统。在一方面，过滤管理系统与压力泵、流量传感器和压力传感器连通。过滤管理系统可被配置来基于压力读数引起压力泵在从第一室流到第二室的流体上施加恒定压力持续第一预定时间。此外，过滤管理系统可以基于至少一个参数引起压力泵使恒定压力反转持续第二预定时间。反转压力可引起流体的流动在反转方向上移动穿过第一室与第二室之间的膜。反转压力还可以是恒定压力。

C.用于在训练模式下操作流体过滤管理系统的方法

图5示出了过滤管理系统的方法500。在步骤501中，恒定压力可施加于从第一室流到第二室的流体上。在一方面，恒定压力可由压力泵施加。在一方面，膜可沉积在第一室与第二室之间，以允许流体从第一室渗透所述膜到第二室。

在步骤502中，可以确定与从第一室穿过膜到第二室的流体流量相关的至少一个参数。在一方面，流量传感器可以测定至少一个参数。在一方面，至少一个参数可以是流体流速、流体流速的变化率、持续预定义时间周期通过膜的流体体积渗透物、膜上形成的结垢中的一个或多个。在一方面，膜上形成的结垢可通过测量膜的电导率来确定。在另一方面，膜上形成的结垢可通过膜表面的原位目测检查来确定。

在步骤503中，可基于所测定的至少一个参数与至少一个阈值的比较来反转恒定压力。在一方面，当满足阈值时，过滤管理系统可引起压力泵反转恒定压力。在一方面，反转压力可以恒定水平施加并且可基于预定义公式来确定。在一方面，反转压力可施加持续预定义时间周期。预定义时间周期可基于至少一个测量因素。测量因素可以是在每个循环中在膜上累积的结垢量。在反转压力已经施加到流体持续预定义的时间周期之后，恒定压力可在从第一室到第二室的流体流量的原始方向上重新施加。

通过过滤管理系统进行的智能工艺控制可涉及过滤系统对给定刺激(驱动力)的响应的一些初始学习。在膜工艺中，这可在最初的几个过滤循环期间通过在固定的TMP下操作过滤系统并观察随后的通量下降行为来容易地实现。在调试过滤系统时，给水与过滤系统的最初几次相互作用可提供给水如何使膜结垢以及过滤和反洗循环需要如何适应具体给水的优异指标。应用预设的TMP将导致过滤系统中的某些通量下降行为，所述某些通量下降行为可在触发反洗之前在预设的过滤时间内记录。

考虑实施具有以下四个预设条件的过滤管理系统：初始TMP，其给出初始通量J₀；正向过滤时间t_f、_ini；最大允许通量比J_N/J_f；以及反洗比r_BW。如果此初始预设正向过滤时间期间的通量下降产生比预设通量比大的通量比，并且在随后的反洗步骤之后通量再次完全恢复以达到初始通量J₀，则预设条件保持为足以用于当前操作。然而，如果通量比在t_f,ini之前达到低于预设比率J_N/J_f的值，则正向过滤循环较早停止，并且新的过滤时间t_f<t_f,ini被选择用于下一个过滤循环。

当过滤时间缩短时，在过滤循环期间滤液的产生将较低。因此，反洗比将变得更高。如果反洗比大于预设极限，则所述方法将不太经济，因为所述方法在一个循环内产生较少量的水。为调节反洗比，存在几个选项，所述几个选项可包括修改反洗时间和反洗通量。然后可改变反洗通量并使用来自第一循环的改进参数运行由正向过滤和反洗步骤组成的第二循环。

图6描绘了学习过程流程图。学习模块是数据获取模块和比较器，所述比较器实时测量通量并将其与预设值(或在先前的训练步骤中获取的值)进行比较。在给定过滤循环期间存储的预设值是初始通量(J_0,ini，其取决于TMP设定点)、过滤时间(tf,ini)和先前过滤循环的通量比(r_通量＝J_N/J₀)。铰孔预设值是反洗参数、即反洗时间、反洗通量和反洗比。学习模块记录通量对时间的数据，并在模块内实时执行以下计算：

1.根据方程(1)的通量的积分

2.根据方程(6)的通量的导数

3.误差估计评估为：

其中K_p、K_i和K_d分别是比例、积分和微分增益。误差估计用来控制用于下一个过滤运行的过滤时间和TMP设置。应当注意，方程(7)中的各项提供了膜过滤工艺中通量下降机制的更现实的表示。比例项描绘了局部通量如何与先前循环的平均通量进行比较，积分项描绘了从当前过滤循环直到时间t_i的累积产量如何与来自先前循环的总产量进行比较，并且微分项描绘了本过滤循环中的瞬时通量下降速率如何与先前过滤循环中的总通量下降速率进行比较。

方程(7)是用于控制过滤系统的性能的一般PID控制算法，并且可被修改来充当工艺控制的比例、积分和微分模式的任何组合。例如，将积分增益设置为零，所述工艺可以定义为PD控制器。还值得注意的是，以在每个过滤循环之后更新设定点的这种方式定义工艺控制算法以反映结垢机制的学习特征。此外，学习过程可涉及调节所应用的TMP或调节过滤时间或其组合以微调过滤循环。在许多情况下，在具有膜的过滤系统的设计期间选择初始TMP设定点，使得结垢不严重。在这方面，可以使用学习过程来增加TMP设定点。当调节TMP设定点时，考虑导数输入可能更有用，因为所施加的压力直接影响通量下降速率。更高的TMP导致更快的通量下降速率。另一方面，当调节过滤时间时，权重应该归因于所有三个误差，即瞬时通量、通量的积分(给出通过量)和通量的导数。

学习过程的总体目标是确定固定给水组成的通量下降动力学，从而将所有其他操作条件保持固定。经改变以调整工艺控制机制的唯一参数是所应用的TMP和过滤时间。在一些情况下，还可调节反洗通量和反洗时间。

D.用于在控制模式下操作流体过滤管理系统的方法

图7示出了根据不同方面的过滤管理系统的方法700。在步骤701中，恒定压力可施加于从第一室流到第二室的流体上持续第一预定时间。膜可沉积在第一室与第二室之间，以允许流体从第一室渗透所述膜到第二室。在一方面，第一预定义时间可以是恒定值。在一方面，第一预定义时间可以是基于预定义公式的值。

在步骤702中，恒定压力可反转持续第二预定时间。在一方面，第二预定义时间可以是恒定值。在一方面，第二预定义时间可以基于预定义公式。在步骤703中，恒定压力可以重新施加持续第一预定义时间。

控制模式操作涉及响应操作期间过滤系统中通量的突然或预期的变化，以及以必要的间隔执行反洗或CIP。一旦建立工艺TMP、正向过滤时间和反洗参数，就在几个训练循环后启动控制模式。这种情况下的控制PID方程可写为

其中，

J_Av,0是来自先前时间步长的平均通量，Q_f,0是来自先前过滤步骤的累积过滤体积(通量的积分)，

以及

是先前过滤步骤的开始与结束之间的线性化通量下降速率。

图8描绘了正常操作模式。在控制模式操作期间，过滤管理系统将以规则的时间间隔记录通量。还假定一旦TMP在训练周期期间建立，其在正常操作期间就不进一步改变。在正常操作期间，通量将按照由过滤管理系统学习的相同模式随着时间推移而减小，并且在一定时间间隔之后，过滤循环将停止，反洗启动，然后过滤循环在反洗之后重新开始。控制过滤时间和反洗顺序的工艺涉及将使用流量监测设备测量的瞬时通量、导数和积分通量(产量)分别与先前过滤步骤期间由过滤管理系统记录的平均通量、通量下降的线性化速率和累积产量进行比较。控制器测量比例、微分和积分分量的误差，并确定必要的动作。例如，当本过滤循环期间的累积产量变得与来自先前循环的累积产量相同并且当前循环的平均通量下降速率变得与先前循环相同时，过滤管理系统触发反洗。这是不存在过滤系统的任何其他输入或扰动的变化时的正常操作模式。

E.用于响应于滤液流量的阶跃变化来操作流体过滤管理系统的方法

图9示出了用于响应于滤液流量的阶跃变化来操作流体过滤管理系统的方法900。在步骤901中，恒定压力可施加于从第一室流到第二室的流体上。在一方面，膜沉积在第一室与第二室之间，以允许流体从第一室渗透所述膜到第二室。

在步骤902中，可确定过滤系统上待超过的阈值。在一方面，阈值可以是基于参数的阈值，所述参数诸如但不限于流体流速、流体流速的变化率、持续预定义时间周期通过膜的流体体积渗透物、膜上形成的结垢、其组合等中的一个或多个。

在步骤903中，可响应于确定阈值已经超过的值来启动回流工艺。在一方面，回流工艺可施加持续预定义时间周期。在一方面，回流工艺可以包括反转恒定压力。在一方面，反转压力可以是恒定值。在一方面，可基于预定义公式确定反转压力。

如果在操作期间，污物块附着到膜上并突然减少其通量，则导致渗透物通量的阶跃下降。测量的瞬时通量和通量下降速率将立即改变为响应于这种阶跃变化。积分响应(累积体积)将不立即显而易见，但将在几个后续测量中显现。过滤管理系统现在将具有多个选项以响应阶跃变化，而在决策过程结束时的动作是停止过滤工艺并触发反洗。在比例模式中，过滤管理系统将继续记录通量并执行时间平均，并且一旦时间平均值下降到先前循环的平均通量以下，将触发反洗。

在导数模式中，过滤管理系统将记录表示为方程(10)的瞬时导数和平均线性化导数。可以辨别，瞬时导数响应(通量下降速率)将指示大误差(对于阶跃函数是无穷大的)，并且仅基于瞬时导数误差的控制响应将是太唐突的。然而，如方程(10)中的线性化导数将提供更适度的导数误差。如果此线性化导数变得比来自先前过滤循环的线性导数陡峭，则所述工艺可以触发反洗。

在积分模式中，过滤管理系统将通过积分瞬时通量继续计算累积产量。然而，积分响应将不用于触发反洗。此响应用于计算反洗体积比，并确定反洗是否有效，或者是否应调用CIP。

过滤管理系统将通过较早地停止过滤工艺，使反洗更频繁，并在持续的不利条件(例如，如果反洗不能增加回流)下响应，以触发CIP。

应当注意，过滤管理系统可以不涉及使用PID误差估计来修改过滤循环中的TMP或任何其他参数。它仅仅继续累积平均通量、平均导数和累积通量，并将这些与先前过滤步骤中获得的值进行比较。一旦平均通量变得等于先前循环中的平均通量，或者通量下降速率变得比先前步骤中的平均通量下降速率大一些预定倍数，则所述工艺然后停止过滤。通量管理的这种被动模式允许膜通过改变反洗循环的频率来从任何结垢事件中恢复。它未通过增加TMP以恢复通量来加重结垢。工艺控制方法通过在较早时间处停止过滤工艺、更频繁地清洗膜以及(如果不利条件持续)停止过滤并触发CIP来响应于通量的任何扰动。

F.用于响应于滤液流量的脉冲变化来操作流体过滤管理系统的方法

图10示出了用于响应于过滤流量的脉冲变化来操作过滤管理系统的方法1000。在步骤1001中，恒定压力可施加在从第一室流到第二室的流体上，其中膜沉积在第一室与第二室之间，以允许流体从第一室渗透所述膜到第二室。

在步骤1002中，可以确定与从第一室穿过膜到第二室的流体流量相关的至少一个参数。

在步骤1003中，可基于所测定的至少一个参数与至少一个阈值的比较来启动去垢工艺。在一方面，去垢工艺包括反洗工艺。在一方面，去垢工艺包括化学清洗工艺。在一方面，去垢工艺包括压力脉冲工艺。在一方面，去垢工艺包括空气冲刷工艺。在一方面，去垢工艺包括化学脉冲工艺。在一方面，去垢工艺包括进料流反转工艺。在一方面，去垢工艺包括原位清洗工艺。

如果通量突然减小然后在一段时间后恢复(脉冲函数)，则过滤系统的响应应该是增加反洗的频率，从而降低脉冲期间的过滤时间，然后在恢复原始操作条件之后逐渐恢复到较低的频率反洗和较长的过滤步骤。这种条件可由诸如短持续时间内进料溶质浓度增加的事件触发，并且常规通量控制机制在这些事件期间通过响应于通量下降增加TMP并使结垢过程加重来使膜结垢加剧。在本发明方法中，恒定压力操作不改变驱动力以使结垢加重。

图11描绘了触发更尖锐通量下降的脉冲事件期间的典型过滤循环顺序。所述图绘制纵轴上的通量针对时间。为清楚地说明情况并解释通量下降行为的智能管理概念，假定通量下降行为是线性的。此外，通量在每个过滤循环中，在初始通量J₀和最终通量J_N之间在每个过滤循环内变化，而反洗在每个循环之后将通量恢复到初始通量。对于不同的应用，可以放宽这些简化的假设。例如，在反洗后，通量恢复可能不完全。此外，通量下降行为可能不是线性的。每个过滤循环期间的平均通量由圆圈表示，并且具有固定值J_Av。

假设脉冲事件在第三过滤循环期间的某一时刻处改变通量下降的速率。由于此脉冲事件所引起的较快通量下降速率使得通量对时间曲线的斜率更陡。在这种不同的通量下降速率下，最小通量J_N在此循环期间较早达到。虽然较早到达平均值，但是此循环的平均通量仍为J_Av。这意味着过滤循环时间t_f,3<t_f,2。在此循环中，过滤的累积产量也较低。一旦达到J_N，反洗就开始，并且在反洗之后达到第四循环的初始通量J₀。然而，在第四循环中，通量下降的速率较大，并且因此与先前循环相比较早达到平均通量和J_N。换句话说，t_f,4小于t_f,3。此外，滤液的累积产量与过滤循环4相比也较低。由于脉冲事件所引起的加速结垢引起过滤循环的持续时间减少，并且引起反洗循环的频率增加。

在循环5中，脉冲事件消退，并且通量下降的原始速率恢复。与循环4相比，这立即增加了过滤时间。在循环6中，第一过滤循环的原始参数恢复。因此，触发加速通量下降的脉冲事件减少了过滤循环的持续时间，并且增加了反洗循环的频率。虽然作为对引起膜结垢的任何类型的扰动的响应，这降低了滤液的产生，但是所述机制防止膜不可逆地或主动地结垢。

图12示出了过滤管理系统的方法1200。在步骤1201中，可监测恒定压力操作期间的流体滤液通过量变化和恒定滤液通过量操作期间的压力变化中的至少一个。在一方面，监测流体滤液通过量的变化可包括测量在预定义的时间周期内穿过膜的通量。作为实例，通量的变化可以通过流量传感器来测量。在一方面，监测压力变化可包括测量预定义的时间周期内的压力。作为实例，压力的变化可以通过压力传感器来测量。

在步骤1202中，结垢机制可基于滤液通过量的变化和压力的变化中的至少一个来确定。在一方面，确定结垢机制可包括根据一个或多个预定结垢模型执行通量变化和/或压力变化的数学分析。作为实例，一个或多个预定结垢模型可包括Hermia氏模型、改进Hermia氏模型或串联阻力模型。在一方面，确定结垢机制可包括根据一个或多个预定结垢模型执行通量变化和/或压力变化的数学分析。作为实例，一个或多个预定结垢模型可包括Hermia氏模型、改进Hermia氏模型或串联阻力模型。在一方面，结垢机制可包括浓度极化、化学活性分子的有机吸附、由于盐和氢氧化物的沉淀所引起的结垢、由于大悬浮颗粒或小胶体颗粒的沉积所引起的滤饼和孔阻塞、由于惰性大分子的沉积所引起的凝胶形成、由于生物活性有机体的沉积和生长所引起的生物结垢等。

方程12描述了随着阻碍给定驱动力的流动的阻力的累积膜结垢对通量下降的影响：

其中J是通过膜的渗透物通量，ΔP是跨膜压力驱动力，μ是流体粘度，R_tot是总水力阻力，R_m是固有膜阻力，R_cp是由浓度极化引起的阻力，R_a是由溶质吸附引起的阻力，R_p是由孔阻塞和滤饼形成引起的阻力，并且R_g是由表面凝胶形成引起的阻力。

在一方面，当没有发生结垢时，通量-压力曲线可以是均匀线性的，因为只有固有膜阻力是一个因素。然而，结垢的开始可根据结垢的具体机制及其对增加的渗透物流量的总阻力的影响而反映在不同程度的斜率变化中。例如，可以通过将通量对时间曲线拟合为一系列预先存在的结垢模型，根据以下方程13和14的解来确定颗粒结垢的具体机制：

其中t是过滤时间，k和n是表征过滤工艺的常数，并且U是分别取决于恒定压力或恒定通量操作的变化的渗透物体积V或跨膜压力ΔP。因此，通过针对dt/dU绘制d²t/dU²并确定阻塞指数n的值，可以从单个图中识别不同的阻塞机制。图13示出了进行拟合测试以确定特定观察到的颗粒结垢机制的不同结垢机制和单个通量对时间曲线的解决方案(Maiti,Sadrezadeh等2012)。此外，可使用通过修改Hermia经验模型得出的用于交叉流过滤的一般方程：

其中J_p是渗透物通量(m/s)，t是过滤时间(s)，K_CF是取决于特定结垢机制的现象系数，J_pss是稳态渗透物通量(m/s)，并且n再次为阻塞指数，其中完全孔阻塞、中间孔收缩、标准孔阻塞和滤饼过滤/凝胶形成的n分别＝2、1.5、1和0。使用这些模型来评估膜结垢的实例还见于(Chang,Yang等"Assessing the fouling mechanisms of high-pressure nanofiltration membrane using the modified Hermia model and the resistance-in-series model”Separation and Purification Technology 79(2011)329-336)中。因此，智能学习过程可对以经验方式产生的通量/压力对时间曲线执行实时数据分析，以确定什么结垢机制是有效的，以及什么最有效和最经济的清洗工艺有待采用。

在步骤1203中，可以基于所确定的结垢机制来选择清洗方案。在一方面，确定清洗方案可包括选择清洗方法和与清洗方法相关的一个或多个参数。作为实例，清洗方法可以包括反冲洗方法。作为实例，一个或多个参数可以包括压力、持续时间、流速、温度、具体化学添加剂和具体化学添加剂的剂量中的一个或多个。在一方面，具体化学添加剂可以包括酸、碱、氧化剂、螯合剂等中的一种或多种。

不同类型的清洗方案可用于结垢控制；然而，给定的清洗方案的功效可高度依赖于待去除的污物。表2将各种类型的膜污物与最有效的清洗技术配对：

表2

在一方面，选择的过滤系统(诸如NF和RO)遭受异质和空间依赖的结垢，所述异质和空间依赖的结垢的影响不能通过监测全规模系统数据来有效地捕获。在这些应用中，智能过滤管理系统的实施方案将包括与沿着全规模过滤系统的策略性部署的独立结垢监测器的连通。监测结垢监测器的性能数据将为智能过滤管理系统提供更高的灵敏度，以响应于早期的结垢和通量下降迹象。

在一方面，对过滤器性能和完整性的辛勤监测和测试在开发对过滤器的剩余使用寿命的清楚理解和确定何时需要更换方面可以是至关重要的。例如，用于即时故障响应的膜完整性测试的手段可以包括靶向完整性测试期间的目测监测。视频捕获可用于实时监测一个或多个膜元件，从而检测可疑膜元件的任何完整性破坏。

在具体方面，过滤管理系统可连续监测一个或多个膜元件的渗透物质量。当具体膜的完整性变得成问题时，过滤管理系统可以隔离用于原位泡沫完整性测试的一个或多个元件。一旦检测到完整性破坏，过滤管理系统就可发送适当的警报并隔离一个或多个有缺陷的膜以进行维护，从而使修理速度最大化，并且使对总体过滤系统性能的影响最小化。这些公开的系统和方法还可扩展以并入用于在由于设备故障、泄漏等所引起的过滤系统故障的事件中的实时系统诊断和维护响应的其他系统度量。

在一方面，所述方法和系统可以执行一个或多个所测量的性能度量的实时趋势分析。所述方法和系统可以监测给定设备的操作诊断，诸如过滤器的剩余寿命和预期更换日期。例如，可通过分析渗透水质量趋势以确定是否和/或何时发生系统完整性破坏来实现实时趋势分析。在一方面，当达到给定过滤系统的预定最小渗透性时，可使用过滤和回归分析来外推。一旦确定已经发生了合理的完整性破坏，瞬时和自动响应就可开始以使系统停机时间最小化并防止总体系统故障。在一方面，所公开的系统和方法可适用于任何过滤系统，而不管是否在恒定通量或恒定压力下操作。

图14示出了过滤管理系统的方法1400。在步骤1401中，可监测与过滤系统的一个或多个过滤器相关的一个或多个参数。在一方面，一个或多个参数可包括变压器过滤器压力、渗透物通量、渗透物浊度、渗透物盐度、渗透物pH、渗透物盐度、渗透物颜色、渗透物硬度、渗透物总有机浓度、一种或多种预定义的渗透离子的浓度、一种或多种预定义的有机分子的浓度。这些参数中的许多可以原位测量，诸如pH、盐度、颜色和浊度；然而，一些可能需要定期取样和非原位测量，诸如目标无机和有机分子的浓度。例如，可通过使用集成探针追踪穿过渗透物或进料溶液的光的量来以分光光度法的方式测量颜色和浊度。而无机和有机组分的目标浓度可使用独立的仪器来测量，所述独立的仪器诸如电感耦合等离子体发射光谱仪、气相色谱-质谱仪等。

在步骤1402中，可基于所监测的一个或多个参数来确定一个或多个过滤器的条件。在一方面，当基于所监测的一个或多个参数确定一个或多个过滤器的条件时，可以基于所监测的一个或多个参数来执行统计分析。在一方面，统计分析可包括过滤和平滑分析、回归和趋势分析。作为实例，过滤和平滑分析可包括维纳分析、卡尔曼分析、巴特沃斯分析、切比雪夫分析、椭圆分析、贝塞尔分析、高斯分析、移动平均分析和Savitsky-Golay分析。作为实例，回归和趋势分析可包括线性回归分析、多元回归分析、阶乘回归分析、多项式回归分析、响应面回归、混合面回归、单向方差分析(ANOVA)、主效应ANOVA分析、阶乘ANOVA分析、协方差分析、斜率均匀性分析、线性拟合分析、最小二乘拟合分析、Kendell检验分析、森氏斜率检验分析、Wilcoxon-Mann-Whitney步长趋势分析、遗传和神经网络分析、其组合等。

在一方面，确定一个或多个过滤器的条件可以包括估计一个或多个过滤器的寿命。在一方面，如果估计的寿命低于预定义阈值(例如，两天)，则可以发送通知。作为实例，通知可以包括一个或多个过滤器的估计更换日期。可相对于具体过滤器特性，诸如渗透性(例如，变压器过滤器压力和滤液流速)、不可逆结垢的程度和完整性测试来监测过滤器条件。还可相对于操作参数和性能度量，诸如施加的压力、通量维持(例如，机械和化学维持、原位清洗维持)和滤液质量(例如，浊度)来监测过滤器条件。将实时记录的这些度量的值与预定阈值进行比较以计算模块的剩余寿命。渗透性测量可实时记录并且用于统计模型中以外推所随着时间推移的预测的渗透性趋势。由当前过滤器的模型预测的实现阈值渗透性的时间量是剩余的模块寿命。当寿命剩余值达到预定阈值时，则可以更换过滤器。

在一方面，确定一个或多个过滤器的条件可以包括确定一个或多个过滤器的类型。作为实例，一个或多个过滤器的类型包括管状聚合膜、中空纤维膜、螺旋卷绕膜、管状陶瓷膜、其组合等。

在一方面，一个或多个过滤器的条件可包括即将到来的完整性破坏、检测到的完整性破坏、即将到来的渗透性损失和检测到的渗透性损失。

在步骤1403中，一个或多个维护程序可基于确定的条件来执行。一个或多个维护程序可根据所述条件来使用。在一方面，一个或多个维护程序可包括过滤器隔离程序、过滤器修理程序、过滤器更换程序、过滤器钉扎程序、其组合等。

在一方面，无论是否由完整性破坏还是渗透性损失所引起的对具体过滤器条件的响应均可根据系统所用的过滤器的类型而改变。例如，当发生中空纤维膜的纤维故障时，故障的纤维膜可通过在断裂纤维的端部插入小针或环氧树脂来隔离，或者可从使用中永久地移除。作为另一个实例，螺旋卷绕纳滤和反渗透膜可以在故障后更换。考虑到与过滤器故障和更换相关的高频率和成本，故障的早期检测和适当准备可在经济上有效的更换实践中是非常有价值的。

图15和图16示出了使用本文所述的过滤管理系统和方法的实验结果。可编程逻辑控制器被编程来在恒定的施加压力下操作过滤系统。允许过滤系统的通量自然衰减，直到达到预先计算的最小值，然后该最小值将触发维护程序，例如如图15所示的滤液反洗。与利用预定义的维护程序频率的常规过滤工艺不同，过滤管理系统可以通过允许过滤系统性能要求适当的维护程序诸如清洗方案来适应环境条件。图16示出了过滤管理系统如何因此能够适应环境条件(诸如给水质量和温度)的剧烈变化性。具体地，油浓度和水温的剧烈摆动可能在初始启动阶段导致显著的通量损失。作为响应，过滤管理系统可以增加反洗的频率以及化学清洗的数量，各自被表示为“原位清洗”(CIP)。过滤管理系统在约24小时的操作之后最终稳定了膜的性能，这导致最小化的通量下降和CIP频率。

在示例性方面，方法和系统可在如图17所示的和如下所述的计算机1701上实施。类似地，所公开的方法和系统可利用一个或多个计算机来在一个或多个位置中执行一个或多个功能。图17是示出用于执行所公开的方法的示例性操作环境的框图。此示例性操作环境仅是操作环境的一个实例，并且不旨在对操作环境架构的使用或功能性的范围提出任何限制。也不应将操作环境解释为具有与示例性操作环境中所示的部件中的任一个或组合有关的任何依赖性或要求。

本发明方法和系统可以与许多其他通用或专用计算系统环境或配置一起操作。可适于与所述系统和方法一起使用的公知计算系统、环境和/或配置的实例包括但不限于个人计算机、服务器计算机、膝上型设备和多处理器系统。另外实例包括机顶盒、可编程消费电子产品、网络PC、小型计算机、大型计算机、包括以上系统或设备中的任一个的分布式计算环境等。

所公开的方法和系统的处理可由软件部件来执行。所公开的系统和方法可在由一个或多个计算机或其他设备执行的计算机可执行指令诸如程序模块的一般上下文中描述。通常，程序模块包括用来执行特定任务或实施特定抽象数据类型的计算机代码、例程、程序、对象、部件、数据结构等。所公开的方法还可在基于网格的和分布式计算环境中实践，在所述环境中任务由通过通信网络链接的远程处理设备来执行。在分布式计算环境中，程序模块可定位在包括内存存储装置的本地和/或远程计算机存储介质中。

此外，本领域技术人员将理解，本文所公开的系统和方法可通过呈计算机1701形式的通用计算设备来实施。计算机1701可以包括一个或多个部件，诸如一个或多个处理器1703、系统存储器1712，以及将包括一个或多个处理器1703的计算机1701的不同部件耦接到系统存储器1712的总线1713。在多处理器1703的情况下，系统可以利用并行计算。

总线1713可以包括几个可能类型的总线结构中的一个或多个，诸如存储器总线、存储器控制器、外围总线、加速图形端口以及使用各种总线架构中的任一种的处理器或局部总线。例如，所述架构可以包括工业标准架构(ISA)总线、微通道架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)局部总线、加速图形端口(AGP)总线，以及外围部件互连(PCI)、PCI-Express总线、个人计算机存储卡工业协会(PCMCIA)、通用串行总线(USB)等。总线1713和本说明书中指定的所有总线还可以通过有线或无线网络连接来实施，并且计算机1701的部件中的一个或多个，诸如一个或多个处理器1703、大容量存储设备1704、操作系统1705、数据处理软件1706、通量数据1707、网络适配器1708、系统存储器1712、输入/输出界面1710、显示适配器1709、显示设备1711和人机界面1702可以包含在物理上分离的位置处的一个或多个远程计算设备1714a、b、c内，通过这种形式的总线连接，从而实际上实施完全分布式系统。

计算机1701通常包括各种计算机可读介质。示例性可读介质可以是可由计算机1701访问的任何可用介质，并且包括(例如但不意在限制)易失性和非易失性介质、可移动和不可移动介质。系统存储器1712可包括成以下形式的计算机可读介质：易失性存储器，诸如随机访问存储器(RAM)和/或非易失性存储器，诸如只读存储器(ROM)。系统存储器1712通常可包括诸如通量数据1707的数据，和/或诸如可由一个或多个处理器1703访问和/或操作的操作系统1705和数据处理软件1706的程序模块。

在另一方面，计算机1701还可以包括其他可移动/不可移动、易失性/非易失性计算机存储介质。大容量存储设备1704可以提供用于计算机1701的计算机代码、计算机可读指令、数据结构、程序模块和其他数据的非易失性存储。例如，大容量存储设备1704可以是硬盘、可移动磁盘、可移动光盘、磁性盒或其他磁存储设备、闪存卡、CD-ROM、数字通用光盘(DVD)或其他光存储器、随机访问存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)等。

任选地，任何数量的程序模块可以存储在大容量存储设备1704(包括例如操作系统1705和数据处理软件1706)上。操作系统1705和数据处理软件1706(或其某种组合)中的一个或多个可以包括编程和数据处理软件1706的元件。通量数据1707也可存储在大容量存储设备1704上。通量数据1707可存储在本领域中已知的一个或多个数据库中的任一个中。所述数据库的实例包括Access、SQL Server、mySQL、PostgreSQL等。数据库可以是集中式的或跨过网络1715内的多个位置分布。

在一方面，用户可通过输入设备(未示出)将命令和信息输入到计算机1701中。所述输入设备的实例包括但不限于键盘、指向设备(例如，计算机鼠标、遥控器)、麦克风、操纵杆、扫描仪、触觉输入设备诸如手套，以及其他身体覆盖物、运动传感器等。这些和其他输入设备可以通过耦接到总线1713的人机界面1702连接到一个或多个处理器1703，但是可以通过其他界面和总线结构来连接，所述其他界面和总线结构诸如并行端口、游戏端口、IEEE 1394端口(也称为火线端口)、串行端口、网络适配器1708和/或通用串行总线(USB)。

在又一方面，显示设备1711还可以通过诸如显示适配器1709的界面连接到总线1713。可以设想，计算机1701可具有多于一个的显示适配器1709，并且计算机1701可以具有多于一个的显示设备1711。例如，显示设备1711可以是监测器、LCD(液晶显示器)、发光二极管(LED)显示器、电视、智能透镜、智能玻璃和/或投影仪。除了显示设备1711之外，其他输出外围设备还可包括诸如可通过输入/输出界面1710连接到计算机1701的扬声器(未示出)和打印机(未示出)的部件。方法的任何步骤和/或结果可以任何形式输出到输出设备。所述输出可以是任何形式的视觉表示，包括但不限于文本表示、图形表示、动画表示、音频表示、触觉表示等。显示器1711和计算机1701可以是一个设备或单独设备的一部分。

计算机1701可在联网环境中使用与一个或多个远程计算设备1714a、b、c的逻辑连接操作。例如，远程计算设备1714a、b、c可以是个人计算机、计算站(例如工作站)、便携式计算机(例如膝上型、移动电话、平板设备)、智能设备(例如智能电话、智能手表、活动追踪器、智能服装、智能配件)、安全和/或监测设备、服务器、路由器、网络计算机、对等设备、边缘设备或其他公共网络节点等。计算机1701与远程计算设备1714a、b、c之间的逻辑连接可以通过网络1715诸如局域网(LAN)和/或通用广域网(WAN)来进行。所述网络连接可以通过网络适配器1708进行。网络适配器1708可在有线和无线环境中实施。所述网络环境在住宅、办公室、企业范围计算机网络、内联网和因特网中是常规和常见的。

出于说明的目的，应用程序和其他可执行程序部件诸如操作系统1705在本文说明为离散块，但是认识到所述程序和部件可以在不同时间处驻留在计算设备1701的不同存储部件中，并且由计算机1701的一个或多个处理器1703执行。数据处理软件1706的实施可存储在某种形式的计算机可读介质上或传输出穿过某种形式的计算机可读介质。所公开方法中的任一个可由体现在计算机可读介质上的计算机可读指令来执行。计算机可读介质可以是可由计算机访问的任何可用介质。例如但不意在限制，计算机可读介质可以包括“计算机存储介质”和“通信介质”。“计算机存储介质”可包括以任何方法或技术实施的用于存储信息诸如计算机可读指令、数据结构、程序模块或其他数据的易失的和非易失的、可移动和不可移动的介质。示例性计算机存储介质可包括RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字通用光盘(DVD)或其他光学存储器、磁性盒、磁带、磁盘存储器或其他磁存储设备或可用于存储所需信息并可由计算机访问的任何其他介质。

所述方法和系统可以采用人工智能(AI)技术，诸如机器学习和迭代学习。所述技术的实例包括但不限于专家系统、基于案例的推理、贝叶斯网络、基于行为的AI、神经网络、模糊系统、进化计算(例如遗传算法)、群体智能(例如蚂蚁算法)，以及混合智能系统(例如通过神经网络生成的专家推理规则或来自统计学习的生产规则)。

虽然已经结合优选实施方案和具体实施例描述了方法和系统，但是并不旨在将范围限于所阐述的特定实施方案，因为本文的实施方案在所有方面均旨在说明而非限制。

虽然可以用特定的法定类别(如系统法定类别)对本公开的方面进行描述和要求保护，但这仅是为了方便，并且本领域技术人员将理解到可以用任何的法定类别对本公开的各方面进行描述和要求保护。除非另外明确说明，否则决不旨在将本文阐述的任何方法或方面解释为要求以特定顺序执行其步骤。因此，在权利要求书或说明书中，当方法权利要求没有确切地说明步骤是限于特定顺序时，在任何方面决非旨在推断顺序。这适用于任何可能的用于解释的非表达基础，包括相对于步骤安排或操作流程的逻辑事项、从语法组织或标点符号得到的清晰含义、或者在说明书中描述的方面的数量或类型。

本领域技术人员显而易知可产生本公开的各种修改和变化而不背离本公开的范围或精神。从本文所公开的方法和/或系统的说明书和实践的考虑，本公开的其他实施方案对本领域技术人员而言将为显而易见的。预期说明书和实施例仅被视为示例性的，其中本公开的真实范围和精神由所附权利要求书指示。