MLVSS કેલ્ક્યુલેટર - પાણી શુદ્ધિકરણ પ્રક્રિયા નિયંત્રણ સાધન

પાણી શુદ્ધિકરણ માટે MLVSS કૅલ્ક્યુલેટર

પરિચય

જો તમે પાણી શુદ્ધિકરણ ક્ષેત્રમાં કાર્યરત છો, તો તમે જાણો છો કે બાયોમાસ સ્તરોની નોંધ રાખવી તમારા પ્રક્રિયા નિયંત્રણને બદલી શકે છે. મિક્સ્ડ લિક્વર વૉલેટાઇલ સસ્પેન્ડેડ સૉલિડ્સ (MLVSS) એ તમારા એરેશન ટેંકમાં સસ્પેન્ડેડ સૉલિડ્સનો કાર્બનિક ભાગ રજૂ કરે છે—મૂળભૂત રીતે, આ તમારી સક્રિય "જીવાણુ વસ્તી" છે જે કાર્બનિક પદાર્થને તોડવાનું કાર્ય કરે છે.

આ કૅલ્ક્યુલેટર MLVSS મૂલ્યો નક્કી કરવામાં મદદ કરે છે બે મૂળભૂત પદ્ધતિઓનો ઉપયોગ કરીને: કે પછી કુલ સસ્પેન્ડેડ સૉલિડ્સ (TSS) ને વૉલેટાઇલ સસ્પેન્ડેડ સૉલિડ્સ ટકાવારી (VSS%) સાથે, અથવા ફિક્સ્ડ સસ્પેન્ડેડ સૉલિડ્સ (FSS) ને TSS માંથી બાદ કરીને. બંને પદ્ધતિઓ તમને સમાન પરિણામ આપે છે જ્યારે તમારી પ્રયોગશાળાની માપણીઓ ચોક્કસ હોય, પરંતુ બંને વિકલ્પો ઉપયોગી છે તે આધારે કે તમારી પ્રયોગશાળા સામાન્ય રીતે કયા ડેટા પૂરો પાડે છે.

MLVSS નિગરાણી કેટલી મૂલ્યવાન છે? જ્યારે તમે તેને સતત ટ્રૅક કરો છો, ત્યારે તમે તમારા F/M ગુણોત્તર ને સૂક્ષ્મ બનાવી શકો છો, એરેશનને ઓપ્ટિમાઇઝ કરી શકો છો (મોટી રકમનો ઊર્જા ખર્ચ બચાવી), અને બાયોમાસ સમસ્યાઓને ઝડપી પકડી શકો છો પહેલાં કે તે પ્રવાહની ગુણવત્તાને પ્રભાવિત કરે. MLVSS માં અચાનક ઘટાડો અથવા MLVSS/MLSS ગુણોત્તર માં ફેરફાર ઘણીવાર સૂચવે છે કે કંઈક ખોટું છે—કદાચ વિષાક્ત પ્રવાહ, વધુ પ્રમાણમાં ફેંકી દેવું, અથવા બાયોમાસ વૉશઆઉટ—જે તમને શોધવા અને સુધારવા માટે પૂર્વ ચેતવણી આપે છે.

MLVSS ગણતરી પદ્ધતિઓ

તમે MLVSS ની ગણતરી બે પદ્ધતિઓથી કરી શકો છો, અને આ કેલ્ક્યુલેટર બંને પદ્ધતિઓને સમર્થન આપે છે:

VSS ટકાવારી પદ્ધતિ

આ પદ્ધતિ ત્યારે સારી રીતે કામ કરે છે જ્યારે તમારી પ્રયોગશાળા VSS ને TSS ના ટકાવારી રૂપમાં રિપોર્ટ કરે. ગણતરી સરળ છે:

$\text{MLVSS} = \text{TSS} \times \frac{\text{VSS\%}}{100}$

જ્યાં:

• MLVSS = મિક્સ્ડ લિક્વર વૉલેટાઇલ સસ્પેન્ડેડ સૉલિડ્સ (mg/L)
• TSS = કુલ સસ્પેન્ડેડ સૉલિડ્સ (mg/L)
• VSS% = સસ્પેન્ડેડ સૉલિડ્સનો વૉલેટાઇલ ટકાવારી (સામાન્ય રીતે કન્વેન્શનલ સક્રિય કાદવ સિસ્ટમમાં 65-85%)

FSS પદ્ધતિ

કેટલીક પ્રયોગશાળાઓ સ્થિર (અકાર્બનિક) ભાગનો અહેવાલ આપે છે. તે કિસ્સામાં, તમે TSS માંથી FSS બાદ કરો:

$\text{MLVSS} = \text{TSS} - \text{FSS}$

જ્યાં:

• MLVSS = મિક્સ્ડ લિક્વર વૉલેટાઇલ સસ્પેન્ડેડ સૉલિડ્સ (mg/L)
• TSS = કુલ સસ્પેન્ડેડ સૉલિડ્સ (mg/L)
• FSS = સ્થિર સસ્પેન્ડેડ સૉલિડ્સ (mg/L)

મુખ્ય સંબંધ યાદ રાખવા જેવો: VSS અને FSS પૂરક ઘટકો છે જે TSS ને સરખા કરે છે. તેથી ગણિતીય રીતે, બંને પદ્ધતિઓ સમાન જવાબ આપે છે જ્યારે પ્રયોગશાળાની માપ ચોક્કસ હોય:

$\text{TSS} = \text{VSS} + \text{FSS}$

નોંધ: જો તમારા MLVSS મૂલ્યો બંને પદ્ધતિઓમાંથી ઘણા અલગ હોય, તો તમારી પ્રયોગશાળાની પ્રક્રિયાઓની ચકાસણી કરવા લાયક છે—અસંગત પરિણામો સામાન્ય રીતે માપ ત્રુટિઓ અથવા નમૂના સંભાળ સમસ્યાઓ ઇંગિત કરે છે.

આ કેલ્ક્યુલેટર કઈ રીતે વાપરવો

1. કુલ સસ્પેન્ડેડ સૉલિડ્સ (TSS) દાખલ કરો: તમારી માપેલ TSS કિંમત mg/L માં દાખલ કરો.

2. ગણતરી પદ્ધતિ પસંદ કરો:

   • "VSS ટકાવારી વાપરીને" પસંદ કરો જો તમારી પાસે VSS% ડેટા છે
   • "ફિક્સ્ડ સસ્પેન્ડેડ સૉલિડ્સ (FSS)" પસંદ કરો જો તમારી પાસે FSS માપ છે

3. વધારાનો પેરામીટર દાખલ કરો:

   • VSS ટકાવારી પદ્ધતિ વાપરતા: VSS ટકાવારી (0-100%) દાખલ કરો
   • FSS પદ્ધતિ વાપરતા: FSS કિંમત mg/L માં દાખલ કરો

4. પરિણામ જુઓ: કેલ્ક્યુલેટર સ્વયંસ્ફૂર્ત રીતે MLVSS કિંમત mg/L માં પ્રદર્શિત કરશે.

5. ફૉર્મ્યુલા દ્રશ્ય: પરિણામ નીચે, તમે વાપરેલ ફૉર્મ્યુલા અને ગણતરી પગલાંઓ જોઈ શકશો.

ઇનપુટ ચકાસણી

કેલ્ક્યુલેટર વપરાશકર્તાના ઇનપુટ્સ પર નીચે મુજબ ચકાસણી કરે છે:

• TSS એ પોઝિટિવ સંખ્યા (≥ 0 mg/L) હોવી જોઈએ
• VSS ટકાવારી 0 અને 100% વચ્ચે હોવી જોઈએ
• FSS એ પોઝિટિવ સંખ્યા (≥ 0 mg/L) હોવી જોઈએ
• FSS, TSS કરતા વધુ ન હોઈ શકે (કારણ કે FSS TSS નો ઘટક છે)

જો કોઈ ચકાસણી નિષ્ફળ જાય, તો ઇનપુટ સુધારવા માટે ત્રુટિ સંદેશ માર્ગદર્શન આપશે.

પાણી શુદ્ધિકરણ પ્રક્રિયામાં MLVSS સમજવું

MLVSS એ તમારા એરેશન ટેંકમાં નિલંબિત ઘન પદાર્થોનો કાર્બનિક ભાગ છે—તેને "જીવાણુ વસ્તી" (સૂક્ષ્મ જીવાણુઓ) તરીકે ગણો, જે કાર્બનિક પદાર્થ અને પોષક તત્વોને તોડે છે. MLVSS માપણીમાં દરેક સૂક્ષ્મ જીવાણુ એક સમયે સક્રિય નથી, પરંતુ તે જૈવિક વસ્તુનો વિશ્વસનીય અંદાજ આપે છે, જે સીધી સૂક્ષ્મ જીવાણુ ગણતરી કરતાં વધુ ઉપયોગી છે.

MLVSS માં રસ પ્રદાન કરતું વાત: MLVSS અને MLSS (મિક્સ્ડ લિક્વર સસ્પેન્ડેડ સોલિડ્સ) નો ગુણોત્તર સામાન્ય સક્રિય કાદવ પ્રણાલીઓમાં 0.65 અને 0.85 વચ્ચે રહે છે. જ્યારે આ ગુણોત્તર તે શ્રેણીની બહાર જાય, તે કંઈક કહી રહ્યો છે. ઘટતો ગુણોત્તર નિષ્ક્રિય ઘન પદાર્થોના સંચયનો અથવા ઔદ્યોગિક વિસર્જનથી વધતા અકાર્બનિક ભારનો સંકેત આપી શકે છે. વધતો ગુણોત્તર સૂચવે છે કે તમે સફળતાપૂર્વક સ્વસ્થ, મુख્ય રૂપે કાર્બનિક જૈવિક વસ્તુ જાળવી રાખી રહ્યા છો.

પ્રક્રિયા નિયંત્રણ માટે MLVSS નું મહત્વ

વૉટર એન્વાયરન્મેન્ટ ફેડરેશનની કાર્યકારી માર્ગદર્શિકા અનુસાર MLVSS સાંદ્રતા કેટલાક મહત્વપૂર્ણ ગણતરીઓ ચલાવે છે:

• ખોરાક-સૂક્ષ્મ જીવાણુ (F/M) ગુણોત્તર – તમારા જીવાણુઓની "ભૂખ" ને નિયંત્રિત કરે
• કાદવ ઉંમર અથવા ઘન પદાર્થ રોકાણ સમય (SRT) – પ્રક્રિયા સ્થિરતા અને નાઇટ્રિફિકેશન ક્ષમતા નક્કી કરે
• જૈવિક વસ્તુ ઉત્પાદન અને કાદવ ઉત્પાદન દર – નિકાલ ખર્ચનો અંદાજ આપે
• જૈવિક પ્રક્રિયા માટે ઓક્સિજન માંગ – એરેશન માટે ઊર્જા ખપતને સીધો પ્રભાવ પાડે

MLVSS નક્કી કરવાની પ્રમાણભૂત વિશ્લેષણાત્મક પ્રક્રિયાઓ પાણી અને પાણી પરીક્ષણ માટે પ્રમાણભૂત પદ્ધતિઓ (પદ્ધતિ 2540E) અને EPA પદ્ધતિ 160.4 માં વિગતવાર વર્ણવેલ છે, જે સુનિશ્ચિત કરે છે કે સુવિધાઓ વચ્ચે માપણીઓ સુસંગત રહે.

ઉપયોગ કેસ

પ્રક્રિયા નિયંત્રણ અને ઓપ્ટિમાઇઝેશન

MLVSS મોનિટરિંગ પ્લાન્ટ ઓપરેટર્સને જૈવિક પ્રક્રિયાને સરળતાથી ચલાવવા માટે જરૂરી ડેટા આપે છે. તે કઈ રીતે રોજિંદી કાર્યવાહીમાં વપરાય છે:

F/M રેશિયો સમાયોજન: જ્યારે પ્રવેશ લોડિંગ વધે—જેમ કે, વીકેન્ડ પછી કે ઔદ્યોગિક વિસર્જન સમયે—તમે તમારા F/M રેશિયોને લક્ષ્યાંક સીમામાં રાખવા માટે તમારી વેસ્ટિંગ દર સમાયોજિત કરી શકો છો. F/M રેશિયો ખૂબ વધુ (0.5-0.6 ઉપર પરંપરાગત સિસ્ટમ્સ માટે) હોય તો તમે ફાઇલામેન્ટસ બલ્કિંગનો જોખમ ઊભો કરો છો. ખૂબ ઓછો (0.2 નીચે) હોય તો તમે એરેટ કરવામાં ઊર્જા વેડફી રહ્યા છો.

કીચડ ઉંમર વ્યવસ્થાપન: MLVSS તમને જણાવે છે કે તમે કેટલો બાયોમાસ વહન કરી રહ્યા છો, જે તમારી વેસ્ટિંગ દર નક્કી કરે છે. નાઇટ્રિફિકેશન માટે, સામાન્ય રીતે ગરમ તાપમાને 8-10 દિવસ ઉપર SRT જરૂરી (ઠંડુ હોય ત્યારે વધુ), અને MLVSS માપ તમને ચોક્કસ રીતે તે સાધવા મદદ કરે છે.

એરેશન ઊર્જા ઓપ્ટિમાઇઝ કરવી: એરેશન સામાન્ય રીતે પ્રક્રિયા પ્લાન્ટની 50-60% ઊર્જા ખર્ચ કરે છે. ઓક્સિજન માંગ MLVSS સાંદ્રતા સાથે લગભગ સ્કેલ થાય છે, તેથી તમારી વાસ્તવિક MLVSS જાણવાથી તમે ઓવર-એરેટ (ઊર્જા વેડફવી) કે અન્ડર-એરેટ (સેપ્ટિક પરિસ્થિતિઓનો જોખમ) ટાળી શકો છો.

સમસ્યાઓ પહેલાંથી પકડવી: MLVSS માં અચાનક 20-30% ઘટાડો થોડા દિવસોમાં કંઈક ખોટું થઈ રહ્યું છે તેનું સંકેત આપે છે—ઔદ્યોગિક વિસર્જનથી વિષાક્ત શૉક, ઓપરેટર ભૂલને કારણે વધુ વેસ્ટિંગ, કે વાવાઝોડા દરમિયાન હાઇડ્રૉલિક વૉશઆઉટ. જેટલી વહેલી તકે તમે તેને ઓળખશો, તેટલી વહેલી તકે તમે તપાસ કરી શકશો.

[... translation continues with the same approach for the entire document]

પાણી શુદ્ધિકરણમાં MLVSS નો ઇતિહાસ

MLVSS માપનનો પ્રવાસ સક્રિય કાદવ શુદ્ધિકરણ પ્રક્રિયાના વિકાસ સાથે સાંકળાયેલો છે. જ્યારે આર્ડન અને લૉકેટે 1910 ના દાયકામાં મ્યાનચેસ્ટર, ઇંગ્લૅન્ડમાં સક્રિય કાદવ પ્રક્રિયા વિકસાવી, ત્યારે પ્રક્રિયા નિયંત્રણ પ્રાથમિક હતું—ઓપરેટરો મિશ્ર પ્રવાહના રંગ, ગંધ, અને જાર પર સેટલ થવાની લાક્ષણિકતાઓ પર આધાર રાખતા.

1930 અને 1940 ના દાયકામાં, જ્યારે સૂક્ષ્મ જીવાણુ વૈજ્ઞાનિકોએ જૈવિક શુદ્ધિકરણ તંત્રો વિશે ઊંડી સમજ મેળવી, ત્યારે સંશોધકોએ નિલંબિત ઘન પદાર્થોના કાર્બનિક (વાષ્પશીલ) અને અકાર્બનિક (સ્થિર) ઘટકો વચ્ચે તફાવત કરવાનું શરૂ કર્યું. આ તફાવત મહત્વનો હતો કારણ કે તે સક્રિય જૈવભાગને નિષ્ક્રિય સામગ્રીથી અલગ કરતો.

1950 અને 1960 ના દાયકામાં, MLVSS એક મानક પરામીટર તરીકે ઉભરી આવ્યો, જેની વિશ્લેષણાત્મક પદ્ધતિઓ "પાણી અને પાણી-અપઘટનના પરીક્ષણ માટેના સ્ટૅન્ડર્ડ મેથડ"માં કોડિફાઇ કરવામાં આવી. આ પ્રમાણીકરણે ઇજનેરોને સિસ્ટમ ડિઝાઇન કરવા અને ઓપરેટરોને પ્રક્રિયાઓ નિયંત્રિત કરવા માટે પૂર્વ પાયોનિયર્સ કરતાં ઘણી વધુ ચોક્કસાઈ આપી.

1970 અને 1980 ના દાયકામાં, MLVSS ને શુદ્ધિકરણ કાર્યક્ષમતા સાથે સંકળાયેલ વ્હાઈટ ક્ષેત્ર સંશોધન થયું. ગ્રેડી, ડાઇગર અને અન્ય સંશોધકોએ MLVSS, F/M ગુણોત્તર, અને SRT વચ્ચેના ગતિશીલ સંબંધો વિકસાવ્યા, જે આજે પણ ડિઝાઇન અને સંચાલનને માર્ગદર્શન આપે છે. આ દાયકાઓએ MLVSS ને સક્રિય કાદવ પ્રક્રિયા નિયંત્રણનો પાયો બનાવ્યો.

1990 થી આગળ, આધુનિક તકનીકો જેવી કે આણવિક જીવાણુ વિજ્ઞાન, શ્વસન માપ, અને ઓનલાઇન સેન્સર્સ, વધુ વ્યૂહાત્મક લાક્ષણીકરણ વિકલ્પો પૂરા પાડ્યા. છતાંય MLVSS પોતાનું મહત્વ જળવાઈ રાખે છે. કેમ? કારણ કે તે ટૂંકી પ્રયોગશાળા વિશ્લેષણ, વિશ્વસનીય પ્રક્રિયા નિયંત્રણ નિર્ણયો, અને ઐતિહાસિક તુલનાત્મક ડેટાનો મિઠાસ ધરાવે છે. પાણી શુદ્ધિકરણમાં, સરળતા, વિશ્વસનીયતા, અને ઐતિહાસિક પૂર્વગામિતાનો આ સંયોગ અજોડ છે.

MLVSS ગણતરી માટે કોડ ઉદાહરણો

અહીં વિભિન્ન પ્રોગ્રામિંગ ભાષાઓનો ઉપયોગ કરીને MLVSS ગણવાના ઉદાહરણો છે:

1' VSS ટકાવારી વાપરીને MLVSS ગણતરી માટે Excel ફોર્મ્યુલા
2Function MLVSS_from_VSS_Percentage(TSS As Double, VSS_Percentage As Double) As Double
3    ' ઇનપુટ ચકાસો
4    If TSS < 0 Or VSS_Percentage < 0 Or VSS_Percentage > 100 Then
5        MLVSS_from_VSS_Percentage = CVErr(xlErrValue)
6        Exit Function
7    End If
8    
9    ' MLVSS ગણો
10    MLVSS_from_VSS_Percentage = TSS * (VSS_Percentage / 100)
11End Function
12
13' FSS વાપરીને MLVSS ગણતરી માટે Excel ફોર્મ્યુલા
14Function MLVSS_from_FSS(TSS As Double, FSS As Double) As Double
15    ' ઇનપુટ ચકાસો
16    If TSS < 0 Or FSS < 0 Or FSS > TSS Then
17        MLVSS_from_FSS = CVErr(xlErrValue)
18        Exit Function
19    End If
20    
21    ' MLVSS ગણો
22    MLVSS_from_FSS = TSS - FSS
23End Function
24

1def calculate_mlvss_from_vss_percentage(tss, vss_percentage):
2    """
3    TSS અને VSS ટકાવારી વાપરીને MLVSS ગણો
4    
5    Args:
6        tss (float): કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
7        vss_percentage (float): VSS ટકાવારી (0-100)
8        
9    Returns:
10        float: MLVSS mg/L માં
11    """
12    # ઇનપુટ ચકાસો
13    if tss < 0 or vss_percentage < 0 or vss_percentage > 100:
14        raise ValueError("અમાન્ય ઇનપુટ: TSS ધન હોવો જોઈએ અને VSS% 0-100 વચ્ચે")
15        
16    # MLVSS ગણો
17    return tss * (vss_percentage / 100)
18
19def calculate_mlvss_from_fss(tss, fss):
20    """
21    TSS અને FSS વાપરીને MLVSS ગણો
22    
23    Args:
24        tss (float): કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
25        fss (float): સ્થિર સ્પર્શક ઘન પદાર્થ mg/L માં
26        
27    Returns:
28        float: MLVSS mg/L માં
29    """
30    # ઇનપુટ ચકાસો
31    if tss < 0 or fss < 0:
32        raise ValueError("અમાન્ય ઇનપુટ: TSS અને FSS ધન હોવા જોઈએ")
33    if fss > tss:
34        raise ValueError("અમાન્ય ઇનપુટ: FSS TSS કરતા મોટો નહીં હઈ શકે")
35        
36    # MLVSS ગણો
37    return tss - fss
38

1/**
2 * TSS અને VSS ટકાવારી વાપરીને MLVSS ગણો
3 * @param {number} tss - કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
4 * @param {number} vssPercentage - VSS ટકાવારી (0-100)
5 * @returns {number} MLVSS mg/L માં
6 */
7function calculateMlvssFromVssPercentage(tss, vssPercentage) {
8  // ઇનપુટ ચકાસો
9  if (tss < 0 || vssPercentage < 0 || vssPercentage > 100) {
10    throw new Error("અમાન્ય ઇનપુટ: TSS ધન હોવો જોઈએ અને VSS% 0-100 વચ્ચે");
11  }
12  
13  // MLVSS ગણો
14  return tss * (vssPercentage / 100);
15}
16
17/**
18 * TSS અને FSS વાપરીને MLVSS ગણો
19 * @param {number} tss - કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
20 * @param {number} fss - સ્થિર સ્પર્શક ઘન પદાર્થ mg/L માં
21 * @returns {number} MLVSS mg/L માં
22 */
23function calculateMlvssFromFss(tss, fss) {
24  // ઇનપુટ ચકાસો
25  if (tss < 0 || fss < 0) {
26    throw new Error("અમાન્ય ઇનપુટ: TSS અને FSS ધન હોવા જોઈએ");
27  }
28  if (fss > tss) {
29    throw new Error("અમાન્ય ઇનપુટ: FSS TSS કરતા મોટો નહીં હઈ શકે");
30  }
31  
32  // MLVSS ગણો
33  return tss - fss;
34}
35

1public class MlvssCalculator {
2    /**
3     * TSS અને VSS ટકાવારી વાપરીને MLVSS ગણો
4     * 
5     * @param tss કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
6     * @param vssPercentage VSS ટકાવારી (0-100)
7     * @return MLVSS mg/L માં
8     * @throws IllegalArgumentException જો ઇનપુટ અમાન્ય હોય
9     */
10    public static double calculateMlvssFromVssPercentage(double tss, double vssPercentage) {
11        // ઇનપુટ ચકાસો
12        if (tss < 0 || vssPercentage < 0 || vssPercentage > 100) {
13            throw new IllegalArgumentException("અમાન્ય ઇનપુટ: TSS ધન હોવો જોઈએ અને VSS% 0-100 વચ્ચે");
14        }
15        
16        // MLVSS ગણો
17        return tss * (vssPercentage / 100);
18    }
19    
20    /**
21     * TSS અને FSS વાપરીને MLVSS ગણો
22     * 
23     * @param tss કુલ સ્પર્શક ઘન પદાર્થ mg/L માં
24     * @param fss સ્થિર સ્પર્શક ઘન પદાર્થ mg/L માં
25     * @return MLVSS mg/L માં
26     * @throws IllegalArgumentException જો ઇનપુટ અમાન્ય હોય
27     */
28    public static double calculateMlvssFromFss(double tss, double fss) {
29        // ઇનપુટ ચકાસો
30        if (tss < 0 || fss < 0) {
31            throw new IllegalArgumentException("અમાન્ય ઇનપુટ: TSS અને FSS ધન હોવા જોઈએ");
32        }
33        if (fss > tss) {
34            throw new IllegalArgumentException("અમાન્ય ઇનપુટ: FSS TSS કરતા મોટો નહીં હઈ શકે");
35        }
36        
37        // MLVSS ગણો
38        return tss - fss;
39    }
40}
41

વ્યાવહારિક ઉદાહરણો

ઉદાહરણ 1: VSS ટકાવારી પદ્ધતિનો ઉપયોગ

પાણી શુદ્ધિકરણ પ્લાન્ટ ઓપરેટર નીચેનું માપે છે:

• એરેશન ટાંકીમાં TSS = 3,500 mg/L
• VSS ટકાવારી = 75%

VSS ટકાવારી પદ્ધતિનો ઉપયોગ કરીને: MLVSS = 3,500 mg/L × (75% ÷ 100) = 2,625 mg/L

ઉદાહરણ 2: FSS પદ્ધતિનો ઉપયોગ

જ સ ઓપરેટર માપે છે:

• એરેશન ટાંકીમાં TSS = 3,500 mg/L
• એરેશન ટાંકીમાં FSS = 875 mg/L

FSS પદ્ધતિનો ઉપયોગ કરીને: MLVSS = 3,500 mg/L - 875 mg/L = 2,625 mg/L

ઉદાહરણ 3: ઓછા MLVSS/MLSS ગુણોત્તર ની સમસ્યા નિવારણ

ઓપરેટર નોંધે છે કે MLVSS/MLSS ગુણોત્તર છેલ્લા મહિનામાં 0.75 થી ઘટીને 0.60 થઈ ગયો છે:

• વર્તમાન TSS = 3,200 mg/L
• વર્તમાન VSS% = 60%
• વર્તમાન MLVSS = 1,920 mg/L

આ પ્રકારનો ટ્રેન્ડ ચિંતાજનક છે. MLVSS/MLSS ગુણોત્તર ઘટવાથી સામાન્ય રીતે નીચેની સમસ્યાઓ સૂચવે છે:

• વધેલી અકાર્બનિક લોડિંગ – તપાસો કે નવા ઔદ્યોગિક વહેણ શરૂ થયા છે કે નિર્માણ રનઓફ સિસ્ટમમાં પ્રવેશ કરી રહ્યો છે
• નિર્જીવ ઘન પદાર્થોનો સંચય – કદાચ અસ્થાયી રૂપે વેસ્ટિંગ દર વધારવાની જરૂર હોઈ શકે, જેથી સંચિત બિન-જૈવ-ક્ષયનીય પદાર્થ બહાર નીકળી શકે
• બાયોમાસ તણાવ કે વિષાક્તતા – પ્રવાહી લક્ષણોને જુઓ અને જો તમને વિષાક્ત યૌગિકોની શંકા હોય તો જાર પરીક્ષણ કરો

મહત્વપૂર્ણ મર્યાદા: MLVSS ધારે છે કે બધા વાટાઈ જતા ઘન પદાર્થો સક્રિય બાયોમાસ રજૂ કરે છે, પરંતુ આ સંપૂર્ણ સાચું નથી. કેટલાક વાટાઈ જતા પદાર્થો નિર્જીવ કાર્બનિક પદાર્થ છે, અને બધા સૂક્ષ્મજીવો મેટાબૉલિક રૂપે સક્રિય નથી. તેથી MLVSS પ્રવૃત્તિ સૂચક તરીકે વધુ કામ આવે છે, પૂર્ણ ક્ષમતા માપવા કરતાં. ટ્રબલશૂટિંગ કરતી વખતે, હંમેશા MLVSS ડેટાને પ્રવાહી ગુણવત્તા, સેટલેબિલિટી પરીક્ષણ (SVI) અને સૂક્ષ્મદર્શક પરીક્ષણ સાથે સંકળાવો.

વારંવાર પૂછવામાં આવતા પ્રશ્નો

MLVSS શું છે અને તે કેટલું મહત્વપૂર્ણ છે?

MLVSS (મિક્સ્ડ લિક્વર વૉલેટાઇલ સસ્પેન્ડેડ સૉલિડ્સ) તમારા એરેશન ટેંકમાં સસ્પેન્ડેડ સૉલિડ્સના કાર્બનિક ભાગનું માપ કરે છે—મૂળભૂત રીતે, તે તમારી સક્રિય સૂક્ષ્મ "કાર્યબળ"નો અંદાજ છે જે કાર્બનિક પદાર્થ અને પોષક તત્વોને તોડે છે.

તે કેમ મહત્વપૂર્ણ છે? MLVSS તમને પ્રક્રિયા નિયંત્રણના કેટલાક મહત્વપૂર્ણ પાસાઓ પર નિયંત્રણ આપે છે: તે તમને F/M ગુણોત્તર ગણવામાં મદદ કરે છે (શું તમારા જીવાણુઓ વધુ ખોરાક મેળવી રહ્યા છે કે ભૂખ્યા છે?), યોગ્ય SRT જાળવવા માટે વેસ્ટ કરવાના દરનું નિર્ધારણ કરે છે, એરેશન માટે ઑક્સીજન માંગનો અંદાજ કાઢે છે, અને ગાદા ઉત્પાદનનો અંદાજ કાઢે છે. જ્યારે તમારા MLVSS ની વૃત્તિ અનપેક્ષિત રીતે બદલાય છે, ત્યારે તે વ્યવસ્થામાં કંઈક બદલાઈ રહ્યું છે તેનો પ્રથમ સંકેત હોય છે—જે તમને તપાસ કરવા અને પ્રતિક્રિયા આપવા માટે સમય આપે છે પહેલાં કે પ્રવાહની ગુણવત્તા ખરાબ થાય.

MLSS અને MLVSS વચ્ચે શો ફરક છે?

MLSS (મિક્સ્ડ લિક્વર સસ્પેન્ડેડ સૉલિડ્સ) તમારા એરેશન ટેંકમાં કુલ ઘન પદાર્થની સાંદ્રતા છે—ફિલ્ટર પર પકડાયેલ બધી વસ્તુઓ, જેમાં રેત, ગ્રિટ, નિષ્ક્રિય કાર્બનિક પદાર્થ, અને સક્રિય જૈવિક પદાર્થ. MLVSS ફક્ત વૉલેટાઇલ (કાર્બનિક) ભાગ પર ધ્યાન કેન્દ્રિત કરે છે, જે તમારા વાસ્તવિક જૈવિક કાર્યબળને વધુ ચોક્કસ રીતે દર્શાવે છે.

આ રીતે વિચારો: MLSS તમને ટેંકમાં "વસ્તુઓ"નું કુલ વજન કહે છે. MLVSS તમને કહે છે કે તે "વસ્તુઓ"નો કેટલો ભાગ કાર્બનિક પદાર્થ છે જે જૈવ-ક્ષયને અને જૈવિક પ્રવૃત્તિને સક્ષમ છે. ગણિતીય સંબંધ સરળ છે: MLSS = MLVSS + MLFSS (મિક્સ્ડ લિક્વર ફિક્સ્ડ સસ્પેન્ડેડ સૉલિડ્સ).

સ્વસ્થ પરંપરાગત સક્રિય ગાદા પ્રણાલીમાં, MLVSS સામાન્ય રીતે MLSS ના 65-85% રજૂ કરે છે. જ્યારે તે ગુણોત્તર નીચો જાય, તે સૂચવે છે કે તમે અકાર્બનિક પદાર્થ સંગ્રહ કરી રહ્યા છો—જે ઔદ્યોગિક પાણી શુદ્ધિકરણ સંયંત્રોમાં સ્વીકાર્ય હઈ શકે, પરંતુ મોટાભાગના નગરપાલિકા સંયંત્રોમાં તપાસ માટે યોગ્ય.

(ભાષાંતર ચાલુ...)

સંદર્ભો

1. વૉટર એન્વાયરનમેન્ટ ફેડરેશન. (2018). પાણી સંસાધન પુનઃપ્રાપ્તિ સુવિધાઓનો સંચાલન, 7મી આવૃત્તિ. મેક-ગ્રો-હિલ શૈક્ષણિક.

2. મેટકાલ્ફ & એડી, ઇન્ક. (2014). પ્રવાહી પાણી ઇજનેરી: પ્રક્રિયા અને સંસાધન પુનઃપ્રાપ્તિ, 5મી આવૃત્તિ. મેક-ગ્રો-હિલ શૈક્ષણિક.

3. અમેરિકન પબ્લિક હેલ્થ એસોસિએશન, અમેરિકન વૉટર વર્ક્સ એસોસિએશન, & વૉટર એન્વાયરનમેન્ટ ફેડરેશન. (2017). પાણી અને પ્રવાહી પાણીની તપાસ માટેના પ્રમાણભૂત પદ્ધતિઓ, 23મી આવૃત્તિ.

4. જેન્કિન્સ, ડી., રિચર્ડ, એમ. જી., & ડાઇગર, જી. ટી. (2003). સક્રિય કાદવ બલ્કિંગ, ફોમિંગ, અને અન્ય ઘન પૃથક્કરણ સમસ્યાઓના કારણો અને નિયંત્રણ પર મૅન્યુઅલ, 3જી આવૃત્તિ. CRC પ્રેસ.

5. યુ.એસ. પર્યાવરણ સંરક્ષણ એજન્સી. (2021). પ્રવાહી પાણી ટેક્નોલૉજી તથ્ય પત્રક: સક્રિય કાદવ પ્રક્રિયા. EPA 832-F-00-016.

6. ગ્રેડી, સી. પી. એલ., ડાઇગર, જી. ટી., લવ, એન. જી., & ફિલિપ, સી. ડી. એમ. (2011). જૈવિક પ્રવાહી પાણી પ્રક્રિયા, 3જી આવૃત્તિ. CRC પ્રેસ.

7. વૉટર એન્વાયરનમેન્ટ રિસર્ચ ફાઉન્ડેશન. (2003). સક્રિય કાદવ મોડેલિંગમાં પ્રવાહી પાણીની લાક્ષણિકતા માટેની પદ્ધતિઓ. WERF અહેવાલ 99-WWF-3.

8. હેન્ઝે, એમ., વૅન લૂસ્ડ્રેક્ટ, એમ. સી. એમ., એકામા, જી. એ., & બ્રડ્જાનોવિક, ડી. (2008). જૈવિક પ્રવાહી પાણી પ્રક્રિયા: સિદ્ધાંતો, મોડેલિંગ અને ડિઝાઇન. IWA પ્રકાશન.

MLVSS ગણતરી માટે તૈયાર?

આ કેલ્ક્યુલેટર વાપરીને તમે ઝડપથી તમારા પ્રયોગશાળા ડેટામાંથી MLVSS ગણી શકો છો, ચાહે તમારી પાસે VSS ટકાવારી કે FSS માપ હોય. ચાલુ પ્રક્રિયા દેખરેખ માટે, SVI, F/M ગુણોત્તર, અને પ્રવાહ ગુણવત્તા પરામીટર્સ સાથે MLVSS ટ્રેન્ડ ટ્રૅક કરવાનું પણ વિચારો—સાથે, તે તમારી જૈવિક પ્રક્રિયા સિસ્ટમની સ્વાસ્થ્ય પૂર્ણ તસ્વીર આપે છે.

જો તમે પ્રક્રિયા સમસ્યાઓનું નિરાકરણ કરી રહ્યા છો કે કાર્યક્ષમતા સુધારી રહ્યા છો, તો યાદ રાખો કે MLVSS માત્ર એક ડેટા પોઇન્ટ છે. સૌથી મૂલ્યવાન અંતર્દ્રષ્ટિ સમયાંતરે MLVSS ટ્રેન્ડને કાર્યાત્મક પરિવર્તનો, પ્રવેશ લક્ષણો, અને કાર્યક્ષમતા પરામીટર્સ સાથે સંકળાયેલ કરવાથી આવે છે.