Изучение режима поступления городских сточных вод малых населенных пунктов в сухую погоду Текст научной статьи по специальности «Строительство и архитектура»

ИНЖЕНЕРНЫЕ СИСТЕМЫ В СТРОИТЕЛЬСТВЕ

УДК 628.3 DOI: 10.22227/1997-0935.2019.2.225-236

Изучение режима поступления городских сточных вод малых населенных пунктов в сухую погоду

И.И. Иваненко, К.С. Сеничева

Санкт-Петербургский государственный архитектурно-строительный университет (СПбГАСУ), 190005, г. Санкт-Петербург, ул. 2-я Красноармейская, д. 4

АННОТАЦИЯ

Введение. Попытки применить классические технологии очистки сточных вод к малым объемам зачастую невозможны ввиду высокой неравномерности поступления сточной воды, значительных колебаний состава сточных вод, которые отличаются большим разнообразием по сравнению со средними и большими городами. С целью определения коэффициентов неравномерности поступления сточных вод в сухой период года на объектах Ленинградской области проведены натурные замеры расходов городских сточных вод от населенных пунктов с числом жителей 1000 человек и промышленного предприятия. Используемые в практике проектирования коэффициенты неравномерности для такого рода объектов весьма разняться по значениям, как было определено в процессе анализа литературных данных, что при проектировании головных очистных сооружений может привести к существенным ошибкам в расчетах. Материалы и методы. Для измерения суточных расходов городских сточных вод на трех объектах Ленинградской области использованы расходомеры Взлет ЭР ЛайтМ ЭРСВ-540Ф В и Взлет ЭМ Эксперт 921И. С помощью аппарата математической статистики составлена генеральная выборка значений и удалены неправдоподобные значения. Определены коэффициенты суточной неравномерности расходов в сухую погоду и недельные коэффициенты неравномерности расходов городских сточных вод. Проведено сравнение данных различных объектов. (¡Т ® Результаты. Рассмотрены математические зависимости для описания колебаний суточных расходов городских сто- & 5 ков в течение года. Предложено описывать недельное колебание расходов при помощи недельного коэффициента к и неравномерности. По проведенным натурным исследованиям определены значения коэффициентов. ^ к Выводы. Разработана методика, позволяющая спрогнозировать величину коэффициента суточной неравномерности

Saint Petersburg State University of Architecture and Civil Engineering (SPbGASU),

< П

S

енты недельной неравномерности. С

в сухую погоду для городских сточных вод поселений с количеством жителей 1000 человек. Определены коэффици- й С

КЛЮЧЕВЫЕ СЛОВА: водоотведение, малые населенные пункты, суточный коэффициент неравномерности, рас- ° ходы в сухую погоду, определение расчетных расходов, недельная неравномерность, математическая зависимость £

e _ i со

ДЛЯ ЦИТИРОВАНИЯ: Иваненко И.И., Сеничева К.С. Изучение режима поступления городских сточных вод g N малых населенных пунктов в сухую погоду // Вестник МГСУ. 2019. Т. 14. Вып. 2. С. 225-236. DOI: 10.22227/1997- о 1 0935.2019.2.225-236 Я 9

c 9

8 5

Research of sewage intake of small settlements

in dry weather

a с

- Ф Ф

Irina I. Ivanento, Kseniya S. Senicheva с ¡^

CD

4 2-ya Krasnoarmeyskaya st., Saint-Petersburg, 190005, Russian Federation t 3 - y о

о

ABSTRACT 0 6

Introduction. Attempts to apply classical wastewater treatment technologies to small volumes are often impossible due to < 0 the high irregularity of wastewater inflows, and fundamental fluctuations in the composition of wastewaters, which are very

diverse in comparison with medium and large cities. At three sites located in the Leningrad Region, full-scale measurements g 0

of wastewater discharges from settlements with a population of 1000 people and an industrial enterprise were carried out in 5' 5'

order to determine the irregularity coefficients of wastewater during the dry season. The irregularity coefficients used in the r "

design practice for such objects differ greatly in their values, as determined in the process of analyzing the literature data, 5'

which, when designing head sewage treatment plants, can lead to significant errors in calculations. ■

Materials and methods. Measurement of a daily consumption of sewage flowmeters counters, elimination of improbable < ^

values, definition of consumption in dry weather, comparison of these various objects. U °

Results. Mathematical dependences are proposed for describing fluctuations in the daily coefficient of irregularity of waste | 2

during the year. It was proposed to describe the weekly fluctuation of expenses with the help of the weekly coefficient of non- o 4

uniformity and its values were determined for the studied objects. A method has been developed for determining estimated 1 ■

costs for small objects with a population of 1000 people. ■ f Conclusions. The developed technique allows to predict the size of coefficient of daily unevenness within a year in dry

weather for small settlements with number of inhabitants of 1000 people and a small share of production drains. It is possible U 0

to recommend values of coefficients of week unevenness. o o

KEYWORDS: sewage system, small settlements, daily irregularity coefficient, costs in dry weather, determination of esti- 2 m mated costs, week irregularity, mathematical dependence

о о

л —ь

(О (О

© И.И. Иваненко, К.С. Сеничева, 2019

225

FOR CITATION: Ivanento I.I., Senicheva K.S. Research of sewage intake of small settlements in dry weather. Vest-nik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2019; 14:2:225-236. DOI: 10.22227/19970935.2019.2.225-236

№ О

г г

О О

сч сч

сч'сч" К (V U 3

> (Л С (Л

аа ^

ÎÎ

^ ф ф ф

CZ £

1= 'га

О Ш

о ^ о

со О

СО ч-

4 °

о

СО

ГМ £

от

го

ÛL ОТ

« I

со О

О) "

СП

"о

Z от ОТ С

ОТ ТЗ — ф

ф

о о

il w

■8 г

ВВЕДЕНИЕ

В настоящее время в России более 40 млн чел. проживают в малых городах и сельских поселениях [1]. Около 10 % сельских поселений имеют централизованную канализацию. Малые поселения — это не только малые города и сельские поселения, но и коттеджные поселки, торговые центры, санатории и дома отдыха, военные базы, вахтовые поселки. Попытки применить классические технологии очистки сточных вод к малым объемам зачастую невозможны по следующим причинам [2, 3, 26, 27]:

• высокой неравномерности поступления сточной воды;

• значительным колебаниям состава сточных вод, которые отличаются большим разнообразием по сравнению со средними и большими городами;

• требованиями совместно очищать хозяйственно-бытовые и ливневые стоки;

• невозможностью утилизации образующихся осадков на месте.

Попытки изучения неравномерности притока ведутся постоянно, но методики определения неравномерности поступления стоков на малые объекты нет [4-6, 14, 15, 23-25].

Проведенное авторами исследование касалось первого пункта вышеперечисленного перечня — была изучена неравномерность поступления стоков на трех объектах:

• 1-й объект — деревня Большой Двор, расположенная в Бокситогорском районе Ленинградской области. Население 1100 чел., из них 96 % проживают в 2-5-этажных домах, 4 % — в частном секторе. Хозяйственно-бытовая канализация, кроме населения, обслуживает объекты социального назначения, предприятие коммунального хозяйства и сельскохозяйственное.

• 2-й объект — поселок Цвылево в Тихвинском районе Ленинградской области. Хозяйственно-бытовая канализация принимает стоки от населения (950 чел., проживающих как в многоквартирных домах, так и в частном секторе), объектов социальной и коммунальной сферы.

• 3-й объект — производственный, находится в Ленинградской области. Для персонала предусмотрены душевые. Система канализации раздельная. Хозяйственно-бытовая обслуживает 400 рабочих в будние дни и 200 в выходные, а также столовую.

В СП 32.13330.2012 «Канализация. Наружные сети и сооружения» по сравнению со СНиП 2.04.0385* и СНиП 11-32-74 «Канализация. Наружные сети

и сооружения», предлагается описывать неравномерность такого рода объектов с использованием новой вероятностной оценки появления расходов — 1 % обеспеченности среднего расхода сточных вод. Максимальный общий коэффициент неравномерности для средних расходов менее 5 л/с предлагается принимать равным 3. Но такой подход может привести к крайне некорректным данным для проектирования очистных сооружений. Анализ литературных источников показал также значительный разброс мнений специалистов относительно величины коэффициентов неравномерности для небольших поселений:

1. Н.С. Жмур установила, что коэффициент неравномерности может достигать значений 5 и более и определять его нужно за 14-18 ч без учета ночного времени, кроме того, в поселках — проблемы с неравномерностью притока днем, в то время как в городах они могут быть круглосуточно [7].

2. Коэффициенты неравномерности зависят от численности населения и условий уклада жизни людей и могут изменяться в широких диапазонах [8-10].

3. Максимальный часовой расход в сутки при пиковой нагрузке составляет около 15 л(чел. час), но необходимо также учитывать большую долю производственных сточных вод в типовых поселках. А.И. Василенко рекомендует принимать общий коэффициент неравномерности притока бытовых сточных вод равный 2,2 для среднего расхода сточных вод 5 л/с [11].

4. Е.О. Графова в своей работе отмечает, что очистные сооружения малых городов и поселков производительностью от 500 до 10 000 м3/сут отличаются высоким коэффициентом неравномерности — от 1,55 до 3,5 [12].

5. М.А. Канунникова и А.Н. Эпов при изучении работы очистных сооружений указали на увеличение диапазона удельных расходов стоков на человека с уменьшением производительности станций очистки. Так, для станций производительностью более 300 000 м3/сут основная часть распределения приходится на 270-370 лчел./сут, от 100 000 до 300 000 м3/сут — 210-400 л-чел./сут, а менее 100 000 м3/сут — 150-400 лчел./сут [13].

6. Если обратиться к европейским подходам, то стандарт ATV-DVWK-A 198Е1, разработанный Не-

1 ATV-DVWK-A 198E. Standardisation and Derivation of Dimensioning Values for Wastewater Facilities. URL: https:// kupdf.net/download/atv-dvwka198e_5ab4de35e2b6f5f669d0 b19a_pdf

Вестник МГСУ Vestnik MGSU •

А А 'н н

ES & о

н * « g

5'g g g

§ S Щ g

И в u 2

<d £ в э

ч S £ H

й Ö я о

4 S « S

s •©< 2

H Q. ® О

È1 « » I"

<u S g «

g S i «

h-f <-> 03 4

„ Q S g a w a ч

S gig

s h e ч ° л a

<D « О ^

Я 9 ®

8 s « ¡a

« s

9 * 8 s

h ю " S a о y s

s Й « s алий К К

-о

ч:

О

H

w

Я

«! В № W H

о, л <D ч S О о ю

к а

(Я и <D H

и S

Si S S

4 °

Ю <D

5 3

6 ч

С оз о S

« S s и

<D

4 <D

m о

<u

5 со a Оч Ю

о о И

со СЗ

Рч

«

s

О H

О «

S И

(D

4 в

о О

в

5

о в

ISSN 1997-0935 (Print) ISSN 2304-6600 (Online) Proceedings of Moscow State University of Civil Engineering ■

Tom 14. BbinycK 2, 2019 Volume 14. Issue 2, 2019

4

I

Ms

H

II

"It

-a

o

Oh

V.

> <

o

V.

« S

a

Oh

u

o

c

3

o

o

u «

o s

OH

o a

Oh

s a a

tn o

s ^

io O

fet o m

a o

O

a o

a a o ft

u O

<u

§p

m

o

«

£ a m o ft

ft

it

& £

atibp xxo

3 / ^

a .SP № №

Вестник МГСУ ISSN 1997-0935 (Print) ISSN 2304-6600 (Online) Том 14. Выпуск 2, 2019

Vestnik MGSU • Proceedings of Moscow State University of Civil Engineering • Volume 14. Issue 2, 2019

м м

CO

4

s

ra ё в

о

,ст"

TJ га

w

i

13 о td 13 Р о

ё й о м

О

о»

СIs га

ё о К

w td о

«

о

и

■е-■е-

я к я га я н я

CD

13

р

to я о

13

я о

«

13

я о Й

о

о

о

13

CD »

я я

Я:

И о Й to to

> с

и

13

to to

ч^

W

w w v>1>

м?

Ш

ж*

W »

да » да

Щ

щ

II

хф

о to

о

о

о\

к /к..,

сут daily

О 00

h3

S

• •

U I

•т •

к-

ч^' -• ••

Ш

•

• •«>*.

••',«• i ■if-1

%

я

га ё в

тз

га-

со §

13 о td 13 Р о

ё й о td

13 о

■Н

о 13

«

о

и

■е-■е-

я к я га Я н я

13

я о

я %

«

td о

й

О

га

м

к"

р о

8 га

13

я

о »

О о га В?

о

«V

О

13

га »

Я

я

Я:

И о Й to о о

> с

и

13

to

о о

о о.

щ

w

ж

v

.4

да

ш

II

ш

щ

ш

щ

т

I

Г

Вестник МГСУ ISSN 1997-0935 (Print) ISSN 2304-6600 (Online)

Vestnik MGSU • Proceedings of Moscow State University of Civil Engineering ■

Tom 14. Выпуск 2, 2019 Volume 14. Issue 2, 2019

<a со

N

I

in

N N

I

0 С

1 ffl ffl

¡2

I

X -Q I I Ф

S

0

cc

1

x

ffl X -Q I Э-

¡2

о *

0

s

Q.

e

к s

1 Ф

I

о о с

s

t О. Ф

s

I Ф

э-

&

X

s4

CT) C\l C\l

rvV

Л

i Жл

ш ш

ш

ш

жо

ш

жо

Ш ш

ш

• •

Табл. 1. Значения параметров для каждого сухого дня наблюдений. Общая кривая — график усредненных суточных значений по трем объектам

Table 1. Parameter values for each dry day of observation. General curve — a graph of averaged daily values for 3 objects

Дата / Date Общая кривая / General curve Значения величин по зависимости Ксут= 1 + А ■ sin(fc1f1) / Values of sizes on dependence Kdallv = 1 + А ■ sin(fc1f1)

А ■ sin(fc1f1) k1t1 К / Kdl cvt dailv

15.12.16 0,99 0,027 0,074 1,027

17.12.16 0,99 0,033 0,090 1,033

22.12.16 1,00 0,047 0,130 1,047

27.12.16 1,01 0,061 0,167 1,061

01.01.17 1,03 0,075 0,207 1,075

06.01.17 1,04 0,089 0,246 1,089

11.01.17 1,05 0,104 0,290 1,104

16.01.17 1,07 0,120 0,336 1,120

21.01.17 1,08 0,135 0,378 1,135

26.01.17 1,10 0,149 0,420 1,149

31.01.17 1,11 0,165 0,468 1,165

05.02.17 1,13 0,180 0,515 1,180

10.02.17 1,15 0,195 0,564 1,195

15.02.17 1,17 0,210 0,612 1,210

20.02.17 1,19 0,225 0,664 1,225

25.02.17 1,22 0,240 0,718 1,240

02.03.17 1,24 0,255 0,774 1,255

07.03.17 1,27 0,270 0,833 1,270

12.03.17 1,29 0,286 0,900 1,286

17.03.17 1,31 0,300 0,965 1,300

22.03.17 1,33 0,317 1,050 1,317

27.03.17 1,35 0,332 1,140 1,332

01.04.17 1,37 0,345 1,240 1,345

06.04.17 1,38 0,355 1,340 1,355

11.04.17 1,39 0,361 1,430 1,361

16.04.17 1,39 0,365 1,571 1,365

21.04.17 1,39 0,365 1,571 1,365

26.04.17 1,38 0,358 1,370 1,358

01.05.17 1,35 0,336 1,170 1,336

06.05.17 1,30 0,300 0,964 1,300

11.05.17 1,23 0,230 0,680 1,230

16.05.17 1,16 0,160 0,454 1,160

21.05.17 1,09 0,090 0,250 1,090

26.05.17 1,01 0,010 0,028 1,010

31.05.17 0,95 -0,058 3,300 0,942

05.06.17 0,90 -0,119 3,475 0,881

10.06.17 0,86 -0,174 3,640 0,826

15.06.17 0,83 -0,216 3,774 0,784

20.06.17 0,80 -0,251 3,900 0,749

25.06.17 0,77 -0,283 4,030 0,717

30.06.17 0,74 -0,307 4,140 0,693

05.07.17 0,72 -0,330 4,270 0,670

10.07.17 0,69 -0,346 4,390 0,654

15.07.17 0,67 -0,357 4,500 0,643

20.07.17 0,66 -0,365 4,712 0,635

№ О

г г

О О

сч сч

ci ci

К (V

U 3

> (Л

С (Л

он *

ÎÎ

ф

ф ф

CZ £

1= '«?

О ш

о ^ о

со О

СО ч-

4 °

о со

гм £

z g ОТ

ф

с

■:= Œ ÛL ОТ

« I

со о 05 ™

9 8

СП

Z от ОТ с

ОТ ТЗ — ф

ф

о о

il « M

г

Продолжение табл. 1

Дата / Date Общая кривая / General curve Значения величин по зависимости Ксут= 1 + А ■ sin(fc1f1) / Values of sizes on dependence Kdallv = 1 + А ■ sin(fc1f1)

А ■ sin(fc1f1) k1t1 К / Kdl cvt dailv

25.07.17 0,66 -0,364 4,640 0,636

30.07.17 0,66 -0,357 4,500 0,643

04.08.17 0,66 -0,345 4,384 0,655

09.08.17 0,67 -0,331 4,280 0,669

14.08.17 0,68 -0,317 4,195 0,683

19.08.17 0,69 -0,303 4,120 0,697

24.08.17 0,71 -0,289 4,055 0,711

29.08.17 0,72 -0,275 3,995 0,725

03.09.17 0,73 -0,261 3,940 0,739

08.09.17 0,75 -0,247 3,885 0,753

13.09.17 0,76 -0,233 3,835 0,767

18.09.17 0,78 -0,219 3,785 0,781

23.09.17 0,79 -0,205 3,738 0,795

28.09.17 0,81 -0,191 3,692 0,809

03.10.17 0,82 -0,177 3,647 0,823

08.10.17 0,83 -0,163 3,603 0,837

13.10.17 0,85 -0,149 3,563 0,851

18.10.17 0,86 -0,135 3,520 0,865

23.10.17 0,88 -0,121 3,480 0,879

28.10.17 0,89 -0,107 3,440 0,893

02.11.17 0,90 -0,093 3,400 0,907

07.11.17 0,92 -0,079 3,360 0,921

12.11.17 0,93 -0,065 3,320 0,935

17.11.17 0,94 -0,051 3,282 0,949

22.11.17 0,95 -0,037 3,244 0,963

27.11.17 0,96 -0,023 3,206 0,977

02.12.17 0,97 -0,009 3,166 0,991

07.12.17 0,98 0,005 3,128 1,005

12.12.17 0,98 0,019 3,090 1,019

14.12.17 0,99 0,026 0,072 1,026

< П iiï G Г

S 2

(О сл

О CD

S g 8 3

0 (

t r

t ij Ф О

iS

Г О

1 3

0 ë

f ^

CD

1 S

0 О

1 i n n

CD CD CD

Табл. 2. Значения коэффициентов kiti Table 2. Coefficient values k1t1

Месяцы года / Months of year 01 02 03 04 05 06 07 08 09 10 11 12

Значение k1t1 / Value k1t1 0,335 0,615 0,944 1,420 0,978 3,827 4,502 4,172 3,813 3,542 3,302 1,240

следующей обобщенной зависимости, принимая значения коэффициентов kltl по табл. 2:

К = 1 + 0,365 • ).

сут сух ^ у 1 1'

При изучении характера колебаний в сухую погоду нами был выявлен еще один тип колебания расходов сточных вод — колебания расходов по дням недели. Представленные на рис. 6 результаты получены для малых населенных пунктов, т.е. по объектам 1 и 2 (производство, ввиду отличия количества рабочих в будние и выходные дни, не рассматривалось).

При определении суточных недельных коэффициентов неравномерности, из-за выраженной сезонной неравномерности, необходимо, по мнению авторов, рассматривать значения сухих дней только летних месяцев (чтобы свести к минимуму влияние на результат инфильтрационных вод) и для каждого месяца необходимо найти среднее значение по дням недели, а потом уже построить по ним кривые и найти усредненную общую кривую.

По проведенным наблюдениям возможно рекомендовать следующие значения коэффициентов

п

л ■

. он

■ т s 3

s у

с о ® ■

M 2 о о л а

(о (о

Вестник МГСУ ISSN 1997-0935 (Print) ISSN 2304-6600 (Online) Том 14. Выпуск 2, 2019

Vestnik MGSU • Proceedings of Moscow State University of Civil Engineering • Volume 14. Issue 2, 2019

м

CO M

4 era"

сут сух daily dry

№

g.

p

CJQ П

t

I

О

,ст"

ё Q* K>

Я о о

н

« «

«

о

43

cd »

ffi я

St

и о

Й >

с

о 3

сл С

5 чз

о'

з

К

га й га И К

О

и

Ез*

га

Ч ста" ;л

Н

гГ

сут сух daily dry

« n

13 13

О g

о

о.

га 13 га

о.

S

о

О!

В

р

ьа Я "О К

О

о в

4

s

I

I I

ж

i

1

*

i i

4v4

ft Г

1 ■

_1 IB

)■

•1

■

■

■

■

J

■ ■

■

■

■

в

■•_

M

НЭ

в

в

в

■

■

■

■

■

■ ■

■

■

■

■

■

■

■

■

■

■

■

■

■

а

■

•

jx s

a a> X <D

X

§

p о

<D X с ■с

<D

ffl &>

Табл. 3. Значения коэффициентов недельной неравномерности для населенных пунктов с численностью жителей 1000 чел. при сухой погоде

Table 3. The values of the coefficients of the weekly unevenness for settlements with a population of 1000 people at during dry weather

К / K . .

нед сух week dry

Пн / Mon Вт / Tue Ср / Wed Чт / Thu Пт / Fri Сб / Sat Вс/Sun

1,01 0,97 0,95 0,95 0,97 1,09 1,06

недельной неравномерности для населенных пунктов с численностью жителей 1000 чел. при сухой погоде (табл. 3).

ВЫВОДЫ

Результаты, полученные в ходе обработки данных по расходам городских сточных вод на трех объектах, позволяют спрогнозировать величину коэффициента суточной неравномерности в течение года в сухую погоду для небольших поселений с числом жителей 1000 чел. Подобные колебания играют немаловажную роль при проектировании и эксплуатации сооружений по очистке городских сточных вод. С учетом обработки данных наблюдений, значения К для малых населенных

^ сут сух

пунктов с числом жителей до 1000 чел., можно определять по следующей обобщенной зависимости, принимая значения коэффициентов по табл. 2:

К = 1 + 0,365 • ).

сут сух 1 1

Кроме сезонной, суточной и внутрисуточной неравномерностей, выявлена недельная неравномерность, которая также оказывает влияние на величину общего коэффициента неравномерности, значения коэффициентов возможно принимать по табл. 3.

Разработанная методика для определения расходов сточных вод в сухой период года базируется на трех основных моментах:

1. Необходима выборка из значений минимум за 1 год (лучший вариант — за 3-5 лет).

2. Для определения среднего сухого значения расхода сточных вод необходимо отсеять неподходящие данные, как было показано выше.

3. Для того чтобы найти предполагаемый расход в интересующий период, необходимо средний сухой расход умножить на коэффициент неравномерности соответствующего периода, который возможно вычислить по представленной выше зависимости.

ЛИТЕРАТУРА

1. Пупырев Е.И. Особенности водного менеджмента в России // Коммунальный комплекс России. 2016. № 11. С. 24-29.

2. Резолюция семинара «Инновации и тенденции развития в очистке малых объемов сточных вод в России», 17 марта 2017 г. М. : МГСУ.

3. Янин В.С., Бондарева О.А. Возможности улучшения качества водоотведения в малых городах и поселках на примере районного поселения Мокшан. Образование и наука в современном мире. Инновации. 2016. № 6-2. С. 316-322.

4. Рублевская О.Н., Леонов Л.В., Мишуков Б.Г., Васильева Е.Е., Соловьева Е.А. Оценка расхода и состава сточных вод в СПб // Водоснабжение и санитарная техника. 2013. № 9. С. 60-64.

5. Соловьева Е.А., Мишуков Б.Г. Методика определения расчетных показателей расхода и состава сточных вод // Известия ПУПС. 2015. № 3. C. 194-200.

6. Едунов Е.В. Влияние неравномерности поступления сточных вод на эффективность их очистки // Синергия наук. 2018. № 21. C. 533-540.

< п i i

о

0 CD CD

1 n (О сл

CD CD

Ö 3 о cj

s (

S P

7. Жмур Н.С. Анализ причин неэффективности работы малых сооружений биологической очистки // Водоснабжение и канализация. 2011. № 6. С. 16-35.

8. Гузынин А.И. Сравнительный анализ моделей водопотребления населенных пунктов // Коммунальное хозяйство городов. 2011. № 97. С. 117-126.

9. Московский государственный строительный университет совместно с Bauhaus Universität Weimar. Заочные курсы «Вода и окружающая среда» — Курс ВВ 52. Сточные воды II — Очистка сточных вод. Весенний семестр 2000/2001 Гл. 6. Малые очистные сооружения. М., 2001. 59 с.

10. Лондонг Й. Очистка сточных вод. Программа повышения квалификации в области водного хозяйства и охраны окружающей среды. СПб. : Новый журнал, 2013. 483 с.

11. Василенко А.И. Малые очистные канализационные сооружения. Киев : Изд-во «Буд1вельник». 1970. 222 с.

12. Ким А.Н., Графова Е.О. Современные методы очистки воды локальных объектов. СПб. : СПбГАСУ, 2016. 270 с.

r s

>< о

f -

СО

i S v Q

n о

i i

n n

CD CD CD

n

л ■

. DO ■

s □

s у с о <D D

M 2

о о

л —ь

(О (О

№ о

г г

О О

СЧ СЧ

сч'сч" К (V U 3 > (Л С (Л 2 ""„ аа ^

5¡

^ <u

ф <u

CZ С

1= '«?

О Ш

о ^ о

со О

СО ч-

4 °

о

со &

гм £

<л

го

13. Данилович Д.А., Эпов А.Н., Кануннико-ва М.А. Анализ данных работы очистных сооружений российских городов — основа для технологического нормирования // Наилучшие доступные технологии водоснабжения и водоотведения. 2015. № 3-4. С. 18-28. URL: http://treatmentwater.ru/data/ documents/NDT_4_16_Dnlvch_2-Itog.pdf

14. Игнатчик В.С., Седых Н.А., Гринев А.П. Экспериментальное исследование неравномерности притока сточных вод // Военный инженер. 2017. № 4. С. 22-28.

15. Иваненко И.И. Режим поступления и очистка городских сточных вод от азота и фосфора : дисс. ... канд. техн. наук. СПб., 1998. 206 с.

16. Almeida M.C., Butlera D., Friedler E. At-source domestic wastewater quality // Urban Water. 1999. Vol. 1. Issue 1. Pp. 49-55. DOI: 10.1016/s1462-0758(99)00008-4

17. Чупин Р.В., Майзель И.В., Душин А.С., Чу-пин В.Р. Нормирование расчетных удельных значений потребления воды и сброса стоков // Известия вузов. Инвестиции. Строительство. Недвижимость. 2015. № 4 (15). С. 171-191.

18. Butler D. The influence of dwelling occupancy and day of the week on domestic appliance wastewater discharges // Building and Environment. 1993. Vol. 28. Issue 1. Pp. 73-79. DOI: 10.1016/0360-1323(93)90008-q

19. Sálek J., KriskaM., RozkosnyM. Voda v dome a na chate (Water in house and cottage). Praha : Grada Publishing, 2012. 144 p.

20. Wojciech Ciezak, Jan Ciezak. Variability of water intake in settlement units adjacent to Wroclaw // E3S Web of Conferences. 2018. Vol. 59. P. 00019. DOI: 10.1051/e3sconf/20185900019

21. Lijó L., Malamis S., González-García S., Moreira M.T., Fatone F., Katsou E. Decentralised schemes for integrated management of wastewater and domestic organic waste: the case of a small

community // Journal of Environmental Management. 2017. Vol. 203. Pp. 732-740. DOI: 10.1016/j.jenv-man.2016.11.053

22. Atinkpahoun C.N.H., Nang Dinh Le, Pontvi-anne S., PoirotH., Leclerc J.-P., Pons M.N., Socio H.H. Population mobility and urban wastewater dynamics // Science of the Total Environment. 2018. Vol. 622-623. Pp. 1431-1437. DOI: 10.1016/j.scitotenv.2017.12.087

23. Bercoff A. Investigation of the treatment process at Kungsberget's wastewater treatment plant under periods of irregular and low loads // Sweco Environment AB. 2013. P. 51.

24. Morris C.D., Eisenbath K. Modeling infiltration / Inflow using a disaggregated stochastic process // Global Solutions for Urban Drainage. 2012. DOI: 10.1061/40644(2002)126

25. Tomperi J., Juuso E., Kuokkanen A., Leiviska K. Monitoring a municipal wastewater treatment process using a trend analysis // Environmental Technology. 2017. Vol. 39. Issue 24. Pp. 3193-3202. DOI: 10.1080/09593330.2017.1375026

26. Chow C. W.K., Jixue Liu, Jiuyong Li, Swain N., Reid K., Saint C.P. Development of smart data analytics tools to support wastewater treatment plant operation // Chemometrics and Intelligent Laboratory Systems. 2018. Vol. 177. Pp. 140-150. DOI: 10.1016/j. chemolab.2018.03.006

27. Ewa Ogiolda, Ireneusz Nowogonski. The irregularity of water consumption in settlements with varying numbers of inhabitants // E3S Web of Conferences. 2018. Vol. 45. P. 00059. DOI: 10.1051/e3s-conf/20184500059

28. Borzooei S., Amerlinck Y., Abolfathi S., Pan-epinto D., Nopens I., Lorenzi E. et al. Data scarcity in modelling and simulation of a large-scale WWTP: Stop sign or a challenge // Journal of Water Process Engineering. 2019. Vol. 28. Pp. 10-20. DOI: 10.1016/j. jwpe.2018.12.010

fb

« I

со О

О) "

a> ? °

Z от CO £= CO T3 — CD CU О

о

Поступила в редакцию 10 октября 2018 г. Принята в доработанном виде 21 декабря 2018 г. Одобрена для публикации 29 января 2019 г.

Об авторах: Иваненко Ирина Ивановна — кандидат технических наук, доцент, доцент кафедры водопользования и экологии, Санкт-Петербургский государственный архитектурно-строительный университет (СПбГАСУ), 190005, г Санкт-Петербург, ул. 2-я Красноармейская, д. 4, i5657@ mail.ru;

Сеничева Ксения Сергеевна — магистрант, Санкт-Петербургский государственный архитектурно-строительный университет (СПбГАСУ), 190005, г Санкт-Петербург, ул. 2-я Красноармейская, д. 4, vesvorg-es@list.ru.

С w

■а

г

Е!

О (Л

REFERENCES

1. Pupyrev E.I. Features of water management in Russia. Utilities of Russia. 2016; 11:24-29. (rus.).

2. The resolution of a seminar "Innovations and trends of development in cleaning of small volumes of sewage in Russia". Moscow, 17 March 2017. (rus.).

3. Yanin V.S., Bondareva O.A. The possibility of improvement water discharge services in small towns and villages the example of district village Mokshan. Education and science in the modern world. Innovation. 2016; 6-2:316-322. (rus.).

4. Rublevskaya O.N., Leonov L.V., Mishu-kov B.G., Vasil'eva E.E., Solov'eva E.A. Estimation of discharge and composition of wastewater in St. Petersburg. Water Supply and Sanitary. 2013; 9:60-64. (rus.).

5. Solov'eva E.A., Mishukov B.G. A method for estimation of calculated rates of wastewater flow and composition. Proceedings of Petersburg Transport University. 2015; 3:194-200. (rus.).

6. Edunov E.V. The effect of uneven sewage intake on the efficiency of their treatment. Synergy of Science. 2018; 21:533-540. (rus.).

7. Zhmur N.S. Analysis of the reasons of inefficient work of small treatment facilities of biological cleaning. Water supply and sewerage. 2011; 6:16-35. (rus.).

8. Guzynin A.I. Comparative analysis of water consumption patterns of human settlements. Utilities cities. 2011; 97:117-126. (rus.).

9. MGSU together with Bauhaus Universität Weimar. Correspondence courses "Water and environment". Course BB 52. Sewage II — Sewage treatment. Spring semester 2000/2001 Chapter 6. Small treatment facilities. Moscow, 2001; 59. (rus.).

10. Londong J. Sewage treatment. Advanced training in water management and environmental protection. St. Petersburg New Journal. 2013; 483. (rus.).

11. Vasilenko A.I. Small treatment sewer facilities. Kiev, 1970; 222. (rus.).

12. Grafova E.O. Modern methods of water purification of local objects. St. Petersburg, SPbGASU, 2016; 272. (rus.).

13. Danilovich D.A., Epov A.N., Kanunniko-va M.A. Analysis of operation data of the municipal wastewater treatment facilities of the Russian cities — the basis of the technologic regulation. Best Available Water and Wastewater Technologies. 2015; 3-4:18-28. (rus.).

14. Ignatchik V.S., Sedih N.A., Grinev A.P. Experimental study of imperfect periodicity of sewage water. Military Engineer. 2017; 4(6):22-28. (rus.).

15. Ivanenko I.I. Mode of receipt and purification of city sewage of nitrogen and phosphorus: thesis of candidate of technical sciences. St. Petersburg, 1998; 206. (rus.).

16. Almeida M.C., Butlera D., Friedler E. At-

source domestic wastewater quality. Urban Water. 1999; 1(1):49-55. DOI: 10.1016/s1462-0758(99)00008-4

17. Chupin R.V., Maizel I.V., Dushin A.S., Chupín V.R. Calculation rating of specific values of water consumption and effluent discharge. News of universities. Investments. Building. The property. 2015; 4(15):171-189. (rus.).

18. Butler D. The influence of dwelling occupancy and day of the week on domestic appliance wastewater discharges. Building and Environment. 1993; 28(1):73-79. DOI: 10.1016/0360-1323(93)90008-q

19. Sálek J., Kriska M., Rozkosny M. Voda v domé a na chaté (Water in house and cottage). Praha, Grada Publishing, 2012; 144.

20. Wojciech Ciezak, Jan Ciezak Variability of water intake in settlement units adjacent to Wroclaw. E3S Web of Conferences. 2018; 59:00019. DOI: 10.1051/e3sconf/20185900019

21. Lijó L., Malamis S., González-García S., Moreira M.T., Fatone F., Katsou E. Decentralised schemes for integrated management of wastewater and domestic organic waste: the case of a small community. Journal of Environmental Management. 2017; 203:732740. DOI: 10.1016/j.jenvman.2016.11.053

22. Atinkpahoun C.N.H., Nang Dinh Le, Pontvi-ann S., Poirot H., Leclerc J.-P., Pons M.-N., Soclo H.H. Population mobility and urban wastewater dynamics. Science of the Total Environment. 2018; 622-623:14311437. DOI: 10.1016/j.scitotenv.2017.12.087

23. Bercoff A. Investigation of the treatment process at Kungsberget's wastewater treatment plant under periods of irregular and low loads. Sweco Environment AB. 2013; 51.

24. Morris C.D., Eisenbath K. Modeling infiltration / Inflow using a disaggregated stochastic process. Global Solutions for Urban Drainage. 2012. DOI: 10.1061/40644(2002)126

25. Tomperi J., Juuso E., Kuokkanen A., Leiviska K. Monitoring a municipal wastewater treatment process using a trend analysis. Environmental Technology. 2017; 39(24):3193-3202. DOI: 10.1080/09593330.2017.1375026

26. Chow C.W.K., Jixue Liu, Jiuyong Li, Swain N., Reid K., Saint C.P. Development of smart data analytics tools to support wastewater treatment plant operation. Chemometrics and Intelligent Laboratory Systems. 2018; 177:140-150. DOI: 10.1016/j.che-molab.2018.03.006

27. Ewa Ogiolda, Ireneusz Nowogoñski. The irregularity of water consumption in settlements with varying numbers of inhabitants. E3S Web of Conferences. 2018; 45:00059. DOI: 10.1051/e3sconf/20184500059

28. Borzooei S., Amerlinck Y., Abolfathi S., Panepinto D., Nopens I., Lorenzi E. et al. Data scarcity in modelling and simulation of a large-scale WWTP: Stop sign or a challenge. Journal of Water Process Engineering. 2019; 28:10-20. DOI: 10.1016/j. jwpe.2018.12.010

< П

i н

о

0 CD CD

1 n (O сл

CD CD

Ö 3 o cj

s (

S P

r s

1-й

>< o

f -

CD

i s

v Q

n o

i i

n n

CD CD CD

¡м

л ■

. он

■ т s □

(л у

с о ® ■

о о

л —ь

(о (о

Received October 10, 2018

Adopted in a modified form on December 21, 2018

Approved for publication January 29, 2019

About the authors: Irina I. Ivanen^ — Candidate of Technical Sciences, Associated Professor, Associated Professor of the chair Water use and Ecology, Saint-Petersburg State University of Architecture and Civil Engineering (SPbGASU), 4 2-ya Krasnoarmeyskaya st., Saint-Petersburg, 190005, Russian Federation, i5657@ mail.ru;

Kseniya S. Senicheva — magistrant, Saint-Petersburg State University of Architecture and Civil Engineering (SPbGASU), 4 2-ya Krasnoarmeyskaya st., Saint-Petersburg, 190005, Russian Federation, vesvorges@list.ru.

& ®

r r O O

N N

cici

* (V

U 3

> in

E in

on *

51

<u <u

1= ra

O W

O ^ O

CD O CD

4 °

o

CO

CM <»

CO

■ TO

CL 00

« I

CO O

CO "

CD

"o

Z CT OT £= 10 T3 — cu cu o o

i: w

■8 r