CN101045574B - 一种废水生物处理系统工艺的优化调控方法 - Google Patents

Abstract

本发明公开了一种废水生物处理系统工艺的优化调控方法。本发明从污水处理系统工艺参数出发，结合数学模型，测定废水动力学参数，以反应器最小体积V_min为目标函数，根据活性污泥工艺流程物料平衡原理和Monod方程，以出水BOD、生物量浓度以及回流量为循环变量建立处理废水工艺运行数学模型。经过验证本方法获得的绝大部分数据与报道数据有非常高的吻合度，废水处理现场工程的实际实验数据也进一步证明了本方法的实际效果，在预测活性污泥法废水处理工艺运行效果具有很高的准确性，对于活性污泥法工艺的优化调控具有指导性作用。可以优化优化反应器体积和进水流量等一系列指标，提高效益。

Description

一种废水生物处理系统工艺的优化调控方法

技术领域

本发明涉及一种废水生物处理系统工艺的优化调控方法方法，具体地说，是指一种运用数学模型对活性污泥法废水生物处理系统工艺进行优化调控的方法。

背景技术

数学模型在环境污染防治领域中应用研究越来越多，这方面的研究工作主要通过对环境问题的仿真与模拟，来设计环境处理工艺和优化环境污染控制过程，从而能更好地解决环境问题。

许多信息技术在废水处理领域中的应用主要集中在采用建立数值模型，数据库技术，人工神经网络(Artificial Neural Network，ANN)，专家系统(ES)，模糊控制(Fuzzy Control)等方法来模拟污水处理系统，如活性污泥过程模型、沉淀池二维流场模型、活性污泥过程曝气控制神经网络模型以及活性污泥过程故障诊断专家系统知识库。

已公开的这些数学模型方法在污水处理上侧重于研究其反应机理，对于如何提高污水处理系统的经济效益上缺乏相应的深度，或只研究几项有限的参数，没有从整体上解决污水处理系统工艺的优化问题。

发明内容

1.发明要解决的技术问题

本发明的目的是提供一种废水生物处理系统工艺的优化调控方法，针对已有的用于废水生物处理系统的优化调控方法过多的依赖于经验，对于已公开的这些数学模型方法在污水处理上侧重于研究其反应机理，本发明从污水处理系统工艺参数出发，结合数学模型，依据实践结果，以反应器最小体积V_min为目标函数建立数学模型，优化反应器相关工艺参数，提高经济效益。

2.本发明的技术方案如下：

由于废水水质(包括废水种类、废水浓度以及污染物种类等)不同，以及降解废水的微生物的种类和性能上的差异，导致在实际废水处理过程中，许多运行工艺效果有很大的差别。因此在设计和优化调控废水运行工艺时，应根据不同的废水水质情况和污染物降解动力学数据来确定设计和调控方案。本发明的原理正是基于此点。

一种废水生物处理系统工艺的优化调控方法，包括以下步骤：

第一步 测定废水动力学参数q_max、μ_max、K_sq、K_sμ、K_d和Y_t，以q_max、K_sq、μ_max、K_sμ、Y_t、SVI、Q_o、S_o、S_ei和X_ei 10个参数为基础，以S_e为循环变量，

应用以下方程来计算μ、q、θ_c、K_d和Y_obs数据组；

$q=\frac{(\mathrm{dS}/\mathrm{dt})}{X}=\frac{q_{\max }S}{K_{\mathrm{sq}}+S}$ (1)

$-\left(\frac{K_{\mathrm{sq}}+S}{S}\right)\mathrm{dS}=\left(q_{\max }X\right)\mathrm{dt}$ (2)

$-{\∫}_{S_o}^{S_e}\mathrm{dS}-K_{\mathrm{sq}}{\∫}_{S_o}^{S_e}\frac{\mathrm{dS}}{s}={\∫}_0^{\mathrm{HRT}}{q}_{\max }\mathrm{Xdt}$ (3)

$(S_o-S_e)+K_{\mathrm{sq}}\ln \left(\frac{S_o}{S_e}\right)=q_{\max }X\×\mathrm{HRT}$ (4)

$\mathrm{HRT}=\frac{1}{q_{\max }X}[(S_o-S_e)+K_{\mathrm{sq}}\ln \left(\frac{S_o}{S_e}\right)]$ (5)

$q=\frac{(\mathrm{dS}/\mathrm{dt})}{X}=\frac{S_o-S_e}{\mathrm{HRT}\·X}$ (6)

$q=\frac{q_{\max }(S_o-S_e)}{(S_o-S_e)+K_{\mathrm{sq}}\ln (S_o/S_e)}$ (7)

$\mathrm{\μ}=\frac{{\mathrm{\μ}}_{\max }(S_o-S_e)}{(S_o-S_e)+K_{\mathrm{s\μ}}\ln (S_o/S_e)}$ (8)

K_d＝qY_t-μ                            (9)

$\mathrm{SRT}=\frac{1}{\mathrm{\μ}}$ (10)

$Y_{\mathrm{obs}}=\frac{\mathrm{\μ}}{q}\×100\%$ (11)

$X_s=X_r=\frac{1000}{\mathrm{SVI}}$ (12)

X(Q_o+Q_r)＝Q_oY_obs(S_o-S_e)+X_rQ_r        (13)

$X=\frac{Q_o{Y}_{\mathrm{obs}}(S_o-S_e)+X_r{Q}_r}{Q_o+Q_r}$ (14)

$\mathrm{HRT}=\frac{\mathrm{SRT}\·Y_{\mathrm{obs}}(S_o-S_e)}{X}$ (15)

$V=\frac{\mathrm{SRT}\·Q_o{Y}_{\mathrm{obs}}(S_o-S_e)}{X}$ (16)

M_t＝μXV＝Q_sX_s+(Q_o-Q_s)X_e         (17)

$Q_s=\frac{M_t-Q_o{X}_e}{X_s-X_e}$ (18)

Q_e＝Q_o-Q_s                       (19)

第二步经方程(20)检验后，合格的数据进一步以X_e和Q_r为循环变量计算X、X_s、X_r、θ、V、M_t、Q_o和Q_e数据组，并使用方程(21)进行检验；

Y_obs＜Y_t且K_d＞0                       (20)

μXV-(X_eQ_e+X_sQ_s)≥0

                                      (21)

且 $\mathrm{qXV}-Q_o(S_o-S_e)-\frac{K_d\mathrm{VX}}{Y_{\mathrm{obs}}}\≤0$

第三步比较得到的反应器体积V值，确定反应器体积最小的数据组为最优化结果，同时获得相应的循环变量S_e、X_e和Q_r值；

第四步根据最优化数据组中的Qo、X、Xr和SVI等参数值，应用以下方程式，计算获得二沉池的相关参数污泥沉降压缩所需要最小比表面积A_T、压缩、储存区体积V_d和二沉池体积V_s：

$A_T=\frac{Q_o}{1440\×\mathrm{ZSV}}$ (22)

$V_d=\frac{Q_o{T}_{d}X}{12(X+X_r)}$ (23)

V_s＝V_d+Q_oT_s                                   (24)。

本发明的应用思路基本如下：

一、建立函数方程，以所需反应器体积为最小体积V_min作为目标函数和评价技术有效性的主要指标，比较本发明计算值与发表数据之间的差异；

二、根据活性污泥工艺流程物料平衡原理和Monod方程，以出水BOD、生物量浓度以及回流量为循环变量建立处理废水工艺运行数学模型，建立工艺参数与目标函数的数学关系；

三、应池进水中初始生物量被假定为零；

四、参考文献报道数据，设定经济效益计算模型中的部分系数，如λ₁、λ₂、γ₁、γ₂等。

表1本发明中所提及的参数中英文名称对照表

表2本发明涉及的数学模型和数学方程

第二步中如没有任何一组数据满足上述条件，则表明无最优化结果。如仍存在一组以上数据满足上述条件，则比较它们的反应器体积V值，确定反应器体积最小的数据组为最优化结果，同时获得相应的循环变量S_e、X_e和Q_r参数值。3个循环变量的初始值、终止值和步长设定见表3

表3本发明优化计算过程中循环变量的设定

根据最优化数据组中的Qo、X、Xr和SVI等参数值，应用III类模型，计算获得二沉池的相关参数A_T、V_d和V_s。同时，应用IV类模型，由获得的最小曝气池体积推算出吸氧量R和曝气量G_s。应用V类模型，由Gs、A_T和V_min计算基础设施建设费E_f和处理每m³废水电费E_e，评价废水处理工程的经济效益状况。

有益效果

本发明公开了一种废水生物处理系统工艺的优化调控方法，本方法结合已有的参数指标和实验数据，运用数学模型进行分析归纳，从而模拟生物处理的进程，从而得到优化调控的一些参数，经过验证本方法获得的绝大部分数据与报道数据有非常高的吻合度，废水处理现场工程的实际实验数据也进一步证明了本方法的实际效果，在预测活性污泥法废水处理工艺运行效果具有很高的准确性，对于活性污泥法工艺的优化调控具有指导性作用。可以优化优化反应器体积和进水流量等一系列指标，提高效益。

具体实施方式

以下通过实施例进一步说明本发明。

实施例1

为了采用实验数据进一步检验本发明所述优化调控方法的合理性，测定了精对苯二甲酸(PTA)废水的6个降解动力学参数q_max、K_sq、μ_max、K_sμ、Y_t和K_d。降解动力学实验设计来自于《环境生物技术实验》(南京大学出版社，程树培，1992年，南京)。并采用原生质体融合技术构建了工程菌株Fhhh，用于PTA废水处理现场工程，现场工程采用传统活性污泥法设计，曝气池体积为9.84m³。PTA废水处理现场工程运行了180天以上。现场工程根据其不同的调控方式，分成了四个阶段(见表4)。

表4PTA废水处理现场工程的优化调控方式

根据现场工程实验数据，与采用本发明技术方案中的步骤计算结果比较如下表。

表5PTA废水处理现场工程运行结果与本发明方法结果的比较

参数	E.D.	C.D.	Errors，％	参数	E.D.	C.D.	Errors，％
								q<sub>max</sub>，d<sup>-1</sup>	2.82	2.82<sup>＊</sup>	--	SRT，d	15.38	16.36	6.37
K<sub>sq</sub>，g L<sup>-1</sup>	0.39	0.39<sup>＊</sup>	--	Y<sub>obs</sub>，kgkg<sup>-1</sup>	0.213	0.194	8.92
								μ<sub>max</sub>，d<sup>-1</sup>	0.56	0.56<sup>＊</sup>	--	K<sub>d</sub>，d<sup>-1</sup>	0.069	0.077	11.59
K<sub>sμ</sub>，g L<sup>-1</sup>	0.40	0.40<sup>＊</sup>	--	X，g L<sup>-1</sup>	2.88	2.79	3.13
								Y<sub>t</sub>，kg kg<sup>-1</sup>	0.44	0.44<sup>＊</sup>	--	X<sub>s</sub>，g L<sup>-1</sup>	8.26	8.13	1.57
SVI，ml g<sup>-1</sup>	121	123<sup>＊</sup>	--	X<sub>r</sub>，g L<sup>-1</sup>	8.26	8.13	1.57
								Q<sub>o</sub>，m<sup>3</sup>d<sup>-1</sup>	8.00	8.00<sup>＊</sup>	--	M<sub>t</sub>，kg d<sup>-1</sup>	1.83	1.55	15.30
S<sub>o</sub>，g L<sup>-1</sup>	1.52	1.52<sup>＊</sup>	--	Q<sub>r</sub>，m<sup>3</sup> d<sup>-1</sup>	4.24	3.90	8.02
								S<sub>ei</sub>，g L<sup>-1</sup>	＜0.050	＜0.050<sup>＊</sup>	--	Q<sub>s</sub>，m<sup>3</sup> d<sup>-1</sup>	0.22	0.19	13.64

参数	E.D.	C.D.	Errors，％	参数	E.D.	C.D.	Errors，％
								X<sub>ei</sub>，g L<sup>-1</sup>	＜0.070	＜0.070<sup>＊</sup>	--	Q<sub>e</sub>，m<sup>3</sup> d<sup>-1</sup>	7.78	7.81	0.39
μ，d<sup>-1</sup>	0.065	0.061	6.15	S<sub>e</sub>，g L<sup>-1</sup>	0.036	0.042	16.67
								q，d<sup>-1</sup>	0.304	0.315	3.62	X<sub>e</sub>，g L<sup>-1</sup>	0.010	0.003	70.00
HRT，d	1.23	1.14	7.32	V，m<sup>3</sup>	9.84	9.21	6.40

注：E.D.：文献报道值；C.D.：本发明优化计算值；*：本发明输入参数值

表4给出了本发明根据降解动力学参数、SVI指数以及进水流量和处理出水水质要求，计算出的该废水处理工艺的最终优化结果，由于调控过程中，进水流量和污泥的絮凝性能(SVI指数)都在不断变化和完善，因此整个运行系统在不断地进行优化调控后而达到最优化效果。同时，表4也给出了运用活性污泥法工艺处理PTA废水工艺运行实际实验数据与本发明优化计算数据。比较两组数据(共16对输出数据)发现，有11对数据误差低于10％(包括μ、q、HRT、SRT、Y_obs、X、X_s、Q_r、S_e、Q_e和V)，有4对数据误差介于10％和17％之间(包括K_d、M_t、Q_s和S_e)，只有出水生物量浓度X_e由于数据太小，误差较大。其中，现场工程实验中实际反应器体积为9.84m³，优化计算获得的最小反应器体积应为9.21m³，仅仅比实验结果低6.40％。因此本发明在预测活性污泥法废水处理工艺运行效果具有很高的准确性，同时，对于活性污泥法工艺的优化调控具有指导性作用。

应用本发明，针对原PTA废水处理系统(反应器中含土著细菌YZ1)与现场工程处理系统(反应器中含工程菌Fhhh)的4个优化阶段进行了经济效益分析，分析结果见表6。当进水流量均为10,000m³ d^-1时，本发明计算出，原Fhhh现场工程处理系统所需最小反应器体积V_min为6,529m³，最小二沉池面积A_T为553m²，处理电费E_e为0.88yuan m^-3，曝气池和二沉池的建设费用E_e为619万元。原处理系统的V_min、A_T、E_e和E_e分别为86,383m³、3,401m²、11.70yuan m^-3和4,637万元。

Fhhh处理系统上述4个经济效益参数值分别为原YZ1处理系统计算结果的7.56％、16.26％、7.52％和13.35％；分别为Fhhh现场处理系统阶段I计算结果的19.36％、6.24％、19.26％和16.40％。结果表明，工程菌Fhhh比土著细菌对于PTA废水具有更大的经济效益空间，而工艺参数、金属离子和生态因子调控对于工程菌Fhhh发挥其对PTA废水的高处理能力具有很重要的意义。

表6PTA废水处理经济效益分析

实施例2

为了进一步比较本发明的可靠性，我们以活性污泥工艺处理不同浓度废水的26个工艺参数的文献报道值(Lee and Lin，1999；Woodard，2001；Qin，1989)为基础将报道的10个参数值(包括：q_max、K_sq、μ_max、K_sμ、Y_t、SVI、Q_o、S_o、S_ei和X_ei)代入到本发明中，从而得到了其余16个参数的优化值(包括：S_e、X_e、Q、X、X_s、X_r、θ、V、M_t、Q_o、Q_e、μ、q、θ_c、K_d和Y_obs)。结果表明，本发明优化计算获得的绝大部分数据与报道数据相比，吻合度都非常高，如：V，HRT，SRT，Q_r等，其中，反应器体积最优化数据与上述3个参考文献数据相比，仅分别相差4.4％，8.6％和5.9％，表明本发明在废水处理优化计算与工艺运行有效性预测方面具有很好的可靠性。

表7本发明优化计算结果与文献报道数据比较

R.D.：参考文献报道值

C.D.：本发明优化计算值

^＊：本发明的输入数据

由于废水水质(包括废水种类、废水浓度以及污染物种类等)不同，以及降解废水的微生物的种类和性能上的差异，导致在实际废水处理过程中，许多运行工艺效果有很大的差别。如表7中的三种废水的初始BOD浓度有很大的差异，以及微生物在降解这三种废水过程中降解能力的不同，造成降解动力学数据(q_max，K_sq，μ_max，K_sμ，Y_t and K_d)就有很大的差异，因此在设计和优化调控废水运行工艺时，应根据不同的废水水质情况和污染物降解动力学数据来确定设计和调控方案。本发明考虑了了这些问题，从而使得结果更加可靠。

Claims (3)

1.一种废水生物处理系统工艺的优化调控方法，包括以下步骤：

第一步测定废水动力学参数q_max、μ_max、K_sq、K_sμ、K_d和Y_t，以q_max、K_sq、μ_max、K_sμ、Y_t、SVI、Q_o、S_o、S_ei和X_ei 10个参数为基础，以S_e为循环变量，应用以下方程来计算μ、q、K_d和Y_obs数据组；

$q=\frac{(\mathrm{dS}/\mathrm{dt})}{X}=\frac{q_{\max }S}{K_{\mathrm{sq}}+S}---\left(1\right)$

$-\left(\frac{K_{\mathrm{sq}}+S}{S}\right)\mathrm{dS}=\left(q_{\max }X\right)\mathrm{dt}---\left(2\right)$

$-{\∫}_{S_o}^{S_c}\mathrm{dS}-K_{\mathrm{sq}}{\∫}_{S_o}^{S_c}\frac{\mathrm{dS}}{s}={\∫}_0^{\mathrm{HRT}}{q}_{\max }\mathrm{Xdt}---\left(3\right)$

$(S_o-S_e)+K_{\mathrm{sq}}\ln \left(\frac{S_o}{S_e}\right)=q_{\max }X\×\mathrm{HRT}---\left(4\right)$

$\mathrm{HRT}=\frac{1}{q_{\max }X}[(S_o-S_e)+K_{\mathrm{sq}}\ln \left(\frac{S_o}{S_e}\right)]---\left(5\right)$

$q=\frac{(\mathrm{dS}/\mathrm{dt})}{X}=\frac{S_o-S_e}{\mathrm{HRT}\·X}---\left(6\right)$

$q=\frac{q_{\max }(S_o-S_e)}{(S_o-S_e)+K_{\mathrm{sq}}\ln (S_o/S_e)}---\left(7\right)$

$\mathrm{\μ}=\frac{{\mathrm{\μ}}_{\max }(S_o-S_e)}{(S_o-S_e)+K_{\mathrm{s\μ}}\ln (S_o/S_e)}---\left(8\right)$

K_d＝q Y_t-μ                      (9)

$\mathrm{SRT}=\frac{1}{\mathrm{\μ}}---\left(10\right)$

$Y_{\mathrm{obs}}=\frac{\mathrm{\μ}}{q}\×100\%---\left(11\right)$

$X_s=X_r=\frac{1000}{\mathrm{SVI}}---\left(12\right)$

X(Q_o+Q_r)＝Q_oY_obs(S_o-S_e)+X_rQ_r     (13)

$X=\frac{Q_o{Y}_{\mathrm{obs}}(S_o-S_e)+X_r{Q}_r}{Q_o+Q_r}---\left(14\right)$

$\mathrm{HRT}=\frac{\mathrm{SRT}\·Y_{\mathrm{obs}}(S_o-S_e)}{X}---\left(15\right)$

$V=\frac{\mathrm{SRT}\·Q_o{Y}_{\mathrm{obs}}(S_o-S_e)}{X}---\left(16\right)$

M_t＝μXV＝Q_sX_s+(Q_o-Q_s)X_e      (17)

$Q_s=\frac{M_t-Q_o{X}_e}{X_s-X_e}---\left(18\right)$

Q_e＝Q_o-Q_s                     (19)

第二步经方程(20)检验后，合格的数据进一步以X_e和Q_r为循环变量计算X、

X_s、X_r、V、M_t、Q_o和Q_e数据组，并使用方程(21)进行检验；

Y_obs＜Y_t且K_d＞0               (20)

μXV-(X_eQ_e+X_sQ_s)≥0

                              (21)

且 $\mathrm{qXV}-Q_o(S_o-S_e)-\frac{K_d\mathrm{VX}}{Y_{\mathrm{obs}}}\≤0$

第三步比较得到的反应器体积V值，确定反应器体积最小的数据组为最优化

结果，同时获得相应的循环变量S_e、X_e和Q_r值；

第四步根据最优化数据组中的Q_o、X、Xr和SVI等参数值，应用以下方程式，计算获得二沉池的相关参数污泥沉降压缩所需要最小比表面积A_T、压缩、储存区体积V_d和二沉池体积V_s：

$A_T=\frac{Q_o}{1440\×\mathrm{ZSV}}---\left(22\right)$

$V_d=\frac{Q_o{T}_{d}X}{12(X+X_r)}---\left(23\right)$

V_s＝V_d+Q_oT_s                   (24)

其中以上参数的单位为：

A_T，m²污泥沉降压缩所需要最小比表面积，

SS，g L^-1悬浮生物量，

BOD₅5天生化需氧量，

SVI，ml g^-1污泥体积指数，

C，mg L^-1废水中实际氧气浓度，

T_d，h污泥压缩储存时间，

C_sm(20)，mg L^-1清水中20℃1.01×10⁵压强下氧溶解度，

T_s，h污泥沉淀时间，

E_A，100％氧吸收率，

V，m³反应器体积，

E_e，CNY/m³处理每吨废水的电费，

V_d，m³压缩、储存区体积，

E_f，40⁴CNY基础设施建设费，

V_min，m³曝气池最小体积，

G_s，m³/y供气量，

V_s，m³二沉池体积，

HRT，d水力停留时间，

X，g L^-1反应器中生物量，

K_d，d^-1微生物衰减系数，

X_e，g L^-1出水悬浮生物量，

K_La₍₂₀₎，h^-1 20℃下1.01×10⁵压强下氧总转移系数，

X_ei，g L^-1 Ebis输入值X_e，

K_sq，g L^-1最大比降解率半速率常数，

X_o，g L^-1进水悬浮生物量，

K_sμ，g L^-1最大比增长率半速率常数，

X_r，g L^-1回流污泥浓度，

M_t，kg d^-1总污泥产量，

X_s，g L^-1排放污泥浓度，

q，d^-1比降解率，

Y_obs表观产率系数，

q_max，d^-1最大比降解率，

Y_t理论产率系数，

Q_e，m³ d^-1出水流量，

ZSV，m min^-1区域沉降速度，

Q_o，m³ d^-1进水流量，

α废水和清水中氧总转移系数比，

Q_r，m³ d^-1回流污泥流量，

β清水和废水中氧溶解度比，

Q_s，m³ d^-1排放污泥流量，

λ₁二沉池基建费系数，

R，kg h^-1吸氧量，

λ₂曝气池基建费系数，

S_e，g L^-1出水BOD₅浓度，

γ₁二沉池基建费指数系数，

S_ei，g L^-1 Ebis输入值S_e，

γ₁曝气池基建费指数系数，

S_o，g L^-1进水BOD₅浓度，

μ，d^-1比增长率，

SRT，d污泥停留时间，

μ_max，d^-1最大比增长率。

2.根据权利要求1所述的一种废水生物处理系统工艺的优化调控方法，其特征在于，应用以下方程式，由获得的最小曝气池体积推算出吸氧量R和曝气量G_s：

$R=\frac{\mathrm{\α}\·K_{\mathrm{La}\left(20\right)}{V}_{\min }({\mathrm{\βC}}_{\mathrm{sm}\left(20\right)}-C)}{1000}---\left(25\right)$

$G_s=\frac{24\×365\×R}{0.3\×E_A}---\left(26\right)$ 。

3.根据权利要求1或2所述的一种废水生物处理系统工艺的优化调控方法，其特征在于应用以下方程式，由Gs、A_T和V_min计算基础设施建设费E_f和处理每m³废水电费E_e：

$E_e=\frac{0.6\×G_s}{365\×20\×Q_o}---\left(28\right)$

$E_f={\mathrm{\λ}}_1{A_T}^{{\mathrm{\γ}}_1}+{\mathrm{\λ}}_2{V_{\min }}^{{\mathrm{\γ}}_2}---\left(29\right).$