CN102880794A - 一种污水处理过程模型参数校正方法 - Google Patents

一种污水处理过程模型参数校正方法 Download PDF

Info

Publication number
CN102880794A
CN102880794A CN2012103441007A CN201210344100A CN102880794A CN 102880794 A CN102880794 A CN 102880794A CN 2012103441007 A CN2012103441007 A CN 2012103441007A CN 201210344100 A CN201210344100 A CN 201210344100A CN 102880794 A CN102880794 A CN 102880794A
Authority
CN
China
Prior art keywords
model
sewage disposal
parameter
disposal process
sensitivity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012103441007A
Other languages
English (en)
Other versions
CN102880794B (zh
Inventor
于广平
苑明哲
王磊
王景杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Sheng Ya Mdt InfoTech Ltd
Original Assignee
Shenyang Institute of Automation of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN201210344100.7A priority Critical patent/CN102880794B/zh
Publication of CN102880794A publication Critical patent/CN102880794A/zh
Application granted granted Critical
Publication of CN102880794B publication Critical patent/CN102880794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Activated Sludge Processes (AREA)

Abstract

本发明公开了一种污水处理过程模型参数校正方法,包括下述步骤:S1、通过现场调研获得模型工艺和入水、出水水质数据,然后建立基于ASM1的Benchmark平台;S2、根据模型参数灵敏度正负和大小依次调整其值使得静态模拟误差在15%以内;S3、依照步骤S2调整剩余模型参数使得动态模拟误差在20%以内,得到最终的校正模型。本发明可以通过简单手动调整主要参数来提高污水处理数学建模效率,改变了传统单纯依靠人工经验对模型参数调整的状况,对污水处理厂的升级改造具有重要意义。

Description

一种污水处理过程模型参数校正方法
技术领域
本发明涉及工程信息的技术领域,特别涉及一种污水处理过程模型参数校正方法。
背景技术
随着国民经济的发展和国家对节能增效的重视,对污水处理企业运行效率要求越来越高,建立有效的模型去分析影响因素,调整运营工艺参数显得越来越重要。传统污水处理过程数学建模方法充分考虑了污水处理生化反应过程,是其本质现象的数学描述,而且许多大型污水仿真软件正是基于传统数学模型建模方法,这种方法建立起的数学模型便于理解和应用,其研究对于污水处理过程理论和应用的发展具有重要意义。但是对于传统数学建模方法也存在模型参数众多,校正困难的问题。国内外对于活性污泥系统这样的复杂非线性系统,参数校正有两种方法,一种是手动校正,一种是自动校正。手动校正耗时长且结果重现性差。但是自动校正并非可以普遍使用,它要求先进的在线监测仪器和强大的数学工具来获取数据并计算修正模型参数,因此校正成本高昂,难以普遍推广。国外曾讨论使用界面响应法(RSM)进行参数校正。该方法是用于建立、改进、优化过程的统计学和数学技术的结合,较为繁琐,并未能得以推广应用。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种可以保证模型精度的同时,改善污水处理ASM1模型参数校正盲目性、建模效率低等缺陷的污水处理过程模型参数校正方法。
为了达到上述目的,本发明采用以下技术方案:
本发明一种污水处理过程模型参数校正方法,包括下述步骤:
S1、通过现场调研获得模型工艺和入水、出水水质水量数据,然后建立基于ASM1的Benchmark平台;
S2、根据模型参数灵敏度分析结果表中模型参数对应出水水质参数灵敏度的正负相关性选出使得模型输出水质数据趋近于实际出水水质数据的模型参数,然后根据其对需要调整的模型输出水质参数灵敏度大小依次调整其值使得静态模拟误差在15%以内;
S3、依照步骤S2调整剩余模型参数使得动态模拟误差在20%以内,得到最终的校正模型。
优选的,所述Benchmark平台模型的建立是参照国际水协会发布的Benchmark平台模型并将实际污水厂工艺状况修改其参数使之成为实际可用的模型。
优选的,静态模拟是将某几个采样时间的入水水质水量数据分别输入Benchmark平台模型,获得模型对应时间的出水水质水量模拟数据。
优选的,动态模拟是将一段时间连续的入水水质水量数据输入Benchmark平台模型,获得模型同一时间对应的出水水质水量模拟数据。
优选的,在步骤S1之前,采用扰动灵敏度分析法对分别对于14个动力学参数和5个化学计量参数人为加入扰动,得到稳态条件下ASM1模型输出水质组分及水质参数的灵敏度值作为模型校正的数据基础;
灵敏度S计算公式: S = Y - Y 0 Y 0 / P - P 0 P 0
式中S为灵敏度,Y为组分变化后状态,Y0为变化前状态,P为变化后模型参数,P0为基准模型参数,灵敏度为正,表明变量与参数的变化方向一致,即模型参数增大或减小导致变量也增大或减小,灵敏度为负,表明变量与参数的变化方向相反。
优选的,所述14个动力学参数为异养菌最大比增长速率、异养菌半饱和系数、异养菌氧半饱和系数、反硝化菌的硝酸盐半饱和系数、异养菌的衰减系数、缺氧条件μH的校正因子、缺氧条件下水解校正因子、最大比水解速率、慢速可生物降解基质水解的半饱和系数、自养菌最大比增长速率、自养菌的氨半饱和系数、自养菌的氧半饱和系数、自养菌衰减系数以及氨化速率。
优选的,五个化学计量参数为自养菌产率、异养菌产率、生物量中可转化为颗粒产物的比例、氮占生物量COD的比例、颗粒性衰减产物COD中氮的比例。
优选的,所述S1中,水量数据包括入水流量、入水和出水化学需氧量、总氮量和氨氮量。
本发明相对于现有技术具有如下的优点及效果:
1、本发明可以通过简单手动调整主要参数来提高污水处理数学建模效率,改变了传统单纯依靠人工经验对模型参数调整的状况,对污水处理厂的升级改造具有重要意义。
2、本发明在保证模型精度的前提下相对环境工程实验方法避免了耗时、耗材、耗力的实验测定过程。
附图说明
图1是本发明模型校正方法流程图;
图2是本发明实施实例污水处理厂工艺流程图;
图3是本发明实施实例污水处理厂工艺过程等效Benchmark结构图;
图4是本发明实施实例校正后模型出水总氮计算值与检测值对比图;
图5是本发明实施实例校正后模型出水氨氮计算值与检测值对比图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本实施例一种污水处理过程模型参数校正方法,包括下述步骤:
(1)采用扰动灵敏度分析法对分别对于14个动力学参数和5个化学计量参数人为加入扰动,得到稳态条件下ASM1模型输出水质组分及水质参数的灵敏度值作为模型校正的数据基础,14个动力学参数和5个化学计量参数的参考表如表1所示;
灵敏度S计算公式: S = Y - Y 0 Y 0 / P - P 0 P 0
式中S为灵敏度,Y为组分变化后状态,Y0为变化前状态,P为变化后模型参数,P0为基准模型参数。灵敏度为正,表明变量与参数的变化方向一致,即模型参数增大或减小导致变量也增大或减小,灵敏度为负,表明变量与参数的变化方向相反
(2)通过现场调研获得模型工艺和入水、出水水质水量数据(包括入水流量、入水和出水化学需氧量、总氮和氨氮),然后建立基于ASM1的Benchmark平台;
(3)根据模型表2的参数灵敏度分析结果参考表(可根据步骤1自己做灵敏度分析实验得出)中模型参数对应出水水质参数灵敏度的正负相关性选出使得模型输出水质数据趋近于实际出水水质数据的模型参数,然后根据其对需要调整的模型输出水质参数灵敏度大小依次调整其值使得静态模拟误差在15%以内;
(4)依照步骤3调整剩余模型参数使得动态模拟误差在20%以内,得到最终的校正模型。
表1化学计量参数和动力学参数表
Figure BDA00002145321700041
表2灵敏度分析结果参考表
Figure BDA00002145321700042
在图2中给出了某污水厂A2/O工艺流程图,其设计入水流量为2×104m3/d,初次沉淀后的污水先经过厌氧反应进行放磷和有机物氨化,然后进行缺氧脱氮,再进行好氧反应,最后经二次沉淀后完成处理过程。在图3中显示了将其转化为标准Benchmark平台后的等效结构图。
在表3中显示了模型稳态输出与现场检测结果的差异。通过对19个反应参数的灵敏度分析,可以发现,所有的参数对出水COD的影响均很小。且COD数值很接近现场检测值,故可不考虑COD的数值。
表3稳态模型输出与现场检测值对比
出水水质指标 氨氮 COD 总氮
模型稳态值 0.192 36.672 9.36
现场检测值 0.298 30.20 8.80
模型出水氨氮偏小、总氮稍偏大。通过修改在19个反应参数的某些参数进行修正。因此要寻找对出水氨氮和总氮影响方向相反的参数进行调整。由灵敏度分析结果,可以找ASM1模型参数中自养菌衰减系数bA符合要求。其对氨氮和总氮的影响方向是相反的(氨氮为正,总氮为负),且对氨氮灵敏度高于总氮。通过修改bA,将其从0.05减小到0.03,再次进行模型静态试验,发现氨氮和总氮的模拟结果是更接近于实际检测值,在表4中显示了其平均误差14.05%,符合误差要求,此时模型可用于仿真模拟。
表4参数调整后的稳态模型输出与现场检测值对比
出水水质指标 氨氮 COD 总氮
bA=0.03模型稳态值 0.214 36.674 9.356
bA=0.05(默认)模型稳态值 0.192 36.672 9.36
现场检测值 0.298 32.20 8.80
将校正后的模型参数值代入Benchmark平台,进行动态仿真运行得到如下图所示的出水参数计算值。在图4中显示了1月1日0:00至1月31日24:00校正后的模型每小时总氮计算值与检测值的对比,在图5中显示了1月1日0:00至1月31日24:00校正后的模型每小时氨氮计算值与检测值的对比,误差均在允许范围内,模型可用于此污水厂的模拟工作。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (8)

1.一种污水处理过程模型参数校正方法,其特征在于,包括下述步骤:
S1、通过现场调研获得模型工艺和入水、出水水质水量数据,然后建立基于ASM1的Benchmark平台;
S2、根据模型参数灵敏度分析结果表中模型参数对应出水水质参数灵敏度的正负相关性选出使得模型输出水质数据趋近于实际出水水质数据的模型参数,然后根据其对需要调整的模型输出水质参数灵敏度大小依次调整其值使得静态模拟误差在15%以内;
S3、依照步骤S2调整剩余模型参数使得动态模拟误差在20%以内,得到最终的校正模型。
2.根据权利要求1所述的污水处理过程模型参数校正方法,其特征在于,所述Benchmark平台模型的建立是参照国际水协会发布的Benchmark平台模型并将实际污水厂工艺状况修改其参数使之成为实际可用的模型。
3.根据权利要求1所述的污水处理过程模型参数校正方法,其特征在于,静态模拟是将某几个采样时间的入水水质水量数据分别输入Benchmark平台模型,获得模型对应时间的出水水质水量模拟数据。
4.根据权利要求1所述的污水处理过程模型参数校正方法,其特征在于,动态模拟是将一段时间连续的入水水质水量数据输入Benchmark平台模型,获得模型同一时间对应的出水水质水量模拟数据。
5.根据权利要求1所述的污水处理过程模型参数校正方法,其特征在于,在步骤S1之前,采用扰动灵敏度分析法对分别对于14个动力学参数和5个化学计量参数人为加入扰动,得到稳态条件下ASM1模型输出水质组分及水质参数的灵敏度值作为模型校正的数据基础;
灵敏度S计算公式: S = Y - Y 0 Y 0 / P - P 0 P 0
式中S为灵敏度,Y为组分变化后状态,Y0为变化前状态,P为变化后模型参数,P0为基准模型参数,灵敏度为正,表明变量与参数的变化方向一致,即模型参数增大或减小导致变量也增大或减小,灵敏度为负,表明变量与参数的变化方向相反。
6.根据权利要求5所述的污水处理过程模型参数校正方法,其特征在于,所述14个动力学参数为异养菌最大比增长速率、异养菌半饱和系数、异养菌氧半饱和系数、反硝化菌的硝酸盐半饱和系数、异养菌的衰减系数、缺氧条件μH的校正因子、缺氧条件下水解校正因子、最大比水解速率、慢速可生物降解基质水解的半饱和系数、自养菌最大比增长速率、自养菌的氨半饱和系数、自养菌的氧半饱和系数、自养菌衰减系数以及氨化速率。
7.根据权利要求5所述的污水处理过程模型参数校正方法,其特征在于,五个化学计量参数为自养菌产率、异养菌产率、生物量中可转化为颗粒产物的比例、氮占生物量COD的比例、颗粒性衰减产物COD中氮的比例。
8.根据权利要求1所述的污水处理过程模型参数校正方法,其特征在于,所述S1中,水量数据包括入水流量、入水和出水化学需氧量、总氮量和氨氮量。
CN201210344100.7A 2012-09-17 2012-09-17 一种污水处理过程模型参数校正方法 Active CN102880794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210344100.7A CN102880794B (zh) 2012-09-17 2012-09-17 一种污水处理过程模型参数校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210344100.7A CN102880794B (zh) 2012-09-17 2012-09-17 一种污水处理过程模型参数校正方法

Publications (2)

Publication Number Publication Date
CN102880794A true CN102880794A (zh) 2013-01-16
CN102880794B CN102880794B (zh) 2015-11-11

Family

ID=47482116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210344100.7A Active CN102880794B (zh) 2012-09-17 2012-09-17 一种污水处理过程模型参数校正方法

Country Status (1)

Country Link
CN (1) CN102880794B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104615804A (zh) * 2014-12-15 2015-05-13 湖南科技大学 一种活性污泥数学模型参数校核的方法
CN110451661A (zh) * 2019-09-12 2019-11-15 南京大学 一种污水中微生物类溶解性有机氮的预测模型及其应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040016698A1 (en) * 2001-04-10 2004-01-29 Unger Michael T. Enhanced activated sludge treatment
CN1730412A (zh) * 2005-06-30 2006-02-08 广州市市政工程设计研究院 活性污泥过程模拟方法
CN1746117A (zh) * 2004-09-10 2006-03-15 株式会社安川电机 污水处理系统
CN102616927A (zh) * 2012-03-28 2012-08-01 中国科学技术大学 一种污水处理的工艺参数的调整方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040016698A1 (en) * 2001-04-10 2004-01-29 Unger Michael T. Enhanced activated sludge treatment
CN1746117A (zh) * 2004-09-10 2006-03-15 株式会社安川电机 污水处理系统
CN1730412A (zh) * 2005-06-30 2006-02-08 广州市市政工程设计研究院 活性污泥过程模拟方法
CN102616927A (zh) * 2012-03-28 2012-08-01 中国科学技术大学 一种污水处理的工艺参数的调整方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HENZE M.,ET AL.: "Activated Sludge Models-ASM1, ASM2, ASM2d and ASM3", 《IWA TASK GROUP ON MATHEMATICAL MODELLING FOR DESIGN AND OPERATION OF BIOLOGICAL WASTEWATER THEATHENT》, 30 September 2000 (2000-09-30), pages 1 - 128 *
PETER A.VANROLLEGHEM,ET AL.: "Estimating(Combinations of ) Activated Sludge Model No.1 Parameters and components by respirometry", 《WAT.SCI.TECH.》, vol. 39, no. 1, 31 December 1999 (1999-12-31), pages 195 - 214 *
于广平等: "基于简化活性污泥数学模型的污水处理仿真研究", 《系统仿真学报》, vol. 19, no. 23, 31 December 2007 (2007-12-31), pages 5366 - 5369 *
于广平等: "活性污泥法污水处理数学模型的发展和应用", 《信息与控制》, vol. 35, no. 5, 31 October 2006 (2006-10-31), pages 614 - 618 *
张平等: "污水处理过程的奇异摄动模型仿真研究", 《系统仿真学报》, vol. 19, no. 14, 30 July 2007 (2007-07-30), pages 3188 - 3192 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104615804A (zh) * 2014-12-15 2015-05-13 湖南科技大学 一种活性污泥数学模型参数校核的方法
CN110451661A (zh) * 2019-09-12 2019-11-15 南京大学 一种污水中微生物类溶解性有机氮的预测模型及其应用
CN110451661B (zh) * 2019-09-12 2021-07-30 南京大学 一种污水中微生物类溶解性有机氮的预测模型及其应用

Also Published As

Publication number Publication date
CN102880794B (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN107337272B (zh) 一种投加碳源的污水处理优化控制方法
Huang et al. Impacts of dissolved oxygen control on different greenhouse gas emission sources in wastewater treatment process
Yang et al. A model for methane production in anaerobic digestion of swine wastewater
Zhou et al. Simulation of the performance of aerobic granular sludge SBR using modified ASM3 model
Cao et al. Model-based strategy for nitrogen removal enhancement in full-scale wastewater treatment plants by GPS-X integrated with response surface methodology
CN111762958A (zh) 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置
CN104238527A (zh) 污水处理厂曝气总量的精确控制方法
CN106495321A (zh) 生物池工艺优化及运行控制系统及其控制方法
CN112062274B (zh) 探究造纸污水处理曝气量对各ghg排放源影响的方法
CN114132980A (zh) 用于污水处理的短程智能精确曝气控制方法、设备及系统
CN101928064B (zh) 造纸废水活性污泥法处理的仿真方法
Ji et al. Development of model simulation based on BioWin and dynamic analyses on advanced nitrate nitrogen removal in deep bed denitrification filter
Awad et al. Comparative assessment of different scenarios for upgrading activated sludge wastewater treatment plants in developing countries
CN102880794B (zh) 一种污水处理过程模型参数校正方法
CN105912824A (zh) 一种a2o生物池工艺建模方法
Huang et al. A hierarchical intelligent control strategy for greenhouse gas reduction in wastewater treatment process of paper mill
CN109019892A (zh) 一种基于数据同化在线优化曝气量的调控方法
Simon-Várhelyi et al. Dairy wastewater processing and automatic control for waste recovery at the municipal wastewater treatment plant based on modelling investigations
CN116679026B (zh) 自适应无偏有限脉冲响应滤波的污水溶解氧浓度估计方法
Pedersen et al. Test of the activated sludge model's capabilities as a prognostic tool on a pilot scale wastewater treatment plant
CN113979541B (zh) 一种a2o生物池工艺智能控制方法
Kapumbe et al. Modeling and simulation of membrane bioreactor model based on ASM3 for domestic wastewater treatment.
CN105138716A (zh) 硝化及亚硝化过程的运行优化方法
CN107720975A (zh) 一种乙醇类物质作为外加碳源的污水处理优化模拟方法
CN106568913A (zh) 一种基于不变观测器的活性污泥法污水处理进度估计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20171218

Address after: 511458 C, No. 1121, Nansha District seashore road, Guangzhou, Guangdong

Patentee after: Guangzhou Sheng Ya Mdt InfoTech Ltd

Address before: 511458 Nansha District Haibin Road, Guangdong, China, No. 1121, No.

Patentee before: Shenyang Institute of Automation, Guangzhou of Chinese Academy of Sciences