CN108830429B - 一种基于分形维数的污水处理厂的优化方法 - Google Patents
一种基于分形维数的污水处理厂的优化方法 Download PDFInfo
- Publication number
- CN108830429B CN108830429B CN201810777709.0A CN201810777709A CN108830429B CN 108830429 B CN108830429 B CN 108830429B CN 201810777709 A CN201810777709 A CN 201810777709A CN 108830429 B CN108830429 B CN 108830429B
- Authority
- CN
- China
- Prior art keywords
- sludge
- activated sludge
- fractal dimension
- sewage treatment
- adsorption capacity
- 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.)
- Active
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 239000010802 sludge Substances 0.000 claims abstract description 194
- 238000001179 sorption measurement Methods 0.000 claims abstract description 55
- 238000004062 sedimentation Methods 0.000 claims abstract description 28
- 239000011521 glass Substances 0.000 claims abstract description 23
- 230000004071 biological effect Effects 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000007865 diluting Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000036284 oxygen consumption Effects 0.000 claims description 33
- 230000006835 compression Effects 0.000 claims description 20
- 238000007906 compression Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 239000006059 cover glass Substances 0.000 claims description 5
- 229910003480 inorganic solid Inorganic materials 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 230000014759 maintenance of location Effects 0.000 claims description 4
- 238000006065 biodegradation reaction Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 11
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000004134 energy conservation Methods 0.000 abstract 1
- 238000005265 energy consumption Methods 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- RBTBFTRPCNLSDE-UHFFFAOYSA-N 3,7-bis(dimethylamino)phenothiazin-5-ium Chemical compound C1=CC(N(C)C)=CC2=[S+]C3=CC(N(C)C)=CC=C3N=C21 RBTBFTRPCNLSDE-UHFFFAOYSA-N 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 229960000907 methylthioninium chloride Drugs 0.000 description 4
- 238000000746 purification Methods 0.000 description 3
- 238000005273 aeration Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/006—Regulation methods for biological treatment
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge processes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Environmental & Geological Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Hydrology & Water Resources (AREA)
- Microbiology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Organic Chemistry (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pathology (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
Abstract
本发明公开了一种基于分形维数的污水处理厂的优化方法,包括:(1)对污泥稀释,取一滴放到载玻片上;(2)采用显微镜对污泥进行图像拍摄;(3)使用图像处理软件处理所拍摄的污泥图像,获取单个污泥絮体的投影面积A、周长P几何参数,基于分形理论获得絮体二维分形维数D;(4)通过计算分析,由分形维数推导出污泥的包括污泥的沉降性能和吸附性能生物活性和物理结构,从而评估活性污泥的运行状态。该方法根据污泥分形维数D的大小来管理污水处理厂的运行,通过一个指标同时完成对反应池和二沉池的运行管理,为污水处理厂高效安全达标运行和节能降耗提供了一种量化管理方法。
Description
技术领域
本发明属于污水处理领域,涉及一种通过使用污泥分形维数D同时来描述污泥生物活性和物理结构,在污水处理过程中通过一个指标同时完成对反应池和二沉池的运行管理。
背景技术
目前水质净化过程中涉及到了许多水质和污泥参数的检测,这对管理人员来说工作量巨大,需要投入更多的时间和精力。同时在污水处理厂运行过程中,由于反应池和沉淀池的管理是分离的,它们之间存在不同的检测和控制指标,这些指标之间受到多种因素的影响,对协调整个水质净化过程来说较困难。传统上会在反应池增大生物活性来保证污水的去除效果,但导致污泥沉降性能变差,在沉淀池又会投加无机化学药剂等方法来改善污泥的沉降性能,这样不仅增加了污水厂的成本,还对污水处理产生了一定的负面影响。对此,在污水处理过程中寻找一个简便且高效的管理指标迫在眉睫。
发明内容
对于目前检测和管理方面面临的问题,我们使用污泥二维分形维数D同时来描述污泥生物活性和物理结构。这样不仅操作简单,而且管理一项指标就可以很好的控制和调节污水处理过程,即控制污泥分形维数D的大小,既保证反应池的生物活性,又不影响沉淀池的污泥沉降性能。具体调整污泥停留时间,污泥负荷,污泥耗氧速率和溶解氧等来控制分形维数的大小。
本发明是通过下述技术方案来实现的。
一种基于分形维数的污水处理厂的优化方法,包括下述步骤:
1)取污水处理厂的活性污泥作为样品,分为等量的若干份;
2)对活性污泥进行稀释至后,取一滴放到载玻片上,并盖上盖玻片;
3)使用显微镜对步骤2)盖有玻片的载玻片活性污泥进行图像拍摄,每一样品至少拍摄5张不同视域的照片;
4)采用图像处理软件处理所拍摄的活性污泥图像,获取单个活性污泥絮体的投影面积A和周长P,基于分形理论得到絮体分形维数D;
5)根据污水处理厂运行历史数据,采用线性或非线性回归方法构建分形维数D与活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt、活性污泥最大吸附容量Qmax、活性污泥指数SVI和活性污泥压缩指数的计算模型;
6)将絮体分形维数D带入到上述模型中,模型输出活性污泥内源比耗氧速率SOURe、总的最大比耗氧速率SOURt、吸附性能Qmax、污泥指数SVI参数和压缩指数,得到污泥的结构特征;
7)当缺少历史数据时,采用以下规则定性描述包括活性污泥的沉降性能和吸附性能的物理结构和活性污泥的生物活性:
当分形维数D小于1.553时,污泥活性高,吸附量大,但污泥沉降性能差,可能会发生污泥膨胀;
当分形维数D在1.553~1.608之间时,污泥的生物活性和吸附能力好,沉降性能满足要求;
当分形维数D大于1.608时,污泥的生物活性和吸附能力差,污泥趋于无机固体,但沉降性能很好。
进一步,所述步骤1)中,取泥时取污水处理厂反应池好氧末端的污泥。
进一步,所述步骤2)中,用纯水对泥样进行稀释至3000mg/L,盖玻片和载玻片使用之前应清洗干净,晾干。
进一步,所述步骤2和3)中图像拍摄过程中应保证载玻片上的一滴活性污泥没有气泡。
进一步,所述步骤5)中,
分形维数D与活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt和活性污泥最大吸附容量Qmax计算模型如下:
Y=A-BX
式中,X为分形维数D,Y为活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt或活性污泥最大吸附容量Qmax,A和B为对应SOURe、SOURt和Qmax的模型系数。
进一步,所述步骤5)中,
分形维数D与活性污泥污泥指数SVI和活性污泥压缩指数计算模型如下:
Y=exp(A-BX)
式中,X为分形维数D,Y为活性污泥污泥指数SVI或活性污泥压缩指数,A和B为对应SVI和活性污泥压缩指数的模型系数。
进一步,所述步骤6)中,污泥指数SVI=SV%/MLSS,压缩指数=△SV%/MLSS,吸附性能Qmax为污泥的最大吸附量。
本发明具有以下优点:
1)成本低,操作简单
由于操作步骤少而简单,使用图像处理软件和显微镜就可以得到检测值,对于管理方来说节省了大量的能源和时间。简化了水质净化过程的多项管理指标,同时通过调节反应池的污泥特性来主动控制污泥的沉降性,避免了传统运行中沉淀池和反应池分开管理的弊端。
2)迅速高效,弥补现行水质检测指标的复杂性
本发明所运用的参数并非水质这种非直观表征污水厂运行情况的指标,而是关注在污水处理的核心主体污泥上。污泥的自身状态才是真正影响污水厂运行的关键。本发明所运用的污泥的分形维数比出水水质更加精确,能更加全面的反应污水处理厂在运行过程中发生的污泥各种性能和恶化现象发生的可能性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的不当限定,在附图中:
图1活性污泥分形维数和生物活性的关系;
图2分形维数和污泥吸附性能的关系;
图3分形维数和污泥沉降性能的关系。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
本发明通过发现一种基于分形维数的污水处理厂的优化方法,进而选择合适的管理运行措施,包括以下步骤:
1)取污水处理厂反应池好氧末端的活性污泥作为样品,分为等量的若干份;
2)对活性污泥稀释至3000mg/L左右后,取一滴放到载玻片上,并盖上盖玻片;盖玻片和载玻片使用之前应清洗干净,晾干。
3)使用显微镜对污泥进行图像拍摄,应保证载玻片上的一滴活性污泥没有气泡,每一样品最少拍摄5张不同视域照片;
4)采用图像处理软件处理所拍摄的污泥图像,获取单个污泥絮体的投影面积A、周长P几何参数,基于分形理论得到絮体分形维数D;
5)根据污水处理厂运行历史数据,采用线性或非线性回归方法构建分形维数D与活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt、活性污泥最大吸附容量Qmax、活性污泥指数SVI和活性污泥压缩指数的计算模型;
分形维数D与活性污泥内源比耗氧速率SOURe计算模型如下:
Y=68.058-38.700X
式中,X为分形维数D,Y为活性污泥内源比耗氧速率SOURe。
分形维数D与活性污泥总的最大比耗氧速率SOURt计算模型如下:
Y=956.834-566.658X
式中,X为分形维数D,Y为活性污泥总的最大比耗氧速率SOURt。
分形维数D与活性污泥最大吸附容量Qmax计算模型如下:
Y=7185.235-4231.124X
式中,X为分形维数D,Y为活性污泥最大吸附容量Qmax。
分形维数D与活性污泥污泥指数SVI计算模型如下:
Y=exp(36.400-20.210X)
式中,X为分形维数D,Y为活性污泥污泥指数SVI。
分形维数D与活性污泥压缩指数计算模型如下:
Y=exp(71.781-43.172X)
式中,X为分形维数D,Y为活性污泥压缩指数。
6)将絮体分形维数D带入到上述模型中,模型输出活性污泥内源比耗氧速率SOURe、总的最大耗氧速率SOURt、吸附性能Qmax、污泥指数SVI参数和压缩指数,得到污泥的结构特征并用于系统评估。污泥指数SVI=SV%/MLSS,压缩指数=△SV%/MLSS,吸附性能Qmax为污泥的最大吸附量。
7)当缺少历史数据时,以下规则可用于定性描述污泥的生物活性和物理结构(包括污泥的沉降性能和吸附性能),
当分形维数D小于1.553时,污泥活性高,吸附量也大,但污泥沉降性能差,可能会发生污泥膨胀,
当分形维数D在1.553~1.608之间时,污泥的生物活性和吸附能力较好,沉降性能也满足要求,
当分形维数D大于1.608时,污泥的生物活性和吸附能力差,污泥趋于无机固体,但沉降性能很好。
下面通过具体实施例进一步说明本发明效果。
1)取实验室7个SBR反应器好氧末端的污泥作为样品,分为等量的若干份;
2)对活性污泥稀释至3000mg/L左右后,取一滴放到载玻片上,并盖上盖玻片,盖玻片和载玻片使用之前应清洗干净,晾干;
3)使用显微镜对污泥进行图像拍摄,应保证载玻片上的一滴活性污泥没有气泡,每一样品最少拍摄5张不同视域照片;
4)采用图像处理软件处理所拍摄的污泥图像,获取单个污泥絮体的投影面积A、周长P几何参数,基于分形理论得到絮体分形维数D;
5)同时采用7个SBR反应器的污泥,分别进行污泥活性,污泥沉降性能和吸附性能实验,
污泥活性实验:呼吸图谱的测试在污水处理智慧运行工作站(WBM450,西安绿标水环境科技有限公司)上进行,该工作站由恒温好氧反应器、溶解氧探头和pH计、PLC控制系统、加药系统和软件分析系统组成。其中恒温好氧反应器是有效容积为1.3L的有机玻璃密闭容器,内置曝气头,外侧有循环恒温水浴层,温度设定为(20±0.5)℃,分析平台在线连续采集DO和pH值数据,采样周期设定为2s,数据自动存入数据库,最后计算出污泥活性SOURe和SOURt。
沉降实验:从各反应中取100mL污泥,搅拌1min,分别倒入100mL量筒中,记录不同时间的污泥体积,并获得污泥沉降曲线。根据数据可计算得出SV5、SV30、SVI等数据。
吸附实验:使用亚甲基蓝(MB)作为化学物质来评估活性污泥的最大吸附容量。将大约20mL MB(50,100,200,400,800,1200,1600,2400mg/L)与5mL活性污泥在锥形瓶中混合,并将混合物的pH保持在6.8±0.1。将烧瓶在25℃的水浴振动器中振荡2小时。用0.45μm过滤器过滤混合液,使用OD为655nm的UV-VIS分光光度计测定收集的滤液中MB的浓度。吸附量qe的计算公式为:
最后又根据朗格缪尔吸附模型算出最大吸附容量Qmax。
5)采用上述反应器的测量数据,采用线性或非线性回归方法构建分形维数与污泥活性、物理结构(包括SVI和吸附性能)的计算模型;
6)将絮体分形维数D带入到上述模型中,模型输出活性污泥内源比耗氧速率SOURe、总的最大耗氧速率SOURt、吸附性能Qmax、污泥指数SVI参数和压缩指数,得到污泥的结构特征并用于系统评估。污泥指数SVI=SV%/MLSS,压缩指数=△SV%/MLSS,吸附性能Qmax为污泥的最大吸附量。
7)当缺少历史数据时,以下规则可用于定性描述污泥的生物活性和物理结构(包括污泥的沉降性能和吸附性能),
当分形维数D小于1.553时,污泥活性高,吸附量也大,但污泥沉降性能差,可能会发生污泥膨胀,通过延长污泥停留时间,降低溶解氧等方法增大分形维数D,
当分形维数D在1.553~1.608之间时,污泥的生物活性和吸附能力较好,沉降性能也满足要求,此时反应池和沉淀池运行较好,
当分形维数D大于1.608时,污泥的生物活性和吸附能力差,污泥趋于无机固体,但沉降性能很好,适当地增大曝气量,提高耗氧速率来减小分形维数D。
实施例分析:
实验样品取自实验室7个SBR反应器,活性污泥取自反应器的好氧末段。G1和G2是絮体污泥,D1和D2是颗粒化絮体污泥,Y1、Y2、Y3是颗粒污泥。对七组不同的污泥分别进行分形维数、污泥呼吸速率、污泥指数和吸附量实验计算,具体数据如表1所示。最后使用Origin软件对分形维数D分别于其他指标进行线性或非线性拟合,得到计算模型,结果如附图1,附图2和附图3所示。随着分形维数D的增大,比耗氧速率SOURe、SOURt和吸附容量Qmax线性下降,污泥指数和压缩指数呈非线性下降趋势。
当分形维数D取1.553时,带入上述计算模型中,得出比耗氧速率SOURe和SOURt分别为7.959mg O2/(g SS·h)和339.177mg O2/(g SS·h),吸附量为614.299mgMB/gSS,污泥指数SVI值为150。同理,分形维数取1.608时,比耗氧速率SOURe和SOURt分别为5.830mg O2/(g SS·h)和45.641mg O2/(g SS·h),吸附量为381.588mgMB/gSS,污泥指数SVI值为50。若分形维数D小于1.553,虽然反应池污泥活性高,吸附量大,但SVI会高于150,可能会发生污泥膨胀,相反当分形维数D大于1.608时,污泥的生物活性和吸附能力过差,吸附量和SOURt甚至为负,污泥趋于无机固体,不利于反应池的运行。但是当分形维数D在1.553~1.608之间时,污泥的生物活性和吸附能力较好,污泥指数也满足50~150的要求,反应池有充足的生物量,能保证有机物生物降解,沉淀池也能达到固液快速分离。
表1分形维数表征污泥活性及物理结构
G1 | G2 | D1 | D2 | Y1 | Y2 | Y3 | |
D | 1.556 | 1.567 | 1.584 | 1.601 | 1.664 | 1.671 | 1.622 |
SOURe | 7.854 | 9.808 | 7.493 | 5.753 | 4.149 | 3.392 | 4.435 |
SOURt | 78.161 | 116.97 | 54.567 | 62.361 | 19.672 | 10.693 | 20.793 |
Qmax | 601.322 | 667.802 | 224.569 | 353.687 | 216.123 | 209.602 | 147.812 |
SVI | 151.899 | 122.353 | 73.412 | 35.635 | 25.377 | 24.962 | 35.312 |
由此可以看出采用分形维数D来描述污泥的生物活性和物理结构,对污水处理厂的管理和运行提供了方便可行的办法。通过这个研究,可以直接主动控制污泥的分形维数D的大小来协调反应池的生物降解和沉淀池的固液分离,具体通过调节污泥停留时间,污泥负荷,溶解氧等,使污泥分形维数保持在合理的范围内,即D在1.553~1.608之内。
上述分形维数D不限于在二维,还可以为一维和三维的值。在此规则中分形维数D为二维分形维数,理论上最大值为2,最小值为1。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。
Claims (5)
1.一种基于分形维数的污水处理厂的优化方法,其特征在于,包括下述步骤:
1)取污水处理厂的活性污泥作为样品,分为等量的若干份;
2)对活性污泥进行稀释后,取一滴放到载玻片上,并盖上盖玻片;
3)使用显微镜对步骤2)盖有玻片的载玻片活性污泥进行图像拍摄,每一样品至少拍摄5张不同视域的照片;
4)采用图像处理软件处理所拍摄的活性污泥图像,获取单个活性污泥絮体的投影面积A和周长P,基于分形理论得到絮体分形维数D;
5)根据污水处理厂运行历史数据,采用线性或非线性回归方法构建分形维数D与活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt、活性污泥最大吸附容量Qmax、活性污泥指数SVI和活性污泥压缩指数的计算模型;
所述分形维数D与活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt和活性污泥最大吸附容量Qmax计算模型如下:
Y=A-BX
式中,X为分形维数D,Y为活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt或活性污泥最大吸附容量Qmax,A和B为对应活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt和活性污泥最大吸附容量Qmax的模型系数;
所述分形维数D与活性污泥指数SVI和活性污泥压缩指数计算模型如下:”
Y=exp(A-BX)
式中,X为分形维数D,Y为活性污泥指数SVI或活性污泥压缩指数,A’和B’为对应活性污泥指数SVI和活性污泥压缩指数的模型系数;
6)将絮体分形维数D带入到上述模型中,模型输出活性污泥内源比耗氧速率SOURe、最大比耗氧速率SOURt、活性污泥最大吸附容量Qmax、活性污泥指数SVI参数和压缩指数,得到污泥的结构特征;
7)当缺少历史数据时,采用以下规则定性描述包括活性污泥的沉降性能和吸附性能的物理结构和活性污泥的生物活性:
当分形维数D小于1.553时,污泥活性高,吸附量大,但污泥沉降性能差,可能会发生污泥膨胀;
当分形维数D在1.553~1.608之间时,污泥的生物活性和吸附能力好,沉降性能满足要求;
当分形维数D大于1.608时,污泥的生物活性和吸附能力差,污泥趋于无机固体,但沉降性能很好;
通过调节污泥停留时间、污泥负荷和溶解氧,使得污泥的分形维数D在1.553~1.608之间,来协调反应池的生物降解和沉淀池的固液分离。
2.根据权利要求1所述的一种基于分形维数的污水处理厂的优化方法,其特征在于,所述步骤1)中,取泥时取污水处理厂反应池好氧末端的污泥。
3.根据权利要求1所述的一种基于分形维数的污水处理厂的优化方法,其特征在于,所述步骤2)中,用纯水对泥样进行稀释至3000mg/L,盖玻片和载玻片使用之前应清洗干净,晾干。
4.根据权利要求1所述的一种基于分形维数的污水处理厂的优化方法,其特征在于,所述步骤2和3)中图像拍摄过程中应保证载玻片上的一滴活性污泥没有气泡。
5.根据权利要求1所述的一种基于分形维数的污水处理厂的优化方法,其特征在于,所述步骤6)中,活性污泥指数SVI=SV%/MLSS,活性污泥压缩指数=△SV%/MLSS,活性污泥最大吸附容量Qmax为污泥的最大吸附量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810777709.0A CN108830429B (zh) | 2018-07-16 | 2018-07-16 | 一种基于分形维数的污水处理厂的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810777709.0A CN108830429B (zh) | 2018-07-16 | 2018-07-16 | 一种基于分形维数的污水处理厂的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108830429A CN108830429A (zh) | 2018-11-16 |
CN108830429B true CN108830429B (zh) | 2020-08-11 |
Family
ID=64140746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810777709.0A Active CN108830429B (zh) | 2018-07-16 | 2018-07-16 | 一种基于分形维数的污水处理厂的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830429B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118771A (zh) * | 2019-03-29 | 2019-08-13 | 亳州学院 | 一种用于活性污泥微生物的智能镜检装置及镜检方法 |
CN111044415B (zh) * | 2019-12-02 | 2020-07-24 | 同济大学 | 一种基于分形维数评价秸秆厌氧转化生物可及性的方法 |
CN111044416B (zh) * | 2019-12-04 | 2020-08-21 | 同济大学 | 一种基于分形维数评价秸秆预处理效果的方法 |
CN111268878B (zh) * | 2020-01-20 | 2021-11-12 | 同济大学 | 一种快速评价剩余污泥厌氧生物转化产甲烷的方法 |
CN112052892A (zh) * | 2020-09-01 | 2020-12-08 | 成都蓉联高科科技有限公司 | 污泥沉降全过程自动分析装置及方法 |
CN112777918B (zh) * | 2020-12-11 | 2022-08-12 | 北京林业大学 | 一种基于分形维数和粒度的污泥氧化调理在线控制方法 |
CN113138141B (zh) * | 2021-04-23 | 2023-01-20 | 昆明理工大学 | 一种测量固-液混合过程固体扩散速率和溶解速率的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006102633A (ja) * | 2004-10-05 | 2006-04-20 | Sanyuu:Kk | 食肉処理場における有機性汚物のリサイクル処理方法 |
CN104075950A (zh) * | 2014-07-15 | 2014-10-01 | 哈尔滨工业大学 | 一种絮凝体强度的定量计算方法 |
CN104483276A (zh) * | 2014-11-25 | 2015-04-01 | 安徽理工大学 | 一种煤泥水生物絮凝絮体分形研究方法 |
CN104931394A (zh) * | 2015-06-23 | 2015-09-23 | 北京工业大学 | 一种检测不同空间维度下水中絮体分形特性的方法及系统 |
CN106442526A (zh) * | 2016-08-29 | 2017-02-22 | 青岛理工大学 | 一种基于matlab的活性污泥絮体分析方法 |
-
2018
- 2018-07-16 CN CN201810777709.0A patent/CN108830429B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006102633A (ja) * | 2004-10-05 | 2006-04-20 | Sanyuu:Kk | 食肉処理場における有機性汚物のリサイクル処理方法 |
CN104075950A (zh) * | 2014-07-15 | 2014-10-01 | 哈尔滨工业大学 | 一种絮凝体强度的定量计算方法 |
CN104483276A (zh) * | 2014-11-25 | 2015-04-01 | 安徽理工大学 | 一种煤泥水生物絮凝絮体分形研究方法 |
CN104931394A (zh) * | 2015-06-23 | 2015-09-23 | 北京工业大学 | 一种检测不同空间维度下水中絮体分形特性的方法及系统 |
CN106442526A (zh) * | 2016-08-29 | 2017-02-22 | 青岛理工大学 | 一种基于matlab的活性污泥絮体分析方法 |
Non-Patent Citations (4)
Title |
---|
A simple respirogram-based approach for the management of effluent from;Zhihua Li etc.;《Bioresource Technology》;20180405;全文 * |
污泥的分形维数与粒度随统计样本的变化特征;张桐等;《环境工程学报》;20090630;第3卷(第6期);全文 * |
活性污泥表面性质对絮凝沉降性能与出水悬浮物的影响;何志江等;《环境科学》;20160831;第37卷(第8期);全文 * |
石油类物质环己烷对活性污泥沉降性能的影响;陈诗然等;《环境科学研究》;20180531;第31卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108830429A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830429B (zh) | 一种基于分形维数的污水处理厂的优化方法 | |
Zhang et al. | Responses of biofilm characteristics to variations in temperature and NH4+-N loading in a moving-bed biofilm reactor treating micro-polluted raw water | |
Schwarzenbeck et al. | Treatment of dairy effluents in an aerobic granular sludge sequencing batch reactor | |
Prehn et al. | Impact of water boundary layer diffusion on the nitrification rate of submerged biofilter elements from a recirculating aquaculture system | |
Mannina et al. | Comparing two start-up strategies for MBRs: Experimental study and mathematical modelling | |
Aitcheson et al. | Removal of aquaculture therapeutants by carbon adsorption: 1. Equilibrium adsorption behaviour of single components | |
Spinelli et al. | Critical analyses of nitrous oxide emissions in a full scale activated sludge system treating low carbon-to-nitrogen ratio wastewater | |
Luo et al. | Performance evaluation of enhanced bioretention systems in removing dissolved nutrients in stormwater runoff | |
Khan et al. | Digital image processing and analysis for activated sludge wastewater treatment | |
Harwanto et al. | Comparison of the nitrification efficiencies of three biofilter media in a freshwater system | |
Bar-Zeev et al. | Bioflocculation: Chemical free, pre-treatment technology for the desalination industry | |
CN103471991A (zh) | 一种基于菌胶团显微图像分析的活性污泥特性确定方法 | |
Collison et al. | Upscaling the zeolite-anammox process: treatment of anaerobic digester filtrate | |
Jing-Feng et al. | Comparison and analysis of membrane fouling between flocculent sludge membrane bioreactor and granular sludge membrane bioreactor | |
Toja Ortega et al. | Effect of an Increased Particulate COD Load on the Aerobic Granular Sludge Process: A Full Scale Study | |
Mueller et al. | Nominal diameter of floc related to oxygen transfer | |
Schwarz et al. | Oxygen transfer in two-stage activated sludge wastewater treatment plants | |
Kuśnierz et al. | Application of integrated fixed-film activated sludge in a conventional wastewater treatment plant | |
CN104528930A (zh) | 固定微生物法降解污水中有机铬的方法 | |
Siciliano et al. | Experimental formulation of a kinetic model describing the nitrification process in biological aerated filters filled with plastic elements | |
Zajac et al. | Effect of the aeration strategy on NOB suppression in activated sludge and biofilm in a hybrid reactor with nitrification/denitrification | |
CN109001435B (zh) | 采用呼吸图谱实现污水处理厂事故预警和管理优化的方法 | |
Wang et al. | Morphological image analysis of biofilm evolution with quantitative analysis in a moving bed biofilm reactor | |
Gong et al. | Pathways of nitrogen and phosphorus utilization and removal from cyanobacteria wastewater by combining constructed wetlands with aerobic reactors | |
CN109650544A (zh) | 活性污泥生物膜复合式污水处理装置及处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |