CN111222253A - Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 - Google Patents
Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 Download PDFInfo
- Publication number
- CN111222253A CN111222253A CN202010067984.0A CN202010067984A CN111222253A CN 111222253 A CN111222253 A CN 111222253A CN 202010067984 A CN202010067984 A CN 202010067984A CN 111222253 A CN111222253 A CN 111222253A
- Authority
- CN
- China
- Prior art keywords
- model
- establishing
- flow state
- treatment system
- asm
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 239000010865 sewage Substances 0.000 title claims abstract description 82
- 238000011282 treatment Methods 0.000 title claims abstract description 74
- 238000004088 simulation Methods 0.000 title claims abstract description 69
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 230000008878 coupling Effects 0.000 title claims abstract description 24
- 238000010168 coupling process Methods 0.000 title claims abstract description 24
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000010802 sludge Substances 0.000 claims description 25
- 238000005273 aeration Methods 0.000 claims description 9
- 238000005276 aerator Methods 0.000 claims description 8
- 238000003756 stirring Methods 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 5
- 229910052799 carbon Inorganic materials 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000010992 reflux Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000004065 wastewater treatment Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 13
- 239000012530 fluid Substances 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 208000014451 palmoplantar keratoderma and congenital alopecia 2 Diseases 0.000 description 5
- 239000002351 wastewater Substances 0.000 description 4
- 201000008217 Aggressive systemic mastocytosis Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 101100436077 Caenorhabditis elegans asm-1 gene Proteins 0.000 description 2
- 101100204282 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) Asm-1 gene Proteins 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005243 fluidization Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000005514 two-phase flow Effects 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
-
- 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
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Microbiology (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Activated Sludge Processes (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
一种CFD‑ASM耦合模拟模型、其建立方法及污水处理系统优化方法，改CFD‑ASM耦合模拟模型的建立方法包括建立待优化污水生物处理系统的三维几何模型，确定计算域；将根据计算域将建立的三维几何模型网格化处理，得到第一模型；设置第一模型的边界条件且满足收敛标准残差后得到第二模型；利用第二模型进行流态数值模拟且流态数值模拟结果满足流态要求后得到第三模型；将第三模型进行生物反应动力学优化，满足出水水质排放标准，形成所述的CFD‑ASM耦合模拟模型。本发明能预测工艺处理效能；根据模拟平台，可以计算出一定水质和计算条件下出水水质情况，包括进出水、去除率等，这对于选择工艺类型和设计工艺参数具有很强的指导意义。
Description
技术领域
本发明属于计算流体力学和活性污泥数学模型仿真技术领域，具体涉及一种CFD-ASM耦合模拟模型、其建立方法及污水处理系统优化方法。
背景技术
随着污水处理要求的日益提高，污水处理厂在提质增效中面临总氮难以达标排放、运行能耗高等问题的挑战。我国污水处理厂普遍具有水质水量波动大特点，城镇污水处理厂还面临技术、资金等因素的制约，导致现有污水处理工艺越来越难以实现稳定达标排放，如何实现污水处理工程由粗放型向精确型过渡，达到节省投资、降低运行费用、提高出水水质的目的是个亟需解决的现实难题。目前，活性污泥法是我国大多数污水处理厂采用的主要处理手段，但在工艺设计和运行等方面却主要采用经验或半经验的方法。而实际污水的水质水量是剧烈波动的，这使得基于经验模型的工程设计存在着诸多缺陷，如流态不均匀，反应不完全等问题。
在污水处理厂运行过程中，构筑物的结构、尺寸及内部流态对污水厂处理效果具有较大影响。目前污水处理厂的设计，基本上都是依据设计手册和相关规范的经验参数和公式进行。这些经验参数和公式是根据大量的工程实践总结得出的，具有使用简单、方便等优点。但是，依据经验参数和公式设计的污水处理厂在运行过程中也存在一些问题，如设计参数选择的经验性较强，较少考虑构筑物内部的流动状况。这对污水处理反应器的水力混合过程和处理效果造成较大的影响，进而导致出水水质不能满足排放标准。
在污水处理过程中，流体是物质和能量传递的主要载体，构筑物的水力特性直接影响反应器的混合过程，制约着污水处理效果。因此，从构筑物内部流态优化考虑，利用计算流体力学(CFD)的方法研究优化构筑物内部的水力特性，也是污水厂提质增效需要考虑的一个角度，可以为污水厂提质增效优化设计提供一条新的途径和方法。
活性污泥法是废水处理的主要方法之一。随着计算机技术的发展，水处理技术要求对活性污泥处理过程进行仿真与控制。活性污泥模型(ASM)是国际水协会(IWA)针对污水活性污泥法推出的数学模型，旨在解决废水生物处理设计和操作过程中的问题，最终目的是获得最优化的处理效果。ASMs模型自推出以来，受到了污水处理工程界的广泛关注，目前已成为活性污泥处理工艺数学仿真、工艺设计、运行控制及优化、提质增效的理论基石。限于污水处理厂的设计、运行水平，构建适用于污水处理厂的活性污泥模型已成为必须。ASMs模型包含了大量的化学计量系数和动力学参数，因此在实际污水厂应用过程中需要对默认参数进行校核，使活性污泥模型能够更准确地模拟水厂实际情况。
综上，建立基于CFD-ASM耦合模拟平台，可以有效地满足污水处理厂提质增效需求，实现污染物的达标排放。本发明针对污水处理厂提供了一种低成本、高成效的提质增效研究方法。
发明内容
有鉴于此，本发明的主要目的之一在于提出一种CFD-ASM耦合模拟模型、其建立方法及污水处理系统优化方法，以期至少部分地解决上述技术问题中的至少之一。
为了实现上述目的，作为本发明的一个方面，提供了一种CFD-ASM耦合模拟模型的建立方法，包括：
(1)建立待优化污水生物处理系统的三维几何模型，确定计算域；
(2)将根据计算域将建立的三维几何模型网格化处理，得到第一模型；
(3)设置第一模型的边界条件且满足收敛标准残差后得到第二模型；
(4)利用第二模型进行流态数值模拟且流态数值模拟结果满足流态要求后得到第三模型；
(5)将第三模型进行生物反应动力学优化，满足出水水质排放标准，形成所述的CFD-ASM耦合模拟模型。
作为本发明的另一个方面，还提供了一种CFD-ASM耦合模拟模型，采用如上所述的建立方法得到。
作为本发明的又一个方面，还提供了一种污水处理系统优化方法，采用如上所述的CFD-ASM耦合模拟模型进行优化。
基于上述技术方案可知，本发明的CFD-ASM耦合模拟模型、其建立方法及污水处理系统优化方法相对于现有技术至少具有以下优势之一：
(1)诊断污水厂流态存在问题，并提出优化改造措施；根据污水厂存在短流、死区等现象，使用CFD软件模拟，提出针对性的流态优化方案；
(2)预测工艺处理效能；根据模拟平台，可以计算出一定水质和计算条件下出水水质情况，包括进出水、去除率等，这对于选择工艺类型和设计工艺参数具有很强的指导意义；
(3)预测工艺处理水质变化状况；了解水质在处理过程中的变化情况，对于分析工艺处理能力和处理条件是必须的，此模拟平台可以对污水处理过程进行研究，可以很清晰地看出各种水质参数在不同池体和运行时段的变化情况，对于分析控制条件、污染物水平和操作条件等都具有直观具体的参考价值；对于污水处理厂运行管理人员而言，可以在短时间内分析各种条件下的水质状况，并从中筛选出能优化工艺运行的条件；
(4)操作方便、省时省力；污水处理厂设计人员、操作人员均可以在该计算机模拟平台的辅助下，完成对工艺条件的设置输入、工艺过程的计算和计算结果的输出分析；可以快速高效的分析工艺状况，查明影响污水处理厂出水水质的流态、微生物等方面的问题，并可以根据平台输出结果对数据进行更深入的分析研究；
(5)便于维护开发；本计算机耦合模拟平台由ANSYS公司和开源软件共同构成，并且可以有C程序语言开发完成，各个模块相对独立，便于程序的调试、升级、维护和使用。
附图说明
图1为本发明实施例中耦合模拟模型的建立方法流程示意图；
图2为本发明实施例中所述CASS工艺流程图；
图3为本发明实施例中所述流态模拟优化图；
图4为本发明实施例中所述呼吸速率曲线图；
图5为本发明实施例中所述活性污泥模型参数敏感性分析图；
图6A为本发明实施例中所述模型模拟结果与实际运行结果中COD的对比图；
图6B为本发明实施例中所述模型模拟结果与实际运行结果中NH4 +-N的对比图；
图6C为本发明实施例中所述模型模拟结果与实际运行结果中TN的对比图；
图7为本发明实施例中所述模型优化前污水厂运行效果图；
图8为本发明实施例中所述模型优化后污水厂运行效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
本发明以计算机和相应的操作系统为平台，使用两套能够根据各种工艺参数预测污水处理厂运行效能、分析活性污泥工艺工作状况的模型。具体涉及一种提质增效生物脱氮污水处理厂的模拟优化新方法，包括对生物反应单元计算流体力学(CFD)模拟以及活性污泥动力学(ASM)模拟等方法，所采用的模拟平台主要有两块构成，流体动力学模块和生物反应动力学模块。通过对结构参数和操作参数进行数值模拟及优化，实现污水生物处理单元除碳脱氮的稳定运行。本耦合模拟方法能够最大限度发挥污水厂现有构筑物的作用，实现进水碳源的充分利用，保证稳定的出水水质，节省曝气能耗，降低运行成本，实现精准控制。
本发明公开了一种CFD-ASM耦合模拟模型的建立方法，包括：
(1)建立待优化污水生物处理系统的三维几何模型，确定计算域；
(2)将根据计算域将建立的三维几何模型网格化处理，得到第一模型；
(3)设置第一模型的边界条件且满足收敛标准残差后得到第二模型；
(4)利用第二模型进行流态数值模拟且流态数值模拟结果满足流态要求后得到第三模型；
(5)将第三模型进行生物反应动力学优化，满足出水水质排放标准，形成所述的CFD-ASM耦合模拟模型。
在本发明的一些实施例中，步骤(1)中所述计算域的构建与污水生物处理系统的关键结构相似，将污水生物处理系统的特征全部构建出来；
在本发明的一些实施例中，步骤(1)中所述三维几何模型的建立方法包括：根据污水生物处理系统各构筑物尺寸以及反应设备的型号参数，使用前处理软件建立三维几何模型；
在本发明的一些实施例中，所述反应设备包括搅拌桨、曝气器中的至少一种。
在本发明的一些实施例中，步骤(2)中所述网格化处理中在关键位置进行网格加密；
在本发明的一些实施例中，所述关键位置包括进出口、曝气管、搅拌桨中的至少一种。
在本发明的一些实施例中，步骤(2)中所述网格化处理中采用非结构式三角形网格，所述网格大小根据计算精度和计算量平衡决定；
在本发明的一些实施例中，步骤(2)中所述网格化处理中网格的扭曲度不高于0.85，增长速率不超过1.40，纵横比不大于5∶1。
在本发明的一些实施例中，步骤(3)中所述收敛标准残差不大于1×10-5。
在本发明的一些实施例中，步骤(4)中所述流态要求包括待优化污水生物处理系统的构筑物内部流态不存在死区、短流现象。
在本发明的一些实施例中，步骤(4)中若所述流态数值模拟结果不满足要求，则通过调整第二模型的各项参数重复步骤(1)至(4)，使流态数值模拟结果满足流态要求；
在本发明的一些实施例中，所述第二模型的各项参数包括待优化污水生物处理系统各构筑物的局部尺寸、曝气器以及搅拌桨的水深、角度、频率。
在本发明的一些实施例中，步骤(5)中所述生物反应动力学优化方法包括建立活性污泥模型，
在本发明的一些实施例中，所述活性污泥模型的灵敏度|Si，j|≥1.0；
在本发明的一些实施例中，所述活性污泥模型的操作模式包括出水计算、过程研究和运行优化；
在本发明的一些实施例中，所述活性污泥模型的参数包括回流比、曝气量、曝气频率、污泥龄、排水比、周期时间、碳源投加量。
本发明还公开了一种CFD-ASM耦合模拟模型，采用如上所述的建立方法得到。
本发明还公开了一种污水处理系统优化方法，采用如上所述的CFD-ASM耦合模拟模型进行优化。
在一个示例性实施例中，本发明以计算机和相应的操作系统为平台，采用如下的技术方案：
(1)根据污水生物处理系统各构筑物尺寸以及搅拌桨、曝气器等的型号参数，使用Fluent前处理软件Geometry、SpaceClaim或GAMIT软件等建立三维几何模型，确定计算域。计算域的构建需要与实际生物处理系统的关键结构(如搅拌器、曝气管等)相似，需要将污水生物处理系统的特征全部构建出来，以更好地实现对污水生物处理系统的模型构建；
(2)建模结束后，将建立好的三维几何模型的计算域进行网格化处理，采用非结构式三角形网格，网格大小根据计算精度和计算量平衡决定，并在关键位置(如进出口、曝气管、搅拌桨等)进行适当的网格加密，提高计算精度。网格生成以后，输出.msh格式文件导入至Fluent前处理软件中进行计算。网格质量要求为扭曲度(Skewness)不能高于0.85，越小越好；增长速率(Grow Rate)最好在1.20以内，最高不能超过1.40；纵横比(Aspect Ratio)一般控制在5∶1以内，边界层网格可以适当放宽；
(3)模型网格化处理后，将.msh格式文件导入Fluent模拟软件中进行流体动力学计算，确定系统内流体状态。采用三维隐式求解器，湍流模型选择RNG k-ε模型，多相流模型选择欧拉模型，并确定流体的物理性质(混合液流动特性，气泡直径等属性)，作为流体模拟之前的边界条件。对反应器进出口、关键位置等进行边界条件设置。污水、空气进口选择速度入口条件，出口选择压力出口设置。计算收敛标准残差设置为1×10-5。初始化之后进行迭代计算，当残差满足计算要求后认为计算收敛，结果可靠。
(4)从上述的模型计算结果中导出反应器流态数值模拟结果并进行分析；如果数值模拟结果显示构筑物内部流态不存在死区、短流现象，流态状态良好，表明影响污水厂脱氮效果的原因不在于流态方面，则不需要对流态进行调整；如果数值模拟结果显示污水厂(污水生物处理系统)生物反应区存在死区、短流等现象，或者与设计预期存在较大出入，则说明污水处理厂设计方案有问题，需要对污水厂结构的局部尺寸和曝气器、搅拌桨的安装水深、角度、频率等因素进行流态化优化调整，调整后的几何结构返回步骤(1)(2)(3)进行数值模拟。如果仍然未达到流态混合均匀的预期，则继续调整、模拟，直到模拟结果满足设计预期，实现构筑物的流态优化。在流态优化的情况下最终确定污水厂改造后的结构尺寸、关键设备的安装水深、角度、操作频率等，从而实现污水生物处理系统的流态方面优化设计。
(5)通过流态模拟优化后，根据工艺流程，进行生物反应动力学方面的优化，以使污水厂实现出水水质满足排放标准。
生物反应动力学方面的优化主要采用活性污泥模型(ASM)，所选活性污泥模型(ASM)模型的操作模式包括出水计算、过程研究和运行优化；所涉及的工艺类型包括单向多池连续流(如缺氧/好氧、厌氧/缺氧/好氧、氧化沟工艺等)、间歇时间连续流(如SBR等)、单向多池多时段(如CASS工艺等连续进水、间歇出水模式)以及交替多池多时段(如UNITANK工艺等)；
(6)本实施例生物反应动力学方面的优化所需污水厂的水质特性参数、历史记录、化学计量系数和动力学参数的具体内容如下：①水质特性参数：涵盖污水厂2～12个月的历史进水数据，包括水质水量和温度；以及通过呼吸速率法测定的不同温度(或季节)条件下进水组分特征；
②历史记录：主要是指与进水水质特性参数一致的出水水质(常规指标)情况，将出水水质直接输入至系统平台内，作为模拟结果准确性的参考；
③化学计量系数和动力学参数主要是和模型基础相关的数值，可以引用系统推荐值或自定义输入。自定义输入的依据是灵敏度分析得出的对出水水质影响较大的指标，通常以灵敏度|Si，j|≥1.0的参数作为模型校核的依据。
(7)利用GPS-X、Biowin、Matlab等软件编制相关的活性污泥模型(ASM)求解程序，对污水生物处理系统的目标函数(如COD、氨氮、总氮、总磷等)进行求解，得到一套符合实际污水处理系统运行调控的模型；同时，根据污水处理系统提质增效需求，通过模拟平台调控操作参数(主要有回流比、曝气量、曝气频率、污泥龄、排水比、周期时间、碳源投加量等)，通过调控确定可以满足污水处理系统排放标准的操作参数。
以下通过具体实施例结合附图对本发明的技术方案做进一步阐述说明。需要注意的是，下述的具体实施例仅是作为举例说明，本发明的保护范围并不限于此。
以日处理量2,000m3/d的CASS工艺为例，进水COD 400±50mg/L，氨氮70±10mg/L，总氮80±10mg/L。CFD-ASM耦合模拟平台优化污水处理厂出水水质步骤如下：
步骤1.对CASS工艺进行三维几何构建，然后进行非结构化网格划分，同时对关键位置进行网格加密，以提高计算精度，网格质量要求为Skewness为0.81，符合计算要求。数值模拟采用三维两相流模拟，湍流模型选择RNG k-ε模型。边界条件设置完成进行初始化后，开始进行计算，收敛标准残差设置为1×10-5。图1为该方法流程图，图2为CASS工艺流程示意图。
步骤2.通过对改造前污水处理厂进行流态模拟，发现死区较为严重，并进行了搅拌器安装位置和角度的优化(图3)，优化后流态大幅改善，死区、短流现象减少。
步骤3.使用耦合平台里面的ASM模块进行生物反应反动力学模拟。在ASM模型进水水质输入页面输入进水水质数据，作为模拟之前的准备工作。
步骤4.通过OUR呼吸速率法测定进水COD组分(图4)，并通过积分求解ASM1模型中包括溶解性可生物降解有机物(SS)，溶解性不可生物降解(SI)，颗粒性可生物降解有机物(XS)，颗粒性不可生物降解有机物(XI)的比例。
步骤5.根据模型以出水水质为参考结果，对ASM1模型中的动力学参数和化学计量系数进行灵敏度分析(图5)。通过输出模拟结果，并对较为灵敏的几个参数进行校核，使模拟结果与污水处理厂实际出水结果相似(图6A-图6C)，则判定建立的ASM模型能够真实反应污水厂的实际运行情况。
步骤6.通过建立的ASM模型，对污水厂运行参数进行优化模拟，使模拟出水结果满足排放标准，得到一套使污水厂稳定达标排放的运行策略，并应用于污水厂实际运行。污水厂改造前后运行数据如图7、图8所示。
通过CFD-ASM耦合模拟平台，可以使得污水处理厂在流态和生物反应方面均达到较好状态，可以低成本、高成效的实现污水处理厂稳定达标运行，为污水处理厂提质增效提供技术支撑。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种CFD-ASM耦合模拟模型的建立方法，包括：
(1)建立待优化污水生物处理系统的三维几何模型，确定计算域；
(2)将根据计算域将建立的三维几何模型网格化处理，得到第一模型；
(3)设置第一模型的边界条件且满足收敛标准残差后得到第二模型；
(4)利用第二模型进行流态数值模拟且流态数值模拟结果满足流态要求后得到第三模型；
(5)将第三模型进行生物反应动力学优化，满足出水水质排放标准，形成所述的CFD-ASM耦合模拟模型。
2.根据权利要求1所述的建立方法，其特征在于，
步骤(1)中所述计算域的构建与污水生物处理系统的关键结构相似，将污水生物处理系统的特征全部构建出来；
步骤(1)中所述三维几何模型的建立方法包括：根据污水生物处理系统各构筑物尺寸以及反应设备的型号参数，使用前处理软件建立三维几何模型；
其中，所述反应设备包括搅拌桨、曝气器中的至少一种。
3.根据权利要求1所述的建立方法，其特征在于，
步骤(2)中所述网格化处理中在关键位置进行网格加密；
其中，所述关键位置包括进出口、曝气管、搅拌桨中的至少一种。
4.根据权利要求1所述的建立方法，其特征在于，
步骤(2)中所述网格化处理中采用非结构式三角形网格，所述网格大小根据计算精度和计算量平衡决定；
步骤(2)中所述网格化处理中网格的扭曲度不高于0.85，增长速率不超过1.40，纵横比不大于5：1。
5.根据权利要求1所述的建立方法，其特征在于，
步骤(3)中所述收敛标准残差不大于1×10-5。
6.根据权利要求1所述的建立方法，其特征在于，
步骤(4)中所述流态要求包括待优化污水生物处理系统的构筑物内部流态不存在死区、短流现象。
7.根据权利要求1所述的建立方法，其特征在于，
步骤(4)中若所述流态数值模拟结果不满足要求，则通过调整第二模型的各项参数重复步骤(1)至(4)，使流态数值模拟结果满足流态要求；
其中，所述第二模型的各项参数包括待优化污水生物处理系统各构筑物的局部尺寸、曝气器以及搅拌桨的水深、角度、频率。
8.根据权利要求1所述的建立方法，其特征在于，
步骤(5)中所述生物反应动力学优化方法包括建立活性污泥模型；
所述活性污泥模型的灵敏度|Si，j|≥1.0；
所述活性污泥模型的操作模式包括出水计算、过程研究和运行优化；
所述活性污泥模型的参数包括回流比、曝气量、曝气频率、污泥龄、排水比、周期时间、碳源投加量。
9.一种CFD-ASM耦合模拟模型，采用如权利要求1至8任一项所述的建立方法得到。
10.一种污水处理系统优化方法，采用如权利要求9所述的CFD-ASM耦合模拟模型进行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067984.0A CN111222253A (zh) | 2020-01-20 | 2020-01-20 | Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067984.0A CN111222253A (zh) | 2020-01-20 | 2020-01-20 | Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111222253A true CN111222253A (zh) | 2020-06-02 |
Family
ID=70827129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010067984.0A Pending CN111222253A (zh) | 2020-01-20 | 2020-01-20 | Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111222253A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112397137A (zh) * | 2020-10-28 | 2021-02-23 | 南京大学 | 污水中有机微污染物浓度变化规律的预测模型及预测方法 |
| CN112908425A (zh) * | 2021-01-29 | 2021-06-04 | 中国石油大学(华东) | 一种基于反应动力学模型的微生物采油数值模拟方法 |
| CN113130011A (zh) * | 2021-05-06 | 2021-07-16 | 中信清水入江(武汉)投资建设有限公司 | 一种基于活性污泥模型与cfx融合的污水处理方法及系统 |
| CN113955854A (zh) * | 2021-11-26 | 2022-01-21 | 昆明理工大学 | 一种氧化沟污水处理工艺建模及智能控制方法 |
| CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007229550A (ja) * | 2006-02-27 | 2007-09-13 | Toshiba Corp | 下水処理場運転支援装置 |
| CN101058457A (zh) * | 2006-04-21 | 2007-10-24 | 同济大学 | 一种分体式射流曝气器及其使用方法 |
| CN101244868A (zh) * | 2008-03-06 | 2008-08-20 | 同济大学 | 一种射流曝气污水处理反应器的优化设计方法 |
| CN103092079A (zh) * | 2013-01-14 | 2013-05-08 | 浙江工商大学 | 一种基于FCASMs机理模型和嵌入式系统智能化控制SBR工艺的方法 |
-
2020
- 2020-01-20 CN CN202010067984.0A patent/CN111222253A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007229550A (ja) * | 2006-02-27 | 2007-09-13 | Toshiba Corp | 下水処理場運転支援装置 |
| CN101058457A (zh) * | 2006-04-21 | 2007-10-24 | 同济大学 | 一种分体式射流曝气器及其使用方法 |
| CN101244868A (zh) * | 2008-03-06 | 2008-08-20 | 同济大学 | 一种射流曝气污水处理反应器的优化设计方法 |
| CN103092079A (zh) * | 2013-01-14 | 2013-05-08 | 浙江工商大学 | 一种基于FCASMs机理模型和嵌入式系统智能化控制SBR工艺的方法 |
Non-Patent Citations (2)
| Title |
|---|
| (德)费尔腾: "《Fluent：流体工程仿真计算实例与分析》", 北京：国防工业出版社, pages: 241 - 242 * |
| 柳蒙蒙等: ""基于 CFD 的大型膜生物反应器的设计及运行优化"", pages 552 - 558 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112397137A (zh) * | 2020-10-28 | 2021-02-23 | 南京大学 | 污水中有机微污染物浓度变化规律的预测模型及预测方法 |
| CN112397137B (zh) * | 2020-10-28 | 2024-02-09 | 南京大学 | 污水中有机微污染物浓度变化规律的预测模型及预测方法 |
| CN112908425A (zh) * | 2021-01-29 | 2021-06-04 | 中国石油大学(华东) | 一种基于反应动力学模型的微生物采油数值模拟方法 |
| CN113130011A (zh) * | 2021-05-06 | 2021-07-16 | 中信清水入江(武汉)投资建设有限公司 | 一种基于活性污泥模型与cfx融合的污水处理方法及系统 |
| CN113955854A (zh) * | 2021-11-26 | 2022-01-21 | 昆明理工大学 | 一种氧化沟污水处理工艺建模及智能控制方法 |
| CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
| CN116562412B (zh) * | 2022-11-16 | 2024-02-20 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111222253A (zh) | Cfd-asm耦合模拟模型、其建立方法及污水处理系统优化方法 | |
| Ferrer et al. | DESASS: a software tool for designing, simulating and optimising WWTPs | |
| Rezavand et al. | A fully Lagrangian computational model for the integration of mixing and biochemical reactions in anaerobic digestion | |
| Li et al. | Hydraulic characteristics and performance modeling of a modified anaerobic baffled reactor (MABR) | |
| Dai et al. | The application of multi-objective optimization method for activated sludge process: a review | |
| Climent et al. | Biological reactor retrofitting using CFD-ASM modelling | |
| CN101777084B (zh) | 一种污水处理厂a2/o工艺的优化设计方法 | |
| Lu et al. | Automatic control and optimal operation for greenhouse gas mitigation in sustainable wastewater treatment plants: A review | |
| CN103605859B (zh) | 一种污水处理厂二沉池的优化设计方法 | |
| CN106745739A (zh) | 一种基于神经网络模型预测pH变化实现SBR短程硝化的方法 | |
| CN105439285A (zh) | 一种污水处理的调控方法 | |
| Collivignarelli et al. | Identification and localization of hydrodynamic anomalies in a real wastewater treatment plant by an integrated approach: RTD-CFD analysis | |
| Zeng et al. | Dynamic simulation of urban water metabolism under water environmental carrying capacity restrictions | |
| 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 | |
| CN101172703A (zh) | 基于进水水质变化的氧化沟工艺处理方法 | |
| CN104914227B (zh) | 基于多高斯核自优化相关向量机的污水水质软测量方法 | |
| Chen et al. | An efficient approach based on bi-sensitivity analysis and genetic algorithm for calibration of activated sludge models | |
| CN105548474A (zh) | 一种污水处理微生物载体生化特性图谱的测定方法 | |
| Simon-Várhelyi et al. | Dairy wastewater processing and automatic control for waste recovery at the municipal wastewater treatment plant based on modelling investigations | |
| Xie et al. | Modeling and multi-objective optimization for ANAMMOX process under COD disturbance using hybrid intelligent algorithm | |
| Kapumbe et al. | Modeling and simulation of membrane bioreactor model based on ASM3 for domestic wastewater treatment. | |
| CN201016100Y (zh) | 分段进水a/o工艺溶解氧和碳源投加模糊控制装置 | |
| Ruiz et al. | Practical review of modelling and simulation applications at full-scale wastewater treatment plants | |
| Yang | Approaches for modeling anaerobic granule-based reactors | |
| CN110436608A (zh) | 用于底泥余水处理设备的曝气监控方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |