CN112349355B - 一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 - Google Patents
一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 Download PDFInfo
- Publication number
- CN112349355B CN112349355B CN202011088122.2A CN202011088122A CN112349355B CN 112349355 B CN112349355 B CN 112349355B CN 202011088122 A CN202011088122 A CN 202011088122A CN 112349355 B CN112349355 B CN 112349355B
- Authority
- CN
- China
- Prior art keywords
- unit
- anoxic
- aerobic
- removal rate
- anaerobic
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明公开了一种有机化学品在A2/O污水生化处理系统中的暴露预测方法。使用二级动力学方程模拟化学物质在系统中的生物降解过程;在缺氧和好氧单元去除率计算时,使用了有效污泥浓度的概念,其中有效污泥浓度根据缺氧段进水有机碳浓度(TOC)进行预测。相比于污水生化处理系统常用的一级动力学方程,二级动力学方程考虑了污泥浓度,更符合真实的污泥降解机制。在缺氧和好氧单元引入的有效污泥浓度的概念,可以修正进水营养物质对污泥活性的影响,可提高化学品去除率预测结果的准确率。
Description
技术领域
本发明涉及化学品环境风险评估领域及污水处理领域,涉及一种有机化学品在厌氧-缺氧-好氧工艺(A2/O)污水生化处理系统中的暴露预测方法。
背景技术
我国是化学品研发、生产、使用大国,除了4.5万多种现有化学物质外,每年还有上千种新化学物质投入使用,这些化学物质进入环境后会带来潜在风险。为了防控化学品的环境风险,需评估化学物质在环境中的暴露情况。其中污水处理厂(Sewage treatmentplant,STP)是化学品进入环境的关键环节,在STP中,难降解化学品不能完全去除,可能挥发进入大气,或被污泥吸附,残留化学品随二级出水排放进入环境水体,对生态环境尤其是水生生态系统存在潜在的生态风险。因此,在化学物质环境风险评估时,都要求评估化学物质在STP中的归趋和去除效率。
另一方面目前在STP效果评估中,通常将COD、总氮、总磷等总量污染物的去除效率作为水质是否达标的主要指标。随着大量有毒有害微污染物的日益关注,必将要求STP能够去除大量的微污染物的去除。
目前使用环境模型预测方法是评估化学品在STP中归趋和去除效率的主要方式。我国STP有多种工艺,其中A2/O是一种通过厌氧区、缺氧区和好氧区的各种组合以及不同的污泥回流方式来去除水中有机污染物、氮、磷等的生化污水处理方法。A2/O工艺在我国应用较为广泛,是我国目前STP的第二大工艺。根据环保标准《厌氧-缺氧-好氧活性污泥法污水处理工程技术规范》(HJ 576-2010),为了规范厌氧缺氧好氧活性污泥法在污水处理工程中的应用,要求大、中型城镇污水和工业废水处理工程艺宜采用A2/O工艺,因此构建以A2/O型工艺为基础的化学品STP暴露预测方法,对化学品暴露评估具有重要意义。
在STP中,生物降解动力学模拟是重要内容之一。A2/O工艺中,涉及厌氧、缺氧和好氧生物降解性。目前所构建的基于A2/O工艺的STP暴露预测模型:STP(A2/O)(厌氧-缺氧-好氧处理系统的化学品暴露水平预测方法,专利授权号ZL201510074042.4),对生物降解的动力学的模拟基于一级动力学:
上式中,k为生物降解一级动力学常数(s-1),c为化学物质浓度(mg·L-1)。
公式(1)的模拟方法存在以下不足:
(1)生物降解速率只考虑了化学物质浓度,未考虑污泥浓度的影响。在污泥浓度相比于被降解化学物质浓度显著过量的情况下,化学物质的生物降解速率只取决于化学物质浓度。但污泥浓度与被降解化学物质浓度相当时,化学物质的生物降解速率取决于化学物质和污泥浓度两个因素。
(2)未考虑废水流经厌氧、缺氧和好氧系统处理后,有机营养物质(以总有机碳浓度为例,简称TOC)的减少对污泥活性的影响。活性污泥的酶活性可能显著的受到水中有机营养物质(TOC)的影响(Morgenroth,E.,Kommedal,R.,&P.(2002).Processesand modeling of hydrolysis of particulate organic matter in aerobicwastewater tratment-A review.Water ence&Technology A Journal of theInternational Association on Water Pollution Research,45(6),25-40.)。当TOC较高时,污泥在共代谢降解有机营养物质时,可能会产生较多的酶,使污泥活性增强(可理解为有效污泥浓度增加),促进对化学物质的降解;而当TOC较低时,污泥产生的酶较少(有效污泥浓度较少),化学物质的降解速率变低。因此化学物质的降解速率显著的受到水中TOC的影响,该现象也被相关研究所发现(Reboleirorivas,P.,Martinpascual,J.,Juarezjimenez,B.,Poyatos,J.M.,Hontoria,E.,Rodelas,B.,&Gonzalezlopez,J.(2013).Enzymatic activities in a moving bed membrane bioreactor for real urbanwastewater treatment:Effect of operational conditions.Ecological Engineering,61,23-33.)。在A2/O系统中,由于缺氧和好氧单元在厌氧单元之后,污水经过厌氧单元的降解,TOC含量下降,因此通常情况下,缺氧和好氧单元进水中TOC含量不高,化学物质的降解速率易受污泥活性(有效污泥浓度)的影响。因此有必要在降解动力学模拟时考虑水中TOC变化对有效污泥的影响,以提高评估去除率预测准确度。
发明内容
本发明的目的是通过提供一种化学品在A2/O工艺STP中的暴露预测方法,为化学品环境暴露评估以及STP效果评估及工艺优化和设计提供技术工具。
为实现上述目的,本发明提供一种本发明实施的化学品在A2/O工艺污水生化处理系统去除预测方法,包括以下步骤:1.建立A2/O系统暴露预测概念模型;2.计算厌氧单元的降解去除率;3.计算缺氧单元和好氧单元的降解去除率;4.计算系统总降解去除率。具体如下:
(1)建立A2/O系统暴露预测概念模型(见附图1,s1、s2、s4为采样点位);将厌氧单元、缺氧单元和好氧单元分别标记为A1、A2和O。
(2)建立二级生物降解动力学速率方程
根据二级动力学方程,假定生物降解速率与化学物质浓度和有效污泥浓度有关:
对公式(1)在t=[0,HRT]内进行积分后得到:
则去除率通式为:
公式(1)至公式(3)中:k为二级动力学常数(L·h-1·g-1);R为去除率(%);c0为初始时刻化学物质浓度(mg L-1);ct为t时刻化学物质浓度(mg L-1);MLSS为污泥浓度(g·L-1);t为反应时间(h),HRT为单元的水力停留时间(h)。
(3)建立有效活性污泥计算公式
假设系统中只有有效的污泥才能促进化学物质的降解,并假定有效的污泥浓度(MLSSeff)与污泥浓度成正比,比例系数为ken:
MLSSeff=ken×MLSS (4)
其中有效污泥比例系数ken与水中TOC密切相关:
ken=(0.009×TOC)–0.04 (5)
公式(5)来源:试验测定了A2/O系统中3种水力停留时间(对应3个进水TOC)下,11种有机磷酸酯在缺氧和好氧单元中的去除率。将去除率与进水TOC根据公式5进行回归,得到有效污泥比例系数ken与水中TOC的关系,回归曲线见图2。
公式(4)和公式(5)中,MLSSeff为有效污泥浓度(g·L-1);TOC为缺氧单元进水有机碳浓度(mg·L-1);ken为有效污泥比例系数(无量纲);TOC为缺氧单元进水有机碳浓度(mg·L-1)。
(4)计算总降解去除率
假定在缺氧和好氧单元中,水中TOC不足,需要使用有效的污泥浓度MLSSeff代替MLSS,则根据公式(3),缺氧和好氧单元化学物的去除率为:
而在厌氧单元,水中TOC充足,所有污泥都有效,去除率无需用有效污泥浓度:
系统总降解去除率为:
R=RA1+(1RA1)RA2O (8)
公式(6)至公式(8)中,ken为有效污泥比例系数(无量纲);k为二级动力学常数(L·h-1·g-1);R为去除率(%);MLSS为污泥浓度(g·L-1);HRT为水力停留时间(h);下标A1为厌氧单元、A2为缺氧单元、O为好氧单元,A2O为缺氧和好氧单元。
本发明的有益效果在于:
(1)本发明提供了一种估算有机化学品在A2/O工艺STP中暴露预测方法,可估算有机化学品的去除率,为化学品环境暴露评估和环境风险评估提供技术工具,也可为STP工艺设计、效果评估提供参考。
(2)本发明使用了二级动力学方程描述有机化学品在STP中的生物降解去除过程,相比于一级动力学方程,考虑了污泥浓度,更符合真实的污泥降解机制。
(3)在A2/O工艺中,由于缺氧和好氧单元在厌氧单元之后,污水经过厌氧单元的降解后,TOC含量较低,使得缺氧和好氧单元污泥活性不高,有效污泥浓度降低。现有的方法均未考虑水中TOC对降解去除的影响。本发明建立了有效污泥浓度的计算方法,查明了水中的TOC对降解去除的影响,可提高A2/O系统中化学物质的去除率预测的准确度。
附图说明
图1为A2/O系统暴露预测概念模型。
图2为11种有机磷酸酯在A2/O系统的缺氧和好氧单元ken与水中TOC浓度回归曲线。
具体实施方式
结合具体实施例对本发明作进一步说明。
选择三-(1,3二氯丙基)磷酸酯(TDCP)作为待评估化学品,试验测定厌氧、缺氧和好氧生物降解速率,分别为kA1=0.014L·h-1·g-1,kA2=0.010L·h-1·g-1,kO=0.030L·h-1·g-1。
搭建A2/O模拟试验装置,测定TDCP在不同HRT条件下的去除率。装置控制参数见表1。试验测定的去除率见表2。
表1试验装置运行条件
因为厌氧单元受TOC影响较少,因此不考虑污泥有效浓度,根据公式(7)计算了TDCP在厌氧单元不同HRT的去除效率。
使用本发明方法计算缺氧和好氧单元去除率和总去除。
缺氧和好氧单元由于进水TOC浓度不足,有效污泥浓度易受进水TOC影响,首先使用公式(5),根据缺好氧段进水TOC分别为84g·L-1、200g·L-1和238g·L-1,计算ken分别为0.72、1.76和2.10。使用公式(6)计算TDCP在缺氧和好氧单元不同HRT的去除效率分别为95%、97%和89%。
根据公式(8)得到总去除分别为99%、99%和93%。
使用非本发明方法计算去除率。计算不考虑有效污泥浓度时TDCP的去除率,即在公式(6)中将ken设置为1。得到的去除率列于表2。
作为对比,可以发现,不考虑有效污泥浓度时,计算结果显著受到HRT影响,随着HRT减小,RA2O显著降低(分别为98%、88%和65%),与实测结果(分别为88%、87%和94%)差异较大,最高偏差29%。尤其是在HRT=20.5h时,预测R为79%,实测R为96%,偏差为17%。
而考虑了有效污泥浓度后,RA2O分别为95%、97%和89%,与实测结果差异较小,最高偏差10%。预测总去除R与实验值最高偏差为3%,相比于不考虑有效污泥浓度时的偏差减小,说明预测准确度有较大提高。
表2不同预测方法与实测结果的比较
Claims (1)
1.一种有机化学品在A2/O污水生化处理系统中的暴露预测方法,其特征在于包括以下步骤:
(1)建立A2/O系统暴露预测概念模型;(2)计算厌氧单元的降解去除率;(3)计算缺氧单元和好氧单元的降解去除率;(4)计算系统总降解去除率;
步骤(1)具体为:建立A2/O系统暴露预测概念模型,将厌氧单元、缺氧单元和好氧单元进行标记;
步骤(2)厌氧单元的降解去除率计算方法为:
上式中,RA1为厌氧单元的去除率(%);kA1为化学品二级动力学常数(L·h-1·g-1);MLSSA1为厌氧单元污泥浓度(g·L-1);HRTA1为厌氧单元的水力停留时间(h);下标A1表示厌氧单元;
步骤(3)缺氧单元和好氧单元的降解去除率计算方法为:
上式中,下标A2、O分别表示缺氧单元和好氧单元,A2O为缺氧和好氧单元联合体;MLSSeff为缺氧单元和好氧单元有效污泥浓度(g·L-1),ken为有效污泥比例系数(无量纲);其他参数含义同上;
所述MLSSeff采用以下公式计算:
MLSSeff=ken×MLSS
上式中,MLSS为缺氧单元和好氧单元实际污泥浓度(g·L-1);
所述ken采用以下公式计算:
ken=(0.009×TOC)–0.04
上式中,TOC为缺氧单元进水有机碳浓度(mg·L-1);
步骤(4)总降解去除率计算公式为:
R=RA1+(1-RA1)RA2O。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011088122.2A CN112349355B (zh) | 2020-10-13 | 2020-10-13 | 一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011088122.2A CN112349355B (zh) | 2020-10-13 | 2020-10-13 | 一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112349355A CN112349355A (zh) | 2021-02-09 |
CN112349355B true CN112349355B (zh) | 2023-09-29 |
Family
ID=74361932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011088122.2A Active CN112349355B (zh) | 2020-10-13 | 2020-10-13 | 一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112349355B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115713978A (zh) * | 2022-11-30 | 2023-02-24 | 南京科技职业学院 | 一种臭氧深度处理废水中新污染物去除率的预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104649413A (zh) * | 2015-02-11 | 2015-05-27 | 环境保护部南京环境科学研究所 | 厌氧-缺氧-好氧处理系统的化学品暴露水平预测方法 |
CN111540414A (zh) * | 2020-05-18 | 2020-08-14 | 生态环境部南京环境科学研究所 | 一种污泥农用后有机化学品暴露浓度的预测方法 |
-
2020
- 2020-10-13 CN CN202011088122.2A patent/CN112349355B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104649413A (zh) * | 2015-02-11 | 2015-05-27 | 环境保护部南京环境科学研究所 | 厌氧-缺氧-好氧处理系统的化学品暴露水平预测方法 |
CN111540414A (zh) * | 2020-05-18 | 2020-08-14 | 生态环境部南京环境科学研究所 | 一种污泥农用后有机化学品暴露浓度的预测方法 |
Non-Patent Citations (2)
Title |
---|
Integrated fate assessment of aromatic amines in aerobic sewage treatment plants;Linjun Zhou, et al.;Springer Link;全文 * |
有机化学品与臭氧反应速率常数的定量预测模型研究;范德玲等;生态与农村环境学报;第35卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112349355A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Modeling and simulation of a biological process for treating different COD: N ratio wastewater using an extended ASM1 model | |
Wen et al. | Nitrification kinetics and microbial communities of activated sludge as a full-scale membrane bioreactor plant transitioned to low dissolved oxygen operation | |
Serdarevic et al. | Wastewater process modeling | |
Fall et al. | COD fractionation and biological treatability of mixed industrial wastewaters | |
Gardoni et al. | Long-term effects of the ozonation of the sludge recycling stream on excess sludge reduction and biomass activity at full-scale | |
CN112349355B (zh) | 一种有机化学品在a2/o污水生化处理系统中的暴露预测方法 | |
Ghalehkhondabi et al. | Performance analysis of four-stage rotating biological contactor in nitrification and COD removal from petroleum refinery wastewater | |
KR100633831B1 (ko) | 수질 정보 연산 처리 장치 | |
Edalatmanesh et al. | Optimization of phenol degradation in a combined photochemical–biological wastewater treatment system | |
Chanakya et al. | Achieving biological nutrient removal in an old sewage treatment plant through process modifications–A simulation and experimental study | |
Mehrani et al. | Performance evaluation and model-based optimization of the mainstream deammonification in an integrated fixed-film activated sludge reactor | |
Shen et al. | Investigation of nitrogen pollutants transformation and its pathways along the long-distance prechlorinated raw water distribution system | |
Gönenç et al. | Nitrification in rotating disc systems—II. Criteria for simultaneous mineralization and nitrification | |
Szilveszter et al. | Mathematical models for domestic biological wastewater treatment process | |
Ma et al. | Prediction model of DnBP degradation based on BP neural network in AAO system | |
How et al. | Kinetic characterization of a low-dissolved‑oxygen oxic-anoxic process treating low COD/N tropical wastewater revealed selection of nitrifiers with high substrate affinity | |
Luo et al. | A novel model-based adaptive control strategy for step-feed SBRs dealing with influent fluctuation | |
Jeong et al. | Characteristics of TOC in effluent discharge from public sewage treatment works in Korea | |
Leyva-Díaz et al. | Influence of nalidixic acid on tandem heterotrophic-autotrophic kinetics in a “NIPHO” activated sludge reactor | |
Alsmadi et al. | Simulation of Wastewater Treatment Performance of Sequencing Batch Reactor under Seasonal Variations Using GPS-X: A Case Study in Sharjah, UAE | |
Su et al. | Determination of partial denitrification kinetic model parameters based on batch tests and metagenomic sequencing | |
Smith | Treating wastewater in a conventional activated sludge (CAS) system or a Membrane Bioreactor (MBR). A comparison of capital and operating costs | |
JP3213657B2 (ja) | 汚水の処理方法およびその装置 | |
Momoh et al. | Kinetic evaluation of petroleum refinery wastewater biodegradation in an activated sludge process | |
El Hattaba et al. | Simulation of a full-scale wastewater treatment plant performance at various temperatures using Extended Activated Sludge Model No. |
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 |