CN114291912B - 基于生物数学模型的污水处理曝气系统改造方法 - Google Patents

基于生物数学模型的污水处理曝气系统改造方法 Download PDF

Info

Publication number
CN114291912B
CN114291912B CN202210017082.5A CN202210017082A CN114291912B CN 114291912 B CN114291912 B CN 114291912B CN 202210017082 A CN202210017082 A CN 202210017082A CN 114291912 B CN114291912 B CN 114291912B
Authority
CN
China
Prior art keywords
aeration
area
zone
mathematical model
low
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
Application number
CN202210017082.5A
Other languages
English (en)
Other versions
CN114291912A (zh
Inventor
吴远远
翟学棚
蔡然
王征戍
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.)
Beijing Shouchuang Ecological Environmental Protection Group Co ltd
Original Assignee
Beijing Shouchuang Ecological Environmental Protection Group Co ltd
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 Beijing Shouchuang Ecological Environmental Protection Group Co ltd filed Critical Beijing Shouchuang Ecological Environmental Protection Group Co ltd
Priority to CN202210017082.5A priority Critical patent/CN114291912B/zh
Publication of CN114291912A publication Critical patent/CN114291912A/zh
Application granted granted Critical
Publication of CN114291912B publication Critical patent/CN114291912B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02WCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00Technologies for wastewater treatment
    • Y02W10/10Biological treatment of water, waste water, or sewage

Landscapes

  • Activated Sludge Processes (AREA)

Abstract

本发明公开了一种基于生物数学模型的污水处理曝气系统改造方法,包括:步骤1,构建污水处理厂的生物数学模型:根据待处理污水处理厂的数据,构建生物数学模型;步骤2,设置曝气分区:依据生物数学模型,将好氧池划分为高、中和低曝气区,并对应设置控制阀和流量计;步骤3,计算各曝气区曝气量;步骤4,设置仪器仪表和控制阀:在高、中和低曝气区分别设氨氮在线仪表和溶解氧在线仪表;步骤5,进行曝气自动控制:按预设的控制方式对高、中和低曝气区进行曝气控制,使各曝气区按对应的气量进行曝气。通过应用生物数学模型,从全过程全流程系统量化计算,将好氧池优化划分为高、中和低曝气区,通过自控过程,自动调节曝气气量,实现曝气过程最优化。

Description

基于生物数学模型的污水处理曝气系统改造方法
技术领域
本发明涉及水污染控制领域,尤其涉及一种污水处理曝气系统改造方法。
背景技术
传统污水处理厂的运行中,鼓风曝气的电耗占到总电耗的40~50%以上,不仅不利于污水处理厂运行成本的降低,也不利于碳减排。
传统的曝气控制思路,即行业内经常提到的“精确曝气”,仅仅是对于硝化过程的曝气管理,并未考虑曝气对反硝化、生物除磷过程的影响,但这却会影响碳源投加和除磷药剂投加。
目前并没有全过程全流程系统量化计算曝气对于硝化、反硝化以及生物除磷影响的控制方法,无法实现全局最优曝气,不能最大化降低电耗和药耗。
有鉴于此,特提出本发明。
发明内容
本发明的目的是提供了一种基于生物数学模型的污水处理曝气系统改造方法,能在保证出水水质稳定的前提下,实现全局最优曝气,最大化降低电耗和药耗,进而解决现有技术中存在的上述技术问题。
本发明的目的是通过以下技术方案实现的:
本发明实施方式提供一种基于生物数学模型的污水处理曝气系统改造方法,包括:
步骤1,构建污水处理厂的生物数学模型:根据待改造污水处理厂的数据,通过模型软件构建所述污水处理厂的生物数学模型;
步骤2,设定各个进水温度和各个进水负荷条件;
步骤3,设置曝气分区:根据预定的进水温度和进水负荷条件对所述生物数学模型的模拟计算结果,将所述污水处理厂的好氧池划分为高曝气区、中曝气区和低曝气区,所述高曝气区对应设置高曝气支管,所述中曝气区对应设置中曝气支管,所述低曝气区对应设置中曝气支管,所述高曝气管、中曝气管和低曝气管分别与曝气主管连接,并分别在所述曝气主管、高、中、低曝气支管上设置对应的控制阀;
步骤4,计算各曝气区的曝气量:根据对所述生物数学模型的模拟计算结果,确定所述步骤2设定的各个进水温度和各个进水负荷条件下,所述高、中和低曝气区分别所需的曝气量;
步骤5,设置仪器仪表:在所述好氧池的高曝气区出口,沉砂池出水口和总出水口各设置一个氨氮在线仪表;
在所述高曝气区出口、中曝气区中部和低曝气区出口各设置一个溶解氧在线仪表;
在所述曝气主管、高曝气支管、中曝气支管和低曝气支管各设置一个气体流量计;
步骤6,进行曝气自动控制:按预设的控制方式分别对所述好氧池的高曝气区、中曝气区和低曝气区进行对应的曝气控制,使各曝气区按所述步骤4确定的所需曝气量进行曝气。
与现有技术相比,本发明所提供的基于生物数学模型的污水处理曝气系统改造方法,其有益效果包括:
通过先构建污水处理厂的生物数学模型,再根据生物数学模型按设定的各个进水温度和各个进水负荷条件进行模拟计算,将污水处理厂的好氧池划分为高、中和低曝气区,对各曝气区设置曝气支管和配套的控制阀、流量计、仪器仪表,结合模拟计算确定的各曝气区的曝气量,按预设的控制方式分别对各曝气区进行曝气控制,进而实现在提高水质和出水稳定性的前提下,对各曝气区精确曝气,实现全局最优曝气,最大化降低电耗和药耗。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的基于生物数学模型的污水处理曝气系统改造方法的流程图;
图2为本发明实施例提供的基于生物数学模型的污水处理曝气系统改造方法构建污水处理厂的生物数学模型的流程图;
图3为本发明实施例提供基于生物数学模型的污水处理曝气系统改造方法所改造的污水处理厂的构成示意图;
图3中:10-格栅;20-提升泵;30-沉砂池;40-厌氧池;50-缺氧池;60-好氧池;70-二沉池;80-内回连泵;90-外回连泵;100-剩余污泥泵;A-进水管;B-出水管;C-栅渣排出口;D-砂砾排出口;E-剩余污泥排出口。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述;显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,这并不构成对本发明的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
首先对本文中可能使用的术语进行如下说明:
术语“和/或”是表示两者任一或两者同时均可实现,例如,X和/或Y表示既包括“X”或“Y”的情况也包括“X和Y”的三种情况。
术语“包括”、“包含”、“含有”、“具有”或其它类似语义的描述,应被解释为非排它性的包括。例如:包括某技术特征要素(如原料、组分、成分、载体、剂型、材料、尺寸、零件、部件、机构、装置、步骤、工序、方法、反应条件、加工条件、参数、算法、信号、数据、产品或制品等),应被解释为不仅包括明确列出的某技术特征要素,还可以包括未明确列出的本领域公知的其它技术特征要素。
术语“由……组成”表示排除任何未明确列出的技术特征要素。若将该术语用于权利要求中,则该术语将使权利要求成为封闭式,使其不包含除明确列出的技术特征要素以外的技术特征要素,但与其相关的常规杂质除外。如果该术语只是出现在权利要求的某子句中,那么其仅限定在该子句中明确列出的要素,其他子句中所记载的要素并不被排除在整体权利要求之外。
除另有明确的规定或限定外,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如:可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本文中的具体含义。
当浓度、温度、压力、尺寸或者其它参数以数值范围形式表示时,该数值范围应被理解为具体公开了该数值范围内任何上限值、下限值、优选值的配对所形成的所有范围,而不论该范围是否被明确记载;例如,如果记载了数值范围“2~8”时,那么该数值范围应被解释为包括“2~7”、“2~6”、“5~7”、“3~4和6~7”、“3~5和7”、“2和5~7”等范围。除另有说明外,本文中记载的数值范围既包括其端值也包括在该数值范围内的所有整数和分数。
术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述和简化描述,而不是明示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本文的限制。
下面对本发明所提供的基于生物数学模型的污水处理曝气系统改造方法进行详细描述。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本发明实施例中未注明具体条件者,按照本领域常规条件或制造商建议的条件进行。本发明实施例中所用试剂或仪器未注明生产厂商者,均为可以通过市售购买获得的常规产品。
如图1所示,本发明实施例提供一种基于生物数学模型的污水处理曝气系统改造方法,包括:
步骤1,构建污水处理厂的生物数学模型:根据待改造污水处理厂的数据,通过模型软件构建所述污水处理厂的生物数学模型;
步骤2,设定各个进水温度和各个进水负荷条件;
步骤3,设置曝气分区:根据预定的进水温度和进水负荷条件对所述生物数学模型的模拟计算结果,将所述污水处理厂的好氧池划分为高曝气区、中曝气区和低曝气区,所述高曝气区对应设置高曝气支管,所述中曝气区对应设置中曝气支管,所述低曝气区对应设置中曝气支管,所述高曝气管、中曝气管和低曝气管分别与曝气主管连接,并分别在所述曝气主管、高、中、低曝气支管上设置对应的控制阀;优选的,各控制阀均采用开度能在0~100%之间任意调节的电控阀;
步骤4,计算各曝气区的曝气量:根据对所述生物数学模型的模拟计算结果,确定所述步骤2设定的各个进水温度和各个进水负荷条件下,所述高、中和低曝气区分别所需的曝气量;
步骤5,设置仪器仪表:在所述好氧池的高曝气区出口,沉砂池出水口和总出水口各设置一个氨氮在线仪表;
在所述高曝气区出口、中曝气区中部和低曝气区出口各设置一个溶解氧在线仪表;
在所述曝气主管、高曝气支管、中曝气支管和低曝气支管各设置一个气体流量计;
步骤6,进行曝气自动控制:按预设的控制方式分别对所述好氧池的高曝气区、中曝气区和低曝气区进行对应的曝气控制,使各曝气区按所述步骤4确定的所需曝气量进行曝气。
进一步的,上述方法步骤6中,还包括设置曝气控制装置,分别与各控制阀、各氨氮在线仪表、各溶解氧在线仪表、各气体流量计以及曝气风机电气连接,能根据各仪表监测的数据按预设的控制方式分别对高曝气区、中曝气区和低曝气区进行曝气控制。
上述方法的步骤1中,通过商业模型软件以遵循荷兰STOWA模型构建协议的方式,构建所述污水处理厂的生物数学模型。
上述方法的步骤2中,设定的各个温度是在15~30℃范围内,以1℃为步长确定的各个温度值;
各个进水负荷条件是分别按进水氨氮浓度最大值和进水COD浓度最大值的10%、20%、30%、40%、50%、60%、70%、80%、90%、95%和98%划分的各个进水负荷条件。
上述方法的步骤3中,将所述污水处理厂的好氧池划分为高曝气区、中曝气区和低曝气区的方式如下:
在所述生物数学模型中,将所述好氧池的进水端与出水端之间的区域划分为按水流方向依次连通的4n个等分廊道,n为不小于1的整数;
先确定低曝气区:将出水端的最后一条廊道设定为低曝气区,采用90%氨氮、90%COD浓度和10%水温(10%水温是指10%的水温数据小于的要求的水温值,后面的10%水温与此解释相同)作为所述生物数学模型输入,以小于总曝气量5%的气量对低曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则将该低曝气区所在廊道相邻的前一廊道增设为低曝气区,直到出水不能达标,将找出的所有廊道设定为低曝气区;
验证低曝气区:采用98%氨氮、98%COD浓度和10%水温作为所述生物数学模型输入,以小于总曝气量5%的气量对设定的低曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则确认设定的低曝气区满足要求,若不达标,则从前至后减去一条低曝气区的廊道,再重复进行低曝气区验证,直至确认设定的低曝气区满足要求;
确定设定的中曝气区:将低曝气区相邻的前一廊道设定为中曝气区,采用90%氨氮、90%COD浓度和10%水温作为所述生物数学模型输入,在保持低曝气区持续曝气的状态下,以小于总曝气量15%的气量对设定的中曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标;若达标,则将该中曝气区所在廊道相邻的前一廊道增设为中曝气区,直到出水不能达标,将找出的所有廊道设定为中曝气区;
验证设定的中曝气区:采用98%氨氮、98%COD浓度和10%水温作为所述生物数学模型输入,在保持低曝气区持续曝气的状态下,以小于总曝气量15%的气量对设定的中曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则确认设定的中曝气区满足要求,若不达标,则从前至后减去一条中曝气区的廊道,再重复进行中曝气区验证,直至确认设定的中曝气区满足要求;
确定低、中曝气区后,则将剩余的廊道设定为高曝气区。
上述方法的步骤3中,所述高曝气区分配的气量占总曝气量的80%以上。
上述方法的步骤6中,对所述好氧池的高曝气区、中曝气区进行对应的曝气控制的预设控制方式为:
采用前馈控制加反馈控制方式对所述高曝气区进行曝气控制,直至达到该高曝气区的DO设定值;其中,所述前馈控制是根据所述高曝气区的进水氨氮浓度进行曝气控制,反馈控制是根据所述高曝气区出口的出水氨氮浓度进行曝气控制;
根据所述高曝气区出口的出水氨氮浓度前馈控制对所述中曝气区进行曝气控制,直至达到该中曝气区的DO设定值。
具体的,根据高曝气区的进水氨氮负荷前馈控制高曝气区的曝气量,以及根据高曝气区出口的出水氨氮浓度反馈控制高曝气区的DO设定值和曝气量;
前馈控制中曝气区的DO设定值和曝气量,即根据所述高曝气区出口的出水氨氮浓度偏离设定值的程度,从所述中曝气区的最小气量与最大气量中计算出对应的曝气量数值作为控制中曝气区的曝气量。
根据高曝气区的DO浓度、中曝气区的DO浓度和低曝气区DO浓度在满足报警值时,进行提示报警。
综上可见,本发明实施例的方法,能很好的改造污水处理厂的曝气系统,解决现有污水处理厂运行过程中出现的过度曝气、出水水质不稳定、过度曝气不利于脱氮除磷等问题,避免会导致的电耗高、药耗高以及超标罚款等问题。
为了更加清晰地展现出本发明所提供的技术方案及所产生的技术效果,下面以具体实施例对本发明实施例所提供的基于生物数学模型的污水处理曝气系统改造方法进行详细描述。
实施例
如图1所示,本发明实施例提供一种基于生物数学模型的污水处理曝气系统改造方法,是一种基于生物数学模型,全过程全流程系统量化计算曝气对于硝化、反硝化以及生物除磷的影响,实现全局最优,最大化降低电耗和药耗的方法,包括以下步骤:
生物数学模型的构建、划分曝气区、计算各区曝气量、仪器仪表选型和位置确定以及进行曝气控制;其中,
步骤1,生物数学模型的构建:是在Biowin、WEST、SUMO等商业模型软件中,遵循荷兰STOWA模型构建协议,构建的污水处理厂模型实现水厂数字化。按照模型构建协议,模型过程需要遵循以下步骤(图2所示):
步骤11)数据收集和数据库构建:收集数据包含历史数据(SCADA数据、化验室数据以及运行日志等)和设计文件(施工图纸、初设说明等)、根据建模需求的补充测试数据。补充测试数据需涵盖一整个污泥停留时间,且避开雨天,需包含进水、出水、过程样品、污泥样品等,在必要情况下需补充摇瓶实验确定动力学参数。在收集数据和补充测试基础上,完成对各单体构筑物的性能评估。
在收集数据的基础上,构建离线数据库,可采用通用的可视化软件例如power bi等;在数据库中实现收集数据的汇总、整理和展示;
步骤12)数据清洗:需采用统计学方法清洗、逻辑关系清洗、物质平衡分析三种方法,对水质数据进行数据清洗提高数据的可靠性;通过大误差计算对数据评估和流量数据进行校正,完成数据可靠性核算,校核测量的数据并补充未测量的必要数据,其中物质平衡分析需包含TP、TSS和流量平衡分析,且TP偏差需<5%;
步骤13)模型搭建和矫正:
模型搭建:采用清洗后的数据进行进水水质组分划分、应用软件进行模型建设;模型矫正:针对该污水处理厂存在的工艺线和总厂构建的整体模型和局部模型均进行校正,涉及指标应包括二沉池出水以及外排水的各项水质指标(氨氮、硝态氮、COD、TSS、磷酸根、总磷等),好氧池污泥浓度、污泥龄等;
模型校正过程中,参数调整应包括污水处理厂运行参数、进水组分分质参数、动力学参数等,矫正的模型开关参数、动力学参数以及化学计量学参数小于10项,且偏差氨氮小于5%,TN、TP需小于15%;
步骤14)模型验证和动态模拟:采用其他运行数据进行已构建模型的验证,进一步提高模型的可靠性。
步骤2,设定各个进水温度和各个进水负荷条件;
各个进水温度是在15~30℃之间,1℃为步长确定各个温度值;
各个进水负荷条件是分别按照进水COD浓度最大值和进水氨氮浓度最大值的10%、20%、30%、40%、50%、60%、70%、80%,90%、95%、98%确定的各个进水COD浓度和进水氨氮浓度;
步骤3,划分曝气区:
根据预定的进水温度和进水负荷条件对生物数学模型的模拟计算,将好氧池进行分区划分,分为高曝气区、中曝气区和低曝气区,其中的高曝气区是气量分配最大的区域,占到80%以上且气量根据进水负荷的变化而变化,是完成氨氮和COD去除的最主要区域;中曝气区约占到气量分配的10~15%,且气量基本不变,是完成氨氮和COD去除的次要区域;低曝气区约占到气量分配的5%以下,主要用为维持污泥处于悬浮状态,维持极低气量输入用以降低回流到缺氧区的DO值,降低对于缺氧区反硝化作用的负面影响;
对三个曝气区对应设置三个曝气支管,即对应高曝气区设置高曝气支管、对应中曝气区设置中曝气支管与对应低曝气区设置低曝气支管,高、中、低曝气支管均与曝气主管连接;在曝气主管、高曝气支管、中曝气支管和低曝气支管上各设置一个控制阀,用以调节控制总曝气量、进入高曝气区的气量、进入中曝气区的气量以及进入低曝气区的气量;优选的,各控制阀均采用在0~100%之间任意调控阀门开度的电控阀;
步骤4,计算各曝气区曝气量:
根据生物数学模型的模拟计算,按步骤2确定的各个进水温度(在15~30℃之间,1℃为步长确定各个温度值)、各个进水负荷条件(,按照COD浓度和氨氮浓度最大值的10%、20%、30%、40%、50%、60%、70%、80%、90%、95%、98%)下,确定高、中、低曝气区分别所需的曝气量,可通过溶解氧浓度值确定曝气量;
步骤5,仪表选型和位置确定:
包含三个氨氮在线仪表、三个溶解氧(DO)在线仪表、四个气体流量计和三个控制阀;
三个氨氮在线仪表分别设置在步骤3确定好氧池的高曝气区的出口处,沉砂池出水口处以及总出水口处;DO在线仪表分别设置在高曝气区末端、中曝气区中部以及低曝气区出口;四个流量计分别设置在曝气主管、高曝气支管、中曝气支管以及低曝气支管上,用以计量总曝气量、进入高曝气区的气量、进入中曝气区的气量以及进入低曝气区的气量;所有仪表要求按照说明书要求,1周清洗维护2次;
步骤6,自动曝气控制:
根据步骤4计算确定的各曝气区的“曝气量”采用自动控制方式进行曝气控制,具体是以曝气量为核心参数进行,控制思路为:1)基于高曝气区出口的出水氨氮浓度反馈控制高曝气区的DO设定值和曝气量;并前馈控制中曝气区的DO设定值和曝气量;2)基于进水氨氮浓度前馈控制高曝气区的曝气量;3)高曝气区的DO浓度、中曝气区的DO浓度以及低曝气区的DO浓度用以提示报警。优选的,高曝气区气量采用表控制器方式实现,中曝气区的气量采用模糊逻辑算法实现。
本发明的改造方法,通过生物数学模型的应用,从全过程全流程系统量化计算,实现优化设计曝气分区将好氧池划分为高曝气区、中曝气区和低曝气区,并优化自控过程,实现曝气气量自动调节,实现曝气过程最优化。
下面以福建省厦门市某污水处理厂的改造过程为例,对本发明的改造方法进行详细说明如下:
该污水处理厂的旧曝气系统采用鼓风机-主管-支管-曝气头的布置方式,整个好氧池内无任何分区、阀门和支管气体流量计,因此该系统没有考虑节能降耗和优化脱氮除磷的目的。因此,以进水水质和水量、温度采用2年的历史数据,建立该污水处理厂的生物数学模型,如图3所示。
其中,根据进水浓度(主要是总化学需氧量浓度和氨氮浓度)和水温的历史数据变化,将进水COD浓度与进水氨氮浓度均最大值划分为10%浓度、20%浓度、30%浓度、40%浓度、50%浓度、60%浓度、70%浓度、80%浓度、90%浓度、95%浓度、98%浓度共11种工况。其中10%的进水浓度指的是进水浓度(总化学需氧量浓度和氨氮浓度)小于等于10%的均划分为10%浓度,其余类推。
基于建立的所述生物数学模型按预定的进水温度和进水负荷条件进行模拟计算,根据计算结果将好氧池划分为高曝气区、中曝气区和低曝气区三部分;其中,低曝气区是指采用小于曝气系统总气量5%的气量进行曝气,且不影响COD和氨氮出水达标的区域(实际中,总气量数值可以变化,只要不超过曝气头所能鼓入的总大气量即可);
中曝气区是指采用小于曝气系统总气量15%的气量进行曝气,且不影响COD和氨氮出水达标的区域,即维持低的气量也能保证达标的区域(实际中,总气量数值可以变化,只要不超过曝气头所能鼓入的总大气量即可);
高曝气区是指采用大于曝气系统总气量80%的气量进行曝气,能不影响COD和保证氨氮出水达标的区域,即维持低的气量也能保证达标的区域(实际中,总气量数值可以变化,只要不超过曝气头所能鼓入的总大气量即可);
以好氧池共包含面积相同的8条廊道的污水处理厂为例,说明确定好氧池的低、中、高曝气区的具体方式,包括:
先确定低曝气区,8条廊道按照水流顺序依次是廊道1、廊道2至廊道8,先设定廊道8为低曝气区,采用90%氨氮、90%COD浓度和10%水温作为生物数学模型输入,以小于总曝气量5%的气量对低曝气区进行曝气,计算生物数学模型模拟的出水是否达标,若达标,则再增设廊道7(即廊道7和廊道8)为低曝气区,直到出水不能达标,通过这种方式,找到低曝气区的最大廊道数,将这些廊道作为低曝气区;
确定低曝气区后,再采用98%氨氮、98%COD浓度和10%水温作为生物数学模型输入,以小于总曝气量5%的气量对设定的低曝气区进行曝气,计算生物数学模型模拟的出水是否达标,注意此时可以优化低曝气区外的各个廊道的DO设定值以及污泥浓度,即提高DO值和污泥浓度,但用找到的提高量最小的刚好数值,若依旧可以达标,则确认设定的低曝气区满足要求,若不达标则从前至后去除一条低曝气区的廊道,再进行验证,直至达标;在本实施例中,设置廊道7和廊道8为低曝气区;
之后,再将廊道1~6划分为高曝气区和中曝气区;具体的,先设定廊道6为中曝气区,采用90%氨氮、90%COD浓度和10%水温作为生物数学模型输入,计算生物数学模型模拟的出水是否达标;若达标,则增设廊道5(即廊道5和廊道6)为中曝气区,直到出水不能达标,通过这种方式,找到中曝气区的最大廊道数,将这些廊道作为中曝气区;
确定中曝气区后,再采用98%氨氮、98%COD浓度和10%水温作为生物数学模型输入,在保持低曝气区持续曝气的状态下,以小于总曝气量15%的气量对设定的中曝气区进行曝气,计算生物数学模型模拟的出水是否达标,注意此时可以优化低、中曝气区外的各个廊道的DO设定值以及污泥浓度;若依旧达标,则确认设定的中曝气区满足要求,若不达标则从前至后去除一条中曝气区的廊道,再进行验证,直至达标;在本实施例中,设定廊道5和廊道6为中曝气区;
确定低、中曝气区后,则剩余的廊道1~4为高曝气区。据此,确定高曝气区、中曝气区和低曝气区的池容比例为2:1:1;进一步的,新增了3个曝气支管的控制阀以及4个气体流量计;
之后根据生物数学模型,计算每个曝气区在不同温度(最低温15℃到最高温30℃,1℃为步长)、不同进水负荷条件下(按照10%~98%氨氮浓度、COD浓度×设计水量计算进水负荷)的各个曝气区所需曝气量。表1所示为15℃条件下,不同进水氨氮和COD浓度的进水负荷对应的各个曝气区的DO值和所需曝气量。
表1为水温为15℃条件下不同进水负荷对应的各个曝气分区DO值和气量
Figure GDA0003524446730000111
根据确定的各曝气区的曝气量,对各曝气区进行曝气控制。
综上可见,本发明实施例的改造方法,通过将待改造的污水处理厂建成对应的生物数学模型的应用,从全过程全流程系统量化计算,实现优化设计曝气分区将好氧池划分为高曝气区、中曝气区和低曝气区,并优化自控过程,实现曝气气量自动调节,实现曝气过程最优化。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。本文背景技术部分公开的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

Claims (6)

1.一种基于生物数学模型的污水处理曝气系统改造方法,其特征在于,包括:
步骤1,构建污水处理厂的生物数学模型:根据待改造污水处理厂的数据,通过模型软件构建所述污水处理厂的生物数学模型;该步骤1中,通过商业模型软件Biowin、WEST、SUMO中的任一种以遵循荷兰STOWA模型构建协议的方式,构建所述污水处理厂的生物数学模型;
步骤2,设定各个进水温度和各个进水负荷条件;
步骤3,设置曝气分区:根据预定的进水温度和进水负荷条件对所述生物数学模型的模拟计算结果,将所述污水处理厂的好氧池划分为高曝气区、中曝气区和低曝气区,所述高曝气区对应设置高曝气支管,所述中曝气区对应设置中曝气支管,所述低曝气区对应设置中曝气支管,所述高曝气支管、中曝气支管和低曝气支管分别与曝气主管连接,并分别在所述曝气主管和高、中、低曝气支管上设置对应的控制阀;所述高曝气区分配的气量占总曝气量的80%以上;
步骤4,计算各曝气区的曝气量:根据对所述生物数学模型的模拟计算结果,确定所述步骤2设定的各个进水温度和各个进水负荷条件下,所述高、中和低曝气区分别所需的曝气量;
步骤5,设置仪器仪表:在所述好氧池的高曝气区出口,沉砂池出水口和总出水口各设置一个氨氮在线仪表;
在所述高曝气区出口、中曝气区中部和低曝气区出口各设置一个溶解氧在线仪表;
在所述曝气主管、高曝气支管、中曝气支管和低曝气支管各设置一个气体流量计;
步骤6,进行曝气自动控制:按预设的控制方式分别对所述好氧池的高曝气区、中曝气区和低曝气区进行对应的曝气控制,使各曝气区按所述步骤4确定的所需曝气量进行曝气。
2.根据权利要求1所述的基于生物数学模型的污水处理曝气系统改造方法,其特征在于,所述步骤2中,设定的各个温度是在15~30℃范围内,以1℃为步长确定的各个温度值;
各个进水负荷条件是分别按进水氨氮浓度最大值和进水COD浓度最大值的10%、20%、30%、40%、50%、60%、70%、80%、90%、95%和98%划分的各个进水负荷条件。
3.根据权利要求1至2任一项所述的基于生物数学模型的污水处理曝气系统改造方法,其特征在于,所述步骤3中,将所述污水处理厂的好氧池划分为高曝气区、中曝气区和低曝气区的方式如下:
在所述生物数学模型中,将所述好氧池的进水端与出水端之间的区域划分为按水流方向依次连通的4n个等分廊道,n为不小于1的整数;
先确定低曝气区:将出水端的最后一条廊道设定为低曝气区,采用90%氨氮、90%COD浓度和10%水温作为所述生物数学模型输入,以小于总曝气量5%的气量对低曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则将该低曝气区所在廊道相邻的前一廊道增设为低曝气区,直到出水不能达标,将找出的所有廊道设定为低曝气区;
验证低曝气区:采用98%氨氮、98%COD浓度和10%水温作为所述生物数学模型输入,以小于总曝气量5%的气量对设定的低曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则确认设定的低曝气区满足要求,若不达标,则从前至后减去一条低曝气区的廊道,再重复进行低曝气区验证,直至确认设定的低曝气区满足要求;
确定设定的中曝气区:将低曝气区相邻的前一廊道设定为中曝气区,采用90%氨氮、90%COD浓度和10%水温作为所述生物数学模型输入,在保持低曝气区持续曝气的状态下,以小于总曝气量15%的气量对设定的中曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标;若达标,则将该中曝气区所在廊道相邻的前一廊道增设为中曝气区,直到出水不能达标,将找出的所有廊道设定为中曝气区;
验证设定的中曝气区:采用98%氨氮、98%COD浓度和10%水温作为所述生物数学模型输入,在保持低曝气区持续曝气的状态下,以小于总曝气量15%的气量对设定的中曝气区进行曝气,计算所述生物数学模型模拟的出水是否达标,若达标,则确认设定的中曝气区满足要求,若不达标,则从前至后减去一条中曝气区的廊道,再重复进行中曝气区验证,直至确认设定的中曝气区满足要求;
确定低、中曝气区后,则将剩余的廊道设定为高曝气区。
4.根据权利要求3所述的基于生物数学模型的污水处理曝气系统改造方法,其特征在于,所述步骤3中,设置的各控制阀均采用开度能在0~100%之间任意调节的电控阀。
5.根据权利要求1所述的基于生物数学模型的污水处理曝气系统改造方法,其特征在于,所述步骤6中,对所述好氧池的高曝气区、中曝气区进行对应的曝气控制的预设控制方式为:
采用前馈控制加反馈控制方式对所述高曝气区进行曝气控制,直至达到该高曝气区的DO设定值;其中,所述前馈控制是根据所述高曝气区的进水氨氮浓度进行曝气控制,反馈控制是根据所述高曝气区出口的出水氨氮浓度进行曝气控制;
根据所述高曝气区出口的出水氨氮浓度前馈控制对所述中曝气区进行曝气控制,直至达到该中曝气区的DO设定值。
6.根据权利要求5所述的基于生物数学模型的污水处理曝气系统改造方法,其特征在于,根据所述高曝气区出口的出水氨氮浓度前馈控制所述中曝气区的曝气量通过以下方式确定:
根据所述高曝气区出口的出水氨氮浓度与该高曝气区出口的出水氨氮偏离设定值的程度,从所述中曝气区的最小气量与最大气量中计算出对应的曝气量数值作为控制中曝气区的曝气量。
CN202210017082.5A 2022-01-07 2022-01-07 基于生物数学模型的污水处理曝气系统改造方法 Active CN114291912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210017082.5A CN114291912B (zh) 2022-01-07 2022-01-07 基于生物数学模型的污水处理曝气系统改造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210017082.5A CN114291912B (zh) 2022-01-07 2022-01-07 基于生物数学模型的污水处理曝气系统改造方法

Publications (2)

Publication Number Publication Date
CN114291912A CN114291912A (zh) 2022-04-08
CN114291912B true CN114291912B (zh) 2022-10-21

Family

ID=80976419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210017082.5A Active CN114291912B (zh) 2022-01-07 2022-01-07 基于生物数学模型的污水处理曝气系统改造方法

Country Status (1)

Country Link
CN (1) CN114291912B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04305297A (ja) * 1991-04-03 1992-10-28 Meidensha Corp 活性汚泥処理制御装置
JP2005199116A (ja) * 2004-01-13 2005-07-28 Toshiba Corp 下水処理場の曝気風量制御装置
CN1730409A (zh) * 2005-08-12 2006-02-08 上海昊沧系统控制技术有限责任公司 生物处理污水工艺中在线控制曝气量的方法
CN101746929A (zh) * 2009-12-30 2010-06-23 中环(中国)工程有限公司 一种aao工艺曝气量的优化设计方法
CN104102255A (zh) * 2014-07-17 2014-10-15 北京城市排水集团有限责任公司 氨氮耦合溶解氧曝气节能控制系统及控制方法
CN109534599A (zh) * 2018-12-12 2019-03-29 深圳合续科技开发有限公司 一种强化脱氮的户用污水处理方法
CN109976187A (zh) * 2019-02-28 2019-07-05 重庆工商大学 基于污水生化处理优化与精细曝气的污水管理平台
CN214734782U (zh) * 2021-03-04 2021-11-16 中建三局绿色产业投资有限公司 污水处理厂精准曝气智能化自动控制系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04305297A (ja) * 1991-04-03 1992-10-28 Meidensha Corp 活性汚泥処理制御装置
JP2005199116A (ja) * 2004-01-13 2005-07-28 Toshiba Corp 下水処理場の曝気風量制御装置
CN1730409A (zh) * 2005-08-12 2006-02-08 上海昊沧系统控制技术有限责任公司 生物处理污水工艺中在线控制曝气量的方法
CN101746929A (zh) * 2009-12-30 2010-06-23 中环(中国)工程有限公司 一种aao工艺曝气量的优化设计方法
CN104102255A (zh) * 2014-07-17 2014-10-15 北京城市排水集团有限责任公司 氨氮耦合溶解氧曝气节能控制系统及控制方法
CN109534599A (zh) * 2018-12-12 2019-03-29 深圳合续科技开发有限公司 一种强化脱氮的户用污水处理方法
CN109976187A (zh) * 2019-02-28 2019-07-05 重庆工商大学 基于污水生化处理优化与精细曝气的污水管理平台
CN214734782U (zh) * 2021-03-04 2021-11-16 中建三局绿色产业投资有限公司 污水处理厂精准曝气智能化自动控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
数学模拟技术在污水处理厂的应用方案;郝二成等;《净水技术》;20190531;第38卷(第5期);第97-102页 *
污水生物处理建模水质数据误差来源分析与影响评价;李天宇等;《环境科学学报》;20211130;第41卷(第11期);第4576-4584页 *

Also Published As

Publication number Publication date
CN114291912A (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN109607770B (zh) 一种反硝化池的多场景自学习碳源智能投加系统及方法
CN105439285B (zh) 一种污水处理的调控方法
CN104090488B (zh) 污水厂自动实时控制溶解氧、污泥负荷和污泥龄的方法
CN114230110B (zh) 用于污水处理的短程智能除磷加药控制方法、设备及系统
CN209583779U (zh) 一种污水处理精确曝气系统
CN101121564B (zh) A/o工艺分段进水深度脱氮的模糊控制装置及其方法
CN113044973B (zh) 一种污水处理控制系统及出水tn控制方法
CN104238527A (zh) 污水处理厂曝气总量的精确控制方法
CN110204067B (zh) 一种曝气控制系统及方法
CN105776544A (zh) 一种基于在线控制的ansaoao连续流双污泥反硝化深度脱氮除磷装置及工艺
CN110482686B (zh) 一种适用于氧化沟生物脱氮的降耗提效的系统及方法
JP5902106B2 (ja) 排水処理装置およびこれに用いる送風量制御器、並びに排水処理方法
CN109592804A (zh) 一种污水处理趋近循优精确曝气方法
CN109279695A (zh) 一种ao工艺反硝化碳源投加优化控制装置
CN110577278A (zh) 预测氧化沟池型aao工艺溶解氧浓度空间分布的方法及介质
CN114380378B (zh) 智能控磷药品投加方法、装置及存储介质
CN201191473Y (zh) A/o工艺分段进水深度脱氮的模糊控制教学装置
CN114538700A (zh) 一种污水处理厂智能除磷加药系统及方法
CN111484124A (zh) 一种污水处理智能控制与生化工艺集约方法及系统
CN114291912B (zh) 基于生物数学模型的污水处理曝气系统改造方法
CN104238586A (zh) 一种生物处理污水工艺中的氨氮控制系统及方法
JPH1043788A (ja) 生物学的水処理装置の制御方法
CN207845269U (zh) 基于实时our的恒do控制系统
CN216997850U (zh) 用于aao工艺污水处理的碳源投加装置
CN113443779B (zh) 一种市政污水处理系统精准加药除磷的方法

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