CN118098337A - 一种预测活性污泥中微生物群体感应作用性能的方法 - Google Patents
一种预测活性污泥中微生物群体感应作用性能的方法 Download PDFInfo
- Publication number
- CN118098337A CN118098337A CN202410214538.6A CN202410214538A CN118098337A CN 118098337 A CN118098337 A CN 118098337A CN 202410214538 A CN202410214538 A CN 202410214538A CN 118098337 A CN118098337 A CN 118098337A
- Authority
- CN
- China
- Prior art keywords
- sensing
- group
- bacteria
- activated sludge
- ammonia oxidizing
- 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
- 239000010802 sludge Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000000813 microbial effect Effects 0.000 title claims abstract description 15
- 230000006698 induction Effects 0.000 title abstract description 6
- 241000894006 Bacteria Species 0.000 claims abstract description 112
- 230000018612 quorum sensing Effects 0.000 claims abstract description 61
- 244000005700 microbiome Species 0.000 claims abstract description 34
- 230000005764 inhibitory process Effects 0.000 claims abstract description 12
- 241001453382 Nitrosomonadales Species 0.000 claims description 66
- 230000001546 nitrifying effect Effects 0.000 claims description 65
- 238000006243 chemical reaction Methods 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 17
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 13
- 229910052760 oxygen Inorganic materials 0.000 claims description 13
- 239000001301 oxygen Substances 0.000 claims description 13
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 12
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 10
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 5
- JVMRPSJZNHXORP-UHFFFAOYSA-N ON=O.ON=O.ON=O.N Chemical compound ON=O.ON=O.ON=O.N JVMRPSJZNHXORP-UHFFFAOYSA-N 0.000 claims description 4
- 229910021529 ammonia Inorganic materials 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000010206 sensitivity analysis Methods 0.000 claims description 4
- 229910002651 NO3 Inorganic materials 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 239000010865 sewage Substances 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 230000033228 biological regulation Effects 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 abstract 1
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 6
- 239000003344 environmental pollutant Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 4
- 239000002904 solvent Substances 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 230000001651 autotrophic effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 238000005375 photometry Methods 0.000 description 2
- KMUONIBRACKNSN-UHFFFAOYSA-N potassium dichromate Chemical compound [K+].[K+].[O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O KMUONIBRACKNSN-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- NULAJYZBOLVQPQ-UHFFFAOYSA-N N-(1-naphthyl)ethylenediamine Chemical compound C1=CC=C2C(NCCN)=CC=CC2=C1 NULAJYZBOLVQPQ-UHFFFAOYSA-N 0.000 description 1
- JKEJEOJPJVRHMQ-UHFFFAOYSA-N N-octanoyl-L-homoserine lactone Natural products CCCCCCCC(=O)NC1CCOC1=O JKEJEOJPJVRHMQ-UHFFFAOYSA-N 0.000 description 1
- AKVPUSMVWHWDGW-UHFFFAOYSA-N [C].[N].[P] Chemical compound [C].[N].[P] AKVPUSMVWHWDGW-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 241001148470 aerobic bacillus Species 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- JKEJEOJPJVRHMQ-JTQLQIEISA-N n-(2-oxotetrahydrofuran-3-yl)octanamide Chemical compound CCCCCCCC(=O)N[C@H]1CCOC1=O JKEJEOJPJVRHMQ-JTQLQIEISA-N 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- 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
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明公开了一种预测活性污泥中微生物群体感应作用性能的方法，包含以下步骤：首先，识别将活性污泥中的群感微生物，在原两步硝化活性污泥模型(ASM)中添加群感菌的动力学方程，构建ASM‑QS模型；其次，测定非群感微生物的最大比增长速率、微生物的产率系数以及初始值；然后，确定群感微生物的信号分子半饱和系数和信号分子抑制系数；最后，将获取的参数值输入ASM‑QS模型，预测信号分子作用下微生物的硝化性能。本发明填补了在污水生物处理系统中微生物群体感应模型的空白，通过该模型可以精准预测环境条件下信号分子对活性污泥微生物硝化活性的调控作用，对提升污水生物处理系统高效脱氮具有高应用价值。
Description
技术领域
本发明涉及一种预测微生物群体感应作用性能的方法，尤其涉及一种预测活性污泥中群体感应作用下的微生物硝化作用性能的方法。
背景技术
群体感应(Quorum Sensing,QS)是一种微生物间的相互作用，微生物通过分泌的信号分子物质诱导微生物的部分相关基因表达，从而影响微生物的性能和群落结构等。微生物群体感应广泛应用于强化污水生物处理过程，如向生物反应器中投加可产生信号分子、产生信号分子的QS菌菌液或是投加固定QS菌的填料等。虽然基于微生物群体感应手段可以强化废水生物处理微生物的性能；但是投加当信号分子数量/浓度不当时，会对微生物产生不利影响，如功能微生物数量减少，或微生物活性受到抑制等，导致污水处理性能降低，因此识别信号分子种类及浓度对功能微生物的性能显得十分必要。
ASM模型在近几年得到了广泛应用，该系列模型根据不同的生长-衰减理论对微生物处理污染物的过程进行模拟。现有的ASM系列模型从仅预测异养菌、好氧菌处理碳氮磷污染物拓展到了细分多种微生物、处理污染物还增加了新污染物等，以及实现对污染物溯源，但是尚无群体感应在污水处理性能预测的活性污泥模型。
ASM模型具有较强拓展性能。例如中国专利CN112397137A公开了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，该专利基于两步硝化模型构建了一种可以预测活性污泥体系中有机微污染物去除效果的ASM-OMPs模型，ASM-OMPs模型虽然也可以预测微生物的硝化作用，但是不涉及群体感应对硝化作用的影响，当微生物的硝化作用被群体感应影响时会导致模型的预测结果不准确或无法对硝化作用进行预测。
发明内容
发明目的：本发明的目的是提供一种预测活性污泥中微生物群体感应作用性能的方法，解决如何预测群体感应作用下的微生物硝化作用性能的问题。
技术方案：本发明所述的一种预测活性污泥中微生物群体感应作用性能的方法，包含以下步骤：
(1)根据是否受外源信号分子影响，将活性污泥中的微生物划分为群感菌和非群感菌，在无群体感应作用的两步硝化模型中添加群感菌的动力学方程构建ASM-QS模型；
(2)测定需要模拟的活性污泥反应器的初始值，同时取出部分活性污泥进行单独培养，确定无外源信号分子时，非群感菌的最大比增长速率、各类微生物的产率系数以及初值；进行外源信号分子投加实验确定群感菌的信号分子半饱和系数和信号分子抑制系数；其余参数根据文献值或经验值确定；
(3)将步骤(2)中确定的参数输入ASM-QS模型中，完成对不同浓度信号分子影响下微生物硝化性能变化的预测。
优选地，在步骤(1)中，基于如下假设对活性污泥中的微生物进行划分：假设活性污泥中群感菌均会被外源信号分子影响，其硝化作用速率发生改变，非群感菌则不会受到外源信号分子影响。
优选地，所述群感菌包括群感氨氧化菌和群感氨氧化菌，非群感菌包括非群感氨氧化菌和非群感硝化菌。
优选地，在步骤(1)中，在无群体感应作用的两步硝化模型中添加群感菌的动力学方程构建ASM-QS模型的方法如下：
(11)确定群感菌和非群感菌所涉及的参与反应的组分、反应过程、化学计量参数、动力学参数、反应速率方程；
(12)将化学计量参数、动力学参数作为变量输入软件中，设置模型所涉及的反应过程，以化学计量学矩阵的形式输入反应过程中，设置反应的容器和氧气的交换；
(13)选定动力学参数进行灵敏度分析，得到灵敏度函数，确定其中对结果影响最大的参数；
(14)将选中的参数进行校正，取最优值重新模拟。
优选地，在步骤(11)中，所述参与反应的组分包括：溶解氧So、溶解性氨氮SNH、亚硝态氮SNO2、硝态氮SNO3、非群感氨氧化细菌XAOB、非群感硝化细菌XNOB、群感氨氧化细菌XQSA、群感硝化菌XQSN、信号分子浓度SAHL；
所述反应过程包括：非群感氨氧化细菌的生长、非群感氨氧化细菌的衰减、非群感硝化细菌的生长、非群感硝化细菌的衰减、群感氨氧化细菌的生长、群感氨氧化细菌的衰减、群感硝化细菌的生长、群感硝化细菌的衰减；
所述动力学参数包括：氧半饱和系数KO、非群感氨氧化菌最大比增长速率μAOB、非群感硝化菌最大比增长速率μNOB、非群感氨氧化菌生长半饱和系数KNH、非群感硝化菌生长半饱和系数KNO2、非群感硝化菌的氨半饱和系数KNHN、非群感氨氧化菌衰减速率常数bAOB、非群感硝化菌衰减速率常数bNOB、群感氨氧化细菌信号分子半饱和系数KAHLA、群感氨氧化细菌信号分子抑制系数KiAHLA、群感硝化菌信号分子半饱和系数KAHLN、群感硝化菌信号分子抑制系数KiAHLN、群感氨氧化菌最大比增长速率μQSA、群感硝化菌最大比增长速率μQSN、产率系数Y、生物体COD中的含氮比例iXB、生物体产物COD中的含氮比例iXP；
所述反应速率方程如下：
非群感氨氧化菌生长速率公式：
非群感氨氧化菌衰减速率公式：
bAOB·XAOB；
非群感硝化菌生长速率公式：
非群感硝化菌衰减速率公式：
bNOB·XNOB；
群感氨氧化菌生长速率公式：
群感氨氧化菌衰减速率公式：
bAOB·XQSA；
群感硝化菌生长速率公式：
群感硝化菌衰减速率公式：
bNOB·XQSN。
优选地，在步骤(2)中，测定需要模拟的反应器的初始值包括测定进水的COD、氨氮、硝态氮和总氮。
优选地，所述活性污泥为非膨胀的活性污泥。
优选地，所述反应器的反应条件满足：15℃<反应温度<25℃，7<反应pH<8。
本发明基于上述预测方法进一步提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述预测活性污泥中微生物群体感应作用性能的方法步骤。
有益效果：与现有技术相比，本发明具有如下显著优点：(1)本发明提供了一种预测信号分子对微生物硝化活性影响的模型，该模型弥补了在污水处理中微生物群体感应模型的空白；(2)本发明可以通过确定2个主要相关的动力学参数(群感菌的信号分子半饱和系数和信号分子抑制系数)准确预测具体条件下不同信号分子浓度对微生物硝化活性的影响，在利用群体感应机制进行污水处理生物强化时，可以帮助确定最具性价比的强化方式，具有很高的应用价值。
附图说明
图1为本发明的流程图；
图2为实施例1的模拟结果图；
图3为实施例2的模拟结果图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1：预测活性污泥中微生物群体感应作用性能的方法如下：
(1)假设活性污泥中群感菌均会被外源信号分子影响，其硝化作用速率发生改变，非群感菌则不会受到外源信号分子影响，基于此假设将原两步硝化模型中的氨氧化菌、硝化菌分别进行划分，即将活性污泥中的微生物划分为群感菌和非群感菌，群感菌包括群感氨氧化菌和群感氨氧化菌，非群感菌包括非群感氨氧化菌和非群感硝化菌。
(2)在无群体感应作用的两步硝化模型中添加群感菌的动力学方程构建ASM-QS模型，方法如下：
(21)确定群感菌和非群感菌所涉及的参与反应的组分、反应过程、化学计量参数、动力学参数、反应速率方程，具体为：
所述参与反应的组分包括：溶解氧So、溶解性氨氮SNH、亚硝态氮SNO2、硝态氮SNO3、非群感氨氧化细菌XAOB、非群感硝化细菌XNOB、群感氨氧化细菌XQSA、群感硝化菌XQSN、信号分子浓度SAHL；
所述反应过程包括：非群感氨氧化细菌的生长、非群感氨氧化细菌的衰减、非群感硝化细菌的生长、非群感硝化细菌的衰减、群感氨氧化细菌的生长、群感氨氧化细菌的衰减、群感硝化细菌的生长、群感硝化细菌的衰减；
所述动力学参数包括：氧半饱和系数KO、非群感氨氧化菌最大比增长速率μAOB、非群感硝化菌最大比增长速率μNOB、非群感氨氧化菌生长半饱和系数KNH、非群感硝化菌生长半饱和系数KNO2、非群感硝化菌的氨半饱和系数KNHN、非群感氨氧化菌衰减速率常数bAOB、非群感硝化菌衰减速率常数bNOB、群感氨氧化细菌信号分子半饱和系数KAHLA、群感氨氧化细菌信号分子抑制系数KiAHLA、群感硝化菌信号分子半饱和系数KAHLN、群感硝化菌信号分子抑制系数KiAHLN、群感氨氧化菌最大比增长速率μQSA、群感硝化菌最大比增长速率μQSN、产率系数Y、生物体COD中的含氮比例iXB、生物体产物COD中的含氮比例iXP；产率系数Y包括非群感氨氧化菌产率系数YA、非群感硝化菌产率系数YNO、硝态氮产率系数YNOB等。在本实施例中，群感菌和非群感菌设定的产率系数相同。
所述反应速率方程如下：
非群感氨氧化菌生长速率公式：
非群感氨氧化菌衰减速率公式：
bAOB·XAOB；
非群感硝化菌生长速率公式：
非群感硝化菌衰减速率公式：
bNOB·XNOB；
群感氨氧化菌生长速率公式：
群感氨氧化菌衰减速率公式：
bAOB·XQSA；
群感硝化菌生长速率公式：
群感硝化菌衰减速率公式：
bNOB·XQSN。
反应过程温度为25℃，温度在小范围内波动造成的参数的影响可以用阿伦尼乌斯方程描述，其具体形式为：K＝Ae-ΔT。
(22)将化学计量参数、动力学参数作为变量输入Aquasim软件中，设置模型所涉及的反应过程，以化学计量学矩阵的形式输入反应过程中，设置反应的容器和氧气的交换；输入软件的化学计量学矩阵表格为：
(23)选定动力学参数进行灵敏度分析，得到灵敏度函数，确定其中对结果影响最大的参数；具体步骤为在软件中选择参数，选择使用的灵敏度函数，获得灵敏度函数图。
(24)将选中的参数进行校正，取最优值重新模拟。具体步骤为选择需要校正的参数，选择其对应的模拟结果，如氨氮浓度，进行分析得到最终参数值。
(3)测定需要模拟的反应器的初始值，具体包括测定进水的COD、氨氮、硝态氮和总氮。所述氨氮的浓度采用纳氏试剂光度法测定；硝态氮的浓度采用紫外分光光度法测定；亚硝态氮的浓度采用N-(1-萘基)-乙二胺光度法测定；COD的浓度采用重铬酸钾法测定。同时取出部分活性污泥进行单独培养，所述反应器的反应条件满足：15℃<反应温度<25℃，7<反应pH<8，
本实施例在实验室条件下取出部分活性污泥进行单独培养，确定无外源信号分子时，非群感菌的最大比增长速率、各类微生物的产率系数以及初值，具体方法和测定结果如下：
所述活性污泥为非膨胀的活性污泥，污泥浓度为436mg/L，pH＝7.5±0.5，DO＝5mg/L，进水COD 250mg/L、氨氮50mg/L、总磷2.5mg/L，添加微量元素和常量元素。对进水组分进行测定以确定进水组分，实际进水COD为246mg/L，实际进水氨氮为54.32mg/L，总氮54.32mg/L，硝态氮为0，测定非群感氨氧化菌最大比增长速率μAOB、非群感氨氧化菌产率系数YA、非群感氨氧化菌初值XAOB，其值分别为0.21d-1、0.11mg COD/mgN、1.62mg COD/L、非群感硝化菌最大比增长速率μNOB、非群感硝化菌产率系数YNO、非群感硝化菌初值XNOB，其值分别为0.2d-1、0.06mg COD/mgN和1.49mg COD/L。
除去已经测定的参数值外根据文献值初步确定参数值，文献参见《活性污泥数学模型》(国际水协废水生物处理设计与运行数学模型课题组著，张亚雷，李咏梅译)，按照模型中的动力学及化学计量学参数分类进行参数值假设、估测或是引用默认的参数值，待灵敏度分析后再进行校正。初步使用的参数值为非群感氨氧化菌衰减速率常数bAOB＝0.15；非群感氨氧化菌生长半饱和系数KNH＝1；非群感硝化菌最大比增长速率μNOB＝0.2；非群感硝化菌衰减速率常数bNOB＝0.15；非群感硝化菌生长半饱和系数KNO2＝0.05；硝态氮产率系数YNOB＝0.06；非群感硝化菌的氨半饱和系数KNHN＝0.05；氧的半饱和系数KO＝0.5；
实验组中添加终浓度100nM的信号分子C8-HSL，对照组不添加任何信号分子，添加信号分子前将甲醇溶剂蒸干。
进行外源信号分子投加实验确定群感菌的信号分子半饱和系数和信号分子抑制系数；投加实验步骤如下：从稳定运行的母反应器中取出污泥，使用纯水清洗三遍后调整浓度为实验值，配制带有信号分子的进水，添加信号分子前将溶剂蒸干，配好后调整pH，使得进水后pH稳定在7.5左右，添加进水，使用流量计调节溶解氧，使实验过程中溶解氧为5mg/L，反应6h，每小时取样测定水质参数值。根据实验数据拟合获得关键参数，其中群感氨氧化细菌信号分子半饱和系数KAHLA、群感氨氧化细菌信号分子抑制系数KiAHLA和μQSA分别为：0.000498、1083.6739和0.3217，校正后的μAOB为0.3112。
(4)将步骤(3)中确定的参数输入ASM-QS模型中，以0.1为步长，拟合步数60次，进行拟合，拟合总时间和反应时间相同，拟合结果与实验结果符合较好，如图2所示，完成对不同浓度信号分子影响下微生物硝化性能变化的预测。
实施例2：其余均与实施例1相同，不同之处在于：
本例在实验室条件下培养活性污泥，污泥浓度为436mg/L，pH＝7.5±0.5，DO＝5mg/L，进水COD 250mg/L、氨氮50mg/L、总磷2.5mg/L，添加微量元素和常量元素。实验组中添加500nM信号分子，对照组不添加任何信号分子，添加信号分子前将甲醇溶剂蒸干。
对进水组分进行测定以确定进水组分,实际进水COD为246mg/L，实际进水氨氮为54.32mg/L。测定自养菌的最大比增长速率μAOB、自养菌产率系数YA、自养菌初值XAOBi，其值分别为0.21mg/(L*h)、0.11、1.62mg/L。由于测定这些参数值时无法区分群感菌和非群感菌，因此，此处参数值名称中以自养菌代替群感菌和非群感菌，群感菌和非群感菌区分后的参数在校正后获得。
本实施例参数值先使用实施例1中的参数值进行模拟，模拟结果良好，具体结果见图3，最大氨氮误差为1.3mg/L，大部分拟合值误差较小。
Claims (9)
1.一种预测活性污泥中微生物群体感应作用性能的方法，其特征在于，包含以下步骤：
(1)根据是否受外源信号分子影响，将活性污泥中微生物划分为群感菌和非群感菌，在无群体感应作用的两步硝化模型中添加群感菌的动力学方程构建ASM-QS模型；
(2)测定需要模拟的活性污泥反应器的初始值，同时取出部分活性污泥进行单独培养，确定无外源信号分子时，非群感菌的最大比增长速率、各类微生物的产率系数以及初值；进行外源信号分子投加实验确定群感菌的信号分子半饱和系数和信号分子抑制系数；其余参数根据文献值或经验值确定；
(3)将步骤(2)中确定的参数输入ASM-QS模型中，完成对不同浓度信号分子影响下微生物硝化性能变化的预测。
2.根据权利要求1所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，在步骤(1)中，基于如下假设对活性污泥中的微生物进行划分：假设活性污泥中群感菌均会被外源信号分子影响，其硝化作用速率发生改变，非群感菌则不会受到外源信号分子影响。
3.根据权利要求1所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，所述群感菌包括群感氨氧化菌和群感氨氧化菌，非群感菌包括非群感氨氧化菌和非群感硝化菌。
4.根据权利要求1所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，在步骤(1)中，在无群体感应作用的两步硝化模型中添加群感菌的动力学方程构建ASM-QS模型的方法如下：
(11)确定群感菌和非群感菌所涉及的参与反应的组分、反应过程、化学计量参数、动力学参数、反应速率方程；
(12)将化学计量参数、动力学参数作为变量输入软件中，设置模型所涉及的反应过程，以化学计量学矩阵的形式输入反应过程中，设置反应的容器和氧气的交换；
(13)选定动力学参数进行灵敏度分析，得到灵敏度函数，确定其中对结果影响最大的参数；
(14)将选中的参数进行校正，取最优值重新模拟。
5.根据权利要求4所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，在步骤(11)中，所述参与反应的组分包括：溶解氧So、溶解性氨氮SNH、亚硝态氮SNO2、硝态氮SNO3、非群感氨氧化细菌XAOB、非群感硝化细菌XNOB、群感氨氧化细菌XQSA、群感硝化菌XQSN、信号分子浓度SAHL；
所述反应过程包括：非群感氨氧化细菌的生长、非群感氨氧化细菌的衰减、非群感硝化细菌的生长、非群感硝化细菌的衰减、群感氨氧化细菌的生长、群感氨氧化细菌的衰减、群感硝化细菌的生长、群感硝化细菌的衰减；
所述动力学参数包括：氧半饱和系数KO、非群感氨氧化菌最大比增长速率μAOB、非群感硝化菌最大比增长速率μNOB、非群感氨氧化菌生长半饱和系数KNH、非群感硝化菌生长半饱和系数KNO2、非群感硝化菌的氨半饱和系数KNHN、非群感氨氧化菌衰减速率常数bAOB、非群感硝化菌衰减速率常数bNOB、群感氨氧化细菌信号分子半饱和系数KAHLA、群感氨氧化细菌信号分子抑制系数KiAHLA、群感硝化菌信号分子半饱和系数KAHLN、群感硝化菌信号分子抑制系数KiAHLN、群感氨氧化菌最大比增长速率μQSA、群感硝化菌最大比增长速率μQSN、产率系数Y、生物体COD中的含氮比例iXB、生物体产物COD中的含氮比例iXP；
所述反应速率方程如下：
非群感氨氧化菌生长速率公式：
非群感氨氧化菌衰减速率公式：
bAOB·XAOB；
非群感硝化菌生长速率公式：
非群感硝化菌衰减速率公式：
bNOB·XNOB；
群感氨氧化菌生长速率公式：
群感氨氧化菌衰减速率公式：
bAOB·XQSA；
群感硝化菌生长速率公式：
群感硝化菌衰减速率公式：
bNOB·XQSN。
6.根据权利要求1所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，在步骤(2)中，测定需要模拟的反应器的初始值包括测定进水的COD、氨氮、硝态氮和总氮。
7.根据权利要求6所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，所述活性污泥为非膨胀的活性污泥。
8.根据权利要求6所述预测活性污泥中微生物群体感应作用性能的方法，其特征在于，所述反应器的反应条件满足：15℃<反应温度<25℃，7<反应pH<8。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1-8中任一项所述预测活性污泥中微生物群体感应作用性能的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410214538.6A CN118098337A (zh) | 2024-02-27 | 2024-02-27 | 一种预测活性污泥中微生物群体感应作用性能的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410214538.6A CN118098337A (zh) | 2024-02-27 | 2024-02-27 | 一种预测活性污泥中微生物群体感应作用性能的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118098337A true CN118098337A (zh) | 2024-05-28 |
Family
ID=91149191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410214538.6A Pending CN118098337A (zh) | 2024-02-27 | 2024-02-27 | 一种预测活性污泥中微生物群体感应作用性能的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118098337A (zh) |
-
2024
- 2024-02-27 CN CN202410214538.6A patent/CN118098337A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210081587A1 (en) | Method for building predictive model of microorganism-derived dissolved organic nitrogen in wastewater | |
| Arnaldos et al. | From the affinity constant to the half-saturation index: understanding conventional modeling concepts in novel wastewater treatment processes | |
| Koch et al. | Calibration and validation of activated sludge model no. 3 for Swiss municipal wastewater | |
| Mathieu et al. | Estimation of wastewater biodegradable COD fractions by combining respirometric experiments in various So/Xo ratios | |
| Lorenzen et al. | Biosensor determination of the microscale distribution of nitrate, nitrate assimilation, nitrification, and denitrification in a diatom-inhabited freshwater sediment | |
| Petersen | Calibration, identifiability and optimal experimental design of activated sludge models | |
| Reichert et al. | Identifiability and uncertainty analysis of the river water quality model no. 1 (RWQM1) | |
| Liu et al. | Autotrophic nitrogen removal in membrane-aerated biofilms: archaeal ammonia oxidation versus bacterial ammonia oxidation | |
| Domingo‐Félez et al. | Heterotrophs are key contributors to nitrous oxide production in activated sludge under low C‐to‐N ratios during nitrification—Batch experiments and modeling | |
| Mannina et al. | A comprehensive integrated membrane bioreactor model for greenhouse gas emissions | |
| Chen et al. | Nitrous oxide production in autotrophic nitrogen removal granular sludge: A modeling study | |
| Hu et al. | Modeling the formation of microorganism-derived dissolved organic nitrogen (mDON) in the activated sludge system | |
| Domingo-Felez et al. | Modelling N2O dynamics of activated sludge biomass: uncertainty analysis and pathway contributions | |
| Peng et al. | Selection of mathematical models for N2O production by ammonia oxidizing bacteria under varying dissolved oxygen and nitrite concentrations | |
| Azari et al. | Simulation of simultaneous anammox and denitrification for kinetic and physiological characterization of microbial community in a granular biofilm system | |
| Chen et al. | Impact of granule size distribution on nitrous oxide production in autotrophic nitrogen removal granular reactor | |
| Chandran et al. | Optimizing experimental design to estimate ammonia and nitrite oxidation biokinetic parameters from batch respirograms | |
| Brockmann et al. | Practical identifiability of biokinetic parameters of a model describing two‐step nitrification in biofilms | |
| Mehrani et al. | New insights into modeling two-step nitrification in activated sludge systems–The effects of initial biomass concentrations, comammox and heterotrophic activities | |
| Freytez et al. | Organic and nitrogenated substrates utilization rate model validating in sequential batch reactor | |
| Gulhan et al. | Modelling greenhouse gas emissions from biological wastewater treatment by GPS-X: the full-scale case study of Corleone (Italy) | |
| Chen et al. | Modelling of simultaneous nitrogen and thiocyanate removal through coupling thiocyanate-based denitrification with anaerobic ammonium oxidation | |
| Kim et al. | Quantification of nitrous oxide (N2O) emissions and soluble microbial product (SMP) production by a modified AOB-NOB-N2O-SMP model | |
| Peng et al. | Nitrous oxide production in a granule-based partial nitritation reactor: a model-based evaluation | |
| CN107720975B (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 |
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 |