TW201321314A - 廢水處理廠之線上監視及控制 - Google Patents

廢水處理廠之線上監視及控制 Download PDF

Info

Publication number
TW201321314A
TW201321314A TW101127122A TW101127122A TW201321314A TW 201321314 A TW201321314 A TW 201321314A TW 101127122 A TW101127122 A TW 101127122A TW 101127122 A TW101127122 A TW 101127122A TW 201321314 A TW201321314 A TW 201321314A
Authority
TW
Taiwan
Prior art keywords
mbr
reactor
storage tank
model
dynamic model
Prior art date
Application number
TW101127122A
Other languages
English (en)
Other versions
TWI640481B (zh
Inventor
Aditya Kumar
Anthony John Murray
Ruijie Shi
Zhao-Yang Wan
Mustafa Tekin Dokucu
Vijaysai Prasad
Original Assignee
Gen Electric
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 Gen Electric filed Critical Gen Electric
Publication of TW201321314A publication Critical patent/TW201321314A/zh
Application granted granted Critical
Publication of TWI640481B publication Critical patent/TWI640481B/zh

Links

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
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/66—Treatment of water, waste water, or sewage by neutralisation; pH adjustment
    • 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
    • C02F3/1236—Particular type of activated sludge installations
    • C02F3/1268—Membrane bioreactor systems
    • 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
    • C02F3/28—Anaerobic digestion processes
    • 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
    • C02F3/28—Anaerobic digestion processes
    • C02F3/2853—Anaerobic digestion processes using anaerobic membrane bioreactors
    • 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
    • C02F3/30—Aerobic and anaerobic processes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G01N33/1826—Organic contamination in water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G01N33/186—Water using one or more living organisms, e.g. a fish
    • G01N33/1866—Water using one or more living organisms, e.g. a fish using microorganisms
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/001—Upstream control, i.e. monitoring for predictive control
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/006—Processes using a programmable logic controller [PLC] comprising a software program or a logic diagram
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/02—Temperature
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/04—Oxidation reduction potential [ORP]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/06—Controlling or monitoring parameters in water treatment pH
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/07—Alkalinity
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/08—Chemical Oxygen Demand [COD]; Biological Oxygen Demand [BOD]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/10—Solids, e.g. total solids [TS], total suspended solids [TSS] or volatile solids [VS]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/14—NH3-N
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/15—N03-N
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/20—Total organic carbon [TOC]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/22—O2
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/36—Biological material, e.g. enzymes or ATP
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/38—Gas flow rate
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/40—Liquid flow rate
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/42—Liquid level
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2305/00—Use of specific compounds during water treatment
    • C02F2305/06—Nutrients for stimulating the growth of microorganisms
    • 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
    • C02F3/28—Anaerobic digestion processes
    • C02F3/286—Anaerobic digestion processes including two or more steps
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20—Controlling water pollution; Waste water treatment
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel
    • 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)
  • Chemical & Material Sciences (AREA)
  • Microbiology (AREA)
  • Engineering & Computer Science (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
  • Feedback Control In General (AREA)
  • Separation Using Semi-Permeable Membranes (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本發明描述一種操作一廢水處理廠(WWTP)之方法，該WWTP具有一需氧消化槽(AD)及一薄膜生物反應器(MBR)中至少一者。操作AD之方法包含使用具有AD之一線上動態模型之一線上擴展型卡爾曼濾波器(EKF)來即時地監視及控制AD。該EKF使用即時AD測定資料及AD之線上動態模型以更新適應型模型參數且估計用於AD之以模型為基礎之推定變數，該等以模型為基礎之推定變數供具有監督控制層及低階控制層之AD控制系統進行AD控制。操作MBR之方法相似於操作AD之方法。監督控制確保該WWTP滿足流出物品質要求，同時使操作成本減至最少。本發明揭示一種具有AD或MBR中至少一者之WWTP。可使用一電腦來實施操作一WWTP之該方法。

Description

廢水處理廠之線上監視及控制
本申請案係關於廢水處理廠，更特定而言，係關於廢水處理廠之關鍵單元之監視及控制。
本申請案依據35 U.S.C.119主張2011年7月26日申請且名為「廢水處理廠之線上監視及控制(Wastewater Treatment Plant Online Monitoring and Control)」之美國臨時專利申請案第61/574,017號之優先權，該臨時專利申請案之全文係以引用的方式併入本文中。
本申請案係在能源部合約DE-FC26-08NT05870下資助的。美國政府具有在本申請案及自其頒佈之任何專利下的某些權利。
高漲之燃料價格、萎縮之水資源及增加之廢水處理廠流出物調節正迫使廢水處理廠經營者更有效率地管理其關鍵單元。
通常，廢水處理廠之關鍵單元或組件包括厭氧消化槽(anaerobic digester,AD)及薄膜生物反應器(membrane bioreactor,MBR)。AD及MBR以協調且互依之方式而操作，因此，任何關鍵單元中之任何失穩或變化皆影響關鍵單元中其餘部分之功能性及效能。舉例而言，至AD之廢水饋入物可具有流動速率、流入物化學需氧量(COD)、總懸浮固體、總可溶性COD、溫度、氮、磷酸鹽、硫酸鹽及pH值之顯著變化。AD之變化又影響下游製程單元(諸如， MBR)之操作。
通常，關鍵單元之變化為受監視之週期性手動取樣及離線實驗室測試，以監視系統效能、識別歸因於廢水饋入物之變化的任何異常狀況且決定適當矯正動作。不幸地，此等實驗室測試耗時，且不頻繁的手動取樣不足以及時地偵測潛在不利改變。又，手動操作在採取減輕變化之效應且避免任何失穩所需要之及時校正動作方面常常不充分。詳言之，AD中之失穩可導致不穩定性，該等不穩定性在未被偵測到或未被及時地校正的情況下最終可造成洗脫狀況，其中活性生物質量之損失需要成本高的停機及重新接種。又，每當AD效能受到阻礙時，生物氣體產生就會犧牲且下游MBR上之負載就可變得高得不可抵抗，從而導致MBR流出物水品質之侵害。
此等因素常常導致AD及MBR之設計過度且非常保守之操作，以避免可使AD及MBR去穩定之任何潛在失穩。然而，保守操作常常意謂無效率操作，其涉及對化學添加劑進行過量加劑且涉及過量充氣以考量未知製程變化，且因此涉及不必要地高的操作成本。
因此，需要一種經由監視及控制廢水處理廠之AD及MBR而操作廢水處理廠之改良型方法。
在本發明之一態樣中，已令人驚訝地發現一種操作一厭氧消化槽(AD)之方法，該方法包含：提供及監視一AD，其中該監視包含： 提供具有該AD之一離線動態模型之一AD離線擴展型卡爾曼濾波器(extended Kalman filter,EKF)，提供具有該AD之一線上動態模型之一AD線上EKF；其中該AD之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該AD之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該AD離線EKF及用於該AD之該歷史操作資料來識別該AD之該離線動態模型之該等估計參數；將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中；將用於該AD之即時操作資料提供至該AD線上EKF，其中該即時操作資料包含該AD之即時測定輸入資料及即時測定輸出資料；使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來更新該AD之該線上動態模型之該等適應型模型參數且估計該AD之該等以模型為基礎之推定變數；及將該AD之該線上動態模型之該等適應型模型參數及該AD之該等以模型為基礎之推定變數中的一或多者提供至該AD之一操作者。
在操作該AD之方法之另一態樣中，該AD包含一AD反應 器。
在操作該AD之方法之另一態樣中，該AD反應器為一CSTR、UASB、EGSB、混合床、移動床、低速率反應器或高速率反應器。
在操作該AD之方法之另一態樣中，該AD進一步包含一預酸化(PA)反應器，其中該AD反應器及該預酸化反應器在該AD之該線上動態模型及該離線動態模型兩者中被分離地模型化。
在操作該AD之方法之另一態樣中，該AD包含一混合平台及至少一再循環管線。
在操作該AD之方法之另一態樣中，該AD之該至少一再循環管線為一預酸化反應器再循環管線或一AD反應器再循環管線。
在操作該AD之方法之另一態樣中，用於該AD之該線上動態模型及該離線動態模型中之該等材料平衡的材料包含不溶性有機物、可溶性基質、VFA、生物質量、無機碳及鹼度。
在操作該AD之方法之另一態樣中，不溶性有機物包含碳水化合物、蛋白質及脂肪；該可溶性基質及該VFA包括糖、LCFA、胺基酸、乙酸或丙酸中至少一者；且該生物質量包括用於酸生成、乙酸生成、乙酸分解甲烷生成及氫甲烷生成生物化學製程之生物質量。
在操作該AD之方法之另一態樣中，該無機碳包含二氧化碳、碳酸鹽或碳酸氫鹽中至少一者。
在操作該AD之方法之另一態樣中，該鹼度包含與碳酸氫鹽、VFA、附加鹼以及氨及硫化氫之產生相關聯之鹼度。
在操作該AD之方法之另一態樣中，該AD之該線上動態模型及該離線動態模型中之該等生物化學反應動力學包含不溶性有機物水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程中至少一者。
在操作該AD之方法之另一態樣中，該AD之該歷史操作資料及該AD之該即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、PA反應器流體液位、AD饋入物流動速率、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、原始流入物VSS、原始流入物TSS、原始流入物可溶性無機氮、原始流入物VFA、附加鹼濃度、PA反應器pH值、PA流出物TOC、PA流出物TIC、AD生物氣體流動速率、AD生物氣體CH4濃度、AD生物氣體CO2濃度、AD反應器pH值、AD流出物TOC、AD流出物TIC、AD流出物VFA、AD流出物鹼度、AD反應器MLVSS、AD流出物TCOD、AD流出物SCOD、AD流出物VSS或AD流出物TSS。
在操作該AD之方法之另一態樣中，該AD之該離線動態模型及該AD之該線上動態模型的該等估計參數及該等適應型模型參數包含下列各者中至少一者：PA反應器複合碳水化合物分率、PA反應器複合脂肪分率、PA反應器複合 蛋白質分率、可轉換至SBOD之PA反應器不溶物分率、PA反應器酸生成反應係數、PA反應器生物質量衰變率、PA反應器不溶物水解反應係數、PA反應器不溶物流出係數、PA反應器CO2逸出係數、AD反應器複合碳水化合物分率、AD反應器複合脂肪分率、AD反應器複合蛋白質分率、可轉換至SBOD之AD反應器不溶物分率、AD反應器酸生成反應係數、AD反應器乙酸生成反應係數、AD反應器乙酸分解甲烷生成反應係數、AD反應器氫甲烷生成反應係數、AD反應器生物質量衰變率、PA反應器不溶物水解反應係數或PA反應器不溶物流出係數。
在操作該AD之方法之另一態樣中，該AD之該離線動態模型之該等估計參數及該AD之該線上動態模型之該等以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
在操作該AD之方法之另一態樣中，該AD之該線上動態模型之該等以模型為基礎之推定變數包含該AD之下列未測定輸入或輸出中至少一者：原始流入物不溶性COD、原始流入物不溶性惰性COD、原始流入物可溶性惰性COD、原始流入物SBOD醣、原始流入物SBOD LCFA、原始流入物SBOD胺基酸、原始流入物丙酸、原始流入物乙酸、原始流入物無機碳含量、原始流入物鹼度、原始流入物無機氮、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、PA反應器鹼度、PA反應器VFA、PA反應器溫度、PA反應器SCOD、PA反應器TCOD、PA反應器SBOD、AD 反應器鹼度、AD反應器VFA、AD反應器溫度、AD反應器SCOD、AD反應器SBOD、AD反應器酸生成生物質量、AD反應器乙酸生成生物質量、AD反應器乙酸分解甲烷生成生物質量、AD反應器氫甲烷生成生物質量、AD反應器不溶性COD、AD反應器不溶性惰性COD、AD反應器可溶性惰性COD、AD反應器SBOD醣、AD反應器SBOD LCFA、AD反應器SBOD胺基酸、AD反應器丙酸、AD反應器乙酸、AD反應器無機碳含量、AD反應器鹼度、AD反應器無機氮、AD反應器SCOD、AD反應器TCOD、AD反應器SBOD、SCOD轉換率、CH4轉換效率或再循環流動速率。
在操作該AD之方法之另一態樣中，使用針對線上量測之不同權數及量測準確度之先前知識來調諧該AD之該線上動態模型之該等適應型模型參數。
在操作該AD之方法之另一態樣中，向該等估計參數及該等適應型模型參數中之一或多者施加限制；其中向該等以模型為基礎之推定變數中之一或多者施加約束。
在操作該AD之方法之另一態樣中，藉由下列各者中之一者或其兩者來調整該AD之該線上動態模型之該等適應型模型參數：使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來計算該AD之模型預測輸出，比較該AD之該測定輸出資料與該AD之該等模型預測輸出，且更新該AD之該線上動態模型之該等適應型模型參數，使得該AD之該即時測定輸出資料與該AD之該等模型預測輸出實質上對 應；或使用該AD離線EKF及用於該AD之該歷史操作資料來週期性地重新識別該AD之該離線動態模型之該等估計參數，且將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中。
在操作該AD之方法之另一態樣中，控制該AD，其中該控制包含：提供一AD控制系統；其中該AD包含一AD反應器且視情況包含一PA反應器；其中該AD控制系統使用該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中的一或多者以控制該AD反應器之一營養添加劑濃度、該PA反應器之一營養添加劑濃度、該AD反應器之pH值、該PA反應器之pH值、該AD反應器之生物質量濃度、該PA反應器之流體液位或該AD之一再循環流動速率中至少一者。
在操作該AD之方法之另一態樣中，使用一電腦來執行該監視該AD或該控制該AD中至少一者。
在操作該AD之方法之另一態樣中，控制該AD之該營養添加劑濃度會防止生物質量饋入過度及用量不足，控制該PA反應器之該營養添加劑濃度會防止生物質量饋入過度及用量不足，控制該AD反應器之該pH值使鹼配料減至最少，其中控制該PA反應器之該pH值使鹼配料減至最少，控制該AD反應器之該生物質量濃度會抵銷生物質量抑制且節省鹼，控制該PA反應器之一再循環流動速率使鹼配料減至最少且維持該PA反應器之流體液位，且控制該AD反 應器之一再循環流動速率會最大化COD轉換及生物氣體產生。
在操作該AD之方法之另一態樣中，該AD控制系統包含一AD監督控制系統及一AD低階控制系統。
在操作該AD之方法之另一態樣中，該AD監督控制系統包含一AD反應器pH值監督控制器、一PA反應器pH值監督控制器或一PA：AD總體再循環流量比率監督控制器中至少一者。
在操作該AD之方法之另一態樣中，該AD反應器pH值監督控制器包含呈一級聯組態之一AD反應器非線性比例積分(PI)pH值控制器及一AD反應器比例(P)鹼度控制器。
在操作該AD之方法之另一態樣中，該PA反應器pH值監督控制器包含呈一級聯組態之一PA反應器非線性PI pH值控制器及一PA反應器P鹼度控制器。
在操作該AD之方法之另一態樣中，該PA：AD總體再循環流量比率監督控制器包含一PA：AD再循環比率控制器及一PA反應器與AD反應器再循環流動速率控制器。
在操作該AD之方法之另一態樣中，該AD低階控制系統包含一AD反應器生物質量控制器、一PA反應器流體液位控制器、一PA反應器營養添加劑濃度控制器或一AD反應器營養添加劑濃度控制器中至少一者。
在操作該AD之方法之另一態樣中，該AD反應器pH值監督控制器或該PA反應器pH值監督控制器中至少一者使用該AD之一以模型為基礎之推定變數。
在操作該AD之方法之另一態樣中，該AD之該以模型為基礎之推定變數為PA鹼度或AD鹼度。
在操作該AD之方法之另一態樣中，該AD反應器pH值監督控制器或該PA反應器pH值監督控制器中至少一者具有一前饋控制動作；其中該前饋控制動作使用該AD之一以模型為基礎之推定變數。
在操作該AD之方法之另一態樣中，該AD之該以模型為基礎之推定變數為原始流入物鹼度。
在操作該AD之方法之另一態樣中，該AD反應器生物質量控制器、該PA反應器營養添加劑濃度控制器及該AD反應器營養添加劑濃度控制器中至少一者使用該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中至少一者。
在操作該AD之方法之另一態樣中，該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數為用於水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程之反應係數及生物質量濃度中至少一者。
在操作該AD之方法之另一態樣中，該AD反應器pH值監督控制器包含呈一級聯組態之一AD反應器非線性PI pH值控制器及一PA反應器P鹼度控制器。
在本發明之又一態樣中，已令人驚訝地發現一種操作一薄膜生物反應器(MBR)之方法，該方法包含：提供及監視一MBR，其中該監視包含： 提供具有該MBR之一離線動態模型之一MBR離線擴展型卡爾曼濾波器(EKF)，提供具有該MBR之一線上動態模型之一MBR線上EKF；其中該MBR之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該MBR之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該MBR離線EKF及用於該MBR之該歷史操作資料來識別該MBR之該離線動態模型之該等估計參數；將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中；將用於該MBR之即時操作資料提供至該MBR線上EKF，其中該即時操作資料包含該MBR之即時測定輸入資料及即時測定輸出資料；使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來更新該MBR之該線上動態模型之該等適應型模型參數且估計該MBR之該等以模型為基礎之推定變數；及將該MBR之該線上動態模型之該等適應型模型參數及該MBR之該等以模型為基礎之推定變數中的一或多者提供至該MBR之一操作者。
在操作該MBR之方法之另一態樣中，該MBR包含一需氧 貯槽、一薄膜貯槽且視情況包含一缺氧貯槽；其中該需氧貯槽位於該薄膜貯槽上游；其中當存在該缺氧貯槽時，該缺氧貯槽緊接地位於該需氧貯槽上游或下游。
在操作該MBR之方法之另一態樣中，當存在該需氧貯槽及該缺氧貯槽兩者時，該需氧貯槽及該缺氧貯槽在該MBR之該線上動態模型及該離線動態模型兩者中被分離地模型化。
在操作該MBR之方法之另一態樣中，該MBR進一步包含一混合器及至少一再循環管線。
在操作該MBR之方法之另一態樣中，該MBR之該至少一再循環管線為一缺氧貯槽再循環管線或一需氧貯槽再循環管線。
在操作該MBR之方法之另一態樣中，用於該MBR之該線上動態模型及該離線動態模型中之該等材料平衡的材料包含下列各者中至少一者：微粒惰性物、可慢降解基質、異養生物質量、自養生物質量、衰變生物質量、可溶性惰性物、可溶性可易降解基質、溶解氧、溶解硝酸鹽-N(氮)、溶解氨-N、微粒可生物降解-N或碳酸氫鹽鹼度。
在操作該MBR之方法之另一態樣中，該MBR之該線上動態模型及該離線動態模型中之該等生物化學反應動力學包含需氧異養生物、缺氧異養生物、需氧自養生物、異養生物衰變、自養生物衰變、可溶性有機N氨化、有機物水解或有機N水解中至少一者。
在操作該MBR之方法之另一態樣中，該MBR之該歷史操 作資料及該MBR之該即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、附加鹼濃度、流出物流出速率、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物可溶性可生物降解有機氮、原始流入物微粒可降解有機氮、原始流入物無機惰性微粒、薄膜滲透物流動速率、廢污泥流動速率、缺氧貯槽加成可生物降解COD流量、缺氧貯槽反應器pH值、缺氧貯槽溶解氧、缺氧貯槽溫度、缺氧貯槽液體液位、缺氧貯槽MLVSS、缺氧貯槽MLSS、需氧貯槽吹風機空氣流動速率、需氧貯槽反應器pH值、需氧貯槽鹼度、需氧貯槽MLVSS、需氧貯槽MLSS、需氧貯槽溶解氧、需氧貯槽溫度、需氧貯槽液體液位、薄膜貯槽MLSS、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物TCOD、薄膜滲透物TOC、薄膜滲透物TIC、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLSS或廢污泥MLVSS。
在操作該MBR之方法之另一態樣中，該MBR之該離線動態模型及該MBR之該線上動態模型的該等估計參數及該等適應型模型參數包含下列各者中至少一者：異養最大比生長率、缺氧/需氧異養生物生長率、缺氧/需氧水解速率分率、微粒水解最大比速率常數、自養最大比生長率、異養 生物之衰變常數、自養生物之衰變常數、異養生物質量之產量、自養生物質量之產量、可溶性基質中之碳含量、微粒基質之碳含量、可溶性惰性物之碳含量、微粒不可降解有機物之碳含量、用於需氧貯槽中O2移除之質量轉移係數或用於缺氧貯槽中CO2移除之質量轉移係數。
在操作該MBR之方法之另一態樣中，該MBR之該離線動態模型之該等估計參數及該MBR之該線上動態模型之該等以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
在操作該MBR之方法之另一態樣中，該MBR之該線上動態模型之該等以模型為基礎之推定變數包含該MBR之下列未測定輸入或輸出中至少一者：原始流入物鹼度、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物無機惰性微粒、缺氧貯槽SCOD、缺氧貯槽MLVSS、缺氧貯槽硝酸鹽氮、缺氧貯槽氨-氮、缺氧貯槽可生物降解COD、需氧貯槽SOCD、需氧貯槽MLVSS、需氧貯槽硝酸鹽氮、需氧貯槽氨-氮、需氧貯槽可生物降解COD、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物可生物降解COD、薄膜滲透物TCOD、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLVSS、COD移除率或氮移除率。
在操作該MBR之方法之另一態樣中，使用針對線上量測 之不同權數及量測準確度之先前知識來調諧該MBR之該線上動態模型之該等適應型模型參數。
在操作該MBR之方法之另一態樣中，向該等估計參數及該等適應型模型參數中之一或多者施加限制；其中向該等以模型為基礎之推定變數中之一或多者施加約束。
在操作該MBR之方法之另一態樣中，藉由下列各者中之一者或其兩者來調整該MBR之該線上動態模型之該等適應型模型參數：使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來計算該MBR之模型預測輸出，比較該MBR之該測定輸出資料與該MBR之該等模型預測輸出，且更新該MBR之該線上動態模型之該等適應型模型參數，使得該MBR之該即時測定輸出資料與該MBR之該等模型預測輸出實質上對應；或使用該MBR離線EKF及用於該MBR之該歷史操作資料來週期性地重新識別該MBR之該離線動態模型之該等估計參數，且將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中。
在操作該MBR之方法之另一態樣中，控制該MBR，其中該控制包含：提供一MBR控制系統；其中該MBR包含一需氧貯槽、一薄膜貯槽且視情況包含一缺氧貯槽；其中該MBR控制系統使用該MBR之該即時測定輸入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中的一或多者以控制該缺氧貯槽之pH值、該需氧貯槽之pH值、 該需氧貯槽之流體液位、該需氧貯槽之DO濃度、該薄膜貯槽之MLSS濃度、該缺氧貯槽之bCOD加成流動速率設定點、該缺氧貯槽之至少一營養添加劑濃度或該MBR之至少一再循環流量設定點中至少一者。
在操作該MBR之方法之另一態樣中，使用一電腦來執行該監視該MBR或該控制該MBR中至少一者。
在操作該MBR之方法之另一態樣中，其中控制該缺氧貯槽之至少一營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該缺氧貯槽之該pH值使鹼配料減至最少，其中控制該需氧貯槽之該pH值使鹼配料減至最少，其中控制該需氧貯槽之該流體液位使該需氧貯槽之流體擾動之影響減至最少，其中控制該需氧貯槽之該DO濃度會確保在該需氧貯槽中存在一適當DO濃度，其中控制該薄膜貯槽之該MLSS濃度會最大化薄膜滲透率，其中控制該缺氧貯槽之該bCOD加成流動速率設定點使bCOD使用減至最少，其中控制該MBR之至少一再循環流量設定點會幫助維持通過該MBR之流量。
在操作該MBR之方法之另一態樣中，該MBR控制系統包含一MBR監督控制系統及一MBR低階控制系統。
在操作該MBR之方法之另一態樣中，該MBR監督控制系統包含一需氧貯槽DO監督控制器、一缺氧貯槽再循環流量監督控制器或一缺氧貯槽bCOD加成流動速率監督控制方案中至少一者。
在操作該MBR之方法之另一態樣中，該MBR之該缺氧貯 槽bCOD加成流量監督控制方案包含一缺氧貯槽bCOD設定點監督控制器、一缺氧貯槽bCOD加成流動速率監督回饋控制器及一缺氧貯槽bCOD加成流動速率監督前饋控制器。
在操作該MBR之方法之另一態樣中，該MBR低階控制系統包含下列各者中至少一者：一需氧貯槽流體液位PI控制器、一需氧貯槽pH值控制器、一缺氧貯槽pH值控制器、一缺氧貯槽再循環管線流動速率控制器、一需氧貯槽DO濃度控制器、一缺氧貯槽營養添加劑濃度控制器、需氧貯槽再循環管線流動速率PI控制器、總MBR再循環流動速率PI控制器、一需氧貯槽再循環流動速率查找表或一薄膜貯槽MLSS濃度控制器。
在操作該MBR之方法之另一態樣中，該MLSS濃度控制器使用該MBR之一以模型為基礎之推定變數。
在操作該MBR之方法之另一態樣中，該MBR之該以模型為基礎之推定變數為MLVSS濃度或MLSS濃度。
在操作該MBR之方法之另一態樣中，該需氧貯槽DO監督控制器、該缺氧貯槽再循環流量監督控制器及該缺氧貯槽bCOD加成流動速率監督控制方案滿足對COD、硝酸鹽及氨之薄膜滲透物要求，同時使充氣、再循環流量及bCOD加成減至最少。
在操作該MBR之方法之另一態樣中，該需氧貯槽DO監督控制器、該缺氧貯槽再循環流量監督控制器或該缺氧貯槽bCOD加成流動速率監督控制方案中至少一者使用該 MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中至少一者。
在本發明之又一態樣中，已令人驚訝地發現一種操作一廢水處理廠(WWTP)之方法，該方法包含：操作一厭氧消化槽(AD)，其包含：提供一AD且監視該AD，其中該監視包含：提供具有該AD之一離線動態模型之一AD離線擴展型卡爾曼濾波器(EKF)，提供具有該AD之一線上動態模型之一AD線上EKF；其中該AD之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該AD之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該AD離線EKF及用於該AD之該歷史操作資料來識別該AD之該離線動態模型之該等估計參數；將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中；將用於該AD之即時操作資料提供至該AD線上EKF，其中該即時操作資料包含該AD之即時測定輸入資料及即時測定輸出資料；使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來更 新該AD之該線上動態模型之該等適應型模型參數且估計該AD之該等以模型為基礎之推定變數；及將該AD之該線上動態模型之該等適應型模型參數及該AD之該等以模型為基礎之推定變數中的一或多者提供至該AD之一操作者，操作一薄膜生物反應器(MBR)，其包含：提供一MBR且監視該MBR，其中該監視包含：提供具有該MBR之一離線動態模型之一MBR離線擴展型卡爾曼濾波器(EKF)，提供具有該MBR之一線上動態模型之一MBR線上EKF；其中該MBR之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該MBR之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該MBR離線EKF及用於該MBR之該歷史操作資料來識別該MBR之該離線動態模型之該等估計參數；將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中；將用於該MBR之即時操作資料提供至該MBR線上EKF，其中該即時操作資料包含該MBR之即時測定輸入資料及即時測定輸出資料；使用該MBR線上EKF、該MBR之該線上動態模型、該 MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來更新該MBR之該線上動態模型之該等適應型模型參數且估計該MBR之該等以模型為基礎之推定變數；及將該MBR之該線上動態模型之該等適應型模型參數及該MBR之該等以模型為基礎之推定變數中的一或多者提供至該MBR之一操作者。
在操作該WWTP之方法之另一態樣中，藉由下列各者中之一者或其兩者來調整該AD之該線上動態模型之該等適應型模型參數：使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來計算該AD之模型預測輸出，比較該AD之該測定輸出資料與該AD之該等模型預測輸出，且更新該AD之該線上動態模型之該等適應型模型參數，使得該AD之該即時測定輸出資料與該AD之該等模型預測輸出實質上對應；或使用該AD離線EKF及用於該AD之該歷史操作資料來週期性地重新識別該AD之該離線動態模型之該等估計參數，且將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中。
在操作該WWTP之方法之另一態樣中，藉由下列各者中之一者或其兩者來調整該MBR之該線上動態模型之該等適應型模型參數：使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來計算該MBR之模型預測輸出，比較該MBR之該測定輸出資料與該MBR之該等模型預測輸出，且更新 該MBR之該線上動態模型之該等適應型模型參數，使得該MBR之該即時測定輸出資料與該MBR之該等模型預測輸出實質上對應；或使用該MBR離線EKF及用於該MBR之該歷史操作資料來週期性地重新識別該MBR之該離線動態模型之該等估計參數，且將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中。
在操作該WWTP之方法之另一態樣中，控制該AD，其中控制該AD包含：提供一AD控制系統；其中該AD控制系統使用該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中的一或多者以控制該AD反應器之一營養添加劑濃度、該PA反應器之一營養添加劑濃度、該AD反應器之pH值、該PA反應器之pH值、該AD反應器之生物質量濃度、該PA反應器之流體液位或該AD之一再循環流動速率中至少一者。
在操作該WWTP之方法之另一態樣中，控制該MBR，其中控制該MBR包含：提供一MBR控制系統；其中該MBR控制系統使用該MBR之該即時測定輸入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中的一或多者以控制該缺氧貯槽之pH值、該需氧貯槽之pH值、該需氧貯槽之流體液位、該需氧貯槽之DO濃度、該薄膜貯槽之MLSS濃度、該缺氧貯槽之bCOD加成流動速率設定點、該缺氧貯槽之至少一營養添加劑濃度或該MBR之至少一再循 環流量設定點中至少一者。
在操作該WWTP之方法之另一態樣中，該MBR位於該AD上游，其中該MBR線上EKF將以模型為基礎之推定變數提供至該AD，其中提供至該AD之該等以模型為基礎之推定變數包含MBR流出物之組合物及流動速率；其中提供至該AD之該等以模型為基礎之推定變數實現該AD之前饋控制。
在操作該WWTP之方法之另一態樣中，該AD位於該MBR上游，其中該AD線上EKF將以模型為基礎之推定變數提供至該MBR，其中提供至該MBR之該等以模型為基礎之推定變數包含AD流出物之組合物及流動速率；其中提供至該MBR之該等以模型為基礎之推定變數實現該MBR之前饋控制。
在操作該WWTP之方法之另一態樣中，使用一電腦來執行操作該WWTP。
在本發明之又一態樣中，已發現一種廢水處理廠(WWTP)，該WWTP包含一需氧消化槽(AD)及一薄膜生物反應器(MBR)中至少一者：其中該AD包含一AD反應器、一AD控制系統且視情況包含一預酸化(PA)反應器；其中當存在該PA反應器時，該PA反應器位於該AD反應器上游；其中該WWTP進一步包含一AD線上EKF，當存在該AD時，該AD線上EKF具有該AD之一線上動態模型；其中該AD之該線上動態模型包含狀態、製程材料平衡、能量平 衡及生物化學反應動力學、估計參數及適應型線上模型參數；其中該等適應型模型參數為該等估計參數之一子集；其中當存在該AD反應器及該PA反應器兩者時，該AD反應器與該PA反應器被分離地模型化；其中該MBR包含一需氧貯槽、一薄膜貯槽、一MBR控制系統且視情況包含一缺氧貯槽；其中該需氧貯槽位於該薄膜貯槽上游；其中當存在該缺氧貯槽時，該缺氧貯槽緊接地位於該需氧貯槽上游或下游；其中該WWTP進一步包含一MBR線上EKF，當存在該MBR時，該MBR線上EKF具有該MBR之一線上動態模型；其中該MBR之該線上動態模型包含估計參數、適應型模型參數、狀態、製程材料平衡、能量平衡及生物化學反應動力學；其中該等適應型模型參數為該等估計參數之一子集；其中當存在該需氧貯槽及該缺氧貯槽兩者時，該需氧貯槽與該缺氧貯槽被分離地模型化。
在該WWTP之另一態樣中，該AD控制系統包含一AD監督控制系統及一AD低階控制系統。
在該WWTP之另一態樣中，該AD監督控制系統包含一AD反應器pH值監督控制器、一PA反應器pH值監督控制器或一PA：AD總體再循環流量比率監督控制器中至少一者。
在該WWTP之另一態樣中，該AD反應器pH值監督控制器包含呈一級聯組態之一AD反應器非線性PI pH值控制器及一AD反應器P鹼度控制器；其中該PA反應器pH值監督控制器包含呈一級聯組態之一PA反應器非線性PI pH值控制 器及一PA反應器P鹼度控制器；其中該PA：AD總體再循環流量比率監督控制器包含一AD：PA再循環比率控制器及一PA反應器與AD反應器再循環流動速率控制器。
在該WWTP之另一態樣中，該AD低階控制系統包含一AD反應器生物質量控制器、一PA反應器流體液位控制器、一PA反應器營養添加劑濃度控制器或一AD反應器營養添加劑濃度控制器中至少一者。
在該WWTP之另一態樣中，該MBR控制系統包含一MBR監督控制系統及一MBR低階控制系統。
在該WWTP之另一態樣中，該MBR監督控制系統包含一需氧貯槽DO監督控制器、缺氧貯槽再循環流量監督控制器或一缺氧貯槽bCOD加成流動速率監督控制方案中至少一者。
在該WWTP之另一態樣中，該MBR之該缺氧貯槽bCOD加成流量監督控制方案包含一缺氧貯槽bCOD設定點監督控制器、一缺氧貯槽bCOD加成流動速率監督回饋控制器及一缺氧貯槽bCOD加成流動速率監督前饋控制器。
在該WWTP之另一態樣中，該MBR低階控制系統包含下列各者中至少一者：一需氧貯槽流體液位PI控制器、一需氧貯槽pH值控制器、一缺氧貯槽pH值控制器、一缺氧貯槽再循環管線流動速率控制器、一需氧貯槽DO濃度控制器、一缺氧貯槽營養添加劑濃度控制器、一需氧貯槽再循環管線流動速率PI控制器、一總MBR再循環流動速率PI控制器、一需氧貯槽再循環流動速率查找表或一薄膜貯槽 MLSS濃度控制器。
在該WWTP之另一態樣中，該AD包含一混合平台及至少一再循環管線。
在該WWTP之另一態樣中，該AD反應器為一CSTR、UASB、EGSB、混合床、移動床、低速率反應器或高速率反應器；其中該AD之該至少一再循環管線為一PA反應器再循環管線或一AD反應器再循環管線。
在該WWTP之另一態樣中，該MBR進一步包含一混合器及至少一再循環管線。
在該WWTP之另一態樣中，該MBR之該至少一再循環管線為一缺氧貯槽再循環管線或一需氧貯槽再循環管線。
在該WWTP之另一態樣中，該AD線上EKF、該MBR線上EKF、該AD控制系統或該MBR控制系統中至少一者係使用一電腦予以實施。
在本發明之又一態樣中，已發現一種用於監視及控制一WWTP之系統，該WWTP包含一AD或一MBR中至少一者。該系統包含記憶體及可與該記憶體操作地連接之一微處理器。其中該微處理器經組態以當存在該MBR時：使用一MBR線上EKF、該MBR之一線上動態模型、該MBR之即時測定輸入資料及該MBR之即時測定輸出資料來更新該MBR之該線上動態模型之適應型模型參數且估計該MBR之以模型為基礎之推定變數；其中該MBR線上EKF及該MBR之該線上動態模型儲存於該記憶體中且係藉由該微處理器執行；及使用一MBR控制系統並使用該MBR之該即時測定輸 入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等適應型模型參數或該MBR之該等以模型為基礎之推定變數中的一或多者來控制該MBR。其中該微處理器經進一步組態以當存在該AD時：使用一AD線上EKF、該AD之一線上動態模型、該AD之即時測定輸入資料及該AD之即時測定輸出資料來更新該AD之該線上動態模型之適應型模型參數且估計該AD之以模型為基礎之推定變數；其中該AD線上EKF及該AD之該線上動態模型儲存於該記憶體中且係藉由該微處理器執行；及使用一AD控制系統並使用該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等適應型模型參數或該AD之該等以模型為基礎之推定變數中的一或多者來控制該AD。
根據已藉由說明而展示及描述的本發明之實施例之以下描述，本發明之優勢對於熟習此項技術者將變得更顯而易見。將認識到，本發明能夠具有其他及不同實施例，且其細節能夠進行各種方面之修改。
本發明之此等及其他特徵以及其優勢在現在將以實例參看隨附草圖而描述的本發明之實施例中得以特定地說明。
應注意，所有圖式皆係圖解性的且未按比例繪製。在圖式中已出於清晰及方便起見而在大小方面誇示地或縮減地展示此等圖之部件之相對尺寸及比例。在不同實施例中，相同參考數字通常用以指代對應或相似特徵。因此，應將 圖式及描述看作在性質上係說明性而非限制性的。
如本文貫穿本說明書及申請專利範圍而使用之近似語言可適用於修飾可准許變化之任何定量表示，而不引起與其有關之基本功能之改變。因此，藉由諸如「約」之一或若干術語修飾之值不限於所指定之精確值。在至少一些例子中，近似語言可對應於用於量測該值之器具之精確度。可組合及/或互換範圍限制，且此等範圍被識別且包括本文所敍述之所有子範圍，除非上下文或語言另有指示。除了在操作實例或另有指示之處以外，在本說明書及申請專利範圍中所使用的指代成份之數量、反應條件及其類似者之所有數目或表達亦皆應被理解為在所有例子中藉由術語「約」修飾。
「選用」或「視情況」意謂可或可不發生隨後描述之事件或情況，或可或可不存在隨後識別之材料，及描述包括發生該事件或情況或存在該材料之例子及不發生該事件或情況或不存在該材料之例子。
如本文所使用，術語「包含」、「包括」、「具有」或其任何其他變化意欲涵蓋非獨占式包括。舉例而言，包含一元件清單之製程、方法、物品或裝置未必僅限於彼等元件，而可包括未明確地列出或為此製程、方法、物品或裝置所固有之其他元件。
單數形式「一」及「該」包括複數個對象，除非上下文另有清晰規定。
圖1a展示一般整合式廢水處理廠(WWTP)10。將廢水饋入至厭氧消化槽(AD)20，其中將通常為80%至90%之可易 生物降解COD轉換至生物氣體。接著在薄膜生物反應器(MBR)30中處理厭氧消化槽流出物以經由需氧生物處理來消除剩餘COD。對於具有高固體含量之廢水饋入物，使用陷入空氣浮動製程48以在將微粒固體饋入至MBR 30之前移除微粒固體。陷入空氣浮動製程48可緊接地位於MBR 30之前或在MBR 30內部緊接地位於需氧貯槽32及缺氧貯槽31(若存在)上游。MBR 30移除COD、氮、磷及總懸浮固體(TSS)以得到清潔滲透水。MBR 30允許回收廢水中90%至95%之水以作為已清潔滲透水。
WWTP 10進一步包含電腦1071，電腦1071含有微處理器1072及記憶體1073。電腦1071之記憶體1073中含有AD線上EKF 252、AD離線EKF 251、AD線上動態模型262、AD離線動態模型261、MBR線上EKF 352、MBR離線EKF 351、MBR線上動態模型362、MBR離線動態模型361及用於操作AD 20及MBR 30之方法。AD 20及MBR 30之即時操作資料以及用於AD 20及MBR 30之離線實驗室測試結果亦儲存於電腦1071之記憶體1073中，且稍後用作歷史操作資料。微處理器1072自記憶體1073擷取下文所論述的操作AD 20及MBR 30之方法，且執行該等方法。預料到，電腦1071可為具有微處理器1072及記憶體1073的由一般熟習此項技術者認為合適之任何器件，包括(但不限於)通用電腦、本端電腦、遠端電腦、以雲端為基礎之電腦或PLC。另外，亦預料到，在一些實施例中，電腦1071亦含有操作者控制面板1070。
圖1b展示MBR 30位於AD 20上游的WWTP 10之替代實施 例。在此實施例中，AD 20收納來自MBR 30之薄膜貯槽污泥排出器43之流出物。預料到，在WWTP 10之一些實施例中，AD 20具有AD電腦1071a且MBR 30具有MBR電腦1071b，或者，若AD 20或MBR 30中僅一者存在於WWTP 10中，則AD電腦1071a或MBR電腦1071b中僅一者存在於WWTP中。當兩者皆存在時，AD電腦1071a與MBR電腦1071b經網路連接在一起以共用資訊。AD電腦含有微處理器1072a及記憶體1073a。MBR電腦含有微處理器1072b及記憶體1073b。
AD電腦1071a之記憶體1073a中含有AD線上EKF 252、AD離線EKF 251、AD線上動態模型262、AD離線動態模型261、用於操作AD 20之方法。AD 20之即時操作資料及用於AD 20之離線實驗室測試結果亦儲存於AD電腦1071a之記憶體1073a中，且稍後用作歷史操作資料。微處理器1072a自記憶體1073a擷取下文所論述的操作AD 20之方法，且執行該方法。
MBR電腦1071b之記憶體1073b中含有MBR線上EKF 352、MBR離線EKF 351、MBR線上動態模型362、MBR離線動態模型361及方法MBR 30。MBR 30之即時操作資料及用於MBR 30之離線實驗室測試結果亦儲存於電腦1071之記憶體1073中，且稍後用作歷史操作資料。微處理器1072b自記憶體1073b擷取下文所論述的操作MBR 30之方法，且執行該方法。
預料到，AD電腦1071a及MBR電腦1071b可為具有微處理器1072及記憶體1073的由一般熟習此項技術者認為合適 之任何器件，包括(但不限於)通用電腦、本端電腦、遠端電腦、以雲端為基礎之電腦、PLC。另外，亦預料到，在一些實施例中，AD電腦1071a及MBR電腦1071b中之一者或其兩者亦含有操作者控制面板1070。
在一實施例中，電腦1071及WWTP 10形成用於監視及控制WWTP 10之系統，該系統包含AD 20或MBR 30、記憶體1073及可與記憶體1073操作地連接之微處理器1072中至少一者，其中微處理器1072經組態以當存在MBR 30時更新MBR 30之線上動態模型362之適應型模型參數且估計MBR 30之以模型為基礎之推定變數：使用MBR線上EKF 352、MBR 30之線上動態模型362、MBR 30之即時測定輸入資料及MBR 30之即時測定輸出資料。MBR線上EKF 352及MBR 30之線上動態模型362儲存於記憶體1073中且係藉由微處理器1072執行。微處理器1072經進一步組態以當存在MBR 30時使用MBR控制系統300及下列各者中之一或多者來控制MBR 30：MBR 30之即時測定輸入資料、MBR 30之即時測定輸出資料、MBR 30之線上動態模型之適應型模型參數或MBR 30之以模型為基礎之推定變數。
其中微處理器1072經進一步組態以當存在AD 20時使用下列各者來更新AD 20之線上動態模型262之適應型模型參數且估計AD 20之以模型為基礎之推定變數：AD線上EKF 252、AD 20之線上動態模型262、AD 20之即時測定輸入資料及AD 20之即時測定輸出資料。AD線上EKF 252及AD 20之線上動態模型262儲存於記憶體1073中且係藉由微處理器1072執行。微處理器1072經進一步組態以當存在AD 20時使用AD控制系統200及下列各者中之一或多者來控制AD 20：AD之即時測定輸入資料、AD之即時測定輸出資料、AD之線上動態模型之適應型模型參數或AD之以模型為基礎之推定變數。
在另一實施例中，AD電腦1071a及MBR電腦1071b中之一者或其兩者以及WWTP 10形成用於監視及控制WWTP 10之系統。該系統包含AD 20或MBR 30中至少一者。該系統具有AD電腦1071a(若存在AD 20)及MBR電腦1071b(若存在MBR 30)。若存在，則AD電腦1071a包含記憶體1073a及可與記憶體1073a操作地連接之微處理器1072a。若存在，則MBR電腦1071b包含記憶體1073b及可與記憶體1073b操作地連接之微處理器1072b。
其中，當存在MBR 30及MBR電腦1071b時，微處理器1072b經組態以更新MBR 30之線上動態模型362之適應型模型參數且估計MBR 30之以模型為基礎之推定變數：使用MBR線上EKF 352、MBR 30之線上動態模型362、MBR 30之即時測定輸入資料及MBR 30之即時測定輸出資料。MBR線上EKF 352及MBR 30之線上動態模型362儲存於記憶體1073b中且係藉由微處理器1072b執行。微處理器1072b經進一步組態以使用MBR控制系統300及下列各者中之一或多者來控制MBR 30：MBR 30之即時測定輸入資料、MBR 30之即時測定輸出資料、MBR 30之線上動態模型之適應型模型參數或MBR 30之以模型為基礎之推定變數。
其中，當存在AD 20及AD電腦1071a時，微處理器1072a 經進一步組態以使用下列各者來更新AD 20之線上動態模型262之適應型模型參數且估計AD 20之以模型為基礎之推定變數：AD線上EKF 252、AD 20之線上動態模型262、AD 20之即時測定輸入資料及AD 20之即時測定輸出資料。AD線上EKF 252及AD 20之線上動態模型262儲存於記憶體1073a中且係藉由微處理器1072a執行。AD微處理器1072a經進一步組態以使用AD控制系統200及下列各者中之一或多者來控制AD 20：AD之即時測定輸入資料、AD之即時測定輸出資料、AD之線上動態模型之適應型模型參數或AD之以模型為基礎之推定變數。
用於以統一且無縫之方式操作AD 20及MBR 30之一個挑戰為存在廢水饋入物流量及組合物之變化。舉例而言，AD 20之操作對溫度及pH值變化敏感，且可在存在超出正常操作條件的此等參數之持續漂移的情況下變得不穩定。因此，通常，在AD 20中調節pH值。有時在AD中所發現之額外控制包括廢水饋入物及流出物流動速率以及營養加成之主動調節，且在一些情況下包括AD溫度之調節。然而，不存在COD轉換之直接控制，且常常不監視或調節生物氣體流動速率及組合物。
圖2展示一般厭氧消化槽20，厭氧消化槽20具有預酸化(PA)反應器22、PA反應器混合平台21、AD反應器混合平台23及AD反應器24。將廢水饋入至AD 20，廢水首先進入PA反應器混合平台21，在廢水進入PA反應器22之前，在PA反應器混合平台21處使添加劑與廢水混合。PA流出物 進入AD反應器混合平台23，在PA流出物進入AD反應器24之前，在AD反應器混合平台23處使添加劑與PA流出物混合。PA反應器22充當等化貯槽，且允許可溶性(初級碳水化合物)COD之部分酸化以得到揮發性脂肪酸(VFA)，因此亦充當預酸化貯槽。在AD反應器24中將混合碳水化合物及VFA饋入物轉換至甲烷。歸因於VFA之酸化及積聚，PA反應器22在相當低之pH值(約6.0)下操作，此不適合於甲烷生成。在較高pH值(介於約6.5至7.5之間)下操作AD反應器24以促成甲烷生成。藉由在AD反應器混合平台23及PA反應器混合平台21(或若不存在AD反應器混合平台23及PA反應器混合平台21，則PA反應器22及AD反應器24)處添加合適鹼加成來調節PA反應器22及AD反應器24中之pH值。此合適鹼加成可包括(但不限於)苛性鹼、碳酸氫鈉及氫氧化鎂中之一或多者。預料到，AD反應器pH值監督控制器700將控制鹼自AD鹼貯槽702至AD反應器24(直接至AD反應器24或經由AD反應器混合平台23)之流動速率。另外，預料到，PA反應器pH值監督控制器701將控制鹼自PA鹼貯槽703至PA反應器22(直接至PA反應器22或經由PA反應器混合平台21)之流動速率。在一些實施例中，存在AD饋入泵27。在AD 20之一些實施例中，將營養添加劑提供至PA反應器22及AD反應器24，直接至PA反應器22及AD反應器24或經由PA反應器混合平台21及AD反應器混合平台23。自PA反應器營養添加劑貯槽52提供經提供至PA反應器22之營養添加劑，其流動速率受到PA反應器營養添加劑濃度控 制器51控制。自AD反應器營養添加劑貯槽62提供經提供至AD反應器24之營養添加劑，其流動速率受到AD反應器營養添加劑濃度控制器61控制。
應理解，在AD 20之一些實施例中，用於PA反應器22之每一營養添加劑將具有一PA反應器營養添加劑貯槽52及PA反應器營養添加劑濃度控制器51。沿著相同管線，用於AD反應器24之每一營養添加劑將具有一PA反應器營養添加劑貯槽52及PA反應器營養添加劑濃度控制器51。
然而，在AD 20之其他實施例中，在單一PA反應器營養添加劑貯槽52中組合用於PA反應器22之所有營養添加劑，且在單一AD反應器營養添加劑貯槽62中組合用於AD反應器24之所有營養添加劑。因此，存在僅一個PA反應器營養添加劑貯槽52及對應PA反應器營養添加劑濃度控制器51，且存在僅一個AD反應器營養添加劑貯槽62及對應AD反應器營養添加劑濃度控制器61。
在一些實施例中，具有PA再循環泵28之PA再循環管線25位於AD反應器24與PA反應器22之間以將來自AD反應器24之流出物之部分混合至PA反應器22之流入物中，藉此允許調節液壓負載變化且亦允許稀釋傳入廢水。在一實施例中，此係藉由置放自AD反應器24流出物至PA反應器混合平台21之再循環管線而實現。另外，在一些實施例(諸如，使用EGSB AD反應器24之實施例)中，具有AD再循環泵29之AD再循環管線26存在於AD反應器24自身周圍。在一實施例中，此係藉由置放自AD反應器24流出物至AD反 應器混合平台23之再循環管線而實現。
PA反應器混合平台21及PA反應器22係選用的。然而，當AD反應器24為高速率消化槽時，常常存在PA反應器混合平台21及PA反應器22。預料到，AD反應器24可為若干類型之反應器中之一者，包括(但不限於為)連續攪拌貯槽反應器(CSTR)、上向流厭氧污泥毯覆式反應器(UASB)、擴充型粒狀污泥床反應器(EGSB)、混合床、移動床、低速率反應器或高速率反應器。
厭氧消化槽已在過去的數十年內得到相當廣泛地研究，且最近已吸引關於模型化(主要聚焦於離線模擬研究)之努力。存在可用於厭氧消化槽之高度詳細模型--厭氧消化槽模型1(Anaerobic Digesters Model 1,ADM1)，其係由國際水協會開發，且用作描述厭氧消化槽之動態操作的參考標準。ADM1為具有七個反應路徑、19個反應及3個抑制效應的綜合且詳細之模型，其係針對非常普通的廢物含量及廣泛的操作條件而設計。雖然ADM1具有廣泛的適用性，但其複雜且不易於可用於線上監視及控制。詳言之，其包括在跨越多個時間比例調整之液相及氣相中的詳細動力學，從而導致具有對於總體生物製程操作實務上並不重要之一些快速動力學的極生硬模型。
與詳細ADM1對比，「6狀態」簡單模型(第6級模型--包括6個動態組分)已由Bernard在論文Dynamical Model Development and Parameter Identification for an Anaerobic Wastewater Treatment Process(Biotechnology and Bioengineering，第75卷，第424-438頁，2001年)中提議及使用。6狀態模型在兩個依序反應步驟中將AD製程簡化為酸化及甲烷化，其中酸生成及甲烷生成微生物分別自COD轉換至揮發性脂肪酸(VFA)及自VFA轉換至甲烷。經動態地模型化之六個組分為：COD、VFA、無機碳、鹼度、酸生成微生物及甲烷生成微生物。雖然此模型非常簡單，但其在適用性方面過於限定於在廢水饋入物COD中之初級可溶性碳水化合物，且未考量用於pH值計算及在生物製程上對pH值之影響的氮平衡或酸-鹼均衡。
中等複雜性之較合理的「10狀態」模型(第10級模型--包括10個動態組分)已被提議且用作開始點。此模型被描述於Dochain之Dynamical modelling,analysis,monitoring,and control design for nonlinear bioprocesses(Advances in Biochemical Engineering中之概論章節，第56卷，Springer-Verlag Berlin Heidelberg，1997年)、Dochain之Adaptive control of the hydrogen concentration in anaerobic digestion(Industrial and Engineering Chemistry Research，1991，30，129-136)及Mosey之Mathematical Modelling of the Anaerobic Digestion Process：Regulatory Mechanisms for the Formation of Short-Chain Volatile Acids from Glucose(Water Science Technology，1983，15，209-232)中。
相比於6狀態模型，10狀態模型具有關於生物製程之稍更多細節--更詳細地模型化用於酸生成、乙酸生成及最終 甲烷生成之反應路徑。其假定製程開始於簡單的碳水化合物(例如，葡萄糖)，且識別4個反應路徑：用於酸化之2個路徑及用於甲烷化之2個路徑。經動態地模型化之10個組分為：COD、丙酸鹽、乙酸鹽、氫、無機碳、生酸生物質量、OHPA(絕對氫生成酸)、乙酸分解甲烷生成生物質量、親氫甲烷生成生物質量及甲烷。將總共26個參數用於生物反應動力學及產量係數。然而，此模型捕獲大多數(而全部)重要製程及重要組分。吾人已發現，亦有必要擴展10狀態模型以包括額外細節以允許除了啤酒廠/葡萄酒廠應用以外的對AD之更一般的適用性。詳言之，已擴展10狀態模型以(i)除了碳水化合物(葡萄糖)以外亦包括脂肪(LCFA)及蛋白質(胺基酸)以作為可溶性COD、(ii)包括微粒或不溶性可生物降解及非可生物降解/惰性(亦即，難熔)COD、(iii)包括生物質量衰變、(iv)包括氮平衡，及(v)包括用於pH值計算及其對生物製程動力學之影響的鹼度及無機碳平衡。圖3中展示所使用之最終模型中之總體材料轉換方案，且等式3中展示動態材料平衡。
可看出，已擴展圖3之方案以包括可溶性及不溶性以及可生物降解及惰性(難熔)COD。另外，已將具有用於分解及水解之第一級動力學的不溶性(微粒)COD添加至模型。分解得到不溶性惰性及不溶性bCOD。不溶性bCOD經歷至溶膠bCOD之水解。另外，分解及水解皆為第一級反應--組合在一起(水解比分解快一量級)。另外，bCOD為可生物降解COD，其為碳水化合物(葡萄糖)、脂肪(LCFA)與蛋白質 (胺基酸)之混合物--COD分率為fc、ff及fp。
另外，在圖3之方案中，將所有較高級(相比於乙酸)脂肪酸組合成丙酸，且已添加生物質量衰變以縮減活性生物質量。在圖3中可看出，圖解中之生物質量僅表示活性生物質量。因此，圖3之方案亦可包括N平衡。
AD反應器24中之生物化學反應係在自可溶性可生物降解COD(被表示為SbCOD)開始的情況下被模型化，下文所示之四個反應R1-R4被模型化：等式1 R1：SbCOD → 丙酸+乙酸+H2+CO2 R2：丙酸 → 乙酸+CO2+H2 R3：乙酸 → 甲烷+CO2 R4：CO2+H2 → 甲烷．SbCOD=葡萄糖、LCFA/醇、胺基酸之混合
在上文所簡化之反應方案中，R1表示自混合可溶性bCOD之酸生成反應，R2表示乙酸生成反應，R3表示乙酸分解甲烷生成，且R4表示自氫之甲烷生成。一般而言，用於第一反應之基質將為碳水化合物(葡萄糖)、脂肪(長鏈脂肪酸-LCFA與醇)與蛋白質(胺基酸)之混合。為了允許針對一般製程之適用性，用各別個別反應來相異地模型化碳水化合物、脂肪及蛋白質(醇與脂肪可由於相似的反應化學計量而集總在一起)：
等式2 R1a：葡萄糖 → 丙酸+乙酸+H2+CO2 R1b：LCFA/乙醇 → 乙酸+H2 R1c：胺基酸 → 丙酸+乙酸+H2+CO2(+IN)
針對碳水化合物、脂肪及蛋白質之分離模型化對於允許較準確的總碳平衡亦係重要的，該總碳平衡又用於針對鹼度、CO2及pH值之計算的無機碳平衡中。最後，模型經更新以包括活性生物質量之衰變(作為第一級反應)，其中活性生物質量衰變以得到不溶性COD。不溶性或微粒COD又經由第一級反應而經歷慢分解及水解，以得到不溶性惰性COD及可溶性可生物降解COD。
對於上文所提到之生物製程，消化槽之總動態模型係藉由以下等式給出：
在以上模型中，X C 表示不溶性COD濃度，X 1 表示不溶性惰性COD濃度，X i(i=1、......、4)表示針對第i反應之生物質量濃度，S 1 表示可溶性惰性COD濃度，S 1 表示可溶性可生物降解COD，S 2 表示丙酸濃度(忽略較高級VFA且將其集總至丙酸中)，S 3 表示乙酸濃度，S 4 表示溶解H2濃度，S 5 表示總無機碳濃度，Z表示總鹼度，且S IN 表示總無機氮濃度。模型中之所有濃度皆係以gCOD/l表達，惟S 4 係以微莫耳/公升為單位，而S 5 及S IN 係以mol/l為單位且將Z表達為等量g CaCO3/l除外。變數D表示稀釋率，或液壓滯留時間(HRT)之倒數，參數b表示用於生物質量衰變之速率常數，h表示用於分解/水解之淨第一級反應速率常數，而f B 表示在水解/分解後隨即得到可溶性可生物降解COD的不溶性COD之分率-剩餘分率為不溶性惰性COD。
總無機碳由溶解CO2及碳酸氫鹽組成-在6.5-7.5(或在PA反應器中，較低)之操作pH值範圍下，忽略碳酸鹽濃度。總鹼度包括歸因於溶解碳酸氫鹽及歸因於離子化VFA之鹼度。在高於6.5之操作pH值下，假定所有VFA皆被離子 化，而在PA反應器中之較低pH值條件下，取決於解離均衡，VFA被部分地離子化。最後，總無機氮為在反應器作為NH3/NH4 +之氮。在低於7.5之pH值下，所有無機氮皆呈現為NH4 +。無機氮歸因於根據蛋白質COD之攝取的產生而聚積於反應器中，且同時地藉由在其生長期間同化成生物質量而被移除(N bac 表示在生物質量生長期間之特定氮攝取)。術語r i X i 表示各別反應中關鍵基質之攝取率，且對應生物質量生長率係藉由k i r i X i 給出。應注意，參數α表示流出物液流中生物質量/微粒物質之濃度對反應器中之濃度的比率。對於混合CSTR，在完美混合的情況下，此比率標稱為1。另一方面，對於比如UASB及EGSB之高產出率消化槽，在生物質量及微粒物質之優先滯留的情況下，此比率小於1。此參數允許適應於變化之AD設計，且亦可被解譯為HRT與固體滯留時間(SRT)之比率，亦即，α=HRT/SRT，其為用於消化槽效能之臨界設計及操作參數。此參數可經調整/調適用於變化之設計/操作條件。
反應化學計量參數k i 及反應速率r i 亦可經調整/調適用於變化之饋入及操作條件。詳言之，反應速率r i 係藉由具有用於歸因於pH值及H2濃度之抑制效應之乘法項的標準莫諾表達(monod-expression)給出：
在以上關係中，針對每一基質及對應生物質量生長率之最大反應速率為操作溫度之函數。對於親中介態細菌，最佳溫度為約35℃，且峰值反應速率在較低溫度下逐漸地下降，且在較高溫度下非常急劇地下降，如由以上等式中之二項函數給出。可調適/調整峰值反應速率參數。遍及各別pH值及溶解H2濃度範圍，抑制項IpH及IH2之範圍為自1(未受抑制)至0(受完全抑制)，且其與在ADM1中相同地被模型化。
如上文提到，可溶性可生物降解COD(S1)係由個別碳水化合物(S1c)、脂肪(包括醇)(S1f)及蛋白質(S1p)構成，亦即，等式5 S1=S1c+S1f+S1p
且針對R1之對應反應速率被給定為：
在以上模型中，項及表示CO2及H2自液相至氣相之 質量轉移率。歸因於在反應R4中H2之快速消耗，溶解H2之濃度標稱極低，且因此，亦低且被忽略。另一方面，需要計算以完成無機碳平衡。此係藉由將甲烷之質量轉移計算為如下等式而實現：
亦即，歸因於甲烷在水中之極低溶解度且強加蒸氣-液體均衡而假定在R3及R4中所生成之所有甲烷皆轉移至氣相。假定氣相為甲烷、水蒸氣與CO2之混合物，且CO2之分壓係藉由亨利定律(Henry's law)給出：
可將CO2之質量轉移率計算為：
最後，消化槽模型之重要輸出為操作pH值，其需要在所要操作範圍6.5-7.5內予以調節。在此操作範圍內，碳酸氫 鹽均衡為判定滯留量之緩衝液容量及由如下等式給出之所得pH值的主要均衡：等式10 pH=pK1+log10(B)-log10(CO2,aq)
其中B表示溶解碳酸氫鹽之濃度(單位為mol/l)。以上等式集合完成用於AD反應器之模型。然而，此模型極生硬，從而使將可變步長之生硬解算器用於數值計算成為必要。此對於在用於監視及控制之PLC中的即時實施並不合乎需要。生硬性之關鍵來源為R4中溶解H2之消耗的快速動力學，從而得到極低的H2濃度。基本上，H2為來自R1及R2之中間產物，其在R4中與其被生成一樣快地被消耗。此快速反應及對應動力學可由準穩態條件近似：等式11 0=(k8r1X1+k9r2X2-r4X4)
其係針對S4被反覆地解算。
PA反應器模型相似於上文所描述之AD模型，惟R2、R3及R4被消除除外-在PA反應器中，在低操作pH值下，此等反應受到抑制。又，歸因於受抑制之甲烷生成反應，修改針對R1之反應化學計量以將所有H2 COD轉換成丙酸COD-此考量如下事實：由於消耗甲烷生成反應的H2之抑制，酸化反應將得到較高級VFA。另外，由於低於6的PA反應器之典型操作pH值、無機碳平衡及鹼度，修改pH值 計算以包括VFA之部分離子化。VFA之離子化係藉由用於其解離之各別均衡給出，其解離為pH值之函數，亦即，
此導致針對pH值之反覆計算，其與在消化槽中不同，在消化槽中，在高於6.5之pH值下，假定所有VFA皆完全地離子化。又，經由質量轉移相關性來計算CO2自液相至氣相之質量轉移：
其中表示在氣相中溶解CO2之均衡組合物，其對應於主要由CO2組成的自PA反應器之排氣。
最後，模型包括比如NaOH、Na2CO3、NaHCO3、NH3、NH4Cl、Mg(OH)2之化學添加劑。將此等化學添加劑中每一者模型化為無機碳、鹼度及/或無機氮之等效(按莫耳濃度)加成。
可看出，PA反應器22及AD反應器24在AD 20之動態模型260中被分離地模型化，動態模型260充當用於離線動態AD模型261及線上動態AD模型262之基礎。因此，PA反應器22及AD反應器24在離線動態AD模型261及線上動態AD模型262中被分離地模型化。
圖4a至圖4b展示一般MBR 30，MBR 30具有串聯地連接之缺氧貯槽31、需氧貯槽32及薄膜貯槽33。對於具有高氮之饋入物，缺氧貯槽31係選用的。需氧貯槽32用於需氧生物化學反應以移除廢水中之可生物降解COD，且薄膜貯槽33用於固體與液體分離，且保留系統中之生物質量。MBR 30之此組態主要表示大多數MBR系統。若MBR 30用以遵循如圖1a所示之AD 20，則MBR 30為用以移除AD 20之流出物中未轉換之COD及氮的需氧/缺氧生物製程。對於具有高固體含量之廢水饋入物，使用陷入空氣浮動製程48以在將微粒固體饋入至MBR 30之前移除微粒固體。可看出，需氧貯槽32位於薄膜貯槽33上游。另外，選用缺氧貯槽31緊接地位於該需氧貯槽32上游或下游。
可看出，在典型MBR 30中，薄膜貯槽33相比於缺氧貯槽31及需氧貯槽32處於較高高度。自薄膜貯槽33之再循環通過薄膜貯槽至缺氧貯槽再循環管線34及選用需氧貯槽再循環管線36而藉由溢流及重力流回至缺氧貯槽31中。在不存在排成一排之缺氧貯槽31的實施例中，通過需氧貯槽再循環管線36將自薄膜貯槽33之再循環提供至需氧貯槽32。在一些實施例中，存在MBR再循環管線分流器68，其改變在缺氧貯槽再循環管線34與需氧貯槽再循環管線36之間流動之流體的比率。
返回啟動污泥泵(RAS)40以流入物至MBR 30中之饋入速率的R+1倍而操作，其中R為再循環比率。需氧貯槽32中之液體液位係藉由下文所描述之需氧貯槽流體液位PI控制 器765及需氧貯槽流體液位感測器37控制在所要液位下以偵測需氧貯槽32中之流體液位，其操縱滲透物泵35之流動速率以將需氧貯槽32中之流體液位維持在所要液位下。相似地，藉由變化需氧貯槽充氣系統38及薄膜貯槽充氣系統39之需氧貯槽吹風機之速度來調節需氧貯槽32中之溶解氧DO濃度，而藉由變化至需氧貯槽32之鹼加成來控制需氧貯槽32中之pH值。亦可將充氣施加至薄膜貯槽。缺氧貯槽31具有混合器41。亦預料到，MBR 30之一些實施例包括MBR饋入泵42及薄膜貯槽污泥排出器43。
在MBR 30之一些實施例中，缺氧貯槽31之pH值受到自缺氧貯槽鹼貯槽45之鹼加成控制，鹼加成之流動速率受到缺氧貯槽pH值控制器755控制。在一些實施例中，缺氧貯槽pH值控制器755為PI控制器。另外，在MBR 30之一些實施例中，需氧貯槽32之pH值受到自需氧貯槽鹼貯槽49之鹼加成控制，鹼加成之流動速率受到缺氧貯槽pH值控制器755控制。
在MBR 30之一些實施例中，將營養添加劑提供至缺氧貯槽31。自缺氧貯槽添加劑貯槽778提供經提供至缺氧貯槽31之營養添加劑，其流動速率受到缺氧貯槽營養添加劑濃度PI控制器777控制。應理解，用於缺氧貯槽31之每一營養添加劑將具有一缺氧貯槽添加劑貯槽778及缺氧貯槽營養添加劑濃度PI控制器777。應理解，用於缺氧貯槽31之每一營養添加劑將具有一缺氧貯槽添加劑貯槽778及缺氧貯槽營養添加劑濃度PI控制器777。
然而，在MBR 30之其他實施例中，在單一缺氧貯槽添加劑貯槽778中組合用於缺氧貯槽31之所有營養添加劑。因此，存在僅一個缺氧貯槽添加劑貯槽778及對應缺氧貯槽營養添加劑濃度PI控制器777。
在不存在單獨缺氧貯槽31之實施例中，需氧貯槽32將具有缺氧區及需氧區兩者。缺氧區充當偽缺氧貯槽31，且需氧區充當偽需氧貯槽32。因此，將分析需氧貯槽32之營養要求，且將向需氧貯槽32提供任何所需營養添加劑。
另外，若饋入物具有高氮濃度及低COD濃度，則MBR 30之一些實施例包括bCOD貯槽1066以用於將額外bCOD提供至缺氧貯槽31。bCOD自bCOD貯槽1066至缺氧貯槽31中之流動速率係藉由下文所論述之缺氧貯槽bCOD加成流動速率監督控制方案1035判定。在不存在單獨缺氧貯槽31之實施例中，將向需氧貯槽32添加來自bCOD貯槽1066之bCOD。
圖4b展示不存在缺氧貯槽31之實施例，其中需氧貯槽32具有充當缺氧貯槽31及需氧貯槽32兩者之缺氧區及需氧區兩者。
MBR 30之缺氧貯槽31及需氧貯槽32中之生物製程操作係藉由啟動污泥模型第1號(ASM1)模型化，如由Metcalf及Eddy在2002年所提議。然而，已擴展ASM1模型以包括計算混合液懸浮固體(MLSS)、氧質量轉移、溶解氧(DO)濃度、針對鹼度之無機碳平衡及pH值計算。
將針對個別缺氧貯槽31及需氧貯槽32而重複的MBR 30 之生物製程操作模型給定為：
ASM1僅包括有機COD(被分類為可生物降解或非可生物降解/惰性/難熔，以及微粒/不溶性及可溶性)。微粒COD與生物質量濃度一起包括於MLVSS計算中。然而，總MLSS亦包括來自饋入物之微粒無機物質-為了適應此情形，亦作為分離狀態而包括微粒無機物質，其具有基於入口及出口之簡單聚積且無反應。生物製程模型包括下列反應：
此等反應之反應速率係藉由如下等式給出：等式16異養生物之需氧生長：R 1=α*μ H *(S S /(K S +S S ))*(S O /(K OH +S O ))*X bh 異養生物之缺氧生長：R 2=(1-α)*μ H *(S S /(K S +S S ))*(K OH /(K OH +S O ))* (S NO /(S NO +K NO ))*η g *X bh 自養生物之需氧生長：R 3=μ A *(S NH /(S NH +K NH ))*(S O /(K OH +S O ))*X ba 異養生物之衰變：R 4=b H *X bh 自養生物之衰變：R 5=b A *X ba 可溶性有機N之氨化：R 6=k a *S NS *X bh 有機物之水解：R 7=k h {(X S /X bh )/[k X +(X S /X bh )]}* X bh {[S O /(K OH +S O )]+η h [K OH /(K OH +S O )]*[S NO /(K NO +S NO )]} 有機N之水解：R 8=R 7*X NS /(X S +10-0)(包括10-10以避免被零除)
除了以上生物製程模型以外，亦包括額外等式以模型化氧質量轉移、鹼度及pH值。
估計溶解氧會需要空氣流動速率、飽和氧濃度及氧質量轉移係數。隨後，模型估計針對不同溫度及MLSS之所有此等參數之相依性。飽和氧濃度為溫度之函數。估計氧質量轉移係數包括溫度校正、MLSS校正、歸因於擴散器密度之因數及空氣速度，且係藉由如下等式給出：
其中，Q air 為以立方公尺/天為單位的空氣之流動速率，且 A 為生物反應器之橫截面積。藉由k 4=0.8198來捕獲對 U 之指數相依性。對於氧質量轉移，混合液固體濃度提供阻力，且因此將有效質量轉移縮減達因數 α=e -k3(MLSS) ，其中 k 3 =0.0771 。最後， D 表示取決於擴散器密度之校正因數。該模型使用2%至35%之擴散器密度。對於2%之擴散器密度及25℃之溫度，上圖展示表觀速度與質量轉移係數之間的關係。歸因於擴散器密度之校正因數係藉由下式給出：D=k1(DD)0.25+k2
其中 k 1 =2.5656、 k 2 =0.0432，且 DD 表示擴散器密度。
亦必須計算需氧貯槽32及缺氧貯槽31中之pH值，此係因為其為用於監視及控制之操作參數。此係相似於AD模型藉由如下操作而進行：包括關於總溶解無機碳(IC)之動態平衡及根據碳酸氫鹽平衡關係對pH值之計算，此係因為通常在靠近pH 7下操作MBR 30。
更具體言之，用於總IC(碳酸氫鹽+溶解CO2)之動態平衡被給定為：
其中 S IC 表示無機碳在水中之莫耳濃度，表示針對CO2之產生的比反應速率，且表示CO2自液相至氣相之移除的莫耳速率。該模型已經包括針對碳酸氫鹽鹼度之平衡，被表示為 S alk ，其允許將溶解CO2濃度計算為。此後，根據碳酸氫鹽均衡關係將需氧反應器中之pH值計算為：
藉由使用用於氣體-液體均衡之亨利關係及在傳入空氣與排放空氣之間的關於CO2之質量平衡，在需氧貯槽32中計算自液相至氣相之CO2移除率。在缺氧貯槽31中，藉由使用質量轉移關係來計算該移除率。
最後，將需氧貯槽32及缺氧貯槽31中之生物製程模型與薄膜貯槽33中之靜態分離模型耦合，從而忽略歸因於相比於需氧貯槽32及缺氧貯槽31低得多之滯留量的相對較快動力學。
可看出，缺氧貯槽31與需氧貯槽32在動態MBR模型360中被分離地模型化，動態MBR模型360充當用於離線動態MBR模型361及線上動態MBR模型362之基礎。因此，缺氧 貯槽31與需氧貯槽32在離線動態MBR模型361及線上動態MBR模型362中被分離地模型化。
雖然以上MBR模型之論述已與生物製程操作有關，但另一緊要態樣為薄膜積垢-就用於精練之充氣及用於清潔之化學品而言，其對操作成本具有直接影響。在受到此情形激勵的情況下，使用工廠操作資料來搜尋以資料為基礎之經驗模型以將隨時間過去在薄膜貯槽33中的薄膜之滲透率改變描述為上游生物製程及薄膜貯槽操作參數之函數。
已使用工廠操作資料進行薄膜積垢或滲透率之資料分析。在一情況下，標準化過濾時間(time-to-filter,TTF)資料係可用的，其指示污泥之可過濾性且與薄膜滲透率之倒數直接有關。圖5展示測定TTF與藉由擬合TTF變化相對於在MBR操作中所量測之可用參數之相關性針對MBR 30之一實施例而獲得的預測(估計)TTF的比較。圖5為TTF相對於時間之標繪圖。
初步資料回歸分析指示出，對於此考量，存在具有大影響薄膜滲透率之三個因素。其為系統溫度、反應器MLSS及%總克耳達氮(Total Kejeldahl Nitrogen,TKN)移除。針對MBR 30之實施例而識別的經驗相關性為TTF=240.6+0.008*ReactorMLSS+818*(1-TKN%)-2.57*Temp(F)，R2=60%。
所識別之係數皆有統計意義(亦即，p值<0.05)。反應器MLSS愈高且%TKN移除及系統水溫愈低，則TTF愈高，因此，薄膜滲透率愈低。反應器MLSS及系統水溫對薄膜滲透率之影響係如所預期。反應器中之速率限制步驟為自養反應，且%TKN移除為自養細菌在反應器中執行之方式的指示。較低%TKN移除指示自養細菌被加應力之可能性，其可隱藏胞外生物聚合物以保護其自身且導致減低污泥可過濾性。此外，在針對MBR 30之實施例而識別的以下經驗相關性中，絕對TKN移除亦與MLVSS/(SRT/HRT)強相關：MLVSS/(SRT/HRT)=111.1+16.5*(TKN_in-TKN_out)。
在MBR 30之以上實施例中，藉由(MLSS-MLVSS)/TSS_in近似SRT/HRT，其中假定流入物VSS/TSS 比恆定。TKN移除變化與薄膜滲透率變化及MLVSS變化兩者充分地有關具有統計意義之事實顯著地需要TKN監視及其控制(藉由SRT、HRT)以縮減系統TKN變化且因此縮減其對薄膜效能之影響。
在MBR 30之另一實施例中，記錄遍及若干月之長週期的極詳細操作資料。此資料與薄膜滲透率之變化一起被分析以識別該兩者之間的相關性。此分析中之關鍵挑戰在於，用作預測滲透率之因素的變數中之若干者自身高度地相關(例如，溶解氧與吹風機速率、pH值與鹼度，等等)。部分最小平方(partial least square,PLS)為在此等挑戰下非常良好地工作之進階多變量統計分析工具。假設動態第一級模型來描述薄膜滲透率遍及若干操作月之慢變化。為此，亦將所有已記錄變數平均化以得到每日平均資料-任何較快變化對於預測長期滲透率變化並不重要。
圖6為薄膜滲透率相對於時間之標繪圖，其清晰地展示滲透率之非靜止行為。因此，藉由用其他輸入來擴增滯後輸出向量而將其模型化為第一級系統。因此，若Y k 表示滲透率/回應向量，則將對應預測子區塊建構為Zk=[Y k-1 Xk-1]，其中Xk-1表示針對生物製程及流入物條件的廣泛之已記錄變數集合。
使用PLS來擬合上文所提到之第一級動態模型。已觀測到，單一負載向量(與輸出最相關的所有預測子向量之主要組合)解釋輸出變化之顯著部分。此第一負載向量之分析揭露自PLS模型所獲得之變數之相對重要性，此係基於 其預測能力，如圖7中所示-主要變數及其對滲透率變化之相對貢獻。
在圖7中可看出，若忽略滯後輸出(Yk-1)，則其他有影響變數為吹風機速率、pH值、貯槽液位、COD/TKN比率、製程水溫、TKN、TN、DO、傳導率及鹼度。該圖展示PLS模型拾取在不同位置(貯槽)處所量測之相同變數的能力。舉例而言，第12變數及第13變數皆指代吹風機速率，其被識別為對積垢速率具有最大影響之兩個變數。可看出，其他變數之貢獻自12.6%預測功效下降至小於2%，其中後者用作截止臨限值。
在用於模型建置之動態資料區塊中使用替代樣本的情況下，將資料之剩餘區段用於驗證。在圖8中可看出，已導出動態模型可相當令人滿意地預測滲透率資料。
將AD 20及MBR 30之已開發動態模型用作經由廢水處理廠10之AD 20及MBR 30之中之一者或其兩者之線上監視及控制而操作AD 20及MBR 30之方法的基礎。
更具體言之，對於AD 20之線上監視，與直接經由使用受約束擴展型卡爾曼濾波器未量測之變數的以模型為基礎之估計一起使用線上感測器集合。圖9展示用於使用量測AD 20之測定輸入資料及測定輸出資料的線上感測器之組合而藉由控制系統200來監視AD 20之實施例之總體架構。含有上文所論述之AD 20之動態模型260的擴展型卡爾曼濾波器250使用AD 20之測定輸入資料及測定輸出資料以估計下列項：估計參數、狀態、適應型模型參數、模型預測 (估計)輸出及以模型為基礎之推定變數。AD控制系統200與AD擴展型卡爾曼濾波器250建立介面連接，且具有監督控制系統201及低階控制系統202。
藉由擴展型卡爾曼濾波器350進行的測定輸出資料之估計值與實際值、離線實驗室測試資料與模型預測輸出及以模型為基礎之推定變數之估計值的比較估計用於MBR 30之動態模型360之估計參數、狀態及適應型模型參數的值。
含有上文所論述之AD 20之動態模型260的另外擴展型卡爾曼濾波器250使用AD 20之測定輸入資料及測定輸出資料以計算模型預測輸出及以模型為基礎之推定變數(有時亦被稱為虛擬感測器)。亦將相似架構用於MBR 30。擴展型卡爾曼濾波器(EKF)為用以估計模型中之未知變數(狀態、參數)且使模型輸出匹配於來自線上感測器之測定變數的標準線上以模型為基礎之估計演算法。
以下為用於WWTP 10之AD 20之測定輸出資料、測定輸入資料、適應型模型參數、模型預測輸出及以模型為基礎之推定變數的例示性清單。AD 20具有AD控制系統200、AD線上EKF 251及AD離線EKF 252。
應理解，測定輸出資料、測定輸入資料、估計參數、適應型模型參數、模型預測輸出及以模型為基礎之推定變數的以上清單係例示性的、可隨不同應用而變化，且可由一般熟習此項技術者基於個人對製程及應用之知識而建立。另外，應理解，適應型模型參數為較廣泛的估計參數之子集。另外，應理解，以模型為基礎之推定變數包括AD 20之未測定輸入及輸出兩者。
更具體言之，圖10展示含有用於識別具有控制系統200的AD 20之實施例之離線動態模型261之估計參數及狀態的AD 20之離線動態模型261的AD離線EKF 251之總體架構。AD離線EKF 251藉由使用AD 20之歷史測定輸入資料、歷史測定輸出資料及歷史離線實驗室測試資料來識別離線動態模型261之估計參數及狀態。
圖11展示含有AD 20之線上動態模型262之AD線上EKF 252的總體架構，線上動態模型262用於具有控制系統200 的AD 20之實施例之即時監視/虛擬感測/控制。控制系統200具有監督控制系統201及低階控制系統202。AD線上EKF 252計算AD 20之模型預測輸出及以模型為基礎之推定變數，且使用用於AD 20之即時測定輸出資料及即時測定輸入資料以及含有估計參數的AD 20之線上動態模型262來更新AD 20之線上動態模型262之適應型模型參數。AD 20之線上動態模型262之適應型模型參數為使用如上文所論述之AD離線EKF 251在AD 20之離線動態模型261中識別的估計參數之子集。
在以上以模型為基礎之推定變數中所列出的原始饋入物組合物可包括碳水化合物、蛋白質、脂肪、sCOD、insCOD、丙酸鹽、乙酸鹽及鹼度中之一或多者。
另外，應理解，在WWTP 10之一些實施例中，若AD 20位於MBR 30上游，則藉由位於AD線上EKF 252中的AD 20之線上動態模型262計算的以模型為基礎之推定變數中之一些(諸如，AD流出物之組合物)係藉由AD線上EKF 252提供至MBR 30，因此實現藉由使用所提供資料作為輸入之MBR控制系統300對MBR 30之前饋控制。應理解，關於流出物之組合物的所提供資訊包括多個資訊片段，諸如，在流出物中含有的元素及化合物(例如，氮、氧，等等)之個別量。
另外，應理解，在WWTP 10之一些實施例中，若MBR 30位於AD 20上游，則藉由位於MBR線上EKF 352中的MBR 30之線上動態模型362計算的以模型為基礎之推定變 數中之一些(諸如，MBR流出物之組合物)係藉由MBR線上EKF 352提供至AD 20，因此實現藉由使用所提供資料作為輸入之AD控制系統200對AD 20之前饋控制。應理解，關於流出物之組合物的所提供資訊包括多個資訊片段，諸如，在流出物中含有的元素及化合物(例如，氮、氧，等等)之個別量。
另外，以上在等式3及等式7至等式10中定義AD離線EKF 251之離線動態模型261及AD線上EKF 252之線上動態模型262的狀態。
另外，應理解，AD 20之離線動態模型261及AD 20之線上動態模型262兩者皆含有估計參數及適應型模型參數(適應型模型參數之子集)。因此，AD 20之離線動態模型261與AD 20之線上動態模型262的結構相同。然而，所有估計參數皆係藉由AD 20之離線動態模型261中的AD離線EKF 251識別。同時，僅適應型模型參數係藉由AD線上EKF 252在AD 20之線上動態模型262中識別(更新)。另外，應理解，AD 20之離線動態模型261及AD 20之線上動態模型262係基於具有物理意義之基本原理，該等物理意義係針對具有值係藉由最佳擬合估計之未知值的各別估計參數及適應型模型參數(例如，反應速率動力參數)。
應理解，測定輸入資料及測定輸出資料為自AD 20之實體感測器所獲得的資料。另外，以模型為基礎之推定變數為傳統上僅已經由週期性離線測試而可用之虛擬感測器。AD 20之以模型為基礎之推定變數為藉由AD線上EKF 252 使用AD 20之線上動態模型262、AD 20之即時測定輸入資料及AD 20之即時測定輸出資料而估計的「虛擬感測」變數。AD 20之以模型為基礎之推定變數首先係藉由AD線上EKF 251使用AD 20之離線動態模型261、AD 20之歷史測定輸入資料、AD 20之歷史測定輸出資料及AD 20之歷史離線測試資料而開發。應理解，以模型為基礎之推定變數包括AD 20之未測定輸入及輸出兩者。
模型預測輸出為藉由AD離線EKF 251及AD線上EKF 252估計的AD 20之輸出。AD離線EKF 251使用AD 20之離線動態模型261、AD 20之歷史測定輸入資料、AD 20之歷史測定輸出資料及AD 20之歷史離線測試資料來估計AD 20之模型預測輸出。AD線上EKF 252使用AD 20之線上動態模型262、即時測定輸入資料及即時測定輸出資料來估計AD 20之模型預測輸出。應理解，AD 20之每一模型預測輸出對應於AD 20之測定輸出。
估計參數為在位於AD離線EKF 251中的AD 20之離線動態模型261中所識別之參數，使得對於給定歷史輸入資料值，預測歷史輸出資料值或以模型為基礎之推定變數值匹配於對應實際歷史輸出資料值或實際離線實驗室測試值。將來自位於AD離線EKF 251中的AD 20之離線動態模型261的估計參數匯入至位於AD線上EKF 252中的AD 20之線上動態模型262中。適應型模型參數為在AD線上EKF 252中所更新的估計參數之子集。AD線上EKF 252用以產生AD 20之模型預測輸出及以模型為基礎之推定變數之即時估計 值。
在監視及控制AD 20之方法之一實施例中，最初，使用AD離線EKF 251(諸如，圖10所示之AD離線EKF)以識別用於AD 20之離線動態模型261之估計參數(例如，反應動力學)及狀態以匹配於來自AD 20之歷史操作資料。在此離線階段期間，使用來自一操作週期內之廣泛資料(可用歷史測定輸出資料、歷史測定輸入資料以及歷史離線實驗室分析資料)以識別AD 20之離線動態模型261之狀態及估計參數。一旦識別AD 20之離線動態模型261之估計模型參數及狀態，隨即將其自AD 20之離線動態模型261匯入至AD 20之線上動態模型262中。AD 20之線上動態模型262用於AD線上EKF 252(諸如，圖11所示之AD線上EKF)中以用於線上監視，其中來自AD 20線上感測器資料之即時測定輸出資料及即時測定輸入資料用以估計AD 20之模型預測輸出及以模型為基礎之推定變數。在線上估計中，一未知數為至AD 20之饋入物組合物(例如，碳水化合物、脂肪與蛋白質之混合、鹼度及VFA)之變化。AD線上EKF 252用以估計未知/變化之饋入物組合物，連同有可能頻繁地變化且謹慎地監視之任何適應型模型參數，諸如，歸因於饋入物中之有毒成份而引起的對甲烷生成動力學之抑制。一旦正確地識別未知饋入物組合物，以模型為基礎之推定變數(例如，生物質量濃度、鹼度、VFA，等等)隨即提供用於較完整線上監視的此等未測定變數之「虛擬」估計。傳統上，此等以模型為基礎之推定變數係經由離線實驗室測試而確 定，且並不經由實際即時感測器而即時地可用。因此，AD線上EKF 252提供用於此等以模型為基礎之推定變數的即時估計值。
圖12a為使用AD離線EKF 251及AD線上EKF 252以及控制系統200經由AD 20之線上監視及控制而操作AD 20之方法的流程圖。步驟100-135及145-150為AD 20之監視步驟，且步驟140為AD 20之控制步驟。
在步驟100中，藉由具有AD 20之離線動態模型261的AD離線EKF 251開始AD 20之監視，從而提供具有AD 20之線上動態模型262之AD線上EKF 252。AD 20之線上動態模型262及離線動態模型261具有狀態、製程材料平衡、能量平衡及生物化學反應動力學。AD 20之離線動態模型251及線上動態模型252具有估計參數及適應型模型參數兩者。適應型模型參數為估計參數之子集。
AD 20之離線動態模型261之估計參數及AD 20之線上動態模型262之適應型模型參數包含用於不溶性有機物水解、酸生成、乙酸生成、乙酸分解甲烷生成、氫甲烷生成及生物質量生長中至少一者之反應之動力學參數及化學計量係數。
AD 20之該線上動態模型262及該離線動態模型261中之材料平衡包含不溶性有機物、可溶性基質、VFA、有機碳、無機碳及鹼度。不溶性有機物包含碳水化合物、蛋白質及脂肪。另外，可溶性基質及VFA包括葡萄糖、LCFA、胺基酸、乙酸、丙酸及用於酸生成、乙酸生成、乙酸分解 甲烷生成及氫甲烷生成生物化學製程之生物質量中至少一者。另外，有機碳包含來自生物氣體之有機物及甲烷。另外，無機碳包含二氧化碳、碳酸鹽及碳酸氫鹽中至少一者。另外，鹼度包含與碳酸氫鹽、VFA、附加鹼及氨及硫化氫之產生相關聯之鹼度。
AD 20之線上動態模型262及離線動態模型261中之生物化學反應動力學包含不溶性有機物水解、酸生成、乙酸生成、乙酸分解甲烷生成、氫甲烷生成及生物質量生長中至少一者。
在一些實施例中，向估計參數、適應型模型參數及狀態中之一或多者施加限制。另外，在一些實施例中，向模型預測輸出及以模型為基礎之推定變數中之一或多者施加約束。此等限制及約束可為由一般熟習此項技術者基於個人對製程及應用之知識而指定的下限及上限。
在步驟105中，獲得用於AD 20之歷史操作資料。歷史操作資料包括測定輸入資料、測定輸出資料及實驗室分析資料。更具體言之，AD 20之歷史操作資料可包括液體流動速率、氣體流動速率、生物氣體組合物、液體液流中之TOC、液體液流中之TIC、AD pH值及AD流出物中之氨中至少一者。另外，生物氣體組合物包括甲烷、二氧化碳及硫化氫中之一或多者。
在步驟110中，使用AD離線EKF 251及用於AD 20之歷史操作資料來識別AD 20之離線動態模型261之估計參數及狀態。AD 20之離線動態模型261之估計參數中至少一者係以 信賴區間予以估計，信賴區間為對應於AD 20之離線動態模型261之估計參數的估計方差。換言之，信賴區間係藉由其對應方差(通常被假定為常態分佈)判定，因此，95%的信賴區間近似地為標準偏差之四倍。
離線動態模型261之估計參數係藉由AD離線EKF 251模擬用於AD 20之歷史操作資料之一時步而識別，以更新估計參數、模型預測輸出、狀態及協方差估計之值且開發以模型為基礎之推定變數。在一實施例中，AD 20之動態非線性模型及測定輸入資料用以模擬及更新估計參數、模型預測輸出、狀態及以模型為基礎之推定變數。AD 20之線性化動態模型用以模擬及更新協方差估計。
一旦被估計，隨即比較模型預測輸出及以模型為基礎之推定變數的值與實際歷史值(若可用)。基於比較，必要時，針對估計值而調整模型預測輸出、以模型為基礎之推定變數及協方差值以與實際值一致。AD離線EKF 251接著模擬下一歷史資料時步。
一旦AD離線EKF 251模擬所有歷史資料時步或使用者干預，方法隨即進行至步驟115。
在步驟115中，將該AD 20之離線動態模型261之估計參數匯入至AD 20之線上動態模型262中。
在步驟120中，將用於AD 20之即時操作資料提供至AD線上EKF 252。即時操作資料包含AD 20之測定輸入資料及測定輸出資料。更具體言之，AD 20之即時操作資料可包括液體流動速率、氣體流動速率、生物氣體組合物、液 體液流中之TOC、液體液流中之TIC、AD pH值及AD流出物中之氨中至少一者。另外，生物氣體組合物包括甲烷、二氧化碳及硫化氫中之一或多者。
在步驟125中，使用AD線上EKF 252、AD 20之線上動態模型262、AD 20之測定輸入資料及AD 20之測定輸出資料來更新AD 20之以模型為基礎之推定變數。視情況，在步驟125中，使用AD線上EKF 252、AD 20之線上動態模型262、AD 20之測定輸入資料及AD 20之測定輸出資料來計算模型預測輸出。AD 20之線上動態模型262之以模型為基礎之推定變數中至少一者係以信賴區間予以估計，信賴區間為對應於AD 20之線上動態模型262之以模型為基礎之推定變數的估計方差。換言之，信賴區間係藉由其對應方差(通常被假定為常態分佈)判定，因此，95%的信賴區間近似地為標準偏差之四倍。AD 20之線上動態模型262之以模型為基礎之推定變數包含饋入物組合物、生物質量活性及生物質量濃度中至少一者。
在步驟130中，將AD 20之一或多個適應型模型參數及以模型為基礎之推定變數提供至AD 20之操作者。應理解，提供對應於AD 20之以模型為基礎之推定變數中之一些的結果之離線實驗室測試將仍發生，且-被記錄用於供調諧目的之歷史操作資料，且提供至操作者。
在步驟135中，藉由比較AD 20之測定輸出資料與AD 20之模型預測輸出且調整AD 20之線上動態模型262之適應型模型參數來調諧AD 20之線上動態模型262之適應型模型參 數，使得AD 20之測定輸出資料與AD 20之模型預測輸出實質上對應。預料到，在一些實施例中，可進一步使用針對線上量測之不同權數及量測準確度之先前知識來調諧AD 20之線上動態模型262之適應型模型參數。
在步驟140中，向控制系統200提供AD 20之測定輸入資料、AD 20之測定輸出資料、AD 20之線上動態模型262之估計參數、AD 20之線上動態模型262之適應型模型參數及AD 20之以模型為基礎之推定變數以控制AD反應器24之營養添加劑濃度、PA反應器22之營養添加劑濃度、AD反應器24之pH值、PA反應器22之pH值、AD反應器24之生物質量濃度、該PA反應器22之流體液位及該AD 20之再循環流動速率中至少一者。
控制系統200具有AD監督控制系統201及AD低階控制系統202。AD監督控制系統201包含AD反應器pH值監督控制器700、PA反應器pH值監督控制器701及PA：AD總體再循環流量比率監督控制器720中至少一者。
AD反應器pH值監督控制器700包含呈級聯組態之AD反應器非線性PI pH值控制器705及AD反應器P鹼度控制器710。PA反應器pH值監督控制器701包含呈級聯組態之PA反應器非線性PI pH值控制器706及PA反應器P鹼度控制器711。
PA：AD總體再循環流量比率監督控制器720包含PA：AD再循環比率控制器725及PA反應器與AD反應器再循環流動速率控制器730。
AD低階控制系統202包含AD反應器生物質量濃度控制器735、PA反應器流體液位控制器737、PA反應器營養添加劑濃度控制器51及AD反應器營養添加劑濃度控制器61中至少一者。
在步驟145中，通常，方法進行至步驟120以用於下一時間點操作。然而，若在操作達一時間週期之後需要調整AD 20之線上動態模型262之適應型模型參數(例如，報告模型預測輸出及以模型為基礎之推定變數的不正確或不一致值)，則獲得用於AD 20之歷史資料，且方法返回至步驟110。視情況，在步驟145之一些實施例中，在方法返回至步驟110之前，將適應型模型參數自AD 20之線上動態模型262匯入至AD 20之離線動態模型261中。適應型模型參數自AD 20之線上動態模型262至AD 20之離線動態模型261中的此匯入在使用AD離線EKF 251在離線動態模型261中重新識別估計參數時幫助估計參數較快地收斂。
圖12b為使用AD離線EKF 251及AD線上EKF 252以及控制系統200經由AD 20之監視及控制而操作AD 20之方法之另一實施例的流程圖。步驟160-172及176為AD 20之監視步驟，且步驟174為AD 20之控制步驟。
可看出，AD 20包含AD離線EKF 251及AD線上EKF 252以及控制系統200。AD 20進一步具有AD反應器24，其可為CSTR、UASB、EGSB、混合床、移動床、低速率反應器或高速率反應器。在一些實施例中，AD 20亦具有PA反應器22。當兩者皆存在時，AD反應器24與PA反應器22在 AD 20之離線動態模型261及線上動態模型262兩者中被分離地模型化。另外，在一些實施例中，AD 20具有混合平台及至少一再循環管線。再循環管線可為PA反應器再循環管線或AD反應器再循環管線。
在操作AD 20之方法之步驟160中，提供具有AD 20之離線動態模型261之AD離線擴展型卡爾曼濾波器(EKF)251，且提供具有AD 20之線上動態模型262之AD線上EKF 252。AD 20之離線動態模型261及線上動態模型262包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數。適應型模型參數為估計參數之子集。
用於AD 20之線上動態模型262及離線動態模型261之製程材料平衡的材料包含不溶性有機物、可溶性基質、VFA、生物質量、無機碳及鹼度。不溶性有機物包含碳水化合物、蛋白質及脂肪。可溶性基質及VFA包括糖、LCFA、胺基酸、乙酸或丙酸中至少一者。生物質量包括用於酸生成、乙酸生成、乙酸分解甲烷生成及氫甲烷生成生物化學製程之生物質量。無機碳包含二氧化碳、碳酸鹽或碳酸氫鹽中至少一者。鹼度包含與碳酸氫鹽、VFA、附加鹼及氨及硫化氫之產生相關聯之鹼度。該AD之該線上動態模型及該離線動態模型中之生物化學反應動力學包含不溶性有機物水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程中至少一者。
另外，AD 20之離線動態模型261及AD 20之線上動態模 型262之估計參數及適應型模型參數包含下列各者中至少一者：PA反應器複合碳水化合物分率、PA反應器複合脂肪分率、PA反應器複合蛋白質分率、可轉換至SBOD之PA反應器不溶物分率、PA反應器酸生成反應係數、PA反應器生物質量衰變率、PA反應器不溶物水解反應係數、PA反應器不溶物流出係數、PA反應器CO2逸出係數、AD反應器複合碳水化合物分率、AD反應器複合脂肪分率、AD反應器複合蛋白質分率、可轉換至SBOD之AD反應器不溶物分率、AD反應器酸生成反應係數、AD反應器乙酸生成反應係數、AD反應器乙酸分解甲烷生成反應係數、AD反應器氫甲烷生成反應係數、AD反應器生物質量衰變率、PA反應器不溶物水解反應係數或PA反應器不溶物流出係數。AD 20之離線動態模型261之估計參數及AD 20之線上動態模型262之以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
在步驟162中，提供AD 20之歷史操作資料。歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料。更具體言之，在一些實施例中，AD 20之歷史操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、PA反應器流體液位、AD饋入物流動速率、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、原始流入物VSS、原始流入物TSS、原始流入物可溶性無機氮、原始流入物VFA、附 加鹼濃度、PA反應器pH值、PA流出物TOC、PA流出物TIC、AD生物氣體流動速率、AD生物氣體CH4濃度、AD生物氣體CO2濃度、AD反應器pH值、AD流出物TOC、AD流出物TIC、AD流出物VFA、AD流出物鹼度、AD反應器MLVSS、AD流出物TCOD、AD流出物SCOD、AD流出物VSS或AD流出物TSS。
在步驟164中，使用AD離線EKF 251及用於AD 20之歷史操作資料來識別AD 20之離線動態模型261之估計參數。
在步驟166中，將在步驟164中所識別之估計參數自AD 20之離線動態模型261匯入至AD 20之線上動態模型262中。
在步驟168中，將用於AD 20之即時操作資料提供至AD線上EKF 252。即時操作資料包含AD 20之即時測定輸入資料及即時測定輸出資料。更具體言之，在AD 20之一些實施例中，AD 20之即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、PA反應器流體液位、AD饋入物流動速率、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、原始流入物VSS、原始流入物TSS、原始流入物可溶性無機氮、原始流入物VFA、附加鹼濃度、PA反應器pH值、PA流出物TOC、PA流出物TIC、AD生物氣體流動速率、AD生物氣體CH4濃度、AD生物氣體CO2濃度、AD反應器pH值、AD流出物TOC、AD流出物TIC、AD流出物VFA、AD流出 物鹼度、AD反應器MLVSS、AD流出物TCOD、AD流出物SCOD、AD流出物VSS或AD流出物TSS。
在步驟170中，使用AD線上EKF 252、AD 20之線上動態模型、AD 20之即時測定輸入資料及AD 20之即時測定輸出資料來更新AD 20之線上動態模型262之適應型模型參數且估計AD 20之以模型為基礎之推定變數。
AD 20之線上動態模型262之以模型為基礎之推定變數包含AD 20之下列未測定輸入或輸出中至少一者：原始流入物不溶性COD、原始流入物不溶性惰性COD、原始流入物可溶性惰性COD、原始流入物SBOD醣、原始流入物SBODLCFA、原始流入物SBOD胺基酸、原始流入物丙酸、原始流入物乙酸、原始流入物無機碳含量、原始流入物鹼度、原始流入物無機氮、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、PA反應器鹼度、PA反應器VFA、PA反應器溫度、PA反應器SCOD、PA反應器TCOD、PA反應器SBOD、AD反應器鹼度、AD反應器VFA、AD反應器溫度、AD反應器SCOD、AD反應器SBOD、AD反應器酸生成生物質量、AD反應器乙酸生成生物質量、AD反應器乙酸分解甲烷生成生物質量、AD反應器氫甲烷生成生物質量、AD反應器不溶性COD、AD反應器不溶性惰性COD、AD反應器可溶性惰性COD、AD反應器SBOD醣、AD反應器SBOD LCFA、AD反應器SBOD胺基酸、AD反應器丙酸、AD反應器乙酸、AD反應器無機碳含量、AD反應器鹼度、AD反應器無機氮、AD反應器 SCOD、AD反應器TCOD、AD反應器SBOD、SCOD轉換率、CH4轉換效率或再循環流動速率。
在步驟172中，將AD 20之線上動態模型262之適應型模型參數中的一或多者及AD 20之以模型為基礎之推定變數中的一或多者提供至AD 20之操作者。
在步驟174中，向AD 20之控制系統200提供AD 20之即時測定輸入資料、AD 20之即時測定輸出資料、AD 20之線上動態模型之估計參數或AD 20之以模型為基礎之推定變數中的一或多者。AD控制系統200使用此資訊以控制該AD反應器24之營養添加劑濃度、該PA反應器22之營養添加劑濃度、該AD反應器24之pH值、該PA反應器22之pH值、該AD反應器24之生物質量濃度、該PA反應器22之流體液位或該AD 20之再循環流動速率中至少一者。
其中控制該AD 20之該營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該PA反應器22之該營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該AD反應器24之該pH值使鹼配料減至最少，其中控制該PA反應器22之該pH值使鹼配料減至最少，其中控制該AD反應器24之該生物質量濃度會抵銷生物質量抑制且節省鹼，其中控制該PA反應器22之再循環流動速率使鹼配料減至最少且維持該PA反應器22之流體液位，且其中控制該AD反應器24之再循環流動速率會最大化COD轉換及生物氣體產生。
AD控制系統200包含AD監督控制系統201及AD低階控制 系統202。AD監督控制系統201包含AD反應器pH值監督控制器700、PA反應器pH值監督控制器701或PA：AD總體再循環流量比率監督控制器720中至少一者。
AD反應器pH值監督控制器700包含呈級聯組態之AD反應器非線性比例積分(PI)pH值控制器705及AD反應器比例(P)鹼度控制器710。PA反應器pH值監督控制器701包含呈級聯組態之PA反應器非線性PI pH值控制器706及PA反應器P鹼度控制器711。PA：AD總體再循環流量比率監督控制器720包含PA：AD再循環比率控制器725及PA反應器與AD反應器再循環流動速率控制器730。
在一些實施例中，AD反應器pH值監督控制器700或PA反應器pH值監督控制器701中至少一者使用AD 20之以模型為基礎之推定變數，包括(但不限於)PA反應器22或AD反應器24之鹼度。另外，在一些實施例中，該AD反應器pH值監督控制器700或該PA反應器pH值監督控制器701中至少一者具有一前饋控制動作，該前饋控制動作使用該AD 20之以模型為基礎之推定變數，包括(但不限於)原始流入物鹼度。
AD低階控制系統202包含AD反應器生物質量濃度控制器735、PA反應器流體液位控制器737、PA反應器營養添加劑濃度控制器51或AD反應器營養添加劑濃度控制器61中至少一者。
在一些實施例中，AD反應器生物質量濃度控制器735、PA反應器營養添加劑濃度控制器51或該AD反應器營養添 加劑濃度控制器61使用AD 20之線上動態模型262之估計參數或AD 20之以模型為基礎之推定變數中至少一者，包括(但不限於)用於水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程之反應係數及生物質量濃度中至少一者。
在步驟176中，AD操作者或諸如電腦1071之自動化系統決定是否有必要調整AD 20之線上動態模型262之適應型模型參數(例如，報告模型預測輸出及以模型為基礎之推定變數的不正確或不一致值)。若沒有必要調整適應型模型參數，則方法返回至步驟168。
在一些實施例中，是否調整適應型模型參數之決定係藉由經過時間判定，諸如，約每隔30分鐘至一天一次執行使用線上EKF方法來調整適應型模型參數，及約每隔數週至數月執行使用線上EKF方法來調整適應型模型參數。
若有必要調整適應型模型參數，則操作者可選擇使用線上EKF方法或離線EKF方法中之一者或其兩者以更新線上動態模型262之適應型模型參數。傳統上，僅週期性地使用離線EKF方法，在一些實施例，約每隔數週或數月。較頻繁地使用線上EKF方法，在一些實施例中，與約每隔30分鐘一樣頻繁。
在線上EKF方法中，使用AD線上EKF 252、AD 20之線上動態模型262、AD 20之即時測定輸入資料及AD 20之即時測定輸出資料來計算AD 20之模型預測輸出。接著比較AD 20之測定輸出資料與AD 20之模型預測輸出，且更新 AD 20之線上動態模型262之適應型模型參數，使得AD 20之即時測定輸出資料與AD 20之模型預測輸出實質上對應。
在離線EKF方法中，使用AD離線EKF 251及用於AD 20之歷史操作資料來重新識別AD 20之離線動態模型261之估計參數。接著將含有經更新之適應型模型參數以作為子集的離線動態模型261之估計參數匯入至線上動態模型262中。
在離線EKF方法之一些實施例中，在重新識別AD 20之離線動態模型261之估計參數之前，將AD 20之線上動態模型262之適應型模型參數匯入至AD 20之離線動態模型261中。此情形在離線動態模型261之估計參數被AD離線EKF 251重新識別時允許該等估計參數較快地收斂。
在步驟176之後，方法返回至步驟168以針對下一時間點將AD 20之較即時操作資料提供至AD線上EKF 252。
預料到，在此方法之一些實施例中，可使用針對線上量測之不同權數及量測準確度之先前知識來調諧AD 20之線上動態模型262之適應型模型參數。另外，預料到，在上述方法之一些實施例中，向該等估計參數及該等適應型模型參數中之一或多者施加限制；其中向該等以模型為基礎之推定變數中之一或多者施加約束。
預料到，在一些實施例中，使用電腦來執行監視AD 20或控制AD 20中至少一者。
預料到，操作AD 20之方法包括圖12a至圖12b所描繪之 方法之變化。可藉由取代12a或12b中之一者之步驟或基礎細節且使用12a或12b中之另一者之步驟或基礎細節來達成此等方法之一些實施例。
另外，預料到，圖12a至圖12b所描繪的操作AD 20之方法可與圖16a至圖16b所描繪的操作MBR 30之方法組合，以達成操作具有AD 20及MBR 30中之一者或其兩者之WWTP 10之方法。
如先前所敍述，將MBR 30之已開發模型用作廢水處理廠10之MBR 30之線上監視及控制之方法的基礎。更具體言之，對於MBR 30之線上監視，與未直接量測而是經由使用受約束擴展型卡爾曼濾波器而估計之變數的以模型為基礎之估計一起使用線上感測器集合。圖13展示用於使用量測MBR 30之測定輸入資料及測定輸出資料的線上感測器之組合而藉由控制系統300來監視MBR 30之實施例的總體架構。含有上文所論述之MBR 30之動態模型360的擴展型卡爾曼濾波器350使用MBR 30之測定輸入資料及測定輸出資料以估計動態模型360之模型參數、模型狀態、適應型模型參數、模型預測輸出及以模型為基礎之推定變數。
藉由擴展型卡爾曼濾波器350進行的測定輸出資料之估計值與實際值、離線實驗室測試資料與模型預測輸出及以模型為基礎之推定變數之估計值的比較估計用於MBR 30之動態模型360之估計參數、狀態及適應型模型參數之值。
以下為用於WWTP 10之MBR 30之測定輸出資料、測定 輸入資料、適應型模型參數、模型預測輸出及以模型為基礎之推定變數的例示性清單。MBR 30具有MBR控制系統300、MBR線上EKF 352及MBR離線EKF 351。
應理解，測定輸出資料、測定輸入資料、估計參數、適應型模型參數、模型預測輸出及以模型為基礎之推定變數的以上清單係例示性的、可隨不同應用而變化，且可由一般熟習此項技術者在檢驗特定所關注MBR時基於個人對製程及應用之知識而建立。另外，應理解，適應型模型參數為較廣泛的估計參數之子集。另外，應理解，以模型為基礎之推定變數包括MBR 30之未測定輸入及輸出兩者。
圖14展示含有MBR 30之模型360之MBR離線EKF 351的總體架構，模型360用於具有控制系統300的MBR 30之實施例之參數識別及調適。控制系統300具有監督控制系統301及低階控制系統302。
圖15展示含有MBR 30之模型之MBR線上EKF 352的總體架構，該模型用於具有控制系統300的MBR 30之實施例之即時監視/虛擬感測/控制。
另外，應理解，在WWTP 10之一些實施例中，若MBR 30位於AD 20上游，則藉由MBR線上EKF 352使用MBR 30之線上動態模型362而計算的以模型為基礎之推定變數中之一些(諸如，MBR流出物之組合物及流動速率)係藉由MBR線上EKF 352提供至AD 20，因此實現藉由使用所提供資料作為輸入之AD控制系統200對AD 20之前饋控制。應理解，關於流出物之組合物的所提供資訊包括多個資訊片段，諸如，在流出物中含有的元素及化合物(例如，氮、氧，等等)之個別量。
另外，應理解，在WWTP 10之一些實施例中，若AD 20位於MBR 30上游，則藉由AD線上EKF 252使用AD 20之AD線上模型262而計算的以模型為基礎之推定變數中之一些(諸如，AD流出物之組合物及流動速率)係藉由AD線上EKF 252提供至MBR 30，因此實現藉由使用所提供資料作為輸入之MBR控制系統300對MBR 30之前饋控制。應理解，關於流出物之組合物的所提供資訊包括多個資訊片段，諸如，在流出物中含有的元素及化合物(例如，氮、氧，等等)之個別量。
另外，MBR離線EKF 351中MBR 30之離線動態模型361及MBR線上EKF 352中MBR 30之線上動態模型362的狀態係如上文在等式14中所定義。
另外，應理解，MBR 30之離線動態模型361及MBR 30之線上動態模型362兩者皆含有估計參數及適應型模型參數(適應型模型參數之子集)。因此，MBR 30之離線動態模型361與MBR 30之線上動態模型362的結構相同。然而，所有估計參數皆係藉由MBR 30之離線動態模型361中的MBR離線EKF 351識別。同時，僅適應型模型參數係藉由MBR線上EKF 352在MBR 30之線上動態模型362中識別(更新)。另外，應理解，MBR 30之離線動態模型361及MBR 30之線上動態模型362係基於具有物理意義之基本原理，該等物理意義係針對具有值係藉由最佳擬合估計之未知值的各別估計參數及適應型模型參數(例如，反應速率動力參數)。
應理解，測定輸入資料及測定輸出資料為自MBR 30之實體感測器所獲得的資料。另外，以模型為基礎之推定變數為傳統上僅已經由週期性離線測試而可用之虛擬感測器。MBR 30之以模型為基礎之推定變數為藉由MBR線上EKF 352使用MBR 30之線上動態模型362、MBR 30之即時測定輸入資料及MBR 30之即時測定輸出資料而估計的「虛擬感測」變數。MBR 30之以模型為基礎之推定變數首先係藉由MBR線上EKF 351使用MBR 30之離線動態模型361、MBR 30之歷史測定輸入資料、MBR 30之歷史測定輸出資料及MBR 30之歷史離線測試資料而開發。應理解，以模型為基礎之推定變數包括MBR 30之未測定輸入及輸出兩者。
模型預測輸出為藉由MBR離線EKF 351及MBR線上EKF 352估計的MBR 30之輸出。MBR離線EKF 351使用MBR 30之離線動態模型361、MBR 30之歷史測定輸入資料、MBR 30之歷史測定輸出資料及MBR 30之歷史離線測試資料來估計MBR 30之模型預測輸出。MBR線上EKF 352使用MBR 30之線上動態模型362、即時測定輸入資料及即時測定輸出資料來估計MBR 30之模型預測輸出。應理解，MBR 30之每一模型預測輸出對應於MBR 30之測定輸出。估計參數為在位於MBR離線EKF 351中的MBR 30之離線動態模型361中所識別之參數，使得對於給定歷史輸入資料值，預測歷史輸出資料值或以模型為基礎之推定變數值匹配於對應實際歷史輸出資料值或實際離線實驗室測試值。將來自位於MBR離線EKF 351中的MBR 30之離線動態模型361的估計參數匯入至位於MBR線上EKF 352中的MBR 30之線上動態模型362中。適應型模型參數為在MBR線上EKF 352中所更新的估計參數之子集。MBR線上EKF 352用以產生MBR 30之模型預測輸出及以模型為基礎之推定變數之即時估計值。
在監視及控制MBR 30之方法之一實施例中，最初，使用MBR離線EKF 351(諸如，圖14所示之MBR離線EKF)以識別用於MBR 30之離線動態模型361之估計參數(例如，反應動力學)及狀態以匹配於來自MBR 30之歷史操作資料。在此離線階段期間，使用來自一操作週期內之廣泛資料(可用歷史測定輸出資料、測定輸入資料以及離線實驗室 分析資料)以識別MBR 30之離線動態模型361之狀態及估計參數。一旦識別MBR 30之離線動態模型361之模型參數，隨即將估計參數自MBR 30之離線動態模型361輸入至MBR 30之線上動態模型362中。適應型模型參數(估計參數之子集)係藉由MBR 30之線上EKF 352更新。MBR 30之線上動態模型362用於MBR線上EKF 352(諸如，圖15所示之MBR線上EKF)中以用於線上監視，其中使用來自MBR 30線上感測器之即時測定輸出資料及測定輸入資料。在線上估計中，一未知數為至MBR 30之饋入物組合物之變化。MBR線上EKF 352用以估計未知/變化之饋入物組合物，連同有可能頻繁地變化且謹慎地監視之任何適應型模型參數，諸如，歸因於饋入物中之有毒成份而引起的對需氧生物化學反應動力學之抑制。一旦正確地識別未知饋入物組合物，以模型為基礎之推定變數(例如，生物質量濃度、鹼度、VFA，等等)隨即提供用於較完整線上監視的此等未測定變數之「虛擬」估計。傳統上，此等以模型為基礎之推定變數係經由離線實驗室測試而確定，且並不經由實際即時感測器而即時地可用。因此，MBR線上EKF 352提供用於此等以模型為基礎之推定變數的即時估計值。
圖16a為使用MBR離線EKF 351及MBR線上EKF 352以及控制系統300經由MBR 30之線上監視及控制而操作MBR 30之方法的流程圖。步驟400-435及445-450為MBR 30之監視步驟，且步驟440為MBR 30之控制步驟。
在步驟400中，藉由具有MBR 30之離線動態模型361的 MBR離線EKF 351開始MBR 30之監視，從而提供具有MBR 30之線上動態模型362之MBR線上EKF 352。MBR 30之線上動態模型362及離線動態模型361具有狀態、製程材料平衡、能量平衡及生物化學反應動力學。MBR 30之離線動態模型351及線上動態模型352皆具有估計參數及適應型模型參數。適應型模型參數為估計參數之子集。
MBR 30之離線動態模型361之估計參數及MBR 30之線上動態模型362之適應型模型參數包含用於不溶性有機物水解、異養、自養、氨化、生物質量衰變及生物質量生長中至少一者之反應之動力學參數及化學計量係數。
MBR 30之該線上動態模型362及該離線動態模型361中之材料平衡包含微粒惰性物、可慢降解基質、異養生物質量、自養生物質量、衰變生物質量、可溶性惰性物、可溶性可易降解基質、溶解氧、溶解硝酸鹽-N(氮)、溶解氨-N、微粒可生物降解-N或碳酸氫鹽鹼度。經由水解製程而將不溶性有機物轉換至可溶性COD。亦藉由水解將有機氮轉換成可溶性氮。其他生物化學反應包括材料需氧異養生物、缺氧異養生物、需氧自養生物、異養生物衰變、自養生物衰變及可溶性N氨化。無機碳包含二氧化碳、碳酸鹽及碳酸氫鹽中至少一者。另外，鹼度包含與碳酸氫鹽、VFA、附加鹼及氨之產生相關聯之鹼度。
在一些實施例中，向估計參數、適應型模型參數及狀態中之一或多者施加限制。另外，在一些實施例中，向模型預測輸出及以模型為基礎之推定變數中之一或多者施加約 束。此等限制及約束可為由一般熟習此項技術者基於個人對製程及應用之知識而指定的下限及上限。
在步驟405中，獲得用於MBR 30之歷史操作資料。歷史操作資料包括測定輸入資料、測定輸出資料及實驗室分析資料。更具體言之，MBR 30之歷史操作資料可包括下列各者中至少一者：液體流動速率、充氣流動速率、液體液流中之TOC、液體液流中之TIC、MBR pH值、缺氧貯槽pH值、需氧貯槽pH值、薄膜貯槽pH值、缺氧貯槽bCOD、MBR饋入物中之bCOD、MBR饋入物中之NH3-N、MBR饋入物中之NO3-N、MBR流出物中之NH3-N、MBR流出物中之NO3-N、MBR流出物中之DO及MBR流出物中之bCOD。
在步驟410中，使用MBR離線EKF 351及用於MBR 30之歷史操作資料來識別MBR 30之離線動態模型361之估計參數及狀態。MBR 30之離線動態模型361之估計參數中至少一者係以信賴區間予以估計，信賴區間為對應於MBR 30之離線動態模型361之估計參數的估計方差。換言之，信賴區間係藉由其對應方差(通常被假定為常態分佈)判定，因此，95%的信賴區間近似地為標準偏差之四倍。
離線動態模型361之估計參數係藉由MBR離線EKF 351模擬用於MBR 30之歷史操作資料之一時步而識別，以更新估計參數、模型預測輸出、狀態及協方差估計之值且開發以模型為基礎之推定變數。在一實施例中，MBR 30之動態非線性模型及測定輸入資料用以模擬及更新估計參數、模型預測輸出、狀態及以模型為基礎之推定變數。MBR 30之線性化動態模型用以模擬及更新協方差估計。
一旦MBR離線EKF 351模擬所有歷史資料時步或使用者干預，方法隨即進行至步驟415。
在步驟415中，將該MBR 30之離線動態模型361之估計參數匯入至MBR 30之線上動態模型362中。
在步驟420中，將用於MBR 30之即時操作資料提供至MBR線上EKF 352。即時操作資料包含MBR 30之測定輸入資料及測定輸出資料。更具體言之，MBR 30之即時操作資料可包括下列各者中至少一者：液體流動速率、充氣流動速率、液體液流中之TOC、液體液流中之TIC、MBR pH值、缺氧貯槽pH值、需氧貯槽pH值、薄膜貯槽pH值、缺氧貯槽bCOD、MBR饋入物中之bCOD、MBR饋入物中之NH3-N、MBR饋入物中之NO3-N、MBR流出物中之NH3-N、MBR流出物中之NO3-N、MBR流出物中之DO及MBR流出物中之bCOD。
在步驟425中，使用MBR線上EKF 352、MBR 30之線上動態模型362、MBR 30之測定輸入資料及MBR 30之測定輸出資料來計算MBR 30之以模型為基礎之推定變數。使用MBR線上EKF 352、MBR 30之線上動態模型362、MBR 30之測定輸入資料及MBR 30之測定輸出資料來計算MBR 30之模型預測輸出。MBR 30之線上動態模型362之以模型為基礎之推定變數中至少一者係以信賴區間予以估計，信賴區間為對應於MBR 30之線上動態模型362之以模型為基礎之推定變數的估計方差。換言之，信賴區間係藉由其對 應方差(通常被假定為常態分佈)判定，因此，95%的信賴區間近似地為標準偏差之四倍。MBR 30之線上動態模型362之以模型為基礎之推定變數包含下列各者中至少一者：饋入物組合物、生物質量活性、生物質量濃度、COD、MLSS、MLVSS、HRT、SRT及歸因於生物質量品質改變的O2質量轉移係數之縮減。
在步驟430中，將MBR 30之一或多個適應型模型參數及以模型為基礎之推定變數提供至MBR 30之操作者。應理解，提供對應於MBR 30之以模型為基礎之推定變數中之一些的結果之離線實驗室測試將仍發生，且該等結果經記錄用作歷史操作資料且提供至操作者。
在步驟435中，藉由比較MBR 30之測定輸出資料與MBR 30之模型預測輸出且調整MBR 30之線上動態模型362之適應型模型參數來更新MBR 30之線上動態模型362之適應型模型參數，使得MBR 30之測定輸出資料與MBR 30之模型預測輸出實質上對應。預料到，在一些實施例中，可進一步使用針對線上量測之不同權數及量測準確度之先前知識來調諧MBR 30之線上動態模型362之適應型模型參數。
在步驟440中，向控制系統300提供MBR 30之測定輸入資料、MBR 30之測定輸出資料、MBR 30之線上動態模型362之估計參數、MBR 30之線上動態模型362之適應型模型參數及MBR 30之以模型為基礎之推定變數以控制下列各者中至少一者：該選用缺氧貯槽31之pH值、該需氧貯槽32之pH值、該需氧貯槽32之流體液位、該需氧貯槽32之 DO、該薄膜貯槽33之MLSS濃度、該缺氧貯槽31之bCOD加成流動速率設定點、該選用缺氧貯槽31之至少一營養添加劑濃度及該MBR 30之至少一再循環流量設定點。
控制系統300具有MBR監督控制系統301及MBR低階控制系統302。MBR監督控制系統301包含需氧貯槽DO監督控制器1040、缺氧貯槽再循環流量監督控制器1045及缺氧貯槽bCOD加成流動速率監督控制方案1035中至少一者。
缺氧貯槽bCOD加成流量監督控制方案1035包含缺氧貯槽bCOD設定點監督控制器1050、缺氧貯槽bCOD加成流動速率監督回饋控制器1055及缺氧貯槽bCOD加成流動速率監督前饋控制器1065。
MBR低階控制系統302包含下列各者中至少一者：需氧貯槽流體液位PI控制器765、需氧貯槽pH值控制器750、缺氧貯槽pH值控制器755、缺氧貯槽再循環管線流動速率控制器770、需氧貯槽DO濃度控制器745、缺氧貯槽營養添加劑濃度控制器777、需氧貯槽再循環管線流動速率PI控制器771、總MBR再循環流動速率PI控制器775及薄膜貯槽MLSS濃度控制器760。
在步驟445中，通常，MBR線上EKF 352針對下一時間點操作而執行方法步驟420之操作。然而，若在一時間週期之後需要調整MBR 30之線上動態模型362之MBR適應型模型參數(例如，報告模型預測輸出的不正確或不一致值)，則獲得用於MBR 30之歷史資料，且方法返回至步驟410。視情況，在步驟445之一些實施例中，在方法返回至步驟 410之前，將適應型模型參數自MBR 30之線上動態模型362匯入至MBR 30之離線動態模型361中。適應型模型參數自MBR 30之線上動態模型362至MBR 30之離線動態模型361中的此匯入在使用MBR離線EKF 351在離線動態模型361中重新識別估計參數時幫助估計參數較快地收斂。
圖16b為使用MBR離線EKF 351及MBR線上EKF 352以及控制系統300經由MBR 30之監視及控制而操作MBR 30之方法之另一實施例的流程圖。步驟460-472及476為MBR 30之監視步驟，且步驟474為MBR 30之控制步驟。
可看出，MBR 30包含MBR離線EKF 351及MBR線上EKF 352以及控制系統300。另外，MBR 30具有需氧貯槽32、薄膜貯槽33且視情況具有缺氧貯槽31。需氧貯槽32位於薄膜貯槽33上游，且當存在該缺氧貯槽31時，缺氧貯槽31緊接地位於該需氧貯槽32上游或下游。在一些實施例中，MBR 30進一步包含混合器41及至少一再循環管線。再循環管線可為缺氧貯槽再循環管線34或需氧貯槽再循環管線36中之一者或其兩者。
在操作MBR 30之方法之步驟460中，提供具有MBR 30之離線動態模型361之MBR離線EKF 351，且提供具有MBR 30之線上動態模型362之MBR離線EKF 352。MBR 30之離線動態模型361及線上動態模型362包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數。適應型模型參數為估計參數之子集。當存在需氧貯槽32及該缺氧貯槽31兩者時，需氧貯槽32及該缺 氧貯槽31在MBR 30之線上動態模型362及離線動態模型361兩者中被分離地模型化。
更具體言之，在一些實施例中，用於MBR 30之線上動態模型362及離線動態模型361中之製程材料平衡的材料包含下列各者中至少一者：微粒惰性物、可慢降解基質、異養生物質量、自養生物質量、衰變生物質量、可溶性惰性物、可溶性可易降解基質、溶解氧、溶解硝酸鹽-N(氮)、溶解氨-N、微粒可生物降解-N或碳酸氫鹽鹼度。另外，在一些實施例中，MBR 30之線上動態模型362及離線動態模型361中之生物化學反應動力學包含需氧異養生物、缺氧異養生物、需氧自養生物、異養生物衰變、自養生物衰變、可溶性有機N氨化、有機物水解或有機N水解中至少一者。
在一些實施例中，MBR 30之離線動態模型361及MBR 30之線上動態模型362的估計參數及適應型模型參數包含下列各者中至少一者：異養最大比生長率、缺氧/需氧異養生物生長率、缺氧/需氧水解速率分率、微粒水解最大比速率常數、自養最大比生長率、異養生物之衰變常數、自養生物之衰變常數、異養生物質量之產量、自養生物質量之產量、可溶性基質中之碳含量、微粒基質之碳含量、可溶性惰性物之碳含量、微粒不可降解有機物之碳含量、用於需氧貯槽中O2移除之質量轉移係數或用於缺氧貯槽中CO2移除之質量轉移係數。
在步驟462中，提供MBR 30之歷史操作資料。歷史操作 資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料。
在一些實施例中，MBR 30之歷史操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、附加鹼濃度、流出物流出速率、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物可溶性可生物降解有機氮、原始流入物微粒可降解有機氮、原始流入物無機惰性微粒、薄膜滲透物流動速率、廢污泥流動速率、缺氧貯槽加成可生物降解COD流量、缺氧貯槽反應器pH值、缺氧貯槽溶解氧、缺氧貯槽溫度、缺氧貯槽液體液位、缺氧貯槽MLVSS、缺氧貯槽MLSS、需氧貯槽吹風機空氣流動速率、需氧貯槽反應器pH值、需氧貯槽鹼度、需氧貯槽MLVSS、需氧貯槽MLSS、需氧貯槽溶解氧、需氧貯槽溫度、需氧貯槽液體液位、薄膜貯槽MLSS、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物TCOD、薄膜滲透物TOC、薄膜滲透物TIC、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLSS或廢污泥MLVSS。
在步驟464中，使用MBR離線EKF 351及用於MBR 30之歷史操作資料來識別MBR 30之離線動態模型361之估計參數。
在步驟466中，將在步驟464中所識別之估計參數自MBR 30之離線動態模型361匯入至MBR 30之線上動態模型362中。
在步驟468中，將用於MBR 30之即時操作資料提供至MBR線上EKF 352。即時操作資料包含MBR 30之即時測定輸入資料及即時測定輸出資料。
在一些實施例中，MBR 30之即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、附加鹼濃度、流出物流出速率、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物可溶性可生物降解有機氮、原始流入物微粒可降解有機氮、原始流入物無機惰性微粒、薄膜滲透物流動速率、廢污泥流動速率、缺氧貯槽加成可生物降解COD流量、缺氧貯槽反應器pH值、缺氧貯槽溶解氧、缺氧貯槽溫度、缺氧貯槽液體液位、缺氧貯槽MLVSS、缺氧貯槽MLSS、需氧貯槽吹風機空氣流動速率、需氧貯槽反應器pH值、需氧貯槽鹼度、需氧貯槽MLVSS、需氧貯槽MLSS、需氧貯槽溶解氧、需氧貯槽溫度、需氧貯槽液體液位、薄膜貯槽MLSS、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物TCOD、薄膜滲透物TOC、薄膜滲透物TIC、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥 MLSS或廢污泥MLVSS。
在步驟470中，使用MBR線上EKF 352、MBR 30之線上動態模型、MBR 30之即時測定輸入資料及MBR 30之即時測定輸出資料來更新MBR 30之線上動態模型362之適應型模型參數且估計MBR 30之以模型為基礎之推定變數。
在一些實施例中，MBR 30之線上動態模型362之以模型為基礎之推定變數包含該MBR之下列未測定輸入或輸出中至少一者：原始流入物鹼度、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物無機惰性微粒、缺氧貯槽SCOD、缺氧貯槽MLVSS、缺氧貯槽硝酸鹽氮、缺氧貯槽氨-氮、缺氧貯槽可生物降解COD、需氧貯槽SOCD、需氧貯槽MLVSS、需氧貯槽硝酸鹽氮、需氧貯槽氨-氮、需氧貯槽可生物降解COD、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物可生物降解COD、薄膜滲透物TCOD、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLVSS、COD移除率或氮移除率。
在步驟472中，將MBR 30之線上動態模型362之適應型模型參數中的一或多者及MBR 30之以模型為基礎之推定變數中的一或多者提供至MBR 30之操作者。
在步驟474中，向MBR控制系統300提供MBR 30之即時測定輸入資料、MBR 30之即時測定輸出資料、MBR 30之線上動態模型之估計參數或MBR 30之以模型為基礎之推 定變數中的一或多者。MBR控制系統300使用此資訊以控制缺氧貯槽31之pH值、需氧貯槽32之pH值、需氧貯槽32之流體液位、需氧貯槽32之DO濃度、薄膜貯槽33之MLSS濃度、缺氧貯槽31之bCOD加成流動速率設定點、缺氧貯槽31之至少一營養添加劑濃度或MBR 30之至少一再循環流量設定點。
其中控制缺氧貯槽31之至少一營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制缺氧貯槽31之pH值使鹼配料減至最少，其中控制需氧貯槽32之pH值使鹼配料減至最少，其中控制需氧貯槽32之流體液位使需氧貯槽32之流體擾動之影響，其中控制需氧貯槽32之DO濃度會確保在需氧貯槽32中存在適當DO濃度，其中控制薄膜貯槽33之MLSS濃度會最大化薄膜滲透率，其中控制缺氧貯槽31之bCOD加成流動速率設定點使bCOD使用減至最少，其中控制MBR 30之至少一再循環流量設定點會幫助維持通過MBR 30之流量。
MBR控制系統300包含MBR監督控制系統301及MBR低階控制系統302。MBR監督控制系統301包含需氧貯槽DO監督控制器1040、缺氧貯槽再循環流量監督控制器1045及缺氧貯槽bCOD加成流動速率監督控制方案1035中至少一者。
在一些實施例中，MBR 30之缺氧貯槽bCOD加成流量監督控制方案1035包含缺氧貯槽bCOD設定點監督控制器1050、缺氧貯槽bCOD加成流動速率監督回饋控制器1055 及缺氧貯槽bCOD加成流動速率監督前饋控制器1065。另外，在一些實施例中，需氧貯槽DO監督控制器1040、缺氧貯槽再循環流量監督控制器1045及缺氧貯槽bCOD加成流動速率監督控制方案1035一起工作以滿足對COD、硝酸鹽及氨之薄膜滲透要求，同時使充氣、再循環流量及bCOD加成減至最少，該等要求係由政府機構建立。
另外，在一些實施例中，需氧貯槽DO監督控制器1040、缺氧貯槽再循環流量監督控制器1045或缺氧貯槽bCOD加成流動速率監督控制方案1035中至少一者使用MBR 30之線上動態模型362之估計參數或MBR 30之以模型為基礎之推定變數中至少一者。
另外，在一些實施例中，MBR低階控制系統302包含下列各者中至少一者：需氧貯槽流體液位PI控制器765、需氧貯槽pH值控制器750、缺氧貯槽pH值控制器755、缺氧貯槽再循環管線流動速率控制器770、需氧貯槽DO濃度控制器745、缺氧貯槽營養添加劑濃度控制器777、需氧貯槽再循環管線流動速率PI控制器771、總MBR再循環流動速率PI控制器775或薄膜貯槽MLSS濃度控制器760。
在一些實施例中，薄膜貯槽MLSS濃度控制器760使用該MBR之以模型為基礎之推定變數。在一些實施例中，以模型為基礎之推定變數為MLVSS濃度或MLSS濃度。
在步驟476中，MBR操作者或諸如電腦1071之自動化系統決定是否有必要調整MBR 30之線上動態模型362之適應型模型參數(例如，報告模型預測輸出及以模型為基礎之 推定變數的不正確或不一致值)。若沒有必要調整適應型模型參數，則方法返回至步驟468。
若有必要調整適應型模型參數，則操作者或電腦1071可選擇使用線上EKF方法或離線EKF方法中之一者或其兩者以更新線上動態模型362之適應型模型參數。傳統上，僅週期性地使用離線EKF方法，在一些實施例，約每隔數週或數月。較頻繁地使用線上EKF方法，在一些實施例中，與約每隔30分鐘一樣頻繁。
在一些實施例中，是否調整適應型模型參數之決定係藉由經過時間判定，諸如，約每隔30分鐘至一天一次執行使用線上EKF方法來調整適應型模型參數，及約每隔數週至數月執行使用線上EKF方法來調整適應型模型參數。
在線上EKF方法中，使用MBR線上EKF 352、MBR 30之線上動態模型362、MBR 30之即時測定輸入資料及MBR 30之即時測定輸出資料來計算MBR 30之模型預測輸出。接著比較MBR 30之測定輸出資料與MBR 30之模型預測輸出，且更新MBR 30之線上動態模型362之適應型模型參數，使得MBR 30之即時測定輸出資料與MBR 30之模型預測輸出實質上對應。
在離線EKF方法中，使用MBR離線EKF 351及用於MBR 30之歷史操作資料來重新識別MBR 30之離線動態模型361之估計參數。接著將含有經更新之適應型模型參數作為子集的離線動態模型361之估計參數匯入至線上動態模型362中。
在離線EKF方法之一些實施例中，在重新識別MBR 30之離線動態模型362之估計參數之前，將MBR 30之線上動態模型361之適應型模型參數匯入至MBR 30之離線動態模型361中。此情形在離線動態模型361之估計參數被MBR離線EKF 351重新識別時允許該等估計參數較快地收斂。
在步驟476之後，方法返回至步驟468以針對下一時間點將MBR 30之即時操作資料提供至MBR線上EKF 352。
在一些實施例中，MBR 30之離線動態模型361之估計參數及該MBR 30之線上動態模型362之以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
另外，在一些實施例中，使用針對線上量測之不同權數及量測準確度之先前知識來調諧MBR 30之線上動態模型362之適應型模型參數。另外，在一些實施例中，向估計參數及適應型模型參數中之一或多者施加限制，且向以模型為基礎之推定變數中之一或多者施加約束。
預料到，操作MBR 30之方法包括圖16a至圖16b所描繪之方法之變化。可藉由取代16a或16b中之一者之步驟或基礎細節且使用16a或16b中之另一者之步驟或基礎細節來達成此等方法之一些實施例。
預料到，在一些實施例中，使用電腦來執行監視MBR 30或控制MBR 30中至少一者。
雖然線上監視自身非常適用於維持對在存在AD 20及MBR 30之顯著變化的情況下之製程操作的良好理解，但可結合監督控制解決方案而使用上文針對AD 20及MBR 30 所論述之線上監視解決方案，以改良AD 20及MBR 30製程之穩定性、穩固性及操作效率。因此，預料到，AD 20之控制系統200之一或多個實施例可包括圖21至圖27所示之下列控制中之一或多者。
AD反應器24中之良好pH值控制幫助確保其穩定性。不良pH值控制可易於導致級聯不穩定性，其中pH值下降導致甲烷生成抑制，從而導致進一步pH值下降以及最終生物質量失活及洗脫。AD反應器24中之pH值受到饋入物之連續未知改變以及消化槽中生物質量活性之變化影響。
圖17a描繪具有呈級聯結構之非線性PI控制及鹼度控制的用於AD反應器24之AD反應器pH值監督控制器700。AD反應器pH值監督控制器700包含AD反應器非線性比例積分(PI)pH值控制器705、AD反應器比例(P)鹼度控制器710、AD反應器24及AD線上EKF 252。向AD反應器非線性PI pH值控制器705提供用於AD反應器24之使用者選定pH值設定點與用於AD反應器24之測定pH值之間的差。AD反應器非線性PI pH值控制器705接著輸出AD反應器鹼度設定點。向AD反應器P鹼度控制器710提供來自AD反應器非線性PI pH值控制器705之AD反應器鹼度設定點與AD反應器24之估計鹼度之間的差。AD反應器24之估計鹼度係藉由AD 20之AD線上EKF 252經由估計而確定。在一些實施例中，AD線上EKF 25亦可實現前饋控制動作以維持AD反應器24之鹼度。AD反應器P鹼度控制器710基於AD鹼度設定點及來自AD線上EKF 252之AD反應器24之估計鹼度而調整至AD 反應器24之鹼度配料流動速率。應理解，或者，操作者亦可由操作者在操作者控制面板1070上手動地操縱AD反應器鹼度設定點。
圖17b描繪具有呈級聯結構之非線性PI控制及鹼度控制的控制AD反應器24之pH值之AD反應器pH值監督控制器700之另一實施例。當不存在PA反應器pH值監督控制器701時，可使用此實施例。在此實施例中，AD反應器pH值監督控制器700包含AD反應器非線性PI pH值控制器705、PA反應器P鹼度控制器711、PA反應器22、AD反應器24及AD 20之AD線上EKF 252。在操作中，向AD反應器非線性PI pH值控制器705提供用於AD反應器24之使用者選定pH值設定點與用於AD反應器24之測定pH值之間的差。AD反應器非線性PI pH值控制器705接著輸出PA反應器鹼度設定點。向PA反應器P鹼度控制器711提供來自AD反應器非線性PI pH值控制器705之PA反應器鹼度設定點與PA反應器22之估計鹼度之間的差。PA反應器22之估計鹼度係藉由AD 20之AD線上EKF 252經由估計而確定。PA反應器P鹼度控制器711基於PA反應器鹼度設定點及估計PA反應器鹼度而調整至PA反應器22之鹼度配料流動速率。此控制結構具有較少組件，但仍能夠快速地對進入AD 20之干擾作出回應。AD 20之AD線上EKF 252藉由提供PA反應器22之鹼度之即時估計而使此級聯控制成為可能。應理解，或者，操作者亦可由操作者在操作者控制面板1070上手動地操縱PA反應器鹼度設定點。在一些實施例中，AD線上EKF 252可 基於原始流入物之推定變化而實現前饋控制動作以維持PA反應器22之鹼度。
圖18描繪具有呈級聯結構之非線性PI控制及鹼度控制的用於PA反應器22之PA反應器pH值監督控制器701。PA反應器pH值監督控制器701包含PA反應器非線性比例積分(PI)pH值控制器706、PA反應器比例(P)鹼度控制器711、PA反應器22及AD線上EKF 252。向PA反應器非線性PI pH值控制器706提供用於PA反應器22之使用者選定pH值設定點與用於PA反應器22之測定pH值之間的差。PA反應器非線性PI pH值控制器706接著輸出PA反應器鹼度設定點。向PA反應器P鹼度控制器711提供來自PA反應器非線性PI pH值控制器706之PA反應器鹼度設定點與PA反應器22之估計鹼度之間的差。PA反應器22之估計鹼度係藉由AD 20之AD線上EKF 252經由估計而確定。在一些實施例中，AD線上EKF 25可實現前饋控制動作以維持PA反應器22之鹼度。PA反應器P鹼度控制器711基於AD鹼度設定點及至PA反應器22之估計鹼度流動速率而調整至PA反應器22之鹼度配料流動速率。應理解，或者，操作者亦可在操作者控制面板1070上手動地操縱PA反應器鹼度設定點。
上文在圖17至圖18中針對AD反應器24及PA反應器22所描述之pH值控制器藉由使用對受控制輸出pH值之非線性變換且藉由使用級聯控制結構來改良pH值。應用於受控制可變pH值之非線性變換允許更好地處置AD反應器24及PA反應器22內部之物種之pH值與莫耳量之間的非線性關係， 諸如，碳酸氫鹽與VFA鹼度之間的相互作用。級聯控制迴路允許分離反應器內部之鹼度平衡上之快動力學與慢動力學，且因此能夠在面對干擾時採取較早控制動作。
如較早所提到，消化槽中之關注為在廢水饋入物中存在毒性/抑制成份，其導致甲烷生成活性縮減，甲烷生成活性縮減在顯著且未減輕的情況下可導致生物質量失活及洗脫。上文所論述之線上EKF提供線上且早先偵測此抑制之能力。
圖19a至圖19b描繪用於針對酸生成及甲烷化而協調PA反應器22與AD反應器24之PA：AD總體再循環流量比率監督控制器720。PA：AD總體再循環流量比率監督控制器720包含PA：AD再循環比率控制器725及PA反應器與AD反應器再循環流動速率控制器730。向PA：AD再循環比率控制器725提供PA反應器22之測定pH值、PA反應器22之最大pH值設定點、PA反應器22之最小pH值設定點、PA反應器22之估計VFA/SCOD、PA反應器22之目標VFA/SCOD、PA反應器22之最大VFA/SCOD設定點及PA反應器22之最小VFA/SCOD設定點。圖20中描述PA：AD再循環比率控制器725之內容。PA：AD再循環比率控制器725接著將PA：AD Rratio(再循環比率)輸出至PA反應器與AD反應器再循環流動速率控制器730，PA反應器與AD反應器再循環流動速率控制器730基於PA：AD Rratio、AD饋入物流動速率、目標AD流動速率、最大/最小再循環流動速率而設定AD 20之PA再循環泵28及AD再循環泵29之流動速率。預料到，在一些實施 例中，PA反應器與AD反應器再循環流動速率控制器730可為一個控制器，如圖19a所示。另外，預料到，在其他實施例中，PA反應器與AD反應器再循環流動速率控制器730可包含個別PA反應器再循環流動速率控制器730a及AD反應器再循環流動速率控制器730b，其設定AD 20之PA再循環泵28及AD再循環泵29之流動速率，諸如圖19b所示。
圖20描繪PA：AD再循環比率控制器725。PA：AD再循環比率控制器725包含多個習知控制器(例如，PI或PID控制器)，該多個習知控制器同時地工作，且經由信號選擇操作(亦即，最小/最大選擇功能)且接著經由PA：AD流量比率範圍限制而傳遞其輸出，其接著形成控制器輸出。最小/最大選擇功能之配置使最終輸出信號能夠滿足至控制器之輸入信號之所有所要限制。
如較早所提到，消化槽操作中之另一關注為生物質量失活及洗脫。上文所論述之AD線上EKF 252提供偵測AD反應器24內之生物質量濃度且必要時添加額外生物質量之能力。
圖21描繪用於調節AD 20之AD反應器24中之生物質量濃度的控制方案。若在AD反應器24中需要額外生物質量，則藉由生物質量貯槽44提供額外生物質量，生物質量貯槽44受到AD反應器生物質量濃度控制器735控制。圖22中詳述AD反應器生物質量濃度控制器735之方塊圖。可看出，向AD反應器生物質量濃度控制器735提供藉由AD 20之AD線上FKF 252進行的AD反應器24中之估計生物質量濃度， 及在操作者控制面板1070上針對AD反應器24中之生物質量之操作者定義設定點。AD 20之AD線上EKF 252藉由偵測及追蹤生物質量抑制事件來確定AD反應器24中之生物質量濃度。AD反應器生物質量濃度控制器735接著藉由檢驗AD反應器24中之估計生物質量濃度是否小於操作者定義設定點來判定是否需要調整AD反應器24中之生物質量濃度。若針對AD反應器24中之生物質量濃度之操作者定義設定點大於AD反應器24中之估計生物質量濃度，則AD反應器生物質量濃度控制器735指示生物質量貯槽44將生物質量添加至AD反應器24，使得AD反應器24中之生物質量濃度與針對AD反應器24中之生物質量濃度之操作者定義設定點實質上對應。
圖23為詳述在AD反應器生物質量濃度控制器735內發生之操作之流程圖。在步驟1080中，自AD 20之AD線上EKF 252獲得AD反應器24中之估計生物質量濃度，且自操作者控制面板1070獲得針對AD反應器24中之生物質量濃度之設定點。在步驟1080之後，在步驟1085中，比較AD反應器24中之估計生物質量濃度與針對AD反應器24中之生物質量濃度之設定點。在步驟1085之後，在步驟1090中，若AD反應器24中之估計生物質量濃度小於AD反應器24中之生物質量濃度之設定點，則AD反應器生物質量濃度控制器735指示生物質量貯槽44將生物質量添加至AD反應器24。在步驟1090之後，AD反應器生物質量濃度控制器735返回至步驟1080且重複步驟1080-1090中之操作。
另外，另一考慮為調整PA反應器22中之流體液位以吸收對工廠之短暫擾動，而非將PA反應器22中之流體液位保持在恆定設定點。圖24描繪針對PA反應器22內之流體液位之控制方案，其中PA流體液位感測器736用PA反應器22來感測流體液位，PA流體液位感測器736將該液位傳遞至PA流體液位控制器737，PA流體液位控制器737進行對PA再循環泵28之流動速率之任何必要調整，以藉由增加或減低自AD反應器24再循環至PA反應器混合平台21(PA反應器混合平台21緊接地在PA反應器22上游)或在不存在PA反應器混合平台21的情況下直接再循環至PA反應器22之水量而使PA反應器22內之流體液位返回至可接受液位。
圖25中詳述PA流體液位控制器737之方塊圖。可看出，向PA流體液位控制器737提供最大PA流體液位設定點、最小PA流體液位設定點、理想PA流體液位設定點及PA流體液位量測。該等設定點係由操作者在操作者控制面板1070上提供。PA流體液位量測係由PA流體液位感測器736提供。PA流體液位控制器737接著判定是否需要調整PA再循環泵28。PA流體液位感測器736接著向PA流體液位控制器737報告PA反應器22之流體液位之任何改變。
圖26為詳述在PA流體液位控制器737內發生之操作之流程圖。在步驟2000中，PA流體液位控制器737獲得最大PA流體液位設定點、最小PA流體液位設定點、理想PA流體液位設定點及PA流體液位量測。在步驟2005中，比較PA流體液位量測與最大PA流體液位設定點。若PA流體液位 量測小於最大PA流體液位設定點，則程式前進至步驟2010。然而，若PA流體液位量測大於最大PA流體液位設定點，則PA流體液位控制器737縮減PA再循環泵28之流動速率，直至PA流體液位感測器736向PA流體液位控制器737通知PA流體液位實質上對應於理想PA流體液位設定點，且接著繼續進行回至步驟2000。
在步驟2010中，比較PA流體液位量測與最小PA流體液位設定點。若PA流體液位量測不小於最小PA流體液位設定點，則程式返回至步驟2000。然而，若PA流體液位量測小於最小PA流體液位設定點，則PA流體液位控制器737增加PA再循環泵28之流動速率，直至PA流體液位感測器736向PA流體液位控制器737通知PA流體液位實質上對應於理想PA流體液位設定點，且接著繼續進行回至步驟2000。
圖27展示用於調節AD 20之PA反應器22之一些實施例內之營養物濃度的方案。預料到，在AD 20之一些實施例中，提供至PA反應器22之營養添加劑之量及類型將藉由PA反應器22內含有之細菌之估計組合物判定。預料到，在一些實施例中，將針對用於PA反應器22之每一所關注營養物提供PA反應器營養添加劑濃度控制器51及PA反應器營養添加劑貯槽52。另外，預料到，在一些實施例中，在單一PA反應器營養添加劑貯槽52中組合用於PA反應器22之所有添加劑營養物，因此，在彼等實施例中，針對AD 20將存在僅一個PA反應器營養添加劑濃度控制器51及PA反應器營養添加劑貯槽52。
在一實施例中，PA反應器營養添加劑濃度控制器51為PI控制器。營養添加劑可包括(但不限於)氮及磷。PA反應器22中之細菌組合物將藉由AD線上EKF 252估計。使用PA反應器細菌組合物查找表53以確定針對PA反應器22內之細菌組合物之營養添加劑濃度要求且輸出針對特定所關注營養添加劑之濃度要求。經由PA反應器22內含有之PA反應器添加劑濃度感測器54或AD線上EKF 252而經由直接量測來確定PA反應器22內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於PA反應器22內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至PA反應器營養添加劑濃度控制器51，PA反應器營養添加劑濃度控制器51調整自PA反應器營養添加劑貯槽52流動至PA反應器22中之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至PA反應器22，直至糾正營養物缺乏。因此，基於存在於PA反應器22中每一者內之每一細菌物種之量及存在於PA反應器22內之營養物濃度而個別地調整自各種PA反應器營養添加劑貯槽52提供至PA反應器22之各種所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
在單一PA反應器營養添加劑貯槽52中組合用於PA反應器22之所有添加劑營養物的另一實施例中，PA反應器22中之細菌組合物將藉由AD線上EKF 252估計。使用PA反應器細菌組合物查找表53以確定針對PA反應器22內之細菌組合物之營養添加劑濃度要求且輸出針對所關注營養添加劑之 濃度要求。經由PA反應器22內含有之PA反應器添加劑濃度感測器54或AD線上EKF 252而經由直接量測來確定PA反應器22內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於PA反應器22內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至PA反應器營養添加劑濃度控制器51，PA反應器營養添加劑濃度控制器51調整自PA反應器營養添加劑貯槽52流動至PA反應器22內之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至PA反應器22，直至糾正營養物缺乏。因此，基於存在於PA反應器22中每一者內之每一細菌物種之量及存在於PA反應器22內之營養物濃度而調整提供至PA反應器22之所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
圖28展示用於調節AD 20之AD反應器24之一些實施例內之營養物濃度的方案。預料到，在AD 20之一些實施例中，提供至AD反應器24之營養添加劑之量及類型將藉由AD反應器24內含有之細菌之估計組合物判定。預料到，在一些實施例中，將針對用於AD反應器24之每一所關注營養物提供AD反應器營養添加劑濃度控制器61及AD反應器營養添加劑貯槽62。另外，預料到，在一些實施例中，在單一AD反應器營養添加劑貯槽62中組合用於AD反應器24之所有添加劑營養物，因此，在彼等實施例中，針對AD 20將存在僅一個AD反應器營養添加劑濃度控制器61及AD反應器營養添加劑貯槽62。
在一實施例中，AD反應器營養添加劑濃度控制器61為PI控制器。營養添加劑可包括(但不限於)氮及磷。AD反應器24中之細菌組合物將藉由AD線上EKF 252估計。使用AD反應器細菌組合物查找表63以確定針對AD反應器24內之細菌組合物之營養添加劑濃度要求且輸出針對特定所關注營養添加劑之濃度要求。經由AD反應器24內含有之AD反應器添加劑濃度感測器64或AD線上EKF 252而經由直接量測來確定AD反應器24內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於AD反應器24內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至AD反應器營養添加劑濃度控制器61，AD反應器營養添加劑濃度控制器61調整自AD反應器營養添加劑貯槽62流動至AD反應器24內之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至AD反應器24，直至糾正營養物缺乏。因此，基於存在於AD反應器24中每一者內之每一細菌物種之量及存在於AD反應器24內之營養物濃度而個別地調整自各種AD反應器營養添加劑貯槽62提供至AD反應器24之各種所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
在單一AD反應器營養添加劑貯槽62中組合用於AD反應器24之所有添加劑營養物的另一實施例中，AD反應器24中之細菌組合物將藉由AD線上EKF 252估計。使用AD反應器細菌組合物查找表63以確定針對AD反應器24內之細 菌組合物之營養添加劑濃度要求且輸出針對所關注營養添加劑之濃度要求。經由AD反應器24內含有之AD反應器添加劑濃度感測器64或AD線上EKF 252而經由直接量測來確定AD反應器24內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於AD反應器24內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至AD反應器營養添加劑濃度控制器61，AD反應器營養添加劑濃度控制器61調整自AD反應器營養添加劑貯槽62流動至AD反應器24內之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至AD反應器24，直至糾正營養物缺乏。因此，基於存在於AD反應器24中每一者內之每一細菌物種之量及存在於AD反應器24內之營養物濃度而調整提供至AD反應器24之所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
如先前所敍述，雖然線上監視自身非常適用於維持對在存在AD 20及MBR 30之顯著變化的情況下之製程操作的良好理解，但可結合監督控制解決方案而使用上文針對AD 20及MBR 30所論述之線上監視解決方案，以改良AD 20及MBR 30製程之穩定性、穩固性及操作效率。因此，預料到，MBR 30之MBR控制系統300之一或多個實施例可包括下文所描述之控制中之一或多者。
為了實現控制目標，在製程中使用若干基本控制迴路： 需氧貯槽中之溶解氧(DO)受到吹風機流動速率(充氣)控制(如圖29所示)，需氧貯槽及缺氧貯槽中之pH值位準受到化學品流動速率(鹼，例如，KOH)控制(如圖30至圖31所示)，薄膜貯槽中之MLSS濃度受到淨化流動速率控制(如圖32a所示)，需氧貯槽流體液位受到滲透物泵流量控制(如圖33所示)，且總再循環流量通常被控制至缺氧貯槽(在一些情況下，總再循環流量分別被控制至需氧貯槽及缺氧貯槽兩個反應器)。用單一迴路PI控制結構來實施此等較低階控制迴路。
上文所列出之PI迴路之設定點中之一些係藉由呈級聯控制組態的MBR控制系統300之MBR監督控制系統301設定，且使用最小/最大選擇邏輯以判定針對較低階控制迴路中之一些之設定點，以實現最終MBR控制目標。另外，操作者控制面板1070允許手動地調整設定點。
MBR控制系統300之結構主要係基於回饋機制。為了對已知或可量測干擾作出迅速回應，亦將前饋控制動作添加至控制結構以確保製程可很快地對干擾作出回應。快速回應對於MBR系統係理想的，此係因為生物化學(細菌生長)為敏感製程。對於廢水處理系統，最顯著的干擾來自原始饋入物變化。饋入物特性化或量測可用於前饋控制動作以克服饋入物變化。
另外，在MBR控制系統300中，使用缺氧貯槽再循環管線34及額外bCOD(例如，甲醇)以控制滲透物液流中之NO3濃度-若COD饋入物缺少COD，則使用額外COD以擴增該 饋入物以用於缺氧貯槽中之硝化。
圖29描繪用於需氧貯槽32內之溶解氧(DO)之控制方案。該控制方案包含需氧貯槽DO濃度控制器745、需氧貯槽充氣38(吹風機)及需氧貯槽32。在一些實施例中，需氧貯槽DO濃度控制器745為PI控制器。在操作中，向需氧貯槽DO濃度控制器745提供針對需氧貯槽32中之DO之設定點與需氧貯槽32中之測定DO之間的差。DO量測係由位於需氧貯槽32中之需氧貯槽DO感測器65提供。需氧貯槽DO濃度控制器745接著進行對需氧貯槽充氣38(吹風機流動速率)之調整，其改變提供至需氧貯槽32之空氣之量，使得需氧貯槽32中之測定DO與針對需氧貯槽32中之DO之設定點實質上對應。針對需氧貯槽32中之DO之設定點係藉由需氧貯槽DO監督控制器1040判定。應理解，或者，操作者亦可在操作者控制面板1070上手動地操縱需氧貯槽DO設定點。
圖30描繪用於需氧貯槽32內之pH值位準之控制方案。該控制方案包含需氧貯槽pH值控制器750、鹼貯槽49及需氧貯槽32。在一些實施例中，需氧貯槽pH值控制器750為PI控制器。在操作中，向需氧貯槽pH值控制器750提供需氧貯槽32中之pH值之設定點與需氧貯槽32中之測定pH值之間的差。pH值量測係由需氧貯槽32中之需氧貯槽pH值位準感測器66提供。需氧貯槽pH值控制器750接著進行對自鹼貯槽49(例如，KOH或另一合適鹼)之化學品流動速率之調整，其改變需氧貯槽32中之pH值，使得需氧貯槽32中之測定pH值與針對需氧貯槽32中之pH值位準之設定點實質 上對應。針對需氧貯槽32中之pH值之設定點係由操作者在操作者控制面板1070上判定。應理解，或者，針對需氧貯槽32中之pH值之設定點可由MBR監督控制系統301之控制器建立。
圖31描繪用於缺氧貯槽31內之pH值位準之控制方案。該控制方案包含缺氧貯槽pH值控制器755、鹼貯槽45及缺氧貯槽31。在操作中，向缺氧貯槽pH值控制器755提供缺氧貯槽31中之pH值之設定點與缺氧貯槽31中之測定pH值之間的差。pH值量測係由缺氧貯槽31中之缺氧貯槽pH值感測器67提供。缺氧貯槽pH值控制器755接著進行對自鹼貯槽45(例如，KOH或另一合適鹼)之化學品流動速率之調整，其改變缺氧貯槽31中之pH值，使得缺氧貯槽31中之測定pH值與針對缺氧貯槽31中之pH值位準之設定點實質上對應。針對缺氧貯槽31中之pH值之設定點係由操作者在操作者控制面板1070上判定。應理解，或者，針對缺氧貯槽31中之pH值之設定點可由MBR監督控制系統301之控制器建立。
圖32a至圖32b描繪用於薄膜貯槽33內之MLSS或MLVSS濃度之控制方案。該控制方案包含薄膜貯槽MLSS濃度PI控制器760、薄膜貯槽33之薄膜貯槽污泥排出器43及MBR線上EKF 352。圖32a描繪控制薄膜貯槽33內之MLSS之濃度的薄膜貯槽MLSS濃度PI控制器760之實施例。在操作中，向薄膜貯槽MLSS濃度PI控制器760提供針對薄膜貯槽33內之MLSS濃度之設定點與薄膜貯槽33內之估計MLSS濃 度之間的差。薄膜貯槽33內之估計MLSS濃度係由MBR線上EKF 352提供。薄膜貯槽MLSS濃度PI控制器760接著經由薄膜貯槽污泥排出器43而進行對薄膜貯槽33之淨化流動速率之調整，使得薄膜貯槽33內之估計MLSS濃度與針對薄膜貯槽33內之MLSS濃度之設定點實質上對應。針對薄膜貯槽33內之MLSS濃度之設定點係由操作者在操作者控制面板1070上判定。應理解，或者，薄膜貯槽33內之MLSS濃度可由MBR監督控制系統301之控制器建立。
在圖32b所示之實施例中，預料到，使用薄膜貯槽MLSS濃度PI控制器760以控制薄膜貯槽33中之MLVSS。在此等實施例中，向薄膜貯槽MLSS濃度PI控制器760提供針對薄膜貯槽33內之MLVSS濃度之設定點與薄膜貯槽33內之估計MLVSS濃度之間的差。薄膜貯槽33內之估計MLVSS濃度係由MBR線上EKF 352提供。薄膜貯槽MLSS濃度PI控制器760接著經由薄膜貯槽污泥排出器43而進行對薄膜貯槽33之淨化流動速率之調整，使得薄膜貯槽33內之估計MLVSS濃度與針對薄膜貯槽33內之MLVSS濃度之設定點實質上對應。針對薄膜貯槽33內之MLVSS濃度之設定點係由操作者在操作者控制面板1070上判定。應理解，或者，薄膜貯槽33內之MLVSS濃度可由MBR監督控制系統301之控制器建立。預料到，在其他實施例中，薄膜貯槽MLVSS濃度PI控制器進行上文在圖32b中藉由薄膜貯槽MLSS濃度PI控制器760執行之動作。若存在薄膜貯槽MLVSS濃度PI控制器，則其將被視為MBR低階控制系統302之部分。
圖33描繪用於需氧貯槽32內之流體液位之控制方案。該控制方案包含需氧貯槽流體液位PI控制器765、滲透物泵35及需氧貯槽流體液位感測器37。在操作中，向需氧貯槽流體液位PI控制器765提供針對需氧貯槽32之流體液位之設定點與需氧貯槽32之測定流體液位之間的差。需氧貯槽32中之流體液位之量測係由需氧貯槽流體液位感測器37提供。需氧貯槽流體液位PI控制器765接著進行對薄膜貯槽滲透物泵35之流動速率之調整，其改變需氧貯槽32中之流體液位，使得需氧貯槽32之測定流體液位與針對需氧貯槽32之流體液位之設定點實質上對應。針對需氧貯槽32之流體液位之設定點係由操作者在操作者控制面板1070上建立。應理解，或者，需氧貯槽32之流體液位可由MBR監督控制系統301之控制器建立。
圖34描繪用於缺氧貯槽再循環管線34之流動速率之控制方案。該控制方案包含缺氧貯槽再循環管線流動速率PI控制器770、滲透物泵35、MBR再循環管線分流器68及缺氧貯槽再循環管線流量感測器46。在操作中，向缺氧貯槽再循環管線流動速率PI控制器770提供針對缺氧貯槽再循環管線流動速率之設定點與測定缺氧貯槽再循環管線流動速率之間的差。缺氧貯槽再循環管線流動速率係由缺氧貯槽再循環管線34中之缺氧貯槽再循環管線流量感測器46提供。缺氧貯槽再循環管線流動速率PI控制器770接著進行對滲透物泵35及MBR再循環管線分流器68之調整，其改變再循環管線流動速率，使得測定缺氧貯槽再循環管線流動 速率實質上對應於針對缺氧貯槽再循環管線流動速率之設定點。MBR再循環管線分流器68改變在缺氧貯槽再循環管線34與需氧貯槽再循環管線36之間流動之流體的比率。在一些實施例中，缺氧貯槽再循環管線流動速率設定點係由缺氧貯槽再循環流量監督控制器1045建立。應理解，或者，缺氧貯槽再循環管線流動速率設定點可由操作者在操作者控制面板1070上判定。
圖35描繪用於需氧貯槽再循環管線36之流動速率之控制方案。該控制方案包含需氧貯槽再循環管線流動速率PI控制器771、滲透物泵35、MBR再循環管線分流器68及需氧貯槽再循環管線流量感測器47。在操作中，向需氧貯槽再循環管線流動速率PI控制器771提供針對需氧貯槽再循環管線流動速率之設定點與測定需氧貯槽再循環管線流動速率之間的差。需氧貯槽再循環管線流動速率係由需氧貯槽再循環管線36中之需氧貯槽再循環管線流量感測器47提供。需氧貯槽再循環管線流動速率PI控制器771接著進行對滲透物泵35及MBR再循環管線分流器68之調整，其改變需氧貯槽再循環管線流動速率，使得測定需氧貯槽再循環管線流動速率實質上對應於針對需氧貯槽再循環管線流動速率之設定點。MBR再循環管線分流器68改變在缺氧貯槽再循環管線34與需氧貯槽再循環管線36之間流動之流體的比率。在一些實施例中，需氧貯槽再循環管線流動速率設定點係由MBR再循環管線分流器68判定。應理解，或者，需氧貯槽再循環管線流動速率設定點可由操作者在操作者 控制面板1070上判定。
圖36描繪用於在具有缺氧貯槽再循環管線34及需氧貯槽再循環管線36兩者之MBR 30之實施例中控制總再循環流動速率之控制方案。該控制方案包含總MBR再循環流動速率PI控制器775、滲透物泵35、缺氧貯槽再循環管線流量感測器46及需氧貯槽再循環管線流量感測器47。在操作中，向總MBR再循環流動速率PI控制器775提供針對總再循環流動速率之設定點與測定缺氧貯槽再循環管線流動速率同測定需氧貯槽再循環管線流動速率之總和之間的差。缺氧貯槽再循環管線流動速率係由缺氧貯槽再循環管線34中之缺氧貯槽再循環管線流量感測器46提供。需氧貯槽再循環管線流動速率係由需氧貯槽再循環管線36中之需氧貯槽再循環管線流量感測器47提供。總MBR再循環流動速率PI控制器775接著進行對滲透物泵35之調整，其改變通過缺氧貯槽再循環管線34及需氧貯槽再循環管線36之流體流動速率，使得通過需氧貯槽再循環管線36及缺氧貯槽再循環管線34之再循環流動速率之總和實質上對應於針對總再循環流動速率之設定點。總再循環流動速率係由操作者在操作者控制面板1070上建立。應理解，或者，總再循環流動速率可由MBR監督控制系統301之控制器判定。
圖37展示用於調節MBR 30之缺氧貯槽31之一些實施例內之營養物濃度的方案。預料到，在MBR 30之一些實施例中，提供至缺氧貯槽31之營養添加劑之量及類型將藉由缺氧貯槽31內含有之細菌之估計組合物判定。預料到，在 一些實施例中，將針對用於缺氧貯槽31之每一所關注營養物提供缺氧貯槽營養添加劑濃度控制器777及缺氧貯槽營養添加劑貯槽778。另外，預料到，在一些實施例中，在單一缺氧貯槽營養添加劑貯槽778中組合用於缺氧貯槽31之所有添加劑營養物，因此，在彼等實施例中，針對MBR 30將存在僅一個缺氧貯槽營養添加劑濃度控制器777及缺氧貯槽營養添加劑貯槽778。
在一實施例中，缺氧貯槽營養添加劑濃度控制器777為PI控制器。營養添加劑可包括(但不限於)氮及磷。缺氧貯槽31中之細菌組合物將藉由MBR線上EKF 352估計。使用缺氧貯槽細菌組合物查找表776以確定針對缺氧貯槽31內之細菌組合物之營養添加劑濃度要求且輸出針對特定所關注營養添加劑之濃度要求。經由缺氧貯槽31內含有之缺氧貯槽添加劑濃度感測器779或MBR線上EKF 352而經由直接量測來確定缺氧貯槽31內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於缺氧貯槽31內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至缺氧貯槽營養添加劑濃度控制器777，缺氧貯槽營養添加劑濃度控制器777調整自缺氧貯槽營養添加劑貯槽778流動至缺氧貯槽31內之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至缺氧貯槽31，直至糾正營養物缺乏。因此，基於存在於缺氧貯槽31中每一者內之每一細菌物種之量及存在於缺氧貯槽31 內之營養物濃度而個別地調整自各種缺氧貯槽營養添加劑貯槽778提供至缺氧貯槽31之各種所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
在單一缺氧貯槽營養添加劑貯槽778中組合用於缺氧貯槽31之所有添加劑營養物的另一實施例中，缺氧貯槽31中之細菌組合物將藉由MBR線上EKF 352估計。使用缺氧貯槽細菌組合物查找表776以確定針對缺氧貯槽31內之細菌組合物之營養添加劑濃度要求且輸出針對所關注營養添加劑之濃度要求。經由缺氧貯槽31內含有之缺氧貯槽添加劑濃度感測器779或MBR線上EKF 352而經由直接量測來確定缺氧貯槽31內之所關注營養添加劑之濃度。自營養添加劑要求之濃度減去存在於缺氧貯槽31內之所關注營養添加劑之濃度以判定是否存在所關注營養物之缺乏，且將差提供至缺氧貯槽營養添加劑濃度控制器777，缺氧貯槽營養添加劑濃度控制器777調整自缺氧貯槽營養添加劑貯槽778流動至缺氧貯槽31內之所關注營養添加劑之流動速率。
因此，若存在營養物缺乏，則將營養添加劑提供至缺氧貯槽31，直至糾正營養物缺乏。因此，基於存在於缺氧貯槽31中每一者內之每一細菌物種之量及存在於缺氧貯槽31內之營養物濃度而調整提供至缺氧貯槽31之所關注營養添加劑之流動速率，以便不使細菌饋入過度或用量不足。
圖38描繪建立需氧貯槽DO設定點之需氧貯槽DO監督控制器1040。
在操作中，需氧貯槽DO監督控制器1040接收下列輸 入：滲透物NH3-N上限設定點、滲透物NH3-N量測、滲透物bCOD上限設定點及滲透物bCOD量測或估計、需氧貯槽DO最大設定點、需氧貯槽DO最小設定點。滲透物NH3-N上限設定點、滲透物bCOD上限設定點、需氧貯槽DO最大設定點及需氧貯槽DO最小設定點係由操作者在操作者控制面板1070上建立。滲透物bCOD量測係自實驗室分析獲得，或估計係自MBR線上EKF 352接收。滲透物NH3-N量測係自薄膜貯槽33之滲透物液流中之NH3-N感測器獲得。需氧貯槽DO監督控制器1040輸出需氧貯槽DO設定點，需氧貯槽DO設定點連接至針對需氧貯槽中之溶解氧之設定點以作為圖29之輸入。圖41中詳述在需氧貯槽DO監督控制器1040內發生之操作。
圖39描繪缺氧貯槽再循環流動速率監督控制器1045。缺氧貯槽再循環流動速率監督控制器1045接收下列輸入：滲透物bCOD上限設定點、滲透物bCOD量測或估計、缺氧貯槽DO上限設定點、缺氧貯槽DO量測、滲透物NO3-N上限設定點、滲透物NO3-N量測、最小缺氧貯槽再循環流動速率設定點及最大缺氧貯槽再循環流動速率設定點。滲透物bCOD上限設定點、缺氧貯槽DO上限設定點、滲透物NO3-N上限設定點、最小缺氧貯槽再循環流動速率設定點及最大缺氧貯槽再循環流動速率設定點係由操作者在操作者控制面板1070上判定。滲透物bCOD量測係自實驗室分析(慢手動回饋)獲得，或估計係自MBR線上EKF 352即時地接收。缺氧貯槽DO量測係自缺氧貯槽31中之DO感測器獲 得。滲透物NO3-N量測係自薄膜貯槽33之滲透物液流中之NH3-N感測器獲得。缺氧貯槽再循環流動速率監督控制器1045輸出缺氧貯槽再循環流動速率設定點，缺氧貯槽再循環流動速率設定點連接至針對缺氧貯槽再循環管線流動速率之設定點以作為圖34之輸入。圖42中詳述在缺氧貯槽再循環流動速率監督控制器1045內發生之操作。
圖40描繪缺氧貯槽可生物降解COD(bCOD)加成流動速率監督控制方案1035，其包含缺氧貯槽bCOD設定點監督控制器1050、缺氧貯槽bCOD加成流動速率監督回饋控制器1055、缺氧貯槽bCOD加成流動速率監督前饋控制器1065及缺氧貯槽bCOD加成流動速率求和區塊1060。
缺氧貯槽bCOD設定點監督控制器1050接收下列輸入：預設缺氧貯槽bCOD設定點、滲透物NO3-N上限設定點及滲透物NO3-N量測。滲透物NO3-N上限設定點及預設缺氧貯槽bCOD設定點係由操作者在操作者控制面板1070上判定。滲透物NO3-N量測係自薄膜貯槽33之滲透物液流中之感測器獲得。缺氧貯槽bCOD設定點監督控制器1050輸出缺氧貯槽bCOD設定點。圖43中詳述在缺氧貯槽bCOD設定點監督控制器1050內發生之操作。
缺氧貯槽bCOD加成流動速率監督回饋控制器1055接收下列輸入：缺氧貯槽bCOD設定點、缺氧貯槽bCOD量測或估計、缺氧貯槽bCOD加成流動速率最大設定點及缺氧貯槽bCOD加成流動速率最小設定點。缺氧貯槽bCOD設定點係由缺氧貯槽bCOD設定點監督控制器1050或由操作者在 操作者控制面板1070上在上游判定。缺氧貯槽bCOD加成流動速率最大設定點及缺氧貯槽bCOD加成流動速率最小設定點係由操作者控制面板1070上判定。缺氧貯槽bCOD量測係自實驗室分析(慢手動回饋控制)獲得，或估計係自MBR線上EKF 352即時地接收。缺氧貯槽bCOD加成流動速率監督回饋控制器1055輸出缺氧貯槽bCOD加成流動速率(回饋控制)設定點。圖44中詳述在缺氧貯槽bCOD加成流動速率監督回饋控制器1055內發生之操作。
缺氧貯槽bCOD加成流動速率監督前饋控制器1065接收下列輸入：在缺氧貯槽入口處之饋入物bCOD量測或估計、在缺氧貯槽入口處之饋入物NH3-N量測、在缺氧貯槽入口處之饋入物NO3-N量測、在缺氧貯槽入口處之饋入物流動速率量測、bCOD加成流動速率濃度設定點、參考COD/N比率設定點及前饋比例調整因數設定點。bCOD加成流動速率濃度設定點、參考bCOD/N比率設定點及前饋比例調整因數設定點係由操作者在操作者控制面板1070上判定。饋入物NH3-N量測、饋入物NO3-N量測及饋入流量量測係自缺氧貯槽31之入口液流處之感測器獲得。缺氧貯槽bCOD加成流動速率監督前饋控制器1065輸出缺氧貯槽bCOD加成流動速率(前饋控制)設定點。圖45中詳述在缺氧貯槽bCOD加成流動速率監督回饋控制器1055內發生之操作。
缺氧貯槽bCOD加成流動速率求和區塊1060自缺氧貯槽bCOD加成流動速率監督回饋控制器1055接收缺氧貯槽 bCOD加成流動速率(回饋控制)設定點，且自缺氧貯槽bCOD加成流動速率監督前饋控制器1065接收缺氧貯槽bCOD加成流動速率(前饋控制)設定點。缺氧貯槽bCOD加成流動速率求和區塊1060輸出缺氧貯槽bCOD加成流動速率設定點，其判定自bCOD貯槽進入缺氧貯槽31的bCOD之流動速率。
圖41中詳述需氧貯槽DO監督控制器1040。在減法區塊805中，自滲透物NH3-N上限減去滲透物NH3-N量測，且將差傳遞至NH3-N增益排程控制810。取決於滲透物NH3-N上限與滲透物NH3-N量測之間的差是否超過由一般熟習此項技術者建立之預定值，將低增益或高增益施加至減法區塊805之輸出且傳遞至最大值區塊815。
在減法區塊820中，自滲透物bCOD上限減去滲透物bCOD量測或估計，且將差傳遞至bCOD增益排程控制825。取決於滲透物bCOD量測或估計與滲透物bCOD上限之間的差是否超過由一般熟習此項技術者建立之預定值，將低增益或高增益施加至減法區塊820之輸出且傳遞至最大值區塊815。最大值區塊815將bCOD增益排程控制825或NH3-N增益排程控制810之輸出中之較大者傳遞至最小值區塊830。
在減法區塊835中，自需氧貯槽DO最大設定點減去需氧貯槽DO設定點。增益區塊840將一增益施加至減法區塊835之輸出且將一輸出提供至最小值區塊830。最小值區塊830藉由將增益區塊840或最大值區塊815之輸出中之較小 者傳遞至最大值區塊845來確保需氧貯槽DO設定點不超過最大限制。
在減法區塊850中，自需氧貯槽DO最小設定點減去需氧貯槽DO設定點。增益區塊855將一增益施加至減法區塊850之輸出且將一輸出提供至最大值區塊845。藉由最大值區塊845傳遞來自增益區塊855及最小值區塊830之輸出中之較大者，此確保需氧貯槽DO設定點不會降至低於最小限制。藉由離散時間積分器區塊860向最大值區塊845之輸出提供積分控制，離散時間積分器區塊860輸出需氧貯槽DO設定點。
圖42中詳述缺氧貯槽再循環流動速率監督控制器1045。在減法區塊865中，自滲透物bCOD上限設定點減去滲透物bCOD量測或估計。增益區塊870將一增益施加至減法區塊865之輸出(針對bCOD之控制動作)且將一輸出提供至最大值區塊875。在減法區塊880中，自缺氧貯槽DO上限設定點減去缺氧貯槽DO量測。增益區塊885將一增益施加至減法區塊880之輸出(針對缺氧貯槽DO濃度之控制動作)且將一輸出提供至最小值區塊890。在減法區塊895中，自滲透物NO3-N上限設定點減去滲透物NO3-N量測。增益區塊900將一增益施加至減法區塊895之輸出(針對NO3-N含量之控制動作)且將一輸出提供至最小值區塊890。
藉由最小值區塊890將來自增益區塊885及增益區塊900之輸出中之較小者傳遞至最大值區塊875及開關905。最小值區塊890確保滿足最小DO及NO3-N需要且使最小DO及 NO3-N需要在缺氧貯槽31中平衡。藉由最大值區塊875將來自增益區塊870及最小值區塊890之輸出中之較大者傳遞至開關905。若將再循環提供至缺氧貯槽31及需氧貯槽32兩者，則開關905將最大值區塊875之輸出傳遞至最小值區塊920，否則，開關905將最小值區塊890之輸出傳遞至最小值區塊920。
在減法區塊910中，自最大缺氧貯槽再循環流動速率設定點減去缺氧貯槽再循環流動速率設定點，且將差傳遞至增益區塊915。增益區塊915將一增益施加至減法區塊910之輸出且將一輸出提供至最小值區塊920，此藉由傳遞來自開關905或增益區塊915之輸出中之較小者來確保缺氧貯槽再循環流動速率設定點不超過最大限制。
在減法區塊930中，自最小缺氧貯槽再循環流動速率設定點減去缺氧貯槽再循環流動速率設定點，且將差傳遞至增益區塊935。增益區塊935將一增益施加至減法區塊930之輸出且將一輸出提供至最大值區塊925，此藉由傳遞來自最小值區塊920或增益區塊935之輸出中之較大者來確保缺氧貯槽再循環流動速率設定點不會降至低於最小限制。藉由離散時間積分器區塊940向最大值區塊925之輸出提供積分控制，離散時間積分器區塊940輸出缺氧貯槽再循環流動速率設定點。
圖43中詳述缺氧貯槽bCOD設定點監督控制器1050。抗繞緊PI控制945接收來自減法區塊950之抗繞緊校正信號、滲透物NO3-N上限設定點、滲透物NO3-N量測及預設缺氧 貯槽bCOD設定點。抗繞緊PI控制945將一輸出提供至缺氧貯槽bCOD範圍限制器955，缺氧貯槽bCOD範圍限制器955輸出缺氧貯槽bCOD設定點。在減法區塊950中，自抗繞緊PI控制945之輸出減去缺氧貯槽bCOD設定點，且減法區塊950將抗繞緊校正信號提供至抗繞緊PI控制945。缺氧貯槽bCOD設定點監督控制器1050之輸出級聯至缺氧貯槽bCOD加成流動速率監督回饋控制器1055之輸入。
圖44中詳述缺氧貯槽bCOD加成流動速率監督回饋控制器1055。在減法區塊965中，自缺氧貯槽bCOD設定點減去缺氧貯槽bCOD量測或估計。增益區塊970將一增益施加至減法區塊965之輸出且將一輸出提供至最小值區塊975。在減法區塊980中，自缺氧貯槽bCOD加成流動速率最大設定點減去缺氧貯槽bCOD加成流動速率設定點(回饋控制)。增益區塊985將一增益施加至減法區塊980之輸出且將一輸出提供至最小值區塊975。
在減法區塊990中，自缺氧貯槽bCOD加成流動速率最小設定點減去缺氧貯槽bCOD加成流動速率設定點(回饋控制)。增益區塊995將一增益施加至減法區塊990之輸出且將一輸出提供至最大值區塊1000。
最小值區塊975藉由將來自增益區塊970或增益區塊985之輸出中之較小者傳遞至最大值區塊1000來確保缺氧貯槽bCOD加成流動速率設定點(回饋控制)不超過最大限制。藉由最大值區塊1000傳遞來自最小值區塊975及增益區塊995之輸出中之較大者，此確保缺氧貯槽bCOD加成流動速率 設定點(回饋控制)不會降至低於最小限制。藉由離散時間積分器區塊1005向最大值區塊1000之輸出提供積分控制，離散時間積分器區塊1005輸出缺氧貯槽bCOD加成流動速率設定點(回饋控制)。
圖45中詳述缺氧貯槽bCOD加成流動速率監督前饋控制器1065。在加法區塊1010中，將缺氧貯槽入口NO3-N濃度與缺氧貯槽入口NH3-N濃度一起相加。將加法區塊1010之輸出提供至操作區塊1015及操作區塊1020。操作區塊1020用加法區塊1010之輸出除缺氧貯槽入口bCOD濃度。將操作區塊1020之輸出提供至區塊1025，區塊1025自參考bCOD/氮比率設定點減去操作區塊1020之輸出。將區塊1025之輸出提供至操作區塊1015。
在操作區塊1015中，將加法區塊1010之輸出、區塊1025之輸出與缺氧貯槽入口流動速率一起相乘，且用缺氧貯槽額外bCOD濃度設定點除彼乘積。將操作區塊1015之輸出提供至區塊1030。在區塊1030中，使操作區塊1015之輸出乘以前饋比例調整因數，前饋比例調整因數係用以調諧前饋控制之侵襲性(aggressiveness)。區塊1030之結果為缺氧貯槽bCOD加成流動速率設定點(前饋控制)。藉由將缺氧貯槽bCOD加成流動速率設定點(回饋控制)加至缺氧貯槽bCOD加成流動速率設定點(前饋控制)來建立缺氧貯槽bCOD加成流動速率設定點。
可看出，圖29至圖45中揭示一種提供MBR 30之最佳控制之改良型方法。該方法允許操作者經由圖46所示之操作 者控制面板1070而定義針對多個可用控制輸入之最佳設定點，操作者控制面板1070包括針對用於AD控制系統200設定點及MBR控制系統300設定點之多個製程變數之設定點。操作者面板包括諸如以下各者之設定點：溶解氧(DO)濃度設定點、自薄膜貯槽33至缺氧貯槽31之再循環流量、自薄膜貯槽33至需氧貯槽32且繞過該缺氧貯槽而將額外化學需氧量(COD)濃度添加至該缺氧貯槽之再循環流量，及混合液懸浮固體(MLSS)濃度設定點。另外，該方法可基於監視滲透物需求、饋入物流動速率、饋入物組合物以及其他因素而使設定點調整自動化。接著，可藉由上文所論述之MBR模型來定義最佳設定點，或藉由系統擾動來獲得最佳設定點。在具有或不具有用於MBR薄膜積垢抑制之化學品加成的情況下獲得最佳設定點。因此，AD控制系統200及MBR控制系統300皆包含操作者控制面板1070。應理解，在一些實施例中，單一操作者控制面板1070可提供針對AD控制系統200及MBR控制系統300兩者之設定點。另外，在其他實施例中，AD控制系統200包括操作者控制面板1070，且MBR控制系統300包括操作者控制面板1070。
實務上，所提議方法調節MBR控制系統300中所控制之操作變數(諸如，滲透物控制、RAS控制、DO控制及額外COD控制)之設定點，且識別其最佳值。
MBR控制系統300用以調節MBR 30之滲透物品質(輸出中之bCOD、NH3-N、NO3-N之濃度)，且將濃度維持至低於最大規格限制。MBR控制系統300亦使充氣(能量使用) 及化學使用(pH值調節)減至最少。藉由計算針對多個控制輸入之最佳設定點來維持此等控制。
如圖38至圖45所示，MBR監督控制系統301利用最大值、最小值及當前回饋以計算最佳設定點。具體言之，用於滲透物bCOD之最大值、用於滲透物bCOD之當前值、用於滲透物NH3-N之最大值、用於滲透物NH3-N之當前值、用於滲透物NO3-N之最大值、用於滲透物NO3-N之當前值、用於缺氧貯槽DO之最大值及用於缺氧貯槽DO之當前值在MBR監督控制系統301中用以計算最佳操作以滿足針對滲透物bCOD、NH3-N及NO3-N之設定點。具體言之，MBR監督控制系統301利用此等限制及最大/最小信號選擇邏輯以使MBR監督控制系統301能夠計算針對較低控制迴路之最佳設定點，因此計算用於製程之最佳操作條件，該最佳操作條件又調節滲透物品質且將滲透物品質維持至低於最大規格限制，且使充氣及化學使用減至最少。
可看出，MBR控制系統300包含MBR監督控制系統301及MBR低階控制系統302。MBR監督控制系統301包含操作者控制面板1070、需氧貯槽DO監督控制器1040、缺氧貯槽再循環流量監督控制器1045及缺氧貯槽bCOD加成流量監督控制方案1035。
缺氧貯槽bCOD加成流量監督控制方案1035包含缺氧貯槽bCOD設定點監督控制器1050、缺氧貯槽bCOD加成流動速率監督回饋控制器1055及缺氧貯槽bCOD加成流動速率監督前饋控制器1065。
另外，MBR低階控制系統302包含需氧貯槽流體液位PI控制器765、需氧貯槽pH值控制器750、缺氧貯槽pH值控制器755、缺氧貯槽再循環管線流動速率PI控制器770、需氧貯槽再循環管線流動速率PI控制器771、總MBR再循環流動速率PI控制器775、需氧貯槽DO濃度控制器745、薄膜貯槽MLSS濃度控制器760及缺氧貯槽營養添加劑濃度控制器777。
另外，AD控制系統200包含AD監督控制系統201及AD低階控制系統202。AD監督控制系統201包含操作者控制面板1070、AD反應器pH值監督控制器700、PA反應器pH值監督控制器701及PA：AD總體再循環流量比率監督控制器720。
AD反應器pH值監督控制器700包含AD反應器非線性PI pH值控制器705及AD反應器P鹼度控制器710。PA反應器pH值監督控制器701包含PA反應器非線性PI pH值控制器706及PA反應器P鹼度控制器711。PA：AD總體再循環流量比率監督控制器720包含PA：AD再循環比率控制器725及PA反應器與AD反應器再循環流動速率控制器730。
另外，AD低階控制系統202包含AD反應器生物質量濃度控制器735、PA反應器流體液位控制器737、PA反應器營養添加劑濃度控制器51及AD反應器營養添加劑濃度控制器61。
雖然已描述本發明之較佳實施例，但應理解，本發明不受到如此限制，且可在不脫離本發明之情況下進行修改。 本發明之範疇係藉由隨附申請專利範圍界定，且在申請專利範圍之意義內的所有器件、製程及方法字面上或等效地意欲涵蓋於本發明之範疇中。
雖然已結合上文所描述之特定實施例而描述本發明，但顯然，許多替代、組合、修改及變化對於熟習此項技術者係顯而易見的。因此，如上文所闡明的本發明之較佳實施例意欲僅係說明性的，且並不有限制性意義。可在不脫離本發明之精神及範疇之情況下進行各種改變。因此，本發明之技術範疇不僅涵蓋上文所描述之彼等實施例，而且涵蓋在隨附申請專利範圍之範疇內的所有實施例。
此書面描述使用實例以揭示本發明(包括最佳模式)，且亦使任何熟習此項技術者皆能夠實踐本發明，包括製造及使用任何器件或系統及執行任何併入製程。本發明之可取得專利的範疇係藉由申請專利範圍界定，且可包括熟習此項技術者可想到之其他實例。若此等其他實例具有並不與申請專利範圍之文字語言不同的結構要素，或若此等其他實例包括具有與申請專利範圍之文字語言之非實質差異的等效結構要素，則此等其他實例意欲在申請專利範圍之範疇內。
10‧‧‧整合式廢水處理廠(WWTP)
20‧‧‧厭氧消化槽(AD)
21‧‧‧預酸化(PA)反應器混合平台
22‧‧‧PA反應器
23‧‧‧AD反應器混合平台
24‧‧‧AD反應器
25‧‧‧PA再循環管線
26‧‧‧AD再循環管線
27‧‧‧AD饋入泵
28‧‧‧PA再循環泵
29‧‧‧AD再循環泵
30‧‧‧薄膜生物反應器(MBR)
31‧‧‧缺氧貯槽
32‧‧‧需氧貯槽
33‧‧‧薄膜貯槽
34‧‧‧缺氧貯槽再循環管線
35‧‧‧滲透物泵
36‧‧‧需氧貯槽再循環管線
37‧‧‧需氧貯槽流體液位感測器
38‧‧‧需氧貯槽充氣系統
39‧‧‧薄膜貯槽充氣系統
40‧‧‧返回啟動污泥泵(RAS)
41‧‧‧混合器
42‧‧‧MBR饋入泵
43‧‧‧薄膜貯槽污泥排出器
44‧‧‧生物質量貯槽
45‧‧‧缺氧貯槽鹼貯槽
46‧‧‧缺氧貯槽再循環管線流量感測器
47‧‧‧需氧貯槽再循環管線流量感測器
48‧‧‧陷入空氣浮動製程
49‧‧‧需氧貯槽鹼貯槽
51‧‧‧PA反應器營養添加劑濃度控制器
52‧‧‧PA反應器營養添加劑貯槽
53‧‧‧PA反應器細菌組合物查找表
54‧‧‧PA反應器添加劑濃度感測器
61‧‧‧AD反應器營養添加劑濃度控制器
62‧‧‧AD反應器營養添加劑貯槽
63‧‧‧AD反應器細菌組合物查找表
64‧‧‧AD反應器添加劑濃度感測器
65‧‧‧需氧貯槽溶解氧(DO)感測器
66‧‧‧需氧貯槽pH值位準感測器
67‧‧‧缺氧貯槽pH值感測器
68‧‧‧MBR再循環管線分流器
200‧‧‧AD控制系統
201‧‧‧AD監督控制系統
202‧‧‧AD低階控制系統
250‧‧‧AD擴展型卡爾曼濾波器(EKF)
251‧‧‧AD離線EKF
252‧‧‧AD線上EKF
260‧‧‧AD之動態模型
261‧‧‧AD離線動態模型
262‧‧‧AD線上動態模型
300‧‧‧MBR控制系統
301‧‧‧MBR監督控制系統
302‧‧‧MBR低階控制系統
350‧‧‧擴展型卡爾曼濾波器(EKF)
351‧‧‧MBR離線EKF
352‧‧‧MBR線上EKF
360‧‧‧MBR之動態模型/動態MBR模型
361‧‧‧MBR離線動態模型
362‧‧‧MBR線上動態模型
700‧‧‧AD反應器pH值監督控制器
701‧‧‧PA反應器pH值監督控制器
702‧‧‧AD鹼貯槽
703‧‧‧PA鹼貯槽
705‧‧‧AD反應器非線性比例積分(PI)pH值控制器
706‧‧‧PA反應器非線性PI pH值控制器
710‧‧‧AD反應器比例(P)鹼度控制器
711‧‧‧PA反應器P鹼度控制器
720‧‧‧PA：AD總體再循環流量比率監督控制器
725‧‧‧PA：AD再循環比率控制器
730‧‧‧PA反應器與AD反應器再循環流動速率控制器
730a‧‧‧PA反應器再循環流動速率控制器
730b‧‧‧AD反應器再循環流動速率控制器
735‧‧‧AD反應器生物質量濃度控制器
736‧‧‧PA流體液位感測器
737‧‧‧PA反應器流體液位控制器/PA流體液位控制器
745‧‧‧需氧貯槽DO濃度控制器
750‧‧‧需氧貯槽pH值控制器
755‧‧‧缺氧貯槽pH值控制器
760‧‧‧薄膜貯槽混合液懸浮固體(MLSS)濃度PI控制器
765‧‧‧需氧貯槽流體液位PI控制器
770‧‧‧缺氧貯槽再循環管線流動速率PI控制器
771‧‧‧需氧貯槽再循環管線流動速率PI控制器
775‧‧‧總MBR再循環流動速率PI控制器
776‧‧‧缺氧貯槽細菌組合物查找表
777‧‧‧缺氧貯槽營養添加劑濃度控制器
778‧‧‧缺氧貯槽營養添加劑貯槽
779‧‧‧缺氧貯槽添加劑濃度感測器
805‧‧‧減法區塊
810‧‧‧NH3-N增益排程控制
815‧‧‧最大值區塊
820‧‧‧減法區塊
825‧‧‧bCOD增益排程控制
830‧‧‧最小值區塊
835‧‧‧減法區塊
840‧‧‧增益區塊
845‧‧‧最大值區塊
850‧‧‧減法區塊
855‧‧‧增益區塊
860‧‧‧離散時間積分器區塊
865‧‧‧減法區塊
870‧‧‧增益區塊
875‧‧‧最大值區塊
880‧‧‧減法區塊
885‧‧‧增益區塊
890‧‧‧最小值區塊
895‧‧‧減法區塊
900‧‧‧增益區塊
905‧‧‧開關
910‧‧‧減法區塊
915‧‧‧增益區塊
920‧‧‧最小值區塊
925‧‧‧最大值區塊
930‧‧‧減法區塊
935‧‧‧增益區塊
940‧‧‧離散時間積分器區塊
945‧‧‧抗繞緊PI控制
950‧‧‧減法區塊
955‧‧‧缺氧貯槽bCOD範圍限制器
965‧‧‧減法區塊
970‧‧‧增益區塊
975‧‧‧最小值區塊
980‧‧‧減法區塊
985‧‧‧增益區塊
990‧‧‧減法區塊
995‧‧‧增益區塊
1000‧‧‧最大值區塊
1005‧‧‧離散時間積分器區塊
1010‧‧‧加法區塊
1015‧‧‧操作區塊
1020‧‧‧操作區塊
1025‧‧‧區塊
1030‧‧‧區塊
1035‧‧‧缺氧貯槽bCOD加成流動速率監督控制方案/缺氧貯槽bCOD加成流量監督控制方案
1040‧‧‧需氧貯槽DO監督控制器
1045‧‧‧缺氧貯槽再循環流量監督控制器/缺氧貯槽再 循環流動速率監督控制器
1050‧‧‧缺氧貯槽bCOD設定點監督控制器
1055‧‧‧缺氧貯槽bCOD加成流動速率監督回饋控制器
1060‧‧‧缺氧貯槽bCOD加成流動速率求和區塊
1065‧‧‧缺氧貯槽bCOD加成流動速率監督前饋控制器
1066‧‧‧bCOD貯槽
1070‧‧‧操作者控制面板
1071‧‧‧電腦
1071a‧‧‧AD電腦
1071b‧‧‧MBR電腦
1072‧‧‧微處理器
1072a‧‧‧AD微處理器
1072b‧‧‧MBR微處理器
1073‧‧‧記憶體
1073a‧‧‧AD記憶體
1073b‧‧‧MBR記憶體
圖1a為根據本技術之態樣的例示性廢水處理廠之方塊圖；圖1b為根據本技術之態樣的例示性廢水處理廠之方塊圖； 圖2為根據本技術之態樣的例示性厭氧消化槽(AD)之方塊圖；圖3為根據本技術之態樣的待用於控制設計及系統監視之厭氧消化槽之模型中之材料轉換方塊圖；圖4a為根據本技術之態樣的例示性薄膜生物反應器之方塊圖；圖4b為根據本技術之態樣的例示性薄膜生物反應器之方塊圖；圖5為TTF隨著時間之變化之標繪圖；圖6為薄膜滲透率隨著時間之變化之標繪圖；圖7為PLS中之主要變數及其對滲透率變化之相對貢獻之標繪圖；圖8為針對PLS的薄膜滲透率之交叉驗證之標繪圖；圖9為根據本技術之態樣的用於具有擴展型卡爾曼濾波器(EKF)及控制系統之AD之總體架構之方塊圖；圖10為根據本技術之態樣的用於具有線上EKF及控制系統之AD之架構之方塊圖；圖11為根據本技術之態樣的用於具有離線EKF及控制系統之AD之架構之方塊圖；圖12a為根據本技術之態樣的描繪操作AD之方法之流程圖；圖12b為根據本技術之態樣的描繪操作AD之方法之流程圖；圖13為根據本技術之態樣的用於具有擴展型卡爾曼濾波 器(EKF)及控制系統之MBR之總體架構之方塊圖；圖14為根據本技術之態樣的用於具有線上EKF及控制系統之MBR之架構之方塊圖；圖15為根據本技術之態樣的用於具有離線EKF及控制系統之MBR之架構之方塊圖；圖16a為根據本技術之態樣的描繪操作MBR之方法之流程圖；圖16b為根據本技術之態樣的描繪操作MBR之方法之流程圖；圖17a為根據本技術之態樣的描繪具有呈級聯結構之非線性PI控制及鹼度控制的用於AD反應器之AD反應器pH值監督控制器之方塊圖；圖17b為根據本技術之態樣的描繪具有呈級聯結構之非線性PI控制及鹼度控制的用於AD反應器之AD反應器pH值監督控制器之方塊圖；圖18為根據本技術之態樣的描繪具有呈級聯結構之非線性PI控制及鹼度控制的用於PA反應器之PA反應器pH值監督控制器之方塊圖；圖19a為根據本技術之態樣的描繪PA：AD總體再循環流量比率監督控制器之方塊圖；圖19b為根據本技術之態樣的描繪PA反應器與AD反應器再循環流動速率控制器之方塊圖；圖20為根據本技術之態樣的描繪PA：AD再循環比率控制器之方塊圖； 圖21為根據本技術之態樣的描繪AD反應器生物質量濃度控制器之實施之方塊圖；圖22為根據本技術之態樣的描繪AD反應器生物質量濃度控制器之方塊圖；圖23為根據本技術之態樣的描繪在AD反應器生物質量濃度控制器內發生之操作之流程圖；圖24為根據本技術之態樣的描繪PA流體液位控制器之實施之方塊圖；圖25為根據本技術之態樣的描繪PA流體液位控制器之方塊圖；圖26為根據本技術之態樣的描繪在PA流體液位控制器內發生之操作之流程圖；圖27為根據本技術之態樣的描繪PA反應器營養添加劑濃度控制器之方塊圖；圖28為根據本技術之態樣的描繪AD反應器營養添加劑濃度控制器之方塊圖；圖29為根據本技術之態樣的描繪需氧貯槽DO濃度控制器之方塊圖；圖30為根據本技術之態樣的描繪需氧貯槽pH值控制器之方塊圖；圖31為根據本技術之態樣的描繪缺氧貯槽pH值控制器之方塊圖；圖32a為根據本技術之態樣的描繪用於調節MBR薄膜貯槽內之MLSS濃度之控制方案之方塊圖； 圖32b為根據本技術之態樣的描繪用於調節MBR薄膜貯槽內之MLVSS濃度之控制方案之方塊圖；圖33為根據本技術之態樣的描繪需氧貯槽流體液位PI控制器之方塊圖；圖34為根據本技術之態樣的描繪缺氧貯槽再循環管線流動速率PI控制器之方塊圖；圖35為根據本技術之態樣的描繪需氧貯槽再循環管線流動速率PI控制器之方塊圖；圖36為根據本技術之態樣的描繪總MBR再循環流動速率PI控制器之方塊圖；圖37為根據本技術之態樣的描繪缺氧貯槽營養添加劑濃度控制器之方塊圖；圖38為根據本技術之態樣的描繪需氧貯槽DO監督控制器之方塊圖；圖39為根據本技術之態樣的描繪缺氧貯槽再循環流動速率監督控制器之方塊圖；圖40為根據本技術之態樣的描繪缺氧貯槽可生物降解COD(bCOD)加成流動速率監督控制方案之方塊圖；圖41為根據本技術之態樣的描繪需氧貯槽DO監督控制器之方塊圖；圖42為根據本技術之態樣的描繪缺氧貯槽再循環流動速率監督控制器之方塊圖；圖43為根據本技術之態樣的描繪缺氧貯槽bCOD設定點監督控制器之方塊圖； 圖44為根據本技術之態樣的描繪缺氧貯槽bCOD加成流動速率監督回饋控制器之方塊圖；圖45為根據本技術之態樣的描繪缺氧貯槽bCOD加成流動速率監督前饋控制器之方塊圖；及圖46描繪根據本技術之態樣的操作者控制面板。
10‧‧‧整合式廢水處理廠(WWTP)
20‧‧‧厭氧消化槽(AD)
30‧‧‧薄膜生物反應器(MBR)
1071‧‧‧電腦
1072‧‧‧微處理器
1073‧‧‧記憶體

Claims (82)

  1. 一種操作一厭氧消化槽(AD)之方法，其包含：提供一AD；監視該AD，其中該監視包含：提供具有該AD之一離線動態模型之一AD離線擴展型卡爾曼濾波器(EKF)，提供具有該AD之一線上動態模型之一AD線上EKF；其中該AD之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該AD之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該AD離線EKF及用於該AD之該歷史操作資料來識別該AD之該離線動態模型之該等估計參數；將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中；將用於該AD之即時操作資料提供至該AD線上EKF，其中該即時操作資料包含該AD之即時測定輸入資料及即時測定輸出資料；使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來更新該AD之該線上動態模型之該等適應型模型 參數且估計該AD之該等以模型為基礎之推定變數；及將該AD之該線上動態模型之該等適應型模型參數及該AD之該等以模型為基礎之推定變數中的一或多者提供至該AD之一操作者。
  2. 如請求項1之方法，其中該AD包含一AD反應器。
  3. 如請求項2之方法，其中該AD反應器為一CSTR、UASB、EGSB、混合床、移動床、低速率反應器或高速率反應器。
  4. 如請求項2之方法，其中該AD進一步包含一預酸化(PA)反應器，其中該AD反應器及該預酸化反應器在該AD之該線上動態模型及該離線動態模型兩者中被分離地模型化。
  5. 如請求項2之方法，其中該AD包含一混合平台及至少一再循環管線。
  6. 如請求項5之方法，其中該AD之該至少一再循環管線為一預酸化反應器再循環管線或一AD反應器再循環管線。
  7. 如請求項1之方法，其中用於該AD之該線上動態模型及該離線動態模型中之該等材料平衡的材料包含不溶性有機物、可溶性基質、VFA、生物質量、無機碳及鹼度。
  8. 如請求項7之方法，其中該不溶性有機物包含碳水化合物、蛋白質及脂肪；其中該可溶性基質及該VFA包括糖、LCFA、胺基酸、乙酸或丙酸中至少一者；其中該生物質量包括用於酸生成、乙酸生成、乙酸分解甲烷生成及氫甲烷生成生物化學製程之生物質量。
  9. 如請求項7之方法，其中該無機碳包含二氧化碳、碳酸鹽或碳酸氫鹽中至少一者。
  10. 如請求項7之方法，其中該鹼度包含與碳酸氫鹽、VFA、附加鹼以及氨及硫化氫之產生相關聯之鹼度。
  11. 如請求項1之方法，其中該AD之該線上動態模型及該離線動態模型中之該等生物化學反應動力學包含不溶性有機物水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程中至少一者。
  12. 如請求項1之方法，其中該AD之該歷史操作資料及該AD之該即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、PA反應器流體液位、AD饋入物流動速率、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、原始流入物VSS、原始流入物TSS、原始流入物可溶性無機氮、原始流入物VFA、附加鹼濃度、PA反應器pH值、PA流出物TOC、PA流出物TIC、AD生物氣體流動速率、AD生物氣體CH4濃度、AD生物氣體CO2濃度、AD反應器pH值、AD流出物TOC、AD流出物TIC、AD流出物VFA、AD流出物鹼度、AD反應器MLVSS、AD流出物TCOD、AD流出物SCOD、AD流出物VSS或AD流出物TSS。
  13. 如請求項1之方法，其中該AD之該離線動態模型及該AD之該線上動態模型的該等估計參數及該等適應型模型參 數包含下列各者中至少一者：PA反應器複合碳水化合物分率、PA反應器複合脂肪分率、PA反應器複合蛋白質分率、可轉換至SBOD之PA反應器不溶物分率、PA反應器酸生成反應係數、PA反應器生物質量衰變率、PA反應器不溶物水解反應係數、PA反應器不溶物流出係數、PA反應器CO2逸出係數、AD反應器複合碳水化合物分率、AD反應器複合脂肪分率、AD反應器複合蛋白質分率、可轉換至SBOD之AD反應器不溶物分率、AD反應器酸生成反應係數、AD反應器乙酸生成反應係數、AD反應器乙酸分解甲烷生成反應係數、AD反應器氫甲烷生成反應係數、AD反應器生物質量衰變率、PA反應器不溶物水解反應係數或PA反應器不溶物流出係數。
  14. 如請求項1之方法，其中該AD之該離線動態模型之該等估計參數及該AD之該線上動態模型之該等以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
  15. 如請求項1之方法，其中該AD之該線上動態模型之該等以模型為基礎之推定變數包含該AD之下列未測定輸入或輸出中至少一者：原始流入物不溶性COD、原始流入物不溶性惰性COD、原始流入物可溶性惰性COD、原始流入物SBOD醣、原始流入物SBOD LCFA、原始流入物SBOD胺基酸、原始流入物丙酸、原始流入物乙酸、原始流入物無機碳含量、原始流入物鹼度、原始流入物無機氮、原始流入物SCOD、原始流入物TCOD、原始流入物SBOD、PA反應器鹼度、PA反應器VFA、PA反應器溫 度、PA反應器SCOD、PA反應器TCOD、PA反應器SBOD、AD反應器鹼度、AD反應器VFA、AD反應器溫度、AD反應器SCOD、AD反應器SBOD、AD反應器酸生成生物質量、AD反應器乙酸生成生物質量、AD反應器乙酸分解甲烷生成生物質量、AD反應器氫甲烷生成生物質量、AD反應器不溶性COD、AD反應器不溶性惰性COD、AD反應器可溶性惰性COD、AD反應器SBOD醣、AD反應器SBOD LCFA、AD反應器SBOD胺基酸、AD反應器丙酸、AD反應器乙酸、AD反應器無機碳含量、AD反應器鹼度、AD反應器無機氮、AD反應器SCOD、AD反應器TCOD、AD反應器SBOD、SCOD轉換率、CH4轉換效率或再循環流動速率。
  16. 如請求項1之方法，其進一步包含使用針對線上量測之不同權數及量測準確度之先前知識來調諧該AD之該線上動態模型之該等適應型模型參數。
  17. 如請求項1之方法，其中向該等估計參數及該等適應型模型參數中之一或多者施加限制；其中向該等以模型為基礎之推定變數中之一或多者施加約束。
  18. 如請求項1之方法，其進一步包含藉由下列各者中之一者或其兩者來調整該AD之該線上動態模型之該等適應型模型參數：使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來計算該AD之模型預測輸出，比較該AD之該測定輸出資 料與該AD之該等模型預測輸出，且更新該AD之該線上動態模型之該等適應型模型參數，使得該AD之該即時測定輸出資料與該AD之該等模型預測輸出實質上對應；或使用該AD離線EKF及用於該AD之該歷史操作資料來週期性地重新識別該AD之該離線動態模型之該等估計參數，且將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中。
  19. 如請求項1之方法，其進一步包含控制該AD，其中該控制包含：提供一AD控制系統；其中該AD包含一AD反應器且視情況包含一PA反應器；其中該AD控制系統使用該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中的一或多者以控制該AD反應器之一營養添加劑濃度、該PA反應器之一營養添加劑濃度、該AD反應器之pH值、該PA反應器之pH值、該AD反應器之生物質量濃度、該PA反應器之流體液位或該AD之一再循環流動速率中至少一者。
  20. 如請求項19之方法，其中使用一電腦來執行該監視該AD或該控制該AD中至少一者。
  21. 如請求項19之方法，其中控制該AD之該營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該PA反 應器之該營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該AD反應器之該pH值使鹼配料減至最少，其中控制該PA反應器之該pH值使鹼配料減至最少，其中控制該AD反應器之該生物質量濃度會抵銷生物質量抑制且節省鹼，其中控制該PA反應器之一再循環流動速率使鹼配料減至最少且維持該PA反應器之流體液位，且其中控制該AD反應器之一再循環流動速率會最大化COD轉換及生物氣體產生。
  22. 如請求項19之方法，其中該AD控制系統包含一AD監督控制系統及一AD低階控制系統。
  23. 如請求項22之方法，其中該AD監督控制系統包含一AD反應器pH值監督控制器、一PA反應器pH值監督控制器或一PA：AD總體再循環流量比率監督控制器中至少一者。
  24. 如請求項23之方法，其中該AD反應器pH值監督控制器包含呈一級聯組態之一AD反應器非線性比例積分(PI)pH值控制器及一AD反應器比例(P)鹼度控制器。
  25. 如請求項23之方法，其中該PA反應器pH值監督控制器包含呈一級聯組態之一PA反應器非線性PI pH值控制器及一PA反應器P鹼度控制器。
  26. 如請求項23之方法，其中該PA：AD總體再循環流量比率監督控制器包含一PA：AD再循環比率控制器及一PA反應器與AD反應器再循環流動速率控制器。
  27. 如請求項23之方法，其中該AD低階控制系統包含一AD 反應器生物質量濃度控制器、一PA反應器流體液位控制器、一PA反應器營養添加劑濃度控制器或一AD反應器營養添加劑濃度控制器中至少一者。
  28. 如請求項23之方法，其中該AD反應器pH值監督控制器或該PA反應器pH值監督控制器中至少一者使用該AD之一以模型為基礎之推定變數。
  29. 如請求項28之方法，其中該AD之該以模型為基礎之推定變數為PA鹼度或AD鹼度。
  30. 如請求項23之方法，其中該AD反應器pH值監督控制器或該PA反應器pH值監督控制器中至少一者具有一前饋控制動作；其中該前饋控制動作使用該AD之一以模型為基礎之推定變數。
  31. 如請求項30之方法，其中該AD之該以模型為基礎之推定變數為原始流入物鹼度。
  32. 如請求項27之方法，其中該AD反應器生物質量濃度控制器、該PA反應器營養添加劑濃度控制器及該AD反應器營養添加劑濃度控制器中至少一者使用該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中至少一者。
  33. 如請求項32之方法，其中該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數為用於水解、酸生成、乙酸生成、乙酸分解甲烷生成或氫甲烷生成製程之反應係數及生物質量濃度中至少一者。
  34. 如請求項23之方法，其中該AD反應器pH值監督控制器 包含呈一級聯組態之一AD反應器非線性PI pH值控制器及一PA反應器P鹼度控制器。
  35. 一種操作一薄膜生物反應器(MBR)之方法，其包含：提供一MBR；監視該MBR，其中該監視包含：提供具有該MBR之一離線動態模型之一MBR離線擴展型卡爾曼濾波器(EKF)，提供具有該MBR之一線上動態模型之一MBR線上EKF；其中該MBR之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該MBR之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該MBR離線EKF及用於該MBR之該歷史操作資料來識別該MBR之該離線動態模型之該等估計參數；將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中；將用於該MBR之即時操作資料提供至該MBR線上EKF，其中該即時操作資料包含該MBR之即時測定輸入資料及即時測定輸出資料；使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定 輸出資料來更新該MBR之該線上動態模型之該等適應型模型參數且估計該MBR之該等以模型為基礎之推定變數；及將該MBR之該線上動態模型之該等適應型模型參數及該MBR之該等以模型為基礎之推定變數中的一或多者提供至該MBR之一操作者。
  36. 如請求項35之方法，其中該MBR包含一需氧貯槽、一薄膜貯槽且視情況包含一缺氧貯槽；其中該需氧貯槽位於該薄膜貯槽上游；其中當存在該缺氧貯槽時，該缺氧貯槽緊接地位於該需氧貯槽上游或下游。
  37. 如請求項36之方法，其中當存在該需氧貯槽及該缺氧貯槽兩者時，該需氧貯槽及該缺氧貯槽在該MBR之該線上動態模型及該離線動態模型兩者中被分離地模型化。
  38. 如請求項36之方法，其中該MBR進一步包含一混合器及至少一再循環管線。
  39. 如請求項38之方法，其中該MBR之該至少一再循環管線為一缺氧貯槽再循環管線或一需氧貯槽再循環管線。
  40. 如請求項35之方法，其中用於該MBR之該線上動態模型及該離線動態模型中之該等材料平衡的材料包含下列各者中至少一者：微粒惰性物、可慢降解基質、異養生物質量、自養生物質量、衰變生物質量、可溶性惰性物、可溶性可易降解基質、溶解氧、溶解硝酸鹽-N(氮)、溶解氨-N、微粒可生物降解-N或碳酸氫鹽鹼度。
  41. 如請求項35之方法，其中該MBR之該線上動態模型及該 離線動態模型中之該等生物化學反應動力學包含需氧異養生物、缺氧異養生物、需氧自養生物、異養生物衰變、自養生物衰變、可溶性有機N氨化、有機物水解或有機N水解中至少一者。
  42. 如請求項35之方法，其中該MBR之該歷史操作資料及該MBR之該即時操作資料包含下列各者中至少一者：原始流入物pH值、原始流入物溫度、原始流入物流動速率、原始流入物TOC、原始流入物TIC、附加鹼流動速率、附加鹼濃度、流出物流出速率、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物可溶性可生物降解有機氮、原始流入物微粒可降解有機氮、原始流入物無機惰性微粒、薄膜滲透物流動速率、廢污泥流動速率、缺氧貯槽加成可生物降解COD流量、缺氧貯槽反應器pH值、缺氧貯槽溶解氧、缺氧貯槽溫度、缺氧貯槽液體液位、缺氧貯槽MLVSS、缺氧貯槽MLSS、需氧貯槽吹風機空氣流動速率、需氧貯槽反應器pH值、需氧貯槽鹼度、需氧貯槽MLVSS、需氧貯槽MLSS、需氧貯槽溶解氧、需氧貯槽溫度、需氧貯槽液體液位、薄膜貯槽MLSS、薄膜貯槽MLVSS、薄膜滲透物SCOD、薄膜滲透物TCOD、薄膜滲透物TOC、薄膜滲透物TIC、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLSS或廢污泥MLVSS。
  43. 如請求項35之方法，其中該MBR之該離線動態模型及該MBR之該線上動態模型的該等估計參數及該等適應型模型參數包含下列各者中至少一者：異養最大比生長率、缺氧/需氧異養生物生長率、缺氧/需氧水解速率分率、微粒水解最大比速率常數、自養最大比生長率、異養生物之衰變常數、自養生物之衰變常數、異養生物質量之產量、自養生物質量之產量、可溶性基質中之碳含量、微粒基質之碳含量、可溶性惰性物之碳含量、微粒不可降解有機物之碳含量、用於需氧貯槽中O2移除之質量轉移係數或用於缺氧貯槽中CO2移除之質量轉移係數。
  44. 如請求項35之方法，其中該MBR之該離線動態模型之該等估計參數及該MBR之該線上動態模型之該等以模型為基礎之推定變數中至少一者係以信賴區間予以估計。
  45. 如請求項35之方法，其中該MBR之該線上動態模型之該等以模型為基礎之推定變數包含該MBR之下列未測定輸入或輸出中至少一者：原始流入物鹼度、原始流入物硝酸鹽氮、原始流入物氨-氮、原始流入物SCOD、原始流入物TCOD、原始流入物可易生物降解COD、原始流入物可慢生物降解COD、原始流入物VSS、原始流入物TSS、原始流入物無機惰性微粒、缺氧貯槽SCOD、缺氧貯槽MLVSS、缺氧貯槽硝酸鹽氮、缺氧貯槽氨-氮、缺氧貯槽可生物降解COD、需氧貯槽SOCD、需氧貯槽MLVSS、需氧貯槽硝酸鹽氮、需氧貯槽氨-氮、需氧貯槽可生物降解COD、薄膜貯槽MLVSS、薄膜滲透物 SCOD、薄膜滲透物可生物降解COD、薄膜滲透物TCOD、薄膜滲透物硝酸鹽氮、薄膜滲透物氨-氮、廢污泥MLVSS、COD移除率或氮移除率。
  46. 如請求項35之方法，其進一步包含使用針對線上量測之不同權數及量測準確度之先前知識來調諧該MBR之該線上動態模型之該等適應型模型參數。
  47. 如請求項35之方法，其中向該等估計參數及該等適應型模型參數中之一或多者施加限制；其中向該等以模型為基礎之推定變數中之一或多者施加約束。
  48. 如請求項35之方法，其進一步包含藉由下列各者中之一者或其兩者來調整該MBR之該線上動態模型之該等適應型模型參數：使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來計算該MBR之模型預測輸出，比較該MBR之該測定輸出資料與該MBR之該等模型預測輸出，且更新該MBR之該線上動態模型之該等適應型模型參數，使得該MBR之該即時測定輸出資料與該MBR之該等模型預測輸出實質上對應；或使用該MBR離線EKF及用於該MBR之該歷史操作資料來週期性地重新識別該MBR之該離線動態模型之該等估計參數，且將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中。
  49. 如請求項35之方法，其進一步包含控制該MBR，其中該 控制包含：提供一MBR控制系統；其中該MBR包含一需氧貯槽、一薄膜貯槽且視情況包含一缺氧貯槽；其中該MBR控制系統使用該MBR之該即時測定輸入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中的一或多者以控制該缺氧貯槽之pH值、該需氧貯槽之pH值、該需氧貯槽之流體液位、該需氧貯槽之DO濃度、該薄膜貯槽之MLSS濃度、該缺氧貯槽之bCOD加成流動速率設定點、該缺氧貯槽之至少一營養添加劑濃度或該MBR之至少一再循環流量設定點中至少一者。
  50. 如請求項49之方法，其中使用一電腦來執行該監視該MBR或該控制該MBR中至少一者。
  51. 如請求項49之方法，其中控制該缺氧貯槽之至少一營養添加劑濃度會防止生物質量饋入過度及用量不足，其中控制該缺氧貯槽之該pH值使鹼配料減至最少，其中控制該需氧貯槽之該pH值使鹼配料減至最少，其中控制該需氧貯槽之該流體液位使該需氧貯槽之流體擾動之影響減至最少，其中控制該需氧貯槽之該DO濃度會確保在該需氧貯槽中存在一適當DO濃度，其中控制該薄膜貯槽之該MLSS濃度會最大化薄膜滲透率，其中控制該缺氧貯槽之該bCOD加成流動速率設定點使bCOD使用減至最少，其中控制該MBR之至少一再循環流量設定點會幫助維持 通過該MBR之流量。
  52. 如請求項49之方法，其中該MBR控制系統包含一MBR監督控制系統及一MBR低階控制系統。
  53. 如請求項52之方法，其中該MBR監督控制系統包含一需氧貯槽DO監督控制器、一缺氧貯槽再循環流量監督控制器或一缺氧貯槽bCOD加成流動速率監督控制方案中至少一者。
  54. 如請求項53之方法，其中該MBR之該缺氧貯槽bCOD加成流量監督控制方案包含一缺氧貯槽bCOD設定點監督控制器、一缺氧貯槽bCOD加成流動速率監督回饋控制器及一缺氧貯槽bCOD加成流動速率監督前饋控制器。
  55. 如請求項52之方法，其中該MBR低階控制系統包含下列各者中至少一者：一需氧貯槽流體液位PI控制器、一需氧貯槽pH值控制器、一缺氧貯槽pH值控制器、一缺氧貯槽再循環管線流動速率控制器、一需氧貯槽DO濃度控制器、一缺氧貯槽營養添加劑濃度控制器、一需氧貯槽再循環管線流動速率PI控制器、一總MBR再循環流動速率PI控制器或一薄膜貯槽MLSS濃度控制器。
  56. 如請求項55之方法，其中該薄膜貯槽MLSS濃度控制器使用該MBR之一以模型為基礎之推定變數。
  57. 如請求項56之方法，其中該MBR之該以模型為基礎之推定變數為MLVSS濃度或MLSS濃度。
  58. 如請求項53之方法，其中該需氧貯槽DO監督控制器、該缺氧貯槽再循環流量監督控制器及該缺氧貯槽bCOD加 成流動速率監督控制方案滿足對COD、硝酸鹽及氨之薄膜滲透物要求，同時使充氣、再循環流量及bCOD加成減至最少。
  59. 如請求項53之方法，其中該需氧貯槽DO監督控制器、該缺氧貯槽再循環流量監督控制器或該缺氧貯槽bCOD加成流動速率監督控制方案中至少一者使用該MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中至少一者。
  60. 一種操作一廢水處理廠(WWTP)之方法，其包含：操作一厭氧消化槽(AD)，其包含：提供一AD；監視該AD，其中該監視包含：提供具有該AD之一離線動態模型之一AD離線擴展型卡爾曼濾波器(EKF)，提供具有該AD之一線上動態模型之一AD線上EKF；其中該AD之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該AD之歷史操作資料，其中該歷史操作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該AD離線EKF及用於該AD之該歷史操作資料來識別該AD之該離線動態模型之該等估計參數； 將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中；將用於該AD之即時操作資料提供至該AD線上EKF，其中該即時操作資料包含該AD之即時測定輸入資料及即時測定輸出資料；使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來更新該AD之該線上動態模型之該等適應型模型參數且估計該AD之該等以模型為基礎之推定變數；及將該AD之該線上動態模型之該等適應型模型參數及該AD之該等以模型為基礎之推定變數中的一或多者提供至該AD之一操作者，操作一薄膜生物反應器(MBR)，其包含：提供一MBR；監視該MBR，其中該監視包含：提供具有該MBR之一離線動態模型之一MBR離線擴展型卡爾曼濾波器(EKF)，提供具有該MBR之一線上動態模型之一MBR線上EKF；其中該MBR之該離線動態模型及該線上動態模型包含狀態、製程材料平衡、能量平衡、生物化學反應動力學、估計參數及適應型模型參數；其中該等適應型模型參數為該等估計參數之一子集；提供用於該MBR之歷史操作資料，其中該歷史操 作資料包含歷史測定輸入資料、歷史測定輸出資料及歷史實驗室分析資料；使用該MBR離線EKF及用於該MBR之該歷史操作資料來識別該MBR之該離線動態模型之該等估計參數；將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中；將用於該MBR之即時操作資料提供至該MBR線上EKF，其中該即時操作資料包含該MBR之即時測定輸入資料及即時測定輸出資料；使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來更新該MBR之該線上動態模型之該等適應型模型參數且估計該MBR之該等以模型為基礎之推定變數；及將該MBR之該線上動態模型之該等適應型模型參數及該MBR之該等以模型為基礎之推定變數中的一或多者提供至該MBR之一操作者。
  61. 如請求項60之方法，其進一步包含藉由下列各者中之一者或其兩者來調整該AD之該線上動態模型之該等適應型模型參數：使用該AD線上EKF、該AD之該線上動態模型、該AD之該即時測定輸入資料及該AD之該即時測定輸出資料來計算該AD之模型預測輸出，比較該AD之該測定輸出資 料與該AD之該等模型預測輸出，且更新該AD之該線上動態模型之該等適應型模型參數，使得該AD之該即時測定輸出資料與該AD之該等模型預測輸出實質上對應；或使用該AD離線EKF及用於該AD之該歷史操作資料來週期性地重新識別該AD之該離線動態模型之該等估計參數，且將該等估計參數自該AD之該離線動態模型匯入至該AD之該線上動態模型中。
  62. 如請求項60之方法，其進一步包含藉由下列各者中之一者或其兩者來調整該MBR之該線上動態模型之該等適應型模型參數：使用該MBR線上EKF、該MBR之該線上動態模型、該MBR之該即時測定輸入資料及該MBR之該即時測定輸出資料來計算該MBR之模型預測輸出，比較該MBR之該測定輸出資料與該MBR之該等模型預測輸出，且更新該MBR之該線上動態模型之該等適應型模型參數，使得該MBR之該即時測定輸出資料與該MBR之該等模型預測輸出實質上對應；或使用該MBR離線EKF及用於該MBR之該歷史操作資料來週期性地重新識別該MBR之該離線動態模型之該等估計參數，且將該等估計參數自該MBR之該離線動態模型匯入至該MBR之該線上動態模型中。
  63. 如請求項60之方法，其進一步包含控制該AD，其中控制該AD包含：提供一AD控制系統； 其中該AD包含一AD反應器且視情況包含一PA反應器；其中該AD控制系統使用該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等估計參數或該AD之該等以模型為基礎之推定變數中的一或多者以控制該AD反應器之一營養添加劑濃度、該PA反應器之一營養添加劑濃度、該AD反應器之pH值、該PA反應器之pH值、該AD反應器之生物質量濃度、該PA反應器之流體液位或該AD之一再循環流動速率中至少一者。
  64. 如請求項60之方法，其進一步包含控制該MBR，其中控制該MBR包含：提供一MBR控制系統；其中該MBR包含一需氧貯槽、一薄膜貯槽且視情況包含一缺氧貯槽；其中該MBR控制系統使用該MBR之該即時測定輸入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等估計參數或該MBR之該等以模型為基礎之推定變數中的一或多者以控制該缺氧貯槽之pH值、該需氧貯槽之pH值、該需氧貯槽之流體液位、該需氧貯槽之DO濃度、該薄膜貯槽之MLSS濃度、該缺氧貯槽之bCOD加成流動速率設定點、該缺氧貯槽之至少一營養添加劑濃度或該MBR之至少一再循環流量設定點中至少一者。
  65. 如請求項60之方法，其中該MBR位於該AD上游，其中 該MBR線上EKF將以模型為基礎之推定變數提供至該AD，其中提供至該AD之該等以模型為基礎之推定變數包含MBR流出物之組合物及流動速率；其中提供至該AD之該等以模型為基礎之推定變數實現該AD之前饋控制。
  66. 如請求項60之方法，其中該AD位於該MBR上游，其中該AD線上EKF將以模型為基礎之推定變數提供至該MBR，其中提供至該MBR之該等以模型為基礎之推定變數包含AD流出物之組合物及流動速率；其中提供至該MBR之該等以模型為基礎之推定變數實現該MBR之前饋控制。
  67. 如請求項60之方法，其中使用一電腦來執行該操作該WWTP。
  68. 一種廢水處理廠(WWTP)，其包含一需氧消化槽(AD)及一薄膜生物反應器(MBR)中至少一者；其中該AD包含一AD反應器、一AD控制系統且視情況包含一預酸化(PA)反應器；其中當存在該PA反應器時，該PA反應器位於該AD反應器上游；其中該WWTP進一步包含一AD線上EKF，當存在該AD時，該AD線上EKF具有該AD之一線上動態模型；其中該AD之該線上動態模型包含狀態、製程材料平衡、能量平衡及生物化學反應動力學、估計參數及適應型線上模型參數；其中該等適應型模型參數為該等 估計參數之一子集；其中當存在該AD反應器及該PA反應器兩者時，該AD反應器與該PA反應器被分離地模型化；其中該MBR包含一需氧貯槽、一薄膜貯槽、一MBR控制系統且視情況包含一缺氧貯槽；其中該需氧貯槽位於該薄膜貯槽上游；其中當存在該缺氧貯槽時，該缺氧貯槽緊接地位於該需氧貯槽上游或下游；其中該WWTP進一步包含一MBR線上EKF，當存在該MBR時，該MBR線上EKF具有該MBR之一線上動態模型；其中該MBR之該線上動態模型包含估計參數、適應型模型參數、狀態、製程材料平衡、能量平衡及生物化學反應動力學；其中該等適應型模型參數為該等估計參數之一子集；其中當存在該需氧貯槽及該缺氧貯槽兩者時，該需氧貯槽與該缺氧貯槽被分離地模型化。
  69. 如請求項68之WWTP，其中該AD控制系統包含一AD監督控制系統及一AD低階控制系統。
  70. 如請求項69之WWTP，其中該AD監督控制系統包含一AD反應器pH值監督控制器、一PA反應器pH值監督控制器或一PA：AD總體再循環流量比率監督控制器中至少一者。
  71. 如請求項70之WWTP，其中該AD反應器pH值監督控制器 包含呈一級聯組態之一AD反應器非線性PI pH值控制器及一AD反應器P鹼度控制器；其中該PA反應器pH值監督控制器包含呈一級聯組態之一PA反應器非線性PI pH值控制器及一PA反應器P鹼度控制器；其中該PA：AD總體再循環流量比率監督控制器包含一AD：PA再循環比率控制器及一PA反應器與AD反應器再循環流動速率控制器。
  72. 如請求項69之WWTP，其中該AD低階控制系統包含一AD反應器生物質量濃度控制器、一PA反應器流體液位控制器、一PA反應器營養添加劑濃度控制器或一AD反應器營養添加劑濃度控制器中至少一者。
  73. 如請求項68之WWTP，其中該MBR控制系統包含一MBR監督控制系統及一MBR低階控制系統。
  74. 如請求項73之WWTP，其中該MBR監督控制系統包含一需氧貯槽DO監督控制器、缺氧貯槽再循環流量監督控制器或一缺氧貯槽bCOD加成流動速率監督控制方案中至少一者。
  75. 如請求項74之WWTP，其中該MBR之該缺氧貯槽bCOD加成流量監督控制方案包含一缺氧貯槽bCOD設定點監督控制器、一缺氧貯槽bCOD加成流動速率監督回饋控制器及一缺氧貯槽bCOD加成流動速率監督前饋控制器。
  76. 如請求項73之WWTP，其中該MBR低階控制系統包含下列各者中至少一者：一需氧貯槽流體液位PI控制器、一需氧貯槽pH值控制器、一缺氧貯槽pH值控制器、一缺氧 貯槽再循環管線流動速率控制器、一需氧貯槽DO濃度控制器、一缺氧貯槽營養添加劑濃度控制器、一需氧貯槽再循環管線流動速率PI控制器、一總MBR再循環流動速率PI控制器、一需氧貯槽再循環流動速率查找表或一薄膜貯槽MLSS濃度控制器。
  77. 如請求項68之WWTP，其中該AD包含一混合平台及至少一再循環管線。
  78. 如請求項77之WWTP，其中該AD反應器為一CSTR、UASB、EGSB、混合床、移動床、低速率反應器或高速率反應器；其中該AD之該至少一再循環管線為一PA反應器再循環管線或一AD反應器再循環管線。
  79. 如請求項68之WWTP，其中該MBR進一步包含一混合器及至少一再循環管線。
  80. 如請求項79之WWTP，其中該MBR之該至少一再循環管線為一缺氧貯槽再循環管線或一需氧貯槽再循環管線。
  81. 如請求項68之WWTP，其中該AD線上EKF、該MBR線上EKF、該AD控制系統或該MBR控制系統中至少一者係使用一電腦予以實施。
  82. 一種用於監視及控制一WWTP之系統，其包含：一AD或一MBR中至少一者；一記憶體；及可與該記憶體操作地連接之一微處理器，其中該微處理器經組態以：當存在該MBR時： 使用一MBR線上EKF、該MBR之一線上動態模型、該MBR之即時測定輸入資料及該MBR之即時測定輸出資料來更新該MBR之該線上動態模型之適應型模型參數且估計該MBR之以模型為基礎之推定變數；其中該MBR線上EKF及該MBR之該線上動態模型儲存於該記憶體中且係藉由該微處理器執行；及使用一MBR控制系統及下列各者中之一或多者來控制該MBR：該MBR之該即時測定輸入資料、該MBR之該即時測定輸出資料、該MBR之該線上動態模型之該等適應型模型參數或該MBR之該等以模型為基礎之推定變數；且當存在該AD時：使用一AD線上EKF、該AD之一線上動態模型、該AD之即時測定輸入資料及該AD之即時測定輸出資料來更新該AD之該線上動態模型之適應型模型參數且估計該AD之以模型為基礎之推定變數；其中該AD線上EKF及該AD之該線上動態模型儲存於該記憶體中且係藉由該微處理器執行；及使用一AD控制系統及下列各者中之一或多者來控制該AD：該AD之該即時測定輸入資料、該AD之該即時測定輸出資料、該AD之該線上動態模型之該等適應型模型參數或該AD之該等以模型為基礎之推定變數。
TW101127122A 2011-07-26 2012-07-26 廢水處理廠之線上監視及控制 TWI640481B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161574017P 2011-07-26 2011-07-26
US61/574,017 2011-07-26

Publications (2)

Publication Number Publication Date
TW201321314A true TW201321314A (zh) 2013-06-01
TWI640481B TWI640481B (zh) 2018-11-11

Family

ID=46604591

Family Applications (2)

Application Number Title Priority Date Filing Date
TW101127122A TWI640481B (zh) 2011-07-26 2012-07-26 廢水處理廠之線上監視及控制
TW105129859A TWI649272B (zh) 2011-07-26 2012-07-26 廢水處理廠之線上監視及控制

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW105129859A TWI649272B (zh) 2011-07-26 2012-07-26 廢水處理廠之線上監視及控制

Country Status (4)

Country Link
US (2) US10046995B2 (zh)
CA (1) CA2842824C (zh)
TW (2) TWI640481B (zh)
WO (1) WO2013016438A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI725333B (zh) * 2018-08-07 2021-04-21 中華電信股份有限公司 流體輸配管線網路內感測元件的布建決策裝置及其方法
TWI763451B (zh) * 2020-05-04 2022-05-01 以色列商應用材料以色列公司 利用自動地選擇演算法模組來檢驗樣本的系統、方法、和非暫時性電腦可讀媒體

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2818236A4 (en) * 2012-02-23 2016-07-13 Meiji Co Ltd PROPORTIONAL MIXING SYSTEM
US20150291927A1 (en) * 2012-11-01 2015-10-15 Bioprocess Control Sweden Ab System setup for monitoring and/or controlling fermentation processes
PL401650A1 (pl) 2012-11-16 2014-05-26 Andrzej Gólcz Sposób oczyszczania ścieków w systemie przepływowym oraz instalacja do oczyszczania ścieków, zwłaszcza dla wymogu wysokiego stopnia redukcji biogennych związków azotanowych
US9683462B2 (en) 2013-12-10 2017-06-20 General Electric Company Cooling fluid flow control system for steam turbine system and program product
CN104609554A (zh) * 2015-01-12 2015-05-13 国家电网公司 一种养殖废水的再生回用净化装置及方法
CN105487515B (zh) * 2015-12-29 2018-01-16 浙江工业大学 一种连续搅拌釜式反应过程工艺设计与控制的集成优化方法
CN105675838B (zh) * 2016-04-15 2017-12-15 北京工业大学 基于数据驱动的a2/o流程出水总磷智能检测方法
CN106336009B (zh) * 2016-09-19 2019-08-16 中山大学 一种降低污水升流式厌氧处理过程中厌氧活性颗粒污泥上浮的方法
US20180121889A1 (en) * 2016-10-28 2018-05-03 Wipro Limited Method and system for dynamically managing waste water treatment process for optimizing power consumption
CN106970035B (zh) * 2017-03-29 2019-10-18 东南大学 基于cvafs法测量火电厂烟气汞浓度的信号处理方法
CN107344733A (zh) * 2017-06-26 2017-11-14 太原市淼洁环保技术有限公司 一种在线监测防冲击系统
WO2019071384A1 (en) * 2017-10-09 2019-04-18 Bl Technologies, Inc. INTELLIGENT SYSTEMS AND METHODS FOR THE TREATMENT AND EVALUATION OF SANITATION DIAGNOSIS, DETECTION AND CONTROL OF ANOMALY IN WASTEWATER TREATMENT FACILITIES OR IN DRINKING WATER FACILITIES
CN108002532A (zh) * 2017-11-15 2018-05-08 南京普信环保股份有限公司 基于物联网和大数据技术的污水处理模型动态核验方法
CN108298682B (zh) * 2018-01-31 2021-01-19 大连理工大学 一种新型低强度有机废水的厌氧膜电生物处理工艺
CA3111632A1 (en) * 2018-09-05 2020-03-12 WEnTech Solutions Inc. System and method for anaerobic digestion process assessment, optimization and/or control
CN109254129A (zh) * 2018-10-09 2019-01-22 常州达亨自动化设备有限公司 一种辅助toc防干扰的吹气装置
CN110470810A (zh) * 2019-07-09 2019-11-19 中电建水环境治理技术有限公司 水质监控方法和装置
JP7059989B2 (ja) * 2019-08-07 2022-04-26 横河電機株式会社 制御システム及び制御方法
CN110849934B (zh) * 2019-11-29 2021-09-24 北京邮电大学 一种封装微腔基于模式展宽机制的物质相变检测方法
CN111079350A (zh) * 2019-12-31 2020-04-28 湖州同润汇海科技有限公司 一种单塔低压酸性水汽提装置操作性能的建模方法及装置
EP3851181A1 (de) * 2020-01-17 2021-07-21 Linde GmbH Verfahren zum überwachen einer membrantechnischen vorrichtung
CN112875859A (zh) * 2021-01-12 2021-06-01 珠海九通水务股份有限公司 基于aoa工艺的污水脱氮除磷控制系统
CN113277685B (zh) * 2021-06-22 2024-07-12 哈尔滨工业大学（深圳） 一种aao工艺碳源投加控制方法
US11977374B2 (en) * 2021-08-02 2024-05-07 Mitsubishi Electric Research Laboratories, Inc. System and method for calibrating feedback controllers
CN114275889B (zh) * 2021-12-30 2022-11-11 南京大学 一种反硝化工艺有机氮与无机氮的协同优化控制方法
CN115028319A (zh) * 2022-06-07 2022-09-09 广州鸿大智能科技有限公司 一种污水处理智能化监控方法、装置、设备及存储介质
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

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4940551A (en) 1989-05-19 1990-07-10 Riggs James B Method for pH control
US5811255A (en) 1995-09-20 1998-09-22 Yellowstone Environmental Science Apparatus and method for anaerobic respirometry
US5888401A (en) 1996-09-16 1999-03-30 Union Camp Corporation Method and apparatus for reducing membrane fouling
US6616843B1 (en) 1998-12-18 2003-09-09 Omnium De Traitement Et De Valorisation Submerged membrane bioreactor for treatment of nitrogen containing water
US7449113B2 (en) 2002-09-24 2008-11-11 Advanced Aeration Control, Llc Controlling wastewater treatment processes
JP2007535398A (ja) 2004-04-22 2007-12-06 シーメンス ウォーター テクノロジース コーポレイション 有機物質を消化するためのメンブレンバイオリアクタおよび処理槽を含む濾過装置ならびに廃液処理方法
US7481940B2 (en) 2005-08-18 2009-01-27 Newbio E-Systems, Incorporated Biomass treatment of organic waste or water waste
NZ566779A (en) 2005-10-06 2011-03-31 Siemens Water Tech Corp Controlling aeration gas flow and mixed liquor circulation rate using an algorithm
US7314563B2 (en) 2005-11-14 2008-01-01 Korea Institute Of Science And Technology Membrane coupled activated sludge method and apparatus operating anoxic/anaerobic process alternately for removal of nitrogen and phosphorous
US7455765B2 (en) 2006-01-25 2008-11-25 Siemens Water Technologies Corp. Wastewater treatment system and method
US8038881B2 (en) 2007-06-12 2011-10-18 Biological Petroleum Cleaning Ltd. Wastewater treatment
KR100796456B1 (ko) * 2007-06-22 2008-01-21 태화강재산업 주식회사 하수처리공정의 제어장치 및 제어방법
ATE552495T1 (de) 2008-04-14 2012-04-15 Wika Alexander Wiegand Se & Co Kg Sensorvorrichtung, system und verfahren zur kontrolle eines anaeroben verdauungsprozesses
US20100028202A1 (en) * 2008-07-30 2010-02-04 Zhaoyang Wan Proactive control system for an industrial water system
US7611632B1 (en) 2008-11-07 2009-11-03 General Electric Company Method of conditioning mixed liquor using a tannin containing polymer
CN101794117B (zh) * 2010-02-11 2012-05-09 哈尔滨工业大学 一种基于机理模型的优化控制膜生物反应器运行的方法
US8538561B2 (en) * 2011-03-22 2013-09-17 General Electric Company Method and system to estimate variables in an integrated gasification combined cycle (IGCC) plant

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI725333B (zh) * 2018-08-07 2021-04-21 中華電信股份有限公司 流體輸配管線網路內感測元件的布建決策裝置及其方法
TWI763451B (zh) * 2020-05-04 2022-05-01 以色列商應用材料以色列公司 利用自動地選擇演算法模組來檢驗樣本的系統、方法、和非暫時性電腦可讀媒體

Also Published As

Publication number Publication date
TW201700411A (zh) 2017-01-01
US10046995B2 (en) 2018-08-14
WO2013016438A3 (en) 2013-07-18
TWI649272B (zh) 2019-02-01
US20150034553A1 (en) 2015-02-05
CA2842824A1 (en) 2013-01-31
WO2013016438A2 (en) 2013-01-31
CA2842824C (en) 2023-03-14
TWI640481B (zh) 2018-11-11
US20180370827A1 (en) 2018-12-27

Similar Documents

Publication Publication Date Title
TWI640481B (zh) 廢水處理廠之線上監視及控制
Robles et al. A review on anaerobic membrane bioreactors (AnMBRs) focused on modelling and control aspects
Batstone Mathematical modelling of anaerobic reactors treating domestic wastewater: Rational criteria for model use
Steyer et al. Lessons learnt from 15 years of ICA in anaerobic digesters
Derbal et al. Application of the IWA ADM1 model to simulate anaerobic co-digestion of organic waste with waste activated sludge in mesophilic condition
Tamis et al. A full scale worm reactor for efficient sludge reduction by predation in a wastewater treatment plant
US20100243564A1 (en) System and method for monitoring an integrated system
Jones et al. Simulation for operation and control of reject water treatment processes
Güelfo et al. Dry-thermophilic anaerobic digestion of simulated organic fraction of Municipal Solid Waste: Process modeling
Lu et al. Automatic control and optimal operation for greenhouse gas mitigation in sustainable wastewater treatment plants: A review
Ficara et al. Anaerobic digestion models: a comparative study
Mannina et al. Biological processes modelling for MBR systems: A review of the state-of-the-art focusing on SMP and EPS
Sin et al. Nitrite effect on the phosphorus uptake activity of phosphate accumulating organisms (PAOs) in pilot-scale SBR and MBR reactors
Kirim et al. Mainstream short-cut N removal modelling: current status and perspectives
Dewil et al. Anaerobic digestion of biomass and waste: current trends in mathematical modeling
US20220228174A1 (en) Automatic start-up of anaerobic digestion reactors using model predictive control and practically feasible sets of measurements
Simeonov et al. Modelling and dynamic compensator control of the anaerobic digestion of organic wastes
Huang et al. A predictive model for determining the nitrite concentration in the effluent of an anammox reactor using ensemble regression tree algorithm
JP2008178827A (ja) メタン発酵処理方法
Lee Relationship between oxidation reduction potential (ORP) and volatile fatty acid (VFA) production in the acid-phase anaerobic digestion process
Alcaraz-Gonzalez Modelling and Control of Wastewater Treatment Processes: An Overview and Recent Trends
Steyer et al. An example of the benefits obtained from the long term use of mathematical models in wastewater biological treatment
Sweeney et al. Modeling, instrumentation, automation, and optimization of wastewater treatment facilities
JP4146491B2 (ja) 活性汚泥による水処理法
Azwar et al. Design of Control Loop Pairing in a UCT Bioreactor System