CN103092079A - 一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 - Google Patents
一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 Download PDFInfo
- Publication number
- CN103092079A CN103092079A CN2013100129003A CN201310012900A CN103092079A CN 103092079 A CN103092079 A CN 103092079A CN 2013100129003 A CN2013100129003 A CN 2013100129003A CN 201310012900 A CN201310012900 A CN 201310012900A CN 103092079 A CN103092079 A CN 103092079A
- Authority
- CN
- China
- Prior art keywords
- sbr
- setting value
- dissolved oxygen
- value
- technique
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明公开了一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,包括以下步骤:通过MATLAB软件建立SBR工艺数值仿真模型,在LabVIEW环境下调用所述SBR工艺数值仿真模型进行数值模拟仿真计算,得到SBR工艺的时序参数、工艺参数和环境条件的设定值;基于PXI平台,在LabVIEW环境下实时采集SBR反应器内的环境条件,并依据各环境条件对应的设定值对SBR工艺进行实时负反馈控制。本发明通过结合数值仿真模型和基于PXI平台的嵌入式***实现了对SBR污水处理工艺的实时优化控制,使污水处理效果得以改善,具有潜在的经济效益。
Description
技术领域
本发明涉及污水处理仿真与控制技术领域,尤其涉及一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法。
背景技术
随着自动化与控制技术的发展,二十世纪七八十年代SBR污水处理工艺在全世界的污水处理领域中开始快速新兴起来。SBR法是序列间歇式活性污泥法的简称,是一种按间歇曝气方式来运行的活性污泥污水处理技术,又称序批式活性污泥法,主要包括进水阶段、厌氧阶段、好氧阶段、沉淀、滗水阶段、闲置阶段以及排泥阶段。SBR污水处理技术采用时间分割的操作方式替代空间分割的操作方式,非稳定生化反应替代稳态生化反应,静置理想沉淀替代传统的动态沉淀。现阶段对SBR工艺的控制还存在许多不足的地方,而国家对污水处理排放的要求越来越严格,这就要求我们必须对现有的SBR污水处理工艺的控制技术进行优化,以满足日益严格的污水处理排放要求。
智能控制在非稳定的污水动态处理过程中的应用日益广泛与深入,活性污泥数学模型的日益成熟,欧洲一些国家利用活性污泥数学模型从事污水处理新工艺开发、辅助设计及实现污水处理厂运行管理的精确控制,已相当普遍。但是,IWA(国际水协)与欧洲国家推出的多款模型(ASMs等),基于的是本国的生活废水占95%以上的水质条件和生物组分,并不适用于我国以工业废水占了30%以上的污水水质,所以研发一个适合我国污水处理现状的模型十分必要。然而,我国国内的大多数学者从事的是模糊控制、专家***等纯智能控制方面的研究,往往无法做到对活性污泥***运行过程的精确控制。由于污水处理的运行费用是庞大的、长期的,如果通过有效的控制能将城市污水处理厂的运行费用节省1%,也是个天文数字,可见,研发一种能够精确表征活性污泥运行状态、适合我国污水处理现状的智能控制方法,将其运用到我国城市污水处理***显得十分必要。
从控制理论的角度来看,生化处理过程是典型的非线性、时变、不确定性、时滞的复杂***,人们需要借助数学模型、计算机模拟来准确地掌握污水处理过程中活性污泥的状态及规律,从而实现对污水处理工艺流程的控制。从控制对象的角度来看,溶解氧值(DO)稳定控制一直是个难题。而实时负反馈控制被认为能够较好地维持并使溶解氧值在一个较稳定范围内波动的一个手段,因此,开发一种可以实现对中国城镇污水处理过程进行实时控制的方法来优化污水处理工艺至关重要。
发明内容
本发明提供了一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,将FCASMs机理模型和嵌入式***有机的结合起来,实现了对SBR工艺的实时优化控制。
一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,包括以下步骤:
(1)通过MATLAB软件建立SBR工艺数值仿真模型,在LabVIEW环境下调用所述SBR工艺数值仿真模型进行数值模拟仿真计算,得到SBR工艺的时序参数、工艺参数和环境条件的设定值;其中,所述SBR工艺数值仿真模型为全耦合活性污泥模型;
(2)基于PXI平台,在LabVIEW环境下实时采集SBR反应器内的环境条件,并依据各环境条件对应的设定值对SBR工艺进行实时负反馈控制。
所述全耦合活性污泥模型(FCASMs),可参见孙培德,王如意发表的“全耦合活性污泥模型(FCASM3)Ⅰ:建模机理及数学表征”,《环境科学学报》,2008,28(12):2404-2419。
步骤(1)中,所述时序参数即为通过SBR工艺数值仿真模型数值模拟仿真计算出的最佳工艺时序顺序;所述工艺参数一般包括污泥龄(SRT)和排水比(R);所述环境条件包括各反应阶段所对应的pH值、温度(T)和溶解氧(DO)浓度等,尤其是好氧阶段需要控制的最佳溶解氧浓度;其中,通过SBR工艺数值仿真模型,由进水组份浓度、菌群种类和菌种数量可以计算出污泥龄和排水比,以穷举法的形式迭代出好氧阶段需要控制的最佳溶解氧浓度。
本发明在数值模拟仿真计算时,在LabVIEW环境下调用MATLAB程序(即调用所述SBR工艺数值仿真模型)进行仿真,并以仿真输出的结果作为时序参数、工艺参数和环境条件的设定值。
所述时序参数的数值模拟仿真计算包括:
(1)根据处理需求设置不同的工艺时序;
(2)根据不同的工艺时序,利用MATLAB软件建立不同的候选工艺模型;
(3)利用各个候选工艺模型进行仿真计算,比较在相同的进水水质条下,各种工艺时序下的出水情况;
(4)根据出水情况的优劣,在候选工艺模型中选择最优模型,即得到相应的时序参数。
所述出水情况的优劣以《城镇污水处理厂污染物排放标准》(GB18918-2002)一级A标为基准。
所述工艺参数的设定值的获得方法为,将污泥龄5d,10d,15d,20d,25d和排水比1/3,1/3.5,1/4,1/4.5,1/5进行一一组合,分别代入SBR工艺数值仿真模型进行仿真计算,比较出水水质,当满足化学需氧量浓度≤50mg·L-1,氨氮浓度≤5mg·L-1和磷酸盐浓度≤0.5mg·L-1的条件下,以总氮去除率最高的组别作为工艺参数的设定值,若不上述满足条件,则以污泥龄15d和排水比1/3作为工艺参数的设定值。
步骤(2)中,所述基于PXI平台为嵌入式控制***,可由美国国家仪器(NI)生产的PXIe8105、PXI1065Q、PXI6238、PXI6515、PXI4351组成,基于PXI平台的优点是数据吞吐量大,提供兼具高带宽和低延时的高速通信,可以实现定时及实时控制,成本低,***可靠性高,其中PXIe8105为PXI嵌入式控制器。
为了实现数据的自动采集和处理,可以基于PXI平台,以LabVIEW环境构建可以实现实时负反馈控制的SBR工艺控制软件,借以实时调整工艺参数。LabVIEW与其他计算机语言相比区别在于,其他计算机语言都是采用基于文本的语言产生代码,而LabVIEW使用的是图形化编辑语言G编写程序,产生的程序是框图的形式。所述SBR工艺控制软件包括以下功能:(1)实现SBR***的智能化自动化运行;(2)实现对SBR***中水温的负反馈控制;(3)实现对SBR***运行过程中pH值的负反馈控制;(4)实现对好氧阶段溶解氧的实时负反馈控制;(5)工艺时序顺序的任意组合;(6)在线监测数据的实时采集、处理以及显示。
步骤(2)中,依据各环境条件对应的设定值对SBR工艺进行实时负反馈控制时,所述环境条件包括SBR反应器内的水温、pH值和好氧阶段的溶解氧浓度。
对SBR反应器内的水温进行实时负反馈控制时,利用温度传感器实时采集SBR反应器内的温度,PXI嵌入式控制器根据温度传感器采集的数据与温度的设定值比对,当低于设定值时,对SBR反应器进行加热直至达到温度的设定值。
对SBR反应器内的pH值进行实时负反馈控制时,利用pH检测仪实时采集SBR反应器内的pH值,PXI嵌入式控制器根据pH检测仪采集的数据与pH值的设定值比对,当低于设定值时,向SBR反应器内加入碱直至到达pH值的设定值,当高于设定值时,向SBR反应器内加入酸直至到达pH值的设定值。
对好氧阶段的溶解氧浓度进行实时负反馈控制时,在步骤(1)中仿真计算得到溶解氧浓度的第一设定值,当好氧阶段反应进行预定时间(如1小时)之后,调用所述SBR工艺数值仿真模型重新计算得到溶解氧浓度的第二设定值,此后在好氧阶段期间每隔预定周期(如半小时)重新计算一次溶解氧浓度的设定值,并以各个重新计算的设定值作为对应时段的溶解氧控制目标。
好氧阶段溶解氧浓度的设定值的获得方法为,在SBR工艺数值仿真模型中,将其中的溶解氧浓度设为一个变量,计算出当溶解氧浓度从1~5mg/L(一般以0.5mg/L为一个梯度)之间变化时仿真计算的出水值,通过比较不同溶解氧浓度所对应的出水值,选取最优的溶解氧浓度作为设定值,并将其作为好氧阶段最佳溶解氧控制目标值。
其中选取最优的溶解氧浓度以《城镇污水处理厂污染物排放标准》(GB18918-2002)一级A标为准则。
与现有技术相比,本发明的有益效果为:
本发明通过将数值仿真模型和嵌入式***结合起来,以数值仿真模型实现SBR污水处理环境条件和工艺条件的优化,以嵌入式***实现***实时负反馈控制,以此实现对SBR污水处理工艺的实时优化控制,使污水处理效果得以改善,经过优化后的处理工艺,处理后的污水出水指标均达到《城镇污水处理厂污染物排放标准》(GB18918-2002)一级A标准,具有潜在的经济效益。
附图说明
图1为一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的污水处理装置的结构示意图;
其中,1、SBR反应室;2、控制柜;3、电磁阀;4、出水箱5、排泥阀;6、温度传感器;7、水浴加热室;8、溶解氧探头;9、pH探头;10、微孔曝气器;11、进水管;12、水浴循环泵;13、水浴进水管;14、水浴箱;15、污水泵;16、污水池;17、水浴出水管;18、磁力搅拌器;19、液位计;20、空气流量计;21、空气泵;22、加碱蠕动泵;23、加酸蠕动泵;24、显示器;25、机械式键盘;26、PXI控制平台。
具体实施方式
下面结合具体实施例对本发明作进一步阐释。
图1显示了一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的装置的结构,主要包括SBR反应器、检测单元、控制单元、执行单元、显示单元和输入单元。
其中SBR反应器可以选用常规的SBR反应器,一般为圆柱体的双层夹套式结构,内层空腔作为反应室1,外层空腔作为水浴加热室7,内层的高径比在3~4:1,底部设置磁力搅拌器18,内部设有液位计19。
显示单元一般为显示器24,用于显示SBR反应器的运行状态,包括水浴加热温度,污水的溶解含氧量、pH值以及运行阶段等等信息。输入单元用于输入各种控制参数,如污水处理各阶段的运行时间,各阶段污水溶解氧含量、pH值的控制范围,进水、排水时间等等,它可以是如图1所示的机械式键盘25,也可以是与显示器24集成的触摸屏。
控制单元主要是接收检测单元发出的检测信号,处理后发出执行命令给执行单元,控制单元基于FCASM3机理模型和嵌入式***,嵌入式***基于PXI平台,由美国国家仪器(NI)生产的PXIe8105(PXI嵌入式控制器)、PXI1065Q、PXI6238、PXI6515和PXI4351组成,PXI嵌入式控制器可采集检测单元的检测数据。
检测单元主要用于检测水浴加热温度、污水的pH值和溶解氧含量、液面高度。在本实施例具体分别为温度传感器6、pH检测仪、溶解氧检测仪和液位计19。温度传感器6设置在水浴加热室的内部,将检测的温度信号实时传输给控制单元,并在显示单元上显示。pH检测仪和溶解氧检测仪仅仅是检测探头设置在反应室内,pH探头9和溶解氧探头8设置在反应室顶部。pH检测仪和溶解氧检测仪的机体部分设置在室外,并与控制单元连接,它们将污水的pH值和溶解氧含量实时传输给控制单元。液位计19置于反应器的底部,实时将液位信息传输给控制单元。
执行单元根据接收的执行命令,对水浴加热温度和污水的pH值、含氧量进行调节。在本实施例中,它主要包括曝气装置、水浴循环装置和加酸、加碱装置。
曝气装置由设于反应室内的微孔曝气器10、连接微孔曝气器10的进气管以及受控制单元控制的空气泵21组成。进气管上设有空气流量计20,当污水内的溶解氧含量低于设定值时,则控制单元输出执行命令,启动空气泵,及时曝气。
水浴循环装置由与水浴加热室7连通的水浴进水管13、水浴出水管17,水浴循环泵12以及水浴箱14组成。水浴进水管13的出水端与水浴加热室7的底部连通,进水端与水浴循环泵12连接,水浴出水管17的进水端与水浴加热室7的顶部连通,出水端与水浴箱连接。温度传感器6将检测的温度信号传输给控制单元,当控制单元检测水浴温度低于或高于设置的范围,则发出命令给水浴箱14,通过加热或冷却调节内部的水温,然后打入水浴加热室7。
加酸、加碱装置由与反应室连通的加酸管、加碱管,加酸管上的加酸蠕动泵23,加碱管上的加碱蠕动泵22组成。当污水的pH值超出设定值,控制单元发出执行命令给加酸蠕动泵23或加碱蠕动泵22,适时调节污水的pH值。
该污水处理装置还包括排水装置和进水装置,以实现自动排水和进水。排水装置由与反应室1连通的排水管、排水管上受控制单元控制的电磁阀3以及出水箱4组成,排水管两端分别连通反应室1和出水箱4。进水装置由与反应室1连通的进水管11、污水池16以及受控制单元控制的污水泵15组成。
基于数值仿真模型和嵌入式***智能化控制SBR工艺的污水处理装置的运行过程如下:
首先通过MATLAB软件建立SBR污水处理工艺的全耦合活性污泥模型,可参见孙培德,王如意发表的“全耦合活性污泥模型(FCASM3)Ⅰ:建模机理及数学表征”,《环境科学学报》,2008,28(12):2404-2419。
1、全耦合污泥模型(FCASM3)模型假设
在活性污泥***生物场耦合模型建立前,提出生物场耦合模型建立的机理假设。基于提出的假设,选择模型表达式对微生物过程进行描述。机理假设如下:
(1)活性污泥***中可能同时存在8类菌群,分别为:好氧异养菌XOH、亚硝酸还原菌XDNS和硝酸还原菌XDNB;亚硝酸菌XNS和硝酸菌XNB;非反硝化聚磷菌XPAO、反硝化聚磷菌XDPB和聚糖菌XGAO。这些微生物菌群在获得相应的生长条件以后可以进行营养物质的争夺以供自身生长代谢。
(2)水解过程是由好氧异养菌XOH、亚硝酸还原菌XDNS、硝酸还原菌XDNB、非反硝化聚磷菌XPAO、反硝化聚磷菌XDPB和聚糖菌XGAO共同作用的结果。
(3)好氧异养菌只能以O2作为电子受体并基于由RBCOD贮存产生的贮存物质进行生长代谢过程,好氧异养菌的生长代谢过程受到了氮源、磷酸盐浓度、碱度等的影响。好氧和缺氧条件下均会发生内源呼吸过程。
(4)亚硝酸还原菌和硝酸还原菌是兼性异养菌,在缺氧状态下能分别以亚硝酸盐和硝酸盐作为电子受体将由RBCOD贮存产生的贮存物质进行生长代谢,同时分别将亚硝酸盐和硝酸盐还原成氮气和亚硝酸盐;当有O2存在时,亚硝酸还原菌和硝酸还原菌会以O2作为电子受体进行好氧代谢,其过程类似于好氧异养菌在好氧条件下的代谢过程;好氧和缺氧条件下均会发生内源呼吸作用。
(5)亚硝酸菌和硝酸菌只能以O2作为电子受体。亚硝酸菌、硝酸菌分别以氨氮和亚硝酸盐作为底物供给自身生长,并分别转化为亚硝酸盐和氮气;在缺氧条件下硝酸菌和硝酸菌能分别利用亚硝酸盐和硝酸盐作为电子受体进行缺氧内源呼吸,并分别产生氮气和亚硝酸盐。它们的生长过程对于氧浓度值比较敏感。
(6)非反硝化聚磷菌在厌氧和缺氧条件下能利用聚磷酸盐分解释放的ATP将RBCOD转化为贮存产物PHA并向***释放磷酸盐,同时发生糖原的分解。好氧态下利用已贮存的内源物质供给自身需要,同时合成糖源并吸收外界的磷酸盐合成聚磷酸盐。在厌氧条件下非反硝化聚磷菌会发生聚磷酸盐和糖原的先后分解,以达到维持的目的。
(7)反硝化聚磷菌能在厌氧条件下能利用聚磷酸盐分解释放的ATP将RBCOD转化为贮存产物PHA并向***释放磷酸盐,同时发生糖原的分解。缺氧和好氧态下能分别以硝酸盐和溶解氧为电子受体利用已贮存的内源物质供给自身需要,同时合成糖源并吸收外界的磷酸盐合成聚磷酸盐。在厌氧条件下非反硝化聚磷菌会发生聚磷酸盐和糖原的先后分解,以达到维持的目的。
(8)假设存在聚糖菌,在厌氧条件下能利用糖原分解释放的ATP将RBCOD转化为贮存产物PHA,缺氧和好氧条件下能分别利用硝酸盐和氧作为电子受体氧化PHA,合成糖原。并假设聚糖菌在厌氧条件会发生胞内糖原的分解以达到维持的目的。
由于生物场耦合模型的建立沿用了ASMs的建模思想,存在几点与ASMs类似的基本假设:
(1)***内的pH值恒定且接近中性;
(2)没有考虑有机物组分性质的变化;
(3)没有考虑无机营养物质对细胞生长的限制;
(4)***内各类菌种不随时间发生菌种的变化;
(5)有机物质、有机氮和有机磷的水解是相耦合的,而且是同时发生的。
2、全耦合活性污泥模型组分介绍,以下简称FCASM3。
FCASM3中将活性污泥分为31种组分,所有组分的符号分为两类:溶解性的“S?”和颗粒性的“X?”。在活性污泥***中,假定颗粒性组分可在沉淀池中通过沉淀/浓缩来测定浓度,而溶解性组分只在水中进行迁移。所有颗粒性组分必须是中性的(不带电荷),而溶解性组分可带电荷。表1列出了模型组分的定义,其具体含义如下:
(1)SO2:溶解氧
SO2受气体交换的影响。模型中只反映了溶液中氧的去除,而没有包括氧的充入。为了模拟溶解氧浓度的变化,在列出氧的物料平衡等式时,合适的氧传输过程速率方程应包含输送项。
(2)SS:易生物降解物质
易生物降解物质能被各类异养菌吸收转化为胞内贮存物质。
(3)SI:溶解惰性有机物
溶解惰性有机物只在水解过程中产生,而不参与其它任何生物反应。
(4)SNH4:氨氮
为使电荷平衡,假设全部SNH4以NH4 +形式存在。
SNO3:硝酸盐氮
SNO2:亚硝酸盐氮
(7)SN2:氮气,同SO2一样,受气体交换的影响。
(8)SPO4:磷酸盐
主要为正磷酸盐。考虑电荷平衡,假定SPO4包括50%的H2PO4 -和50%的HPO4 2-,并且与pH值无关。
表1FCASM3组分简单定义
(9)SALK:重碳酸盐碱度
碱度是用来估计生物反应中电荷的连续性。引入碱度的概念是为了预测可能出现的低pH值情况,这可能抑制某些生物过程。在化学计量学计算中,SALK假定为重碳酸盐碱度HCO3 -。
(10)XI:惰性不可生物降解有机物
这种物质一般不易在***内降解,它们聚集到活性污泥上。XI可以是进水的一部分,也是微生物衰减过程中的产物。
(11)XS:慢速可降解基质
慢速可降解基质是指高分子量、胶体状和颗粒状的有机物,它们必须经过胞外水解后才能被降解。
(12)XOH:好氧异养菌
假定好氧异养菌只能在好氧条件下生长,在好氧和缺氧条件下均会发生内源呼吸过程。XOH除了胞外水解,没有其他任何厌氧反应。
(13)XSTO,OH:好氧异养菌的胞内贮存产物
它包括聚羟基烷酸(PHA)、糖原等。它的产生只与XOH有关,但XOH的量中并不包括XSTO,OH。XSTO,OH可从COD分析中获得,并且必须满足ThOD守恒。通常假定XSTO,OH的化学组分为聚羟基丁酸(C4H6O2)n。
(14)XDNS:亚硝酸还原菌
亚硝酸还原菌是一类兼性异养菌,在缺氧和好氧条件下能分别利用亚硝酸盐和溶解氧为电子受体进行生长。
(15)XSTO,DNS:亚硝酸还原菌的胞内贮存产物
与XSTO,OH类似,它的产生只与XDNS有关,但并不包含在XDNS中。
(16)XDNB:硝酸还原菌
XDNB也是一类兼性异养菌,在缺氧和好氧条件下能分别利用硝酸盐和溶解氧为电子受体进行生长。
(17)XSTO,DNB:硝酸还原菌的胞内贮存产物
也与XSTO,OH类似,它的产生只与XDNB有关,但并不包含在XDNB中。
(18)XNS:亚硝酸菌
亚硝酸菌是一类自养菌,只能在好氧条件下以氨氮作为底物供给自身生长。
(19)XNB:硝酸菌
硝酸菌是一类自养菌,只能在好氧条件下以亚硝酸盐作为底物供给自身生长。
(20)XPAO:非反硝化聚磷菌
非反硝化聚磷菌能在厌氧、缺氧条件下能产生释放磷酸盐的过程,而在好氧条件下则会发生吸收磷酸盐的过程。
(21)XPP,PAO:非反硝化聚磷菌的聚磷酸盐
XPP,PAO是XPAO的胞内贮存物,它只与XPAO有关,但不包含在XPAO中。从化学计量学角度考虑,假定聚磷酸盐的组成为:(K0.33Mg0.33PO3)n。
(22)XPHA,PAO:非反硝化聚磷菌的胞内贮存产物PHA
XPHA,PAO是非反硝化聚磷菌的胞内贮存产物:聚羟基烷酸(PHA)。它只与XPAO有关,但不包含在XPAO中。从化学计量学角度考虑,假定PHA具有化学组成:聚β羟基丁酸(C4H6O2)n。
(23)XGLY,PAO:非反硝化聚磷菌的胞内贮存产物糖原
XGLY,PAO是非反硝化聚磷菌的胞内贮存产物:糖原。它只与XPAO有关,但不包含在XPAO中。从化学计量学角度考虑,糖原化学组成为:(C6H10O5)n。
(24)XDPB:反硝化聚磷菌
反硝化聚磷菌能在厌氧条件下能产生释放磷酸盐的过程,而在缺氧和好氧条件下则会发生吸收磷酸盐的过程。
(25)XPP,DPB:反硝化聚磷菌的聚磷酸盐
与XPP,PAO类似,是XDPB的胞内贮存物,它只与XDPB有关,但不包含在XDPB中。
(26)XPHA,DPB:反硝化聚磷菌的胞内贮存产物PHA
与XPHA,PAO类似,是反硝化聚磷菌的胞内贮存产物:聚羟基烷酸(PHA)。它只与XDPB有关,但不包含在XDPB中。
(27)XGLY,DPB:反硝化聚磷菌的胞内贮存产物糖原
与XGLY,PAO类似,是反硝化聚磷菌的胞内贮存产物:糖原。它只与XDPB有关,但不包含在XDPB中。
(28)XGAO:聚糖菌
聚糖菌能在厌氧条件下吸收有机物并贮存到胞内,缺氧和好氧条件下能分解利用胞内贮存物同时贮存糖原,但不涉及磷的释放与吸收。
(29)XPHA,GAO:聚糖菌的胞内贮存产物PHA
与XPHA,PAO类似,是聚糖菌的胞内贮存产物:聚羟基烷酸(PHA)。它只与XGAO有关,但不包含在XGAO中。
(30)XGLY,GAO:聚糖菌的胞内贮存产物糖原
与XGLY,PAO类似,是聚糖菌的胞内贮存产物:糖原。它只与XGAO有关,但不包含在XGAO中。
(31)XTSS:总悬浮固体TSS
在生物动力学模型中引入总悬浮固体,是为了通过化学计量学计算它们的质量浓度。
3、全耦合污泥模型的生物过程的数学表达
FCASM3沿用国际水协IAWQ课题组有关ASMs建模方法,为描述生物动力学模型引入了矩阵符号,所有组分各过程的表达包含化学计量矩阵和过程速率方程两部分,所有平行过程中组分i的生成速率ri可以用总和的形式计算求得:
式中,i,j分别表示模型中的组分和转化过程,vij是以化学计量系数组成的化学计量矩阵,ρj为过程速率方程。
在化学计量矩阵中,每个过程j的一个化学计量系数可以选择量纲为1,其取值为+1或-1。对其它该过程的所有化学计量系数可给出代数方程,该方程在确定化学计量系数时引进了连续性原则。
连续性方程遵循数学平衡原则,即在化学反应中,元素、电子(或COD)及净电荷既未形成也没有被破坏。FCASM3的化学计量学引入了五个平衡关系,即COD平衡、氮平衡、磷平衡、电荷平衡和总悬浮固体XTSS的平衡。对所有过程j和所有与连续性有关的物质c都有效的连续性方程可写为:
式中,vij为过程j中组分i的化学计量系数;ici为组分i的单位转化为连续性所应有的物质c的单位。
每个连续性方程包含一个预测信息,可应用于每个相应的过程。如果其他系数已知,每个连续性方程允许对一个化学计量系数进行预测,而无需通过试验确定。
FCASM3的过程速率表达也同样引入开关函数的概念,开关函数的具体形式与作用这里不再赘述。
FCASM3各生物反应子过程速率表达式和化学计量系数矩阵分别见表2、表3和续表3。
参照表2,FCASM3各生物反应过程说明如下:
1是水解过程,该过程是所有异养微生物共同作用的结果,将慢速可降解基质XS水解成易生物降解物质SS和溶解惰性有机物SI。假定水解过程非常活跃,不受电子受体的影响。
2至7为好氧异养菌过程。XSTO,OH好氧贮存是好氧异养菌在好氧条件下吸收胞外易生物降解物质SS以胞内贮存产物的形式存贮在胞内。假定好氧异养菌只能在好氧条件下生长,因此在溶解氧充分的情况下,好氧异养菌能利用胞内贮存物及氮、磷等其它营养物的基础上生长。好氧异养菌会在好氧和缺氧条件下发生胞内贮存物质的呼吸和自身的内源呼吸作用,好氧异养菌的内源呼吸作用使菌体衰减后一部分产生惰性不可生物降解有机物XI。
8至15为亚硝酸还原菌过程。亚硝酸还原菌的好氧过程与好氧异养菌类似。亚硝酸还原菌能在缺氧条件下以亚硝酸盐为电子受体发生XSTO,DNS缺氧贮存和缺氧生长过程,并假定缺氧条件下的贮存速率常数和亚硝酸还原菌最大比生长速率与好氧条件下的相同。亚硝酸还原菌缺氧条件下的各反应速率受亚硝酸盐浓度的控制。
16至23为硝酸还原菌过程。硝酸还原菌的过程与亚硝酸还原菌的过程主要区别在于硝酸还原菌的缺氧过程是以硝酸盐为电子受体,同时缺氧过程速率方程受硝酸盐浓度的控制。并假定缺氧条件下的贮存速率常数和硝酸还原菌最大比生长速率与其在好氧条件下的相同。
24至26为亚硝酸菌过程。亚硝酸菌是专性好氧菌,它们以氨氮作为基质和营养物,产生亚硝酸盐。亚硝酸菌在好氧和缺氧条件下也会发生内源呼吸作用。缺氧条件下的亚硝酸菌内源呼吸过程以亚硝酸盐为电子受体,产生氮气,该过程的速率受亚硝酸盐浓度控制。
27至29为硝酸菌过程。硝酸菌也是专性好氧菌,它们消耗亚硝酸盐作为基质和营养物,产生硝酸盐。硝酸菌的好氧生长受到了氨氮浓度的抑制作用,且因硝酸菌对溶解氧的亲和力不及亚硝酸,硝酸菌好氧生长过程的溶解氧饱和常数高于亚硝酸菌好氧生长过程的溶解氧饱和常数。硝酸菌在好氧和缺氧条件下同样会发生内源呼吸作用。缺氧条件下的硝酸菌内源呼吸过程以硝酸盐为电子受体,产生亚硝酸盐,该过程的速率受硝酸盐浓度控制。
30至43为非反硝化聚磷菌过程。假定非反硝化聚磷菌在厌氧和缺氧条件均能发生PHA的贮存过程,因此对于非反硝化聚磷菌的PHA贮存过程只受溶解氧这单一的电子受体影响。如模型假设中提及,非反硝化聚磷菌会在厌氧条件会发生聚磷酸盐和糖原的先后分解,因此本模型中以聚磷酸盐的浓度作为厌氧条件下聚磷酸盐和糖原的先后分解顺序的开关函数。聚磷酸盐和糖原的分解无需电子受体的参与,聚磷酸盐分解产生磷酸盐,糖原分解后产生PHA。好氧条件下非反硝化聚磷菌会分解厌氧和缺氧条件下贮存的PHA并贮存聚磷酸盐和糖原,同时供给自身生长。非反硝化聚磷菌在好氧和缺氧条件下均会发生非反硝化聚磷菌的内源呼吸、PHA的呼吸、PP的分解以及糖原的呼吸作用。假定缺氧条件下非反硝化聚磷菌的各呼吸过程均以硝酸盐为电子受体,产生氮气。
44至60为反硝化聚磷菌过程。假定反硝化聚磷菌只能在厌氧条件发生PHA的贮存过程,因此对于反硝化聚磷菌的PHA贮存过程不仅受溶解氧这一电子受体的影响同时又受硝酸盐和亚硝酸盐的控制。反硝化聚磷菌在厌氧条件下也同样会发生聚磷酸盐和糖原的先后分解过程。好氧条件下反硝化聚磷菌的过程与非反硝化聚磷菌好氧条件下的过程基本类似,只是在缺氧条件下反硝化聚磷菌发生着反硝化聚磷的作用而非PHA的贮存过程。假定反硝化聚磷菌缺氧条件下PP贮存速率、糖原贮存速率以及XDPB的最大比生长速率分别与反硝化聚磷菌好氧条件下的相应速率相同。
61至72为聚糖菌过程。因为聚糖菌不涉及磷酸盐的吸收和释放过程,因此,聚糖菌的胞内贮存物质只有PHA和糖原这两种形式。聚糖菌在厌氧条件下同样发生着PHA的贮存过程,该过程受到溶解氧以及硝酸盐和亚硝酸盐的控制作用,形成了厌氧条件下聚糖菌与非反硝化聚磷菌和反硝化聚磷菌对易生物降解物质的争夺。同时,厌氧条件下聚糖菌也会发生糖原的分解过程。在好氧和缺氧条件下,聚糖菌能分别以溶解氧和硝酸盐为电子受体发生聚糖菌的生长、糖原的贮存、聚糖菌的内源呼吸、PHA的呼吸以及糖原的呼吸过程。
表2FCASM3各子过程速率表达式
注:表2的参考文献如下:
1.Rieger L,Koch G,et al.The EAWAG bio-P module for activated sludge model No.3[J].Wat.Res.,2001,33(16):3887-3903.
2.Iacopozzi I,Innocenti V and Marsili-Libelli S.A modified activated sludge modelNo.3(ASM3)with two-step nitrification-denitrification[J].Environmental Modeling&software,2007,22(6):847-861.
3.Manga J,Ferrer J,et al.A modification to the activated sludge model No.2based on thecompetition between phosphorus-accumulating organisms and glycogenaccumulatingorganisms[J].Water Sci.Tech.,2001,43:161-171.
4.Van Veldhuizen H M,van Loosdrecht M C M,et al.Modelling biological phosphorusand nitrogen removal in a full scale activated sludge process[J].Wat.Res.,1999,33(16):3459-3468.
模型中涉及大量的化学计量系数及动力学参数,这些参数的取值直接影响模拟结果,确定这些参数值是模型应用中的一项重要前期工作。要对每一个参数都进行测定,不仅费时费力,还受到实验条件的限制。国际水协活性污泥模型课题组以及EAWEG课题组等都在大量实验研究的基础上给出了相关参数的典型值。模型在应用时将以典型值作为模拟的初始值代入模拟程序计算,根据模拟结果与实测结果的差距对参数校核。这种做法已经被许多研究成果证明是一种行之有效的方法,也是国际上通行的做法。由于模型应用于实际污水处理厂时动力学参数影响比较大,往往只要通过调整动力学参数就可以获得较好的模拟效果。因此FCASM3化学计量系数将采用表4中典型值;动力学参数将在选取典型值的基础上略做调整,其具体定义及选取的典型值参见表5。
除表4中标注外,有关有机物及氮部分的化学计量系数均参考ASM3中相关的化学计量系数,除磷模块中的化学计量系数则参考2001年Manga推出的除磷模型中的有关化学计量参数值。
表4FCASM3化学计量系数的定义及取值
表5中有关好氧异养菌、硝化菌和反硝化菌的动力学参数除个别说明以外均采用ASM3中相应的动力学参数;除个别注明外非反硝化聚磷菌和反硝化聚磷菌的动力参数取ASM2d中相应的典型值,聚糖菌采用Manga(2001)中有关的参数值。
表5FCASM3动力学参数意义及其典型值
注:典型值为20℃下的参数值,斜杠/后的数值为表达式k(T)=k(20℃)exp(θT(T-20℃))中θT的值。
4、基于FCASM3模型SBR工艺数值仿真模型的建立
4.1SBR模型假设
SBR工艺的特点是只设一个池子,***运行一周期分为进水、反应、沉淀、排水和闲置五个阶段,
模型假设:
a)假设进水、沉淀、排水阶段不发生生化反应。
b)在反应阶段,反应器为完全混合,反应器内各处同一组分的反应速率相同。
4.2SBR工艺建模
在SBR反应器中,除溶解氧外,任一组分随时间的变化都有物料平衡方程组:
式中:ri[t]—组分i的生化反应速率;Ci0—组分i的进水浓度;Ci[t]—组分i在反应器中的浓度;V[t]—混合液体积;Qin[t]—t时刻进入反应器的流量;Qw[t]—t时刻流出反应器的流量。
各阶段各组分浓度(溶解氧除外)和反应器容积随时间的平衡方程组如下:
进水段:反应段:
沉淀阶段和排水阶段各组分浓度不发生变化,但在排水阶段反应器的容积会发生变化,具体如下:
排水阶段:
溶解氧随时间变化的平衡方程组:
其中:Csa是指溶解氧的饱和溶解度;rO2[t]是指t时间生化反应过程的需氧量;kLa是指曝气装置的氧转移速率;CO2[t]—t时刻溶解氧在反应器中的浓度。
根据上述原理结合FCASM3中描述的生物反应速率方程,以MATLAB软件编写SBR工艺数值仿真程序。
(1)溶解氧优化计算:将浓度梯度为1mg/L,1.5mg/L,2mg/L,2.5mg/L,3mg/L,3.5mg/L,4mg/L,4.5mg/L,5mg/L代入SBR工艺模型进行计算,将得到的出水水质进行对比,若不满足COD≤50mg·L-1,氨氮≤5mg·L-1,磷酸盐≤0.5mg·L-1的条件,则选取出水COD、氨氮与磷酸盐综合最低时的溶解氧作为控制条件,直到好氧段结束;若5组中至少有一组出水满足COD≤50mg·L-1,氨氮≤5mg·L-1,磷酸盐≤0.5mg·L-1的条件,选取溶解氧较低值作为控制目标值,并在该阶段执行完成后,结束好氧段。
(2)污泥龄和排水比的优化计算:将污泥龄5d,10d,15d,20d,25d和排水比1/3,1/3.5,1/4,1/4.5,1/5进行一一组合,共25种情况,代入SBR工艺数值仿真模型进行计算,将得到的出水水质进行对比,对比出水水质,当满足COD≤50mg·L-1,氨氮≤5mg·L-1,磷酸盐≤0.5mg·L-1的条件下,计算总氮去除率最高的组别作为优化计算结果,作为设定值,若不满足上述条件,则以污泥龄15d和排水比1/3作为工艺参数的设定值。
国际水协模型(ASMs)是建立在欧洲各国处理生活污水的基础上,而本发明所采用的全耦合活性污泥模型综合考虑了中国城镇污水水质特点-生活污水与工业污水混合的综合性污水,具有以下特征:(1)将污水进水水质分为如下组分:易生物降解物质、溶解性惰性有机物、惰性不可生物降解有机物、慢速可生物降解有机物、氨氮、硝酸盐、亚硝酸盐、磷酸盐等。(2)活性污泥对污水进行生化处理,将活性污泥菌群分为8类,分别为好氧异养菌、亚硝酸还原菌、硝酸还原菌、亚硝酸菌、硝酸菌、非反硝化聚磷菌、反硝化聚磷菌和聚糖菌。(3)考虑污水净化过程中物理化学作用对生物活性及出水水质的影响。(4)考虑硝化-反硝化过程中的中间产物NO2 -,即将硝化-反硝化过程分为两步的过程。(5)将温度直接作为一个变量耦合到生物反应速率方程中,从而直接体现温度对生物反应的影响。(6)考虑糖原及聚糖菌对生物除磷的抑制作用,利用贮存理论和内源呼吸理论对非反硝化聚磷菌、反硝化聚磷菌和聚糖菌的生长和衰亡过程进行统一的描述。
通过以上手段建立全耦合活性污泥模型后,通过该全耦合活性污泥模型模拟计算出最佳的时序参数、温度和pH值,并根据进水组份浓度、菌群种类和菌种数量计算出工艺参数-污泥龄(SRT)和排水比,以穷举法的形式迭代出污水处理过程中好氧阶段所需要控制的最佳溶解氧目标值。
基于PXI平台的嵌入式***调用该全耦合活性污泥模型,以全耦合活性污泥模型提供的时序参数、污泥龄、排水比、温度、pH值和溶解氧目标值作为设定值。
当***开始运行时,水浴循环装置开始运行,控制单元采集温度传感器的数据并进行实时处理。考虑到加热元件的时滞性以及避免加热元件短时间内重复开合,一般会设定阈值范围,比如[a,b],当检测到的温度在该阈值范围内,则不加热;当检测到温度低于a℃时,则加热元件开始加热,一直加热到b℃停止。水浴循环装置只有在整套装置停止运行时才会停止,否则一直在循环工作。
1.进水阶段:进水时,控制单元发出命令,污水泵15、磁力搅拌器18和液位计19开始工作。污水泵15开始从污水池16中将污水泵入SBR反应器中,磁力搅拌器18开始搅拌,液位计19开始采集数据。当液位计19的数值到达设定的液位时,控制单元发送一个停止进水的命令,控制柜2中控制污水泵15的继电器断开,停止进水,***进入下一个阶段。
2.厌氧阶段:在厌氧阶段,磁力搅拌器18持续搅拌。控制单元对反应室1中的pH值、溶解氧值进行采集。一般会设定最适宜的pH阈值范围[A,B]以及调节的阈值范围[C,D],C<A<B<D,如果pH值低于C,则控制柜2中控制加碱蠕动泵22的继电器闭合,加碱蠕动泵22开始工作,当pH值达到B,则停止加碱;当pH值高于D,则控制柜2中控制加酸蠕动泵23的继电器闭合,加酸蠕动泵23开始工作,当pH值达到A,停止加酸。
3.好氧阶段:磁力搅拌器18依然继续维持工作。控制柜2中控制空气泵21的继电器闭合,空气泵21开始工作。在好氧阶段仍然对污水的pH值进行控制,其反馈控制的方式与厌氧阶段完全一致,但是设定的适宜阈值范围可能不一样。
在好氧阶段另一个需要反馈控制的是污水中溶解氧含量。随着反应的进行,***中的溶解氧值呈现一个由低到高的过程,并且会出现一个突变点,经过突变点之后***中的溶解氧值呈现的是一个快速上升的过程。若***一直在曝气则会引起不必要的浪费且还有可能引发污泥膨胀的发生,因此需要对***中的溶解氧进行控制。
在好氧阶段开始前通过调用MATLAB软件编写的全耦合活性污泥模型,通过全耦合活性污泥模型计算一次最佳的溶解氧值。当好氧阶段反应进行一小时之后,每隔半小时调用一次全耦合活性污泥模型重新计算一次最佳溶解氧值,此溶解氧值作为当前污水处理的溶解氧的设定值。
对溶解氧进行反馈控制的策略基本与温度控制的策略相同。即当***中的溶解氧值超过设定值的阈值上限时,控制柜2中控制空气泵21的继电器断开,微孔曝气器10停止曝气,当***中的溶解氧值低于设定值的阈值下限时,则继电器闭合,微孔曝气器10开始曝气。如此设置既保证了曝气泵的使用寿命,也使得***的溶解氧能够维持在适宜的范围内,使微生物生长在良好的环境中,有助于微生物更好的完成代谢作用,提高***的处理能力。
4.沉淀、滗水阶段:当好氧阶段结束时,控制柜2中控制搅拌和曝气的继电器同时断开,并且***不再对pH值和溶解氧进行负反馈控制。当沉淀结束时,控制柜2中控制电磁阀3的继电器闭合,***开始滗水,滗水的同时液位计19开始采集液位高度,当液面高度到达***设定的高度时,控制柜2中控制电磁阀3的继电器断开,同时液位计19也不再采集液面的高度。
5.闲置阶段:当整个反应的主要过程都完成时,***仅剩水浴循环装置仍在工作,用户可以根据需要设定闲置的时间,闲置时间结束后,又开始进入下一个循环。
6.排泥阶段:根据用户设定的污泥龄,计算出每天需要排除的泥量,通过排泥阀5排出***中多余的泥量,该阶段在每天的最后一个周期执行。
以下为应用本发明的装置及方法进行污水处理的具体案例。
待处理污水:CODcr浓度平均值为320mg/L,氨氮浓度平均值为35mg/L,总磷浓度平均值为4.5mg/L。
SBR污水处理工艺经过全耦合活性污泥模型仿真计算的最佳时序为:进水阶段(2/3V)-厌氧阶段-好氧阶段-进水阶段(1/3V)-缺氧阶段-好氧阶段-沉淀阶段-滗水阶段的工艺时序,这里的V表示的是一个周期内处理污水的总体积。
按照工艺时序,各个阶段的反应时间和pH分别为:进水阶段10min;厌氧阶段60min,pH7.5左右;好氧阶段120min,pH7.2左右;进水阶段10min;缺氧阶段90min,pH7.3左右;好氧阶段120min,pH7.2左右;沉淀阶段60min;滗水阶段10min。污水处理过程中,装置中水浴加热室的温度控制在25℃;污泥龄为15d,排水比为1/3。
好氧阶段的溶解氧值经全耦合活性污泥模型优化的最佳初始值为4mg/L,第一个好氧阶段反应一个小时后的最佳的溶解氧值为3.0mg/L,在之后的时间里每隔半个小时计算一次最佳的溶解氧值,溶解氧值分别控制在3.0mg/L、2.5mg/L。第二个好氧阶段模拟计算初始最佳的溶解氧值为2.0mg/L,之后的最佳溶解氧值均控制在2.0mg/L。
经过基于FCASM3机理模型和嵌入式***优化SBR污水处理工艺后的出水均值:CODcr=40mg/L,氨氮=1mg/l,总磷=0.3mg/L,出水指标均达到《城镇污水处理厂污染物排放标准》(GB18918-2002)一级A标准。
Claims (10)
1.一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,包括以下步骤:
(1)通过MATLAB软件建立SBR工艺数值仿真模型,在LabVIEW环境下调用所述SBR工艺数值仿真模型进行数值模拟仿真计算,得到SBR工艺的时序参数、工艺参数和环境条件的设定值;其中,所述SBR工艺数值仿真模型为全耦合活性污泥模型;
(2)基于PXI平台,在LabVIEW环境下实时采集SBR反应器内的环境条件,并依据各环境条件对应的设定值对SBR工艺进行实时负反馈控制。
2.如权利要求1所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,所述时序参数的数值模拟仿真计算包括:
(1)根据处理需求设置不同的工艺时序;
(2)根据不同的工艺时序,利用MATLAB软件建立不同的候选工艺模型;
(3)利用各个候选工艺模型进行仿真计算,比较在相同的进水水质条下,各种工艺时序下的出水情况;
(4)根据出水情况的优劣,在候选工艺模型中选择最优模型,即得到相应的时序参数。
3.如权利要求1所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,所述工艺参数包括污泥龄和排水比。
4.如权利要求3所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,所述工艺参数的设定值的获得方法为,将污泥龄5d,10d,15d,20d,25d和排水比1/3,1/3.5,1/4,1/4.5,1/5进行一一组合,分别代入SBR工艺数值仿真模型进行仿真计算,比较出水水质,当满足化学需氧量浓度≤50mg·L-1,氨氮浓度≤5mg·L-1和磷酸盐浓度≤0.5mg·L-1的条件下,以总氮去除率最高的组别作为工艺参数的设定值,若不上述满足条件,则以污泥龄15d和排水比1/3作为工艺参数的设定值。
5.如权利要求1所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,步骤(2)中,所述基于PXI平台为嵌入式控制***,由PXIe8105、PXI1065Q、PXI6238、PXI6515和PXI4351组成。
6.如权利要求1所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,步骤(2)中,依据各环境条件对应的设定值对SBR工艺进行实时负反馈控制时,所述环境条件包括SBR反应器内的水温、pH值和好氧阶段的溶解氧浓度。
7.如权利要求6所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,对SBR反应器内的水温进行实时负反馈控制时,利用温度传感器实时采集SBR反应器内的温度,PXI嵌入式控制器根据温度传感器采集的数据与温度的设定值比对,当低于设定值时,对SBR反应器进行加热直至达到温度的设定值。
8.如权利要求6所述的基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法,其特征在于,对SBR反应器内的pH值进行实时负反馈控制时,利用pH检测仪实时采集SBR反应器内的pH值,PXI嵌入式控制器根据pH检测仪采集的数据与pH值的设定值比对,当低于设定值时,向SBR反应器内加入碱直至到达pH值的设定值,当高于设定值时,向SBR反应器内加入酸直至到达pH值的设定值。
9.如权利要求6所述的基于FCASMs机理模型和嵌入式***控制SBR工艺的方法,其特征在于,对好氧阶段的溶解氧浓度进行实时负反馈控制时,在步骤(1)中仿真计算得到溶解氧浓度的第一设定值,当好氧阶段反应进行预定时间之后,调用所述SBR工艺数值仿真模型重新计算得到溶解氧浓度的第二设定值,此后在好氧阶段期间每隔预定周期重新计算一次溶解氧浓度的设定值,并以各个重新计算的设定值作为对应时段的溶解氧控制目标。
10.如权利要求9所述的基于FCASMs机理模型和嵌入式***控制SBR工艺的方法,其特征在于,好氧阶段溶解氧浓度的设定值的获得方法为,在SBR工艺数值仿真模型中,将其中的溶解氧浓度设为一个变量,计算出当溶解氧浓度从1~5mg/L之间变化时仿真计算的出水值,通过比较不同溶解氧浓度所对应的出水值,选取最优的溶解氧浓度作为设定值,并将其作为好氧阶段最佳溶解氧控制目标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100129003A CN103092079A (zh) | 2013-01-14 | 2013-01-14 | 一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100129003A CN103092079A (zh) | 2013-01-14 | 2013-01-14 | 一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103092079A true CN103092079A (zh) | 2013-05-08 |
Family
ID=48204788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100129003A Pending CN103092079A (zh) | 2013-01-14 | 2013-01-14 | 一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103092079A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107686160A (zh) * | 2017-09-29 | 2018-02-13 | 浙江工商大学 | 一种基于sbr反应器的污水处理方法及*** |
CN111222253A (zh) * | 2020-01-20 | 2020-06-02 | 中国科学院生态环境研究中心 | Cfd-asm耦合模拟模型、其建立方法及污水处理***优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5354471A (en) * | 1992-10-19 | 1994-10-11 | Timpany Peter L | Method of treating wastewater |
CN1193310A (zh) * | 1995-06-22 | 1998-09-16 | 比萨斯科有限公司 | 通过监测耗氧量速率来控制废水处理 |
DE102009013840A1 (de) * | 2009-03-22 | 2010-09-23 | Reinhard Boller | Verfahren und Vorrichtung einer selbstlernenden Steuerung in Abwasserbehandlungsanlagen und sonstigen technischen Anlagen |
WO2011023408A1 (de) * | 2009-08-31 | 2011-03-03 | Peter Hartwig | Abwasserreinigungsanlage sowie verfahren zur abwasserreinigung |
CN102849851A (zh) * | 2012-09-25 | 2013-01-02 | 浙江工商大学 | 一种基于嵌入式***的智能化污水处理装置 |
-
2013
- 2013-01-14 CN CN2013100129003A patent/CN103092079A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5354471A (en) * | 1992-10-19 | 1994-10-11 | Timpany Peter L | Method of treating wastewater |
CN1193310A (zh) * | 1995-06-22 | 1998-09-16 | 比萨斯科有限公司 | 通过监测耗氧量速率来控制废水处理 |
DE102009013840A1 (de) * | 2009-03-22 | 2010-09-23 | Reinhard Boller | Verfahren und Vorrichtung einer selbstlernenden Steuerung in Abwasserbehandlungsanlagen und sonstigen technischen Anlagen |
WO2011023408A1 (de) * | 2009-08-31 | 2011-03-03 | Peter Hartwig | Abwasserreinigungsanlage sowie verfahren zur abwasserreinigung |
CN102849851A (zh) * | 2012-09-25 | 2013-01-02 | 浙江工商大学 | 一种基于嵌入式***的智能化污水处理装置 |
Non-Patent Citations (2)
Title |
---|
孙培德,王如意: "全耦合活性污泥模型(FCASM3)I:建模机理及数学表征", 《环境科学学报》, vol. 28, no. 12, 30 December 2008 (2008-12-30), pages 2404 - 2419 * |
蔡建安等: "活性污泥法污水处理虚拟设备", 《中国给水排水》, vol. 17, no. 9, 30 September 2001 (2001-09-30) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107686160A (zh) * | 2017-09-29 | 2018-02-13 | 浙江工商大学 | 一种基于sbr反应器的污水处理方法及*** |
CN107686160B (zh) * | 2017-09-29 | 2020-07-07 | 浙江工商大学 | 一种基于sbr反应器的污水处理方法及*** |
CN111222253A (zh) * | 2020-01-20 | 2020-06-02 | 中国科学院生态环境研究中心 | Cfd-asm耦合模拟模型、其建立方法及污水处理***优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Large-scale demonstration of the sulfate reduction autotrophic denitrification nitrification integrated (SANI®) process in saline sewage treatment | |
Barat et al. | Biological Nutrient Removal Model No. 2 (BNRM2): a general model for wastewater treatment plants | |
Zanetti et al. | Progress in real-time control applied to biological nitrogen removal from wastewater. A short-review | |
CN103663862B (zh) | 亚硝化与厌氧氨氧化耦合反硝化除磷强化低cn比城市污水脱氮除磷的装置和方法 | |
Lu et al. | SANI® process realizes sustainable saline sewage treatment: steady state model-based evaluation of the pilot-scale trial of the process | |
CN106277330A (zh) | 一种基于氮平衡的污水厂智能控制***及控制方法 | |
CN102311166B (zh) | 一种实现高氨氮废水短程硝化的方法 | |
CN203630652U (zh) | Aao脱氮除磷污水处理工艺回流量控制*** | |
CN113104961B (zh) | 一种基于活性污泥处理污水工艺中实时曝气精确控制方法 | |
CN113998783B (zh) | 一种基于部分回流污泥深度厌氧处理的城市污水低碳脱氮除磷装置和方法 | |
CN107032489A (zh) | 实现连续流aoa半短程厌氧氨氧化耦合内源反硝化的方法 | |
CN106745739A (zh) | 一种基于神经网络模型预测pH变化实现SBR短程硝化的方法 | |
CN106495321A (zh) | 生物池工艺优化及运行控制***及其控制方法 | |
Lee et al. | Evaluation of aeration energy saving in two modified activated sludge processes | |
CN101880111A (zh) | A2/o-baf工艺深度脱氮除磷实时控制装置及方法 | |
Zhang et al. | Denitrification mechanism and artificial neural networks modeling for low-pollution water purification using a denitrification biological filter process | |
CN105859040A (zh) | 一种城市污水脱氮除磷方法及设备 | |
CN109809560A (zh) | 一种多点进水多级a/o工艺的碳源精确投加控制装置及方法 | |
CN105439285A (zh) | 一种污水处理的调控方法 | |
CN112875859A (zh) | 基于aoa工艺的污水脱氮除磷控制*** | |
Chen et al. | Optimal strategies evaluated by multi-objective optimization method for improving the performance of a novel cycle operating activated sludge process | |
CN204752319U (zh) | 一种n2o-sbr生物反应装置 | |
Plaza et al. | Impact of seeding with nitrifying bacteria on nitrification process efficiency | |
CN103092079A (zh) | 一种基于FCASMs机理模型和嵌入式***智能化控制SBR工艺的方法 | |
CN111087073B (zh) | 一种基于同步硝化反硝化机制的污水处理生化需氧控制***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130508 |