CN105138716A - 硝化及亚硝化过程的运行优化方法 - Google Patents
硝化及亚硝化过程的运行优化方法 Download PDFInfo
- Publication number
- CN105138716A CN105138716A CN201510398530.0A CN201510398530A CN105138716A CN 105138716 A CN105138716 A CN 105138716A CN 201510398530 A CN201510398530 A CN 201510398530A CN 105138716 A CN105138716 A CN 105138716A
- Authority
- CN
- China
- Prior art keywords
- aob
- nob
- centerdot
- nitrosation
- max
- 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.)
- Granted
Links
Landscapes
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明涉及一种硝化及亚硝化过程的运行优化方法,属于污水生物处理技术领域。该方法包括以下步骤:构建动态控制***:根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的参数,建立亚硝化及硝化过程的动力学模型;并根据硝化过程中涉及到的物质变化、反应器流态、反应器单元特点,建立整个硝化过程的物料平衡方程组;结合上述动力学模型和物料平衡方程组,构建仿真的硝化过程动态模拟控制***;模拟运行:获取上述亚硝化及硝化过程的动力学模型中硝化过程涉及到的参数,代入上述动态模拟控制***中,运行获得亚硝化及硝化反应结果。上述方法对污水处理过程中氨氮的硝化过程进行定量描述,对两步式硝化过程进行了精确的模拟。
Description
技术领域
本发明涉及污水的生物处理技术领域,特别是涉及一种硝化及亚硝化过程的运行优化方法。
背景技术
随着城市污水中碳源的日益匮乏,传统生物脱氮工艺面临固有碳源不足的问题,从而致使其处理后的排放水中氮指标存在不达标的风险。近年来,国内外学者对生物脱氮技术进行了大量的研究,提出了一些新型生物脱氮工艺,如同步硝化反硝化、短程硝化反硝化、厌氧氨氧化等新工艺。
而这些新型的生物脱氮工艺,大多依赖于将污水生物处理过程中氨氮的硝化完全或部分控制于亚硝化状态,而后以亚硝酸盐为反应基质实现氮的去除。在这之中,短程硝化是利用氨氧化菌(AOB)的特性将传统的硝化过程控制在亚硝化阶段,而后由反硝化菌直接还原亚硝酸盐(NO2 -),这样缩短了生物脱氮的反应历程,从而降低了硝化反应所需的能耗。
通过对生物脱氮技术的大量研究,国内外学者提出了控制边界条件,如溶解氧(DO)、温度和pH等,使生化反应环境利于AOB的生长、而亚硝酸盐氧化菌(NOB)则处于劣势,从而将NH4 +-N的氧化过程控制在NO2 --N的阶段,避免亚硝酸盐氧化菌将亚硝酸盐氧化为硝酸盐,而后由反硝化菌将NO2 --N还原为N2,实现氮的去除。如此,既缩短了生物脱氮的硝化历程、又缩短了反硝化历程,约节省硝化阶段25%的曝气量和反硝化阶段40%的碳源需求。
而污水生物脱氮过程是一个复杂的***工程,短程硝化工艺较传统的完全硝化工艺更为复杂,需要控制硝化反应进程、并使之停留在亚硝酸盐氮阶段。而实际工艺中污水处理反应器均为开放的非纯培养***,为了实现稳定的短程硝化工艺,存在影响因素复杂、控制条件苛刻、抗干扰能力差的特点。因此,现有的新型生物脱氮工艺未得到广泛的推广和应用。在这之中,如何稳定高效的控制硝化过程于亚硝化阶段、实现亚硝酸盐的稳定高效累积,成为新型生物脱氮工艺进一步推广的技术瓶颈。而另一方面,数学模型可以利用计算机技术来设计、描述、辨识和分析处理过程,并通过对不同环境问题的仿真与模拟,对污水生物处理过程进行精确的模拟;目前,数学模型技术已经在污水处理厂的管理和新(改)建污水厂的建设中得到了广泛的应用,实现了污水处理设施的高效运行和精确化管理。
但是,对于污水生物处理过程中硝化过程的模拟,现有的研究仅限于氨氮直接被氧化至硝态氮的一步式硝化过程,简化了实际生物过程中氨氮先至亚硝态氮而后至硝态氮的两步式硝化过程,未对氨氮的硝化过程进行精确的模拟。随着城市污水中可利用碳源的匮乏、城市污水排放标准中氮指标的日益严格,如何精确控制氨氮的硝化过程成为现有新型脱氮工艺顺利进行的关键。
发明内容
基于此,有必要针对上述问题,提供一种硝化及亚硝化过程的运行优化方法。该方法将亚硝化及硝化过程作为一个***来进行设计,通过***仿真和出水水质预测对两步式硝化过程进行控制,从而达到对硝化及亚硝化过程的模拟运行,进而优化的目的。
一种硝化及亚硝化过程的运行优化方法,包括以下步骤:
构建动态控制***:根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的参数,建立亚硝化及硝化过程的动力学模型;并根据硝化过程中涉及到的物质变化、反应器流态、反应器单元特点,建立整个硝化过程的物料平衡方程组;结合上述动力学模型和物料平衡方程组,构建仿真的硝化过程动态模拟控制***;
模拟运行:获取上述亚硝化及硝化过程的动力学模型中硝化过程涉及到的参数,代入上述动态模拟控制***中,运行获得亚硝化及硝化反应结果。
上述硝化及亚硝化过程的运行优化方法,将模型技术和计算机手段引入,结合数学模型,为非线性复杂工程参数的估算提供了一个便捷、精确的解决方法,对污水处理过程中氨氮的硝化过程进行定量描述。并且,本发明将亚硝化及硝化过程作为一个***来进行设计,通过***仿真的模拟运行和出水水质预测,对两步式硝化过程进行了精确的模拟控制。
在其中一个实施例中,将不同参数代入所述动态模拟控制***中运行,得到不同参数条件下出水的氮素含量和微生物含量,根据预定的稳态条件下出水水质要求,获得最佳运行工况参数。通过对不同参数的运行模拟,优化硝化及亚硝化过程的运行,以得到最佳运行工况的控制参数。
在其中一个实施例中,在建立亚硝化及硝化过程的动力学模型时,引入溶解氧含量、环境温度和pH值对硝化过程反应速率的影响。充分考虑外部工艺参数条件对硝化过程反应速率的影响,提高了该动力学模型的仿真度。并且,将上述外部工艺参数引入动力学模型中,能够根据模拟运行结果来优化工艺参数,具有较强的指导性意义。
在其中一个实施例中,根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的过程速率和化学计量学参数,建立亚硝化及硝化过程的动力学模型,方法如下:
所述过程速率参数如下所示:
AOB生长速率:
AOB溶菌速率:ρ2=bAOBXAOB
NOB生长速率:
NOB溶菌速率:ρ4=bNOBXNOB
其中:
上述式中,μmax,AOB为AOB最大生长速率,为溶解氧含量,为AOB对氧的饱和系数,为氨氮含量,为AOB对氨氮的饱和系数,XAOB为AOB的菌种含量,bAOB为AOB的溶菌速率常数;
μmax,NOB为NOB最大生长速率,为NOB对氧的饱和系数,为亚硝酸盐含量,为NOB对亚硝酸盐的饱和系数,XNOB为NOB的菌种含量,bNOB为NOB的溶菌速率常数;
μmax,AOB,T,0为T0时AOB最大生长速率,Ea,AOB为AOB的自由能,T为实际温度,T0为参考温度,R为理想气体常数,μmax,AOB,pH,0为pH0,AOB时AOB最大生长速率,pH0,AOB为AOB最适宜pH,pi为圆周率,wAOB为使AOB的满足的pH范围宽度,pH为实际pH值;
μmax,NOB,T,0为T0时NOB最大生长速率,Ea,NOB为NOB的自由能,μmax,NOB,pH,0为pH0,AOB时NOB最大生长速率,pH0,NOB为NOB最适宜pH,wNOB为使NOB的 满足的pH范围宽度;
并以如下化学计量学矩阵描述模型中各组分和转化过程的关系:
其中:
上述式中,为硝酸盐含量,YAOB为AOB的产率系数,iNBM为生物量AOB、NOB的氮含量,YNOB为NOB的产率系数,为惰性颗粒性XI的氮含量,为生物量溶解产生的惰性COD分数,为可发酵基质XS的氮含量。
由于溶解氧和氨氮为硝化反应的底物,亚硝酸盐和硝酸盐为硝化反应的中间产物和最终产物,因此以Monod方程为基础,引入氨氧化菌(AOB)和亚硝酸盐氧化菌(NOB)的好氧生长和溶菌两个过程,并且充分考虑到溶解氧含量、环境温度和pH值对硝化过程反应速率的影响,将AOB和NOB的好氧生长和溶菌两个过程的过程速率设定如上,并且,为了定量描述模型中各组分和转化过程的关系,引入了硝化过程模型的化学计量学矩阵,对污水生物脱氮处理过程进行高精度的模拟和仿真,从而实现对硝化过程进行优化运行和精确控制。
在其中一个实施例中,所述动力学模型中硝化过程涉及到的参数包括:反映反应器进水状况的状态参数,工艺控制参数,反映硝化过程的计量学参数,反映硝化过程的动力学参数,和影响AOB和NOB生长的影响参数。充分考虑硝化及亚硝化过程中各方因素条件对反应过程的影响,以提高该动力学模型的模拟度和仿真度。
在其中一个实施例中,所述状态参数包括:进水溶解氧量,进水氨氮量,进水亚硝酸盐量,进水硝酸盐量,初始氨氧化菌的菌种含量,初始亚硝酸盐氧化菌的菌种含量。
在其中一个实施例中,所述工艺控制参数包括:pH值,温度,溶解氧含量。
在其中一个实施例中,所述计量学参数包括:生物量氨氧化菌、亚硝酸盐氧化菌的氮含量,惰性颗粒性(即XI)的氮含量,可发酵基质(即XS)的氮含量,生物量溶解产生的惰性COD分数。
在其中一个实施例中,所述动力学参数包括:氨氮的饱和系数,AOB对氧的饱和系数,NOB对氧的饱和系数,亚硝酸盐的饱和系数,AOB的产率系数,NOB的产率系数,AOB的溶菌速率常数,NOB的溶菌速率常数。
在其中一个实施例中,所述影响参数包括:T0时AOB最大生长速率,pH0,AOB时AOB最大生长速率,T0时NOB最大生长速率,pH0,NOB时NOB最大生长速率,参考温度,AOB最适宜pH,NOB最适宜pH,使满足的pH范围宽度,使满足的pH范围宽度,AOB的自由能,AOB的自由能,理想气体常数。
与现有技术相比,本发明具有以下有益效果:
本发明的一种硝化及亚硝化过程的运行优化方法,综合了工艺特征设计和数学模拟仿真技术的优点,通过建立的动态控制***,结合已有的参数指标和实验数据,对污水生物脱氮处理过程进行高精度的模拟和仿真,从而实现对硝化过程进行优化运行和精确控制。
并且,该优化方法还可通过对不同参数的运行模拟控制,优化硝化及亚硝化过程的运行,以得到最佳运行工况的控制参数,为新型污水生物脱氮工艺的优化运行和管理提供一条新的途径。
该优化方法充分体现了亚硝化及硝化过程机理,可通过动态控制***的建立实现将硝化过程精确控制于亚硝化阶段,实现亚硝酸盐的高效稳定积累,从而为新型生物脱氮工艺的推广和应用提供可靠的反应基质,在很大程度上节省了污水生物脱氮工艺的基建费用和运行成本。
该优化方法的设计过程由计算机程序控制,将整个硝化及亚硝化过程作为一个优化***来考虑,可以针对各种原污水水质进行硝化过程的优化运行设计和控制,其可靠性和经济性都有进一步的提高。
附图说明
图1为实施例中亚硝化及硝化过程NH4 +-N含量的运行模拟结果;
图2为实施例中亚硝化及硝化过程NO2 --N含量的运行模拟结果。
具体实施方式
以下结合具体实施例和附图对本发明做进一步的解释和说明,但并不对本发明造成任何限制。
实施例
一种硝化及亚硝化过程的运行优化方法,以连续流短程硝化工艺处理城市污水为例,采用数值分析软件(如Mathematica等),对某污水处理过程中的生化池和沉淀池进行仿真模拟。设计要求为出水达到氨氮去除率85%以上,亚硝酸盐累积率70%以上。
一、构建动态控制***。
根据工艺特征,构建短程硝化工艺的动态控制***,具体如下:
1、建立亚硝化及硝化过程的动力学模型。
根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的参数,建立亚硝化及硝化过程的动力学模型。
由于溶解氧和氨氮为硝化反应的底物,亚硝酸盐和硝酸盐为硝化反应的中间产物和最终产物,因此以Monod方程为基础,引入氨氧化菌(AOB)和亚硝酸盐氧化菌(NOB)的好氧生长和溶菌两个过程,过程速率如下所示:
AOB生长速率:
AOB溶菌速率:ρ2=bAOBXAOB
NOB生长速率:
NOB溶菌速率:ρ4=bNOBXNOB
其中:
上述式中,μmax,AOB为AOB最大生长速率,为溶解氧含量,为AOB对氧的饱和系数,为氨氮含量,为AOB对氨氮的饱和系数,XAOB为AOB的菌种含量,bAOB为AOB的溶菌速率常数;
μmax,NOB为NOB最大生长速率,为NOB对氧的饱和系数,为亚硝酸盐含量,为NOB对亚硝酸盐的饱和系数,XNOB为NOB的菌种含量,bNOB为NOB的溶菌速率常数;
μmax,AOB,T,0为T0时AOB最大生长速率,Ea,AOB为AOB的自由能,T为实际温度,T0为参考温度,R为理想气体常数,μmax,AOB,pH,0为pH0,AOB时AOB最大生长速率,pH0,AOB为AOB最适宜pH,pi为圆周率π,wAOB为使AOB的满足的pH范围宽度,pH为实际pH值;
μmax,NOB,T,0为T0时NOB最大生长速率,Ea,NOB为NOB的自由能,μmax,NOB,pH,0为pH0,AOB时NOB最大生长速率,pH0,NOB为NOB最适宜pH,pi为圆周率π,wNOB为使NOB的满足的pH范围宽度;
并且,为了定量描述模型中各组分和转化过程的关系,引入了硝化过程模型的化学计量学矩阵:
其中:
上述式中,为硝酸盐含量,YAOB为AOB的产率系数,iNBM为生物量AOB、NOB的氮含量,YNOB为NOB的产率系数,为惰性颗粒性XI的氮含量,为生物量溶解产生的惰性COD分数,为可发酵基质XS的氮含量。
2、构建仿真的硝化过程动态模拟控制***。
本实施例中,采用生化池+沉淀池反应器进行污水短程硝化处理,根据污水中溶解性组分和微生物组分在反应器中的迁移转化,并根据硝化过程中涉及到的物质(如溶解性和颗粒性有机物等)变化、反应器流态(如连续式或间歇式等,在本实施例中为连续式)、反应器单元特点(如曝气池、沉淀池等),结合本发明提出的亚硝化及硝化过程模型动力学矩阵和过程速率,构建全过程物料平衡方程组,并利用数值分析软件实现计算机程序控制,构建仿真的硝化过程动态模拟控制***。
二、模拟运行。
1、确定上述短程硝化工艺动态控制***的主要初始参数。
本实施例中,处理对象为城市污水,pH和反应温度均为城市污水实际温度,主要针对其中的氨氮进行亚硝化及硝化处理,因此反应器的初始参数、运行工艺参数及模型参数如下表1所示。
表1短程硝化工艺动态控制***参数
2、代入参数模拟运行。
由于处理对象为城市污水,反应器中的pH和温度均为定值,因此选择过程控制器中的溶解氧参数做为可变的待定值,模拟50天运算结果,考察不同溶解氧(DO)条件下亚硝化及硝化处理效果,模拟结果如图1-2所示,其中,图1为不同DO条件(0.2mg/L,0.5mg/L,0.8mg/L,1.0mg/L)NH4 +-N的含量,图2为不同DO条件(0.2mg/L,0.5mg/L,0.8mg/L,1.0mg/L)NO2 --N的含量。
三、最佳工艺参数的确定。
由图1-2中可以看出。当DO为0.8mg/L时,在运行8天后,出水中NH4 +-N接近于0,NO2 --N累积量达到31.0mg/L,达到一个NH4 +-N氧化率>90%、NO2 --N累积率>90%的短程硝化过程。因此,DO为0.8mg/L为最佳工艺运行参数。
四、最佳工艺参数条件下的实际运行结果验证。
采用上述生化池+沉淀池反应器对实际污水进行短程硝化处理,采用连续曝气运行方式,水力停留时间HRT=6h,污泥停留时间8d,温度为25±2℃,溶解氧控制为0.8mg/L,在此将污水中的氨氮控制在亚硝化阶段,即将NH4 +-N转化为NO2 --N。
按照上述具体实施步骤,短程硝化***经过3个月的培养后,检测短程硝化反应器出水中NH4 +-N、NO2 --N、NO3 --N的浓度,与本实施例的短程硝化工艺动态控制***的仿真结果进行对比分析。结果如下表2所示:
表2模拟稳态值与装置检测值对比
由上表2可见,本实施例模拟得出的稳态值与采用该装置进行实际运行的检测值差异较小,误差在允许范围内,表明本发明构建的硝化及亚硝化过程动态模拟控制***可以对城市污水的短程硝化过程进行高精度的模拟和预测,进而对工艺运行参数进行优化,为新型污水生物脱氮工艺的优化运行和管理提供一条新的途径。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种硝化及亚硝化过程的运行优化方法,其特征在于,包括以下步骤:
构建动态控制***:根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的参数,建立亚硝化及硝化过程的动力学模型;并根据硝化过程中涉及到的物质变化、反应器流态、反应器单元特点,建立整个硝化过程的物料平衡方程组;结合上述动力学模型和物料平衡方程组,构建仿真的硝化过程动态模拟控制***;
模拟运行:获取上述亚硝化及硝化过程的动力学模型中硝化过程涉及到的参数,代入上述动态模拟控制***中,运行获得亚硝化及硝化反应结果。
2.根据权利要求1所述的硝化及亚硝化过程的运行优化方法,其特征在于,将不同参数代入所述动态模拟控制***中运行,得到不同参数条件下出水的氮素含量和微生物含量,根据预定的稳态条件下出水水质要求,获得最佳运行工况参数。
3.根据权利要求1-2任一项所述的硝化及亚硝化过程的运行优化方法,其特征在于,在建立亚硝化及硝化过程的动力学模型时,引入溶解氧含量、环境温度和pH值对硝化过程反应速率的影响。
4.根据权利要求3所述的硝化及亚硝化过程的运行优化方法,其特征在于,根据NH4 +-N→NO2 --N和NO2 --N→NO3 --N两步硝化过程中涉及到的过程速率和化学计量学参数,建立亚硝化及硝化过程的动力学模型,方法如下:
所述过程速率参数如下所示:
AOB生长速率:
AOB溶菌速率:ρ2=bAOBXAOB
NOB生长速率:
NOB溶菌速率:ρ4=bNOBXNOB
其中:
上述式中,μmax,AOB为AOB最大生长速率,为溶解氧含量,为AOB对氧的饱和系数,为氨氮含量,为AOB对氨氮的饱和系数,XAOB为AOB的菌种含量,bAOB为AOB的溶菌速率常数;
μmax,NOB为NOB最大生长速率,为NOB对氧的饱和系数,为亚硝酸盐含量,为NOB对亚硝酸盐的饱和系数,XNOB为NOB的菌种含量,bNOB为NOB的溶菌速率常数;
μmax,AOB,T,0为T0时AOB最大生长速率,Ea,AOB为AOB的自由能,T为实际温度,T0为参考温度,R为理想气体常数,μmax,AOB,pH,0为pH0,AOB时AOB最大生长速率,pH0,AOB为AOB最适宜pH,pi为圆周率,wAOB为使AOB的满足的pH范围宽度,pH为实际pH值;
μmax,NOB,T,0为T0时NOB最大生长速率,Ea,NOB为NOB的自由能,μmax,NOB,pH,0为pH0,AOB时NOB最大生长速率,pH0,NOB为NOB最适宜pH,wNOB为使NOB的满足的pH范围宽度;
并以如下化学计量学矩阵描述模型中各组分和转化过程的关系:
其中:
上述式中,为硝酸盐含量,YAOB为AOB的产率系数,iNBM为生物量AOB、NOB的氮含量,YNOB为NOB的产率系数,为惰性颗粒性XI的氮含量,为生物量溶解产生的惰性COD分数,为可发酵基质XS的氮含量。
5.根据权利要求4所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述动力学模型中硝化过程涉及到的参数包括:反映反应器进水状况的状态参数,工艺控制参数,反映硝化过程的计量学参数,反映硝化过程的动力学参数,和影响AOB和NOB生长的影响参数。
6.根据权利要求5所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述状态参数包括:进水溶解氧量,进水氨氮量,进水亚硝酸盐量,进水硝酸盐量,初始氨氧化菌的菌种含量,初始亚硝酸盐氧化菌的菌种含量。
7.根据权利要求5所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述工艺控制参数包括:pH值,温度,溶解氧含量。
8.根据权利要求5所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述计量学参数包括:生物量氨氧化菌、亚硝酸盐氧化菌的氮含量,惰性颗粒的氮含量,可发酵基质的氮含量,生物量溶解产生的惰性COD分数。
9.根据权利要求5所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述动力学参数包括:氨氮的饱和系数,AOB对氧的饱和系数,NOB对氧的饱和系数,亚硝酸盐的饱和系数,AOB的产率系数,NOB的产率系数,AOB的溶菌速率常数,NOB的溶菌速率常数。
10.根据权利要求5所述的硝化及亚硝化过程的运行优化方法,其特征在于,所述影响参数包括:T0时AOB最大生长速率,pH0,AOB时AOB最大生长速率,T0时NOB最大生长速率,pH0,NOB时NOB最大生长速率,参考温度,AOB最适宜pH,NOB最适宜pH,使AOB满足的pH范围宽度,使满足的pH范围宽度,AOB的自由能,AOB的自由能,理想气体常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510398530.0A CN105138716B (zh) | 2015-07-07 | 2015-07-07 | 硝化及亚硝化过程的运行优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510398530.0A CN105138716B (zh) | 2015-07-07 | 2015-07-07 | 硝化及亚硝化过程的运行优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105138716A true CN105138716A (zh) | 2015-12-09 |
CN105138716B CN105138716B (zh) | 2019-02-26 |
Family
ID=54724063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510398530.0A Active CN105138716B (zh) | 2015-07-07 | 2015-07-07 | 硝化及亚硝化过程的运行优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105138716B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112010427A (zh) * | 2020-09-08 | 2020-12-01 | 山东建筑大学 | 一种亚硝酸氧化细菌的两步衰亡模型的构建方法及应用 |
CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002251414A (ja) * | 2001-02-21 | 2002-09-06 | Mitsubishi Heavy Ind Ltd | 脱硝装置増設計画支援方法、脱硝装置増設計画支援装置、プログラム、記録媒体 |
CN102161551A (zh) * | 2011-02-25 | 2011-08-24 | 北京工业大学 | 前置反硝化污水处理过程的优化控制方法 |
CN103605859A (zh) * | 2013-11-28 | 2014-02-26 | 浙江工业大学 | 一种污水处理厂二沉池的优化设计方法 |
-
2015
- 2015-07-07 CN CN201510398530.0A patent/CN105138716B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002251414A (ja) * | 2001-02-21 | 2002-09-06 | Mitsubishi Heavy Ind Ltd | 脱硝装置増設計画支援方法、脱硝装置増設計画支援装置、プログラム、記録媒体 |
CN102161551A (zh) * | 2011-02-25 | 2011-08-24 | 北京工业大学 | 前置反硝化污水处理过程的优化控制方法 |
CN103605859A (zh) * | 2013-11-28 | 2014-02-26 | 浙江工业大学 | 一种污水处理厂二沉池的优化设计方法 |
Non-Patent Citations (1)
Title |
---|
徐斌等: "于Matlab ***的微污染原水生物硝化过程仿真", 《中国环境科学》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112010427A (zh) * | 2020-09-08 | 2020-12-01 | 山东建筑大学 | 一种亚硝酸氧化细菌的两步衰亡模型的构建方法及应用 |
CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105138716B (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gujer | Nitrification and me–A subjective review | |
Kaelin et al. | Extension of ASM3 for two-step nitrification and denitrification and its calibration and validation with batch tests and pilot scale data | |
Koch et al. | Mathematical modeling of autotrophic denitrification in a nitrifying biofilm of a rotating biological contactor | |
US10399876B2 (en) | Ammonia-based aeration control with SRT Control | |
Hao et al. | Model-based evaluation of two BNR processes—UCT and A2N | |
Do et al. | A design of higher-level control based genetic algorithms for wastewater treatment plants | |
Lu et al. | Automatic control and optimal operation for greenhouse gas mitigation in sustainable wastewater treatment plants: A review | |
Wu et al. | Model predictive control of biological nitrogen removal via partial nitrification at low carbon/nitrogen (C/N) ratio | |
Seco et al. | Plant-wide modelling in wastewater treatment: showcasing experiences using the Biological Nutrient Removal Model | |
Insel et al. | A calibration methodology and model‐based systems analysis for SBRs removing nutrients under limited aeration conditions | |
Piotrowski | Supervisory fuzzy control system for biological processes in sequencing wastewater batch reactor | |
Drewnowski et al. | Modelling AOB-NOB competition in shortcut nitrification compared with conventional nitrification-denitrification process | |
Chanakya et al. | Achieving biological nutrient removal in an old sewage treatment plant through process modifications–A simulation and experimental study | |
Zhang et al. | Effect of the method of falling water aeration-reflux on nitrogen removal and applicability in a novel upflow microaerobic sludge reactor treating low carbon-to-nitrogen ratio wastewater | |
Zhang et al. | Improvement of nitrogen removal and reduction of operating costs in an activated sludge process with feedforward–cascade control strategy | |
KR20180104413A (ko) | 하모니서치 알고리즘을 이용한 활성슬러지 공정의 산소공급량 제어 시스템 | |
CN105912824A (zh) | 一种a2o生物池工艺建模方法 | |
CN105138716A (zh) | 硝化及亚硝化过程的运行优化方法 | |
Fan et al. | Optimization control of SBR wastewater treatment process based on pattern recognition | |
CN107720975B (zh) | 一种乙醇类物质作为外加碳源的污水处理优化模拟方法 | |
CN109534489A (zh) | 一种高效硝化细菌的培养方法 | |
Chen et al. | Improve the performance of full-scale continuous treatment of municipal wastewater by combining a numerical model and online sensors | |
Wu et al. | Model predictive control of partial nitrification via nitrous oxide (N2O) emission monitoring | |
Alcaraz-Gonzalez | Modelling and Control of Wastewater Treatment Processes: An Overview and Recent Trends | |
Cierkens et al. | Integrated model-based optimisation at the WWTP of Eindhoven |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 510060 East seat, No. 348 East Ring Road, Guangzhou, Guangdong, Yuexiu District Patentee after: Guangzhou municipal engineering design and Research Institute Co., Ltd. Address before: 510060, No. 348, East Ring Road, Guangzhou, Guangdong Patentee before: Guangzhou City Engineering Design studies total institute |