KR101233623B1 - 수질 시뮬레이션 방법 및 장치 - Google Patents
수질 시뮬레이션 방법 및 장치 Download PDFInfo
- Publication number
- KR101233623B1 KR101233623B1 KR1020117010511A KR20117010511A KR101233623B1 KR 101233623 B1 KR101233623 B1 KR 101233623B1 KR 1020117010511 A KR1020117010511 A KR 1020117010511A KR 20117010511 A KR20117010511 A KR 20117010511A KR 101233623 B1 KR101233623 B1 KR 101233623B1
- Authority
- KR
- South Korea
- Prior art keywords
- concentration
- component
- cod
- biological
- sulfur
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 132
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 84
- 230000008569 process Effects 0.000 title claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 88
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 68
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 68
- 239000001301 oxygen Substances 0.000 claims abstract description 68
- 239000002351 wastewater Substances 0.000 claims abstract description 59
- 238000004088 simulation Methods 0.000 claims abstract description 48
- 150000001875 compounds Chemical class 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 230000036284 oxygen consumption Effects 0.000 claims description 84
- 241000894006 Bacteria Species 0.000 claims description 71
- ZMZDMBWJUHKJPS-UHFFFAOYSA-N thiocyanic acid Chemical compound SC#N ZMZDMBWJUHKJPS-UHFFFAOYSA-N 0.000 claims description 68
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 46
- 229910052717 sulfur Inorganic materials 0.000 claims description 46
- 239000011593 sulfur Substances 0.000 claims description 46
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N phenol group Chemical group C1(=CC=CC=C1)O ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 claims description 35
- ZMZDMBWJUHKJPS-UHFFFAOYSA-M Thiocyanate anion Chemical compound [S-]C#N ZMZDMBWJUHKJPS-UHFFFAOYSA-M 0.000 claims description 31
- 230000035755 proliferation Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000000571 coke Substances 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 5
- DHCDFWKWKRSZHF-UHFFFAOYSA-N sulfurothioic S-acid Chemical compound OS(O)(=O)=S DHCDFWKWKRSZHF-UHFFFAOYSA-N 0.000 claims 8
- DHCDFWKWKRSZHF-UHFFFAOYSA-L thiosulfate(2-) Chemical compound [O-]S([S-])(=O)=O DHCDFWKWKRSZHF-UHFFFAOYSA-L 0.000 description 42
- 238000012360 testing method Methods 0.000 description 37
- QWVGKYWNOKOFNN-UHFFFAOYSA-N o-cresol Chemical compound CC1=CC=CC=C1O QWVGKYWNOKOFNN-UHFFFAOYSA-N 0.000 description 30
- 239000010802 sludge Substances 0.000 description 30
- 238000000354 decomposition reaction Methods 0.000 description 13
- 230000000593 degrading effect Effects 0.000 description 13
- 239000010842 industrial wastewater Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000007872 degassing Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 239000010865 sewage Substances 0.000 description 8
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 239000000758 substrate Substances 0.000 description 6
- 239000005416 organic matter Substances 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- QTWJRLJHJPIABL-UHFFFAOYSA-N 2-methylphenol;3-methylphenol;4-methylphenol Chemical compound CC1=CC=C(O)C=C1.CC1=CC=CC(O)=C1.CC1=CC=CC=C1O QTWJRLJHJPIABL-UHFFFAOYSA-N 0.000 description 3
- 239000002253 acid Substances 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 239000003513 alkali Substances 0.000 description 3
- 229910021529 ammonia Inorganic materials 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 229930003836 cresol Natural products 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005121 nitriding Methods 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 230000002062 proliferating effect Effects 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 150000003464 sulfur compounds Chemical class 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 239000002585 base Substances 0.000 description 2
- 238000006065 biodegradation reaction Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004587 chromatography analysis Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 230000002366 lipolytic effect Effects 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001590 oxidative effect Effects 0.000 description 2
- 238000005375 photometry Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- QJRVOJKLQNSNDB-UHFFFAOYSA-N 4-dodecan-3-ylbenzenesulfonic acid Chemical compound CCCCCCCCCC(CC)C1=CC=C(S(O)(=O)=O)C=C1 QJRVOJKLQNSNDB-UHFFFAOYSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- IJNCJYJSEFDKFC-UHFFFAOYSA-N N-[[4-methoxy-2-(trifluoromethyl)phenyl]methyl]-1-propanoylpiperidine-4-carboxamide Chemical compound COC1=CC(=C(CNC(=O)C2CCN(CC2)C(CC)=O)C=C1)C(F)(F)F IJNCJYJSEFDKFC-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 244000059217 heterotrophic organism Species 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000007281 self degradation Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
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
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge 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
- C02F3/02—Aerobic 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
-
- 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
- C02F2209/003—Downstream control, i.e. outlet monitoring, e.g. to check the treating agents, such as halogens or ozone, leaving the process
-
- 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
- C02F2209/22—O2
- C02F2209/225—O2 in the gas phase
-
- 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)
- Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Environmental & Geological Engineering (AREA)
- Hydrology & Water Resources (AREA)
- Microbiology (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Molecular Biology (AREA)
- Activated Sludge Processes (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
본 발명은 생물 반응조에 유입되는 폐수 중의 화합물 성분의 각 성분 농도를 분석하는 분석 공정과, 상기 각 성분 농도의 분석값을 각 성분의 COD 농도로 환산하는 COD 환산 공정과, 화학양론 파라미터 및 반응 속도식 파라미터를 설정하는 파라미터 설정 공정과, 상기 생물 반응조의 용존 산소 농도를 측정하는 용존 산소 농도 측정 공정과, 상기 각 성분의 COD 농도, 파라미터 및 용존 산소 농도를 사용하여, 상기 생물학적 반응조 내에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 COD 농도를 산출하는 계산 공정과, 당해 산출된 생물학적 처리수의 각 성분의 COD 농도를, 각 성분 농도로 환산하는 성분 농도 환산 공정을 포함하는 수질 시뮬레이션 방법 및 장치를 제공한다.
Description
본 발명은 산업 폐수나 공장 폐수를 포함하는 폐수의 처리에 관한 것으로, 보다 상세하게는, 생물 분해성이 있는 화합물 성분을 포함하는 폐수의 생물학적 호기 처리 프로세스에 있어서의 수질 시뮬레이션 방법 및 장치에 관한 것이다. 본원은 2008년 11월 14일에, 일본에 출원된 일본 특허 출원 제2008-292519호에 기초하여 우선권을 주장하고, 그 내용을 여기에 원용한다.
최근의 폐쇄성수역에 있어서의 수질 규제는 강화 경향이 있고, 하수도, 산업 폐수, 공장 폐수에 있어서의 대책이 급선무이다. 수질 규제값을 준수하기 위해서는, 어느 성분을 어디까지 처리하면 기준을 만족시킬 수 있는지를 예측하는 것이 필요하다. 지금까지 하수도 분야에서는, 활성 오니법 등의 생물학적 처리 프로세스에 의한 하수의 처리 방법이 취해져 왔다. 그 운전 관리는 주로 관리자의 경험에 기초하여 행해지고 있는 경우가 많아, 안정된 처리 수질을 얻는 것은 곤란했다. 예를 들어, 유입 수질이 변동된 경우에, 변경해야 할 조작 조건, 조작량은 하수 처리장마다 달랐다.
따라서, 관리자의 경험에 의존하지 않는 수질 예측 및 운전 지원 툴로서, IWA(국제 물 협회)가 제창하는 활성 오니 모델(Activated Sludge Model;ASM)이 제안되어 있다. 활성 오니 모델은, 크게 다음의 수순으로 구성되어 있다.
(1) 유입 폐수의 COD 농도를, 용해성 불활성 유기물, 역분해성 유기물, 부유 불활성 유기물, 지분해성 유기물 등의 성질에 의해 분획하여, 각각 COD 농도 베이스의 변수로 설정한다.
(2) 종속 영양 생물의 증식이나 자기 분해 등의 프로세스마다, 변수 사이의 화학양론 및 프로세스의 반응 속도식을 설정한다.
(3) 화학양론 계수 및 반응 속도 상수의 파라미터를, 산소 소비 속도 시험 또는 수질의 실측 데이터로부터의 캘리브레이션에 의해 결정한다.
(4) 시뮬레이션을 실행하여, 생물 처리조, 처리수의 COD 농도 등이 산출된다.
이 활성 오니 모델은 관리 툴로서 제안되어 있고, 활성 오니 모델을 사용한 하수 처리 관리 시스템이 제안되어 있다(이하, 특허 문헌 1 참조).
한편, 하수와 다른 성분을 갖는 산업 폐수나 공장 폐수 등에 대해서도, 생물학적 처리 프로세스에 의한 산업 폐수나 공장 폐수의 처리가 행해지고 있다. 그러나, 이들 폐수에 대해, 수질 시뮬레이션 방법에 활성 오니 모델이 적용된 사례는 없다.
특히, 제철소 코크스 공장으로부터 발생하는 폐수는 안수(安水)라고 불리고, 페놀, 티오황산, 티오시안산을 주성분으로 하지만, 이들은 하수에는 포함되지 않는 성분이고, 활성 오니 모델의 적용성에 대해 검토한 사례는 보이지 않는다.
미노순, 활성 오니 모델, 일본, 주식회사 환경 신문사, 2005년 1월 31일
J.S.Cech, J.Chudoba and P.Grau, Determination of Kinetic Constants of Activated Sludge Microorganisms, Water Science and Technology, Vol.17, pp.259-272, 1984
상기한 바와 같이, 생물학적 호기 처리에 있어서의 수질 시뮬레이션 방법으로서 활성 오니 모델이 일반적이지만, 산업 폐수나 공장 폐수의 생물학적 호기 처리에 적용된 사례는 없다. 이 원인으로서, 이하의 2점을 들 수 있다.
(1) 활성 오니 모델에서는, 하수와 같은 복수 성분이 혼합된 폐수를 생물학적 호기 처리할 때의 유입 폐수와 처리수의 COD 농도만 예측하지만, 생물 분해성을 갖는 화합물 성분의 농도는 예측 가능할 수 없는 것을 들 수 있다. 예를 들어, 코크스 제조 과정에서 발생하는 안수에서는, 안수 중에 포함되는 페놀이 폐수 기준 항목의 하나이고, 페놀 농도를 시뮬레이션에 의해 예측할 필요가 있지만, 활성 오니 모델에서는, 특히 안수와 같은 복수 성분이 혼합된 폐수를 생물학적 호기 처리한 후의 처리수 중 페놀 농도를 예측하는 것이 곤란하므로, 산업 폐수나 공장 폐수에 활성 오니 모델을 적용하는 의의는 작았다.
(2) 산업 폐수나 공장 폐수에는, 용해성 지분해성의 유기물(계면활성제, 예를 들어 직쇄 알킬벤젠술폰산 등), 또는 무기물(예를 들어, 티오황산, 티오시안산)이 포함된다. 그러나, 활성 오니 모델에서 대상으로 하고 있는 도시 하수 중에는 분해 속도가 매우 느린 용해성 지분해성 성분은 그만큼 포함되어 있지 않고, 모델의 산소 수지에 미치는 영향을 고려하고 있지 않았다. 즉, 애당초 용해성 지분해성 성분의 개념이 활성 오니 모델에는 포함되어 있지 않았으므로, 산업 폐수나 공장 폐수에 활성 오니 모델을 적용하는 것은 곤란했다.
따라서 본 발명은, 생물 분해성을 갖는 화합물 성분을 포함하는 산업 폐수나 공장 폐수 등의 폐수를, 생물 반응조 내에서 생물학적 호기 처리하는 프로세스에 있어서, 새로운 활성 오니 모델을 구축하여, 폐수 중의 당해 화합물의 농도가 생물학적 호기 처리 후에, 어떻게 변화될지를 추정할 수 있는 수질 시뮬레이션 방법 및 장치를 제공하는 것을 목적으로 한다.
본 발명은, 폐수 중의 성분마다 분획하고, 성분마다 성분을 분해하는 세균의 종류 및 변수 및 반응 프로세스를 설정함으로써, 활성 오니 모델을 이용한 생물학적 호기 처리 프로세스의 시뮬레이션이 가능해지고, 처리수 중의 성분 농도를 구하고, 또한 용해성 지분해성 성분을 포함하는 폐수라도, 폐수 중의 성분마다 분획하기 위해, 용해성 지분해성 성분으로 하는 개념을 사용하지 않고, 활성 오니 모델을 이용한 생물학적 호기 처리 프로세스의 시뮬레이션이 가능해지는, 생물 분해성이 있는 화합물 성분을 포함하는 산업 폐수나 공장 폐수에 적용 가능한 수질 시뮬레이션 방법을 제공하는 것을 목적으로 한다.
본 발명은, 구체적으로는, 이하의 [1] 내지 [6]이다.
[1] 생물 분해성을 갖는 화합물 성분을 포함하는 폐수를 생물 반응조 내에서 생물학적 호기 처리하는 프로세스에 있어서의 수질 시뮬레이션 방법이며,
상기 생물 반응조에 유입되는 상기 폐수 중의 상기 화합물 성분의 각 성분 농도를 분석하는 분석 공정과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도의 상관 관계를 기초로, 각 성분 농도의 분석값을 각 성분의 COD 농도로 환산하는 COD 환산 공정과,
화학양론 파라미터인 증식 수율, 반응 속도식 파라미터인 포화 상수, 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도를 설정하는 파라미터 설정 공정과,
상기 생물 반응조의 용존 산소 농도를 측정하는 용존 산소 농도 측정 공정과,
상기 각 성분의 COD 농도, 상기 증식 수율, 상기 포화 상수, 상기 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도 및 용존 산소 농도를 사용하여, 하기 연산식 (1) :
{식 중, Ci는 각 성분 농도이고, i는 각 성분을 나타내는 일련 번호이고, Pij는 화학양론 파라미터이고, j는 각 프로세스를 나타내는 일련 번호이고, 그리고 ρj는 반응 속도식(반응 속도식 파라미터를 포함하는 속도식)이다}에 의해, 상기 생물학적 반응조 내에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 COD 농도를 산출하는 계산 공정과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도의 상관 관계를 기초로, 당해 산출된 생물학적 처리수의 각 성분의 COD 농도를, 각 성분 농도로 환산하는 성분 농도 환산 공정을 포함하는 수질 시뮬레이션 방법.
[2] 상기 파라미터 설정 공정은,
(가) 상기 유입되는 폐수 및 처리수에 있어서, 사전에 시계열적으로 별도 채취한 각각의 생물 분해성을 갖는 화합물 성분 농도와 용존 산소 농도를 사용하여, 캘리브레이션에 의해 결정하는 방법,
(나) 상기 각 성분 각각에 대해, 각 성분 단독으로 상기 생물학적 호기 처리를 행하여 연속적으로 용존 산소 농도를 측정하고, 당해 측정값으로부터 산소 소비 속도를 산출하고, 당해 산출된 산소 소비 속도의 데이터로부터 결정하는 방법의 어느 하나의 방법을 사용하여, 상기 화학양론 파라미터 및 상기 반응 속도 파라미터를 설정하는, 상기 [1]에 기재된 수질 시뮬레이션 방법.
[3] 상기 폐수가, 코크스 제조 공정에서 발생하는 안수이고, 상기 화합물 성분 중, 유기물 성분은 페놀 및 무기물 성분은 티오황산 및 티오시안산이고, 티오황산, 티오시안산의 시뮬레이션에 대해서는, 상기 COD 환산 공정 대신에, 티오황산 및 티오시안산 농도를 유황 환산하는 유황 환산 공정과,
상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 유황 농도를 산출하는 유황 계산 공정과,
당해 산출된 생물학적 처리수의 각 성분의 유황 농도를, 티오황산 농도 및 티오시안산 농도로 재환산하는 유황 재환산 공정을 갖는 상기 [1] 또는 [2]에 기재된 수질 시뮬레이션 방법.
[4] 생물 분해성을 갖는 화합물 성분을 포함하는 폐수를 생물 반응조 내에서 생물학적 호기 처리하는 프로세스에서 사용하는 수질 시뮬레이션 장치이며,
상기 생물 반응조에 유입되는 상기 폐수 중의 상기 화합물 성분의 각 성분 농도를 분석하는 분석 수단과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도의 상관 관계를 기초로, 각 성분 농도의 분석값을 각 성분의 COD 농도로 환산하는 COD 환산 수단과,
화학양론 파라미터인 증식 수율, 반응 속도식 파라미터인 포화 상수, 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도를 설정하는 파라미터 설정 수단과,
상기 생물 반응조의 용존 산소 농도를 측정하는 용존 산소 농도 측정 수단과,
상기 각 성분의 COD 농도, 상기 증식 수율, 상기 포화 상수, 상기 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 농도 및 용존 산소 농도를 사용하여, 하기 연산식 (1) :
{식 중, Ci는 각 성분 농도이고, i는 각 성분을 나타내는 일련 번호이고, Pij는 화학양론 파라미터이고, j는 각 프로세스를 나타내는 일련 번호이고, 그리고 ρj는 반응 속도식(반응 속도식 파라미터를 포함하는 속도식)이다}에 의해, 상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 COD 농도를 산출하는 계산 수단과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 기초로, 당해 산출된 생물학적 처리수의 각 성분의 COD 농도를, 각 성분 농도로 환산하는 성분 농도 환산 수단을 포함하는 수질 시뮬레이션 장치.
[5] 상기 파라미터 설정 수단은,
(가) 상기 유입되는 폐수 및 처리수에 있어서, 사전에 시계열적으로 채취한 각각의 생물 분해성을 갖는 화합물 성분 농도와 용존 산소 농도를 사용하여, 캘리브레이션에 의해 결정하는 수단,
(나) 상기 각 성분 각각에 대해, 각 성분 단독으로 상기 생물학적 호기 처리를 행하여 연속적으로 용존 산소 농도를 측정하고, 당해 측정값으로부터 산소 소비 속도를 산출하여, 당해 산출된 산소 소비 속도의 데이터로부터 결정하는 수단 중 어느 하나의 수단을 사용하여, 상기 화학양론 파라미터 및 상기 반응 속도식 파라미터를 설정하는, 상기 [4]에 기재된 수질 시뮬레이션 장치.
[6] 상기 폐수가, 코크스 제조 공정에서 발생하는 안수이고, 상기 화합물 성분 중, 유기물 성분은 페놀 및 무기물 성분은 티오황산 및 티오시안산이고, 티오황산, 티오시안산의 시뮬레이션에 대해서는, 상기 COD 환산 수단 대신에, 티오황산 및 티오시안산 농도를 유황 환산하는 유황 환산 수단과,
상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 유황 농도를 산출하는 유황 계산 수단과,
당해 산출된 생물학적 처리수의 각 성분의 유황 농도를, 티오황산 농도 및 티오시안산 농도로 재환산하는 유황 재환산 수단을 갖는 상기 [4] 또는 [5]에 기재된 수질 시뮬레이션 장치.
본 발명이 발휘하는 효과는 이하와 같다.
생물 분해성을 갖는 화합물 성분을 포함하는 산업 폐수나 공장 폐수에 대해, 유입 폐수 중의 각 성분 농도를 COD 농도로 변환하고, 활성 오니 모델을 적용함으로써, 처리수의 각 성분 농도를 예측할 수 있다. 또한, 활성 오니 모델에서는 대상 외였던 용해성 지분해성 성분에 대해서도, 그 성분을 분해하는 세균의 종류를 설정함으로써, 처리수의 성분 농도를 계산하는 것이 가능하다. 또한, 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 구할 때에는, CODMn의 분석 결과를 사용할 수 있으므로, CODCr과 같이 위험하고 또한 유해성이 있는 약품을 사용한 분석을 행하지 않아도 좋다.
도 1은 본 발명에 관한, 폐수의 생물학적 처리 프로세스의 수질 시뮬레이션 방법을 도시하는 구성도이다.
도 2a는 페놀 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 2b는 티오황산 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 2c는 티오시안산 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 3은 산소 소비 속도 시험 장치의 구성도이다.
도 4는 본 발명에 관한 제1 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
도 5는 본 발명에 관한 제2 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
도 6은 본 발명에 관한 제3 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
도 2a는 페놀 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 2b는 티오황산 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 2c는 티오시안산 농도와 CODMn의 상관 관계를 나타내는 도면이다.
도 3은 산소 소비 속도 시험 장치의 구성도이다.
도 4는 본 발명에 관한 제1 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
도 5는 본 발명에 관한 제2 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
도 6은 본 발명에 관한 제3 실시예에 있어서의 시뮬레이션 결과를 나타내는 도면이다.
폐수에 포함되는 성분은 물에 용해되지 않는 부유 성분과, 용해성 성분으로 나뉘어진다. 이는, 예를 들어 여과지를 사용하여 분리를 행함으로써, 여과지에 남은 것을 부유 성분, 여과액을 용해성 성분으로서 얻어진다. 본 발명에서는 생물 분해와 관계가 깊은 용해성 성분의 생물 분해를 대상으로 한 시뮬레이션 방법이다. 부유 성분은 거의 생물 분해되지 않고, 최종적으로는 침강 분리에 의해 제거되므로, 본 발명에서는 대상 외로 한다.
용해성 성분은 생물 분해성 성분 및 생물 분해성이 거의 없는 난분해성 성분으로 나뉘어진다. 난분해성 성분은 원래 생물 분해가 곤란하고, 농도로서도 작다. 또한, 생물 분해성 성분은 분석에 의한 정성, 정량이 곤란한 미지 성분이 포함되지만, 폐수 중의 비율로서 소량이므로 무시해도 상관없다. 예를 들어, 안수에서는, 페놀, 티오황산, 티오시안산 이외의 성분이 이것에 상당한다. 이상의 점에서, 폐수에 있어서의 난분해성 성분 및 미지 성분은 무시해도, 본 발명의 생물 분해성을 갖는 화합물 성분의 예측은 가능하다.
도 1은 본 발명에 의한 폐수의 수질 시뮬레이션 방법의 플로우를 예시한 도면이다. 또한, 도면 중 각 「공정」은 각 「수단」으로 바꿀 수 있고, 폐수의 수질 시뮬레이션 장치를 예시한 도면이기도 하다.
여기서는 폐수로서, 제철소에 있어서의 코크스 공장으로부터 발생하는 안수를 예로 들어 나타내지만, 본 발명의 적용 폐수는 안수로 한정되는 것은 아니고, 식품 공업, 화학 공업, 약품 공업, 도장 공업, 섬유 공업, 염색 공업 등의 산업 폐수나 공장 폐수에 대해서도, 생물 분해성을 갖는 화합물 성분을 함유하고 있는 한 적용 가능하다. 예를 들어, 안수 중에는 생물 분해성을 갖는 유기물 성분으로서 페놀, 무기물 성분으로서 티오황산 및 티오시안산을 포함하고 있다.
또한, 도 1의 처리수라 함은, 연속 처리의 경우에는 생물학적 호기 처리 후의 유출수, 뱃치 처리의 경우에는 소정 시간 경과 후의 조내수이다.
또한, 생물학적 호기 처리라 함은, 기질과 세균이 존재하고, 탈기 장치를 갖는 반응조에 있어서, 탈기를 행함으로써 용존 산소를 공급하면서, 혼합ㆍ교반을 행함으로써 기질과 세균을 접촉ㆍ반응시킴으로써, 기질을 분해 처리하는 방법이다.
도 1에 도시한 바와 같이, 본 발명에 의한 수질 시뮬레이션 방법 1은 생물학적 호기 처리 프로세스에 유입되는 산업 폐수나 공장 폐수의 성분 농도를 분석하는 분석 공정 2와, 각 성분 농도와 COD 농도의 상관 관계 3을 사용하여 각 성분을 COD 농도 9로 환산하는 COD 환산 공정 4와, 화학양론 파라미터(증식 수율) 및 반응 속도식 파라미터(포화 상수 및 최대 비증식 속도) 및 화합물 성분을 분해하는 세균의 종류 및 농도의 파라미터 5를 설정하는 파라미터 설정 공정 6과, 생물 반응조의 용존 산소 농도 7을 측정하는 용존 산소 농도 측정 공정 8과, 파라미터 5, 용존 산소 농도 7 및 COD 농도 9를 사용하여, 전술한 연산식 (1)에 의해, 생물학적 처리수의 각 성분의 COD 농도 11을 산출하는 계산 공정 10과, 각 성분 농도와 COD 농도의 상관 관계 3을 사용하여 각 성분의 COD 농도 11을 각 성분 농도로 재환산함으로써, 처리수의 각 성분 농도 13을 산출하는 성분 농도 환산 공정 12를 구비하고 있다.
분석 공정 2는 성분 농도를 분석하는 방법에 대해 지정하고 있지 않지만, 매회 동일한 분석 방법을 사용하는 것이 바람직하다. 예를 들어, 페놀 농도에 대해서는 JIS K0102 흡광 광도법, 티오황산, 티오시안산 농도에 대해서는 이온 크로마트 분석, MLSS 농도에 대해서는 상기한 비특허 문헌 1 등에 의해 분석할 수 있다.
상관 관계 3은 각 성분 농도와 COD 농도로부터 얻어지는 것이다. 예를 들어, 도 2a 내지 도 2c에 페놀 농도, 티오황산, 티오시안산과 CODMn 농도의 실측값에 기초하는 상관 관계를 나타낸다. 그 결과, 페놀, 티오황산, 티오시안산 1㎎당의 산소 소비량은 각각 2.1㎎, 0.48㎎, 1.0㎎이었다. 또한, 상관 관계를 구할 때에는, 분석 공정에서 COD 농도를 측정한 방법과 동일한 CODCr 또는 CODMn 중 어떤 분석 방법을 사용하는 것이 바람직하고, 분석 방법은 일관하여 동일한 방법을 사용한다.
이와 같이, 기지의 성분 농도와, COD 농도의 상관 관계를 구할 때에는 CODCr을 사용하지 않아도, CODMn의 분석 결과를 사용할 수 있으므로, CODCr과 같이 위험하고 또한 유해성이 있는 약품을 사용한 분석을 하지 않아도 좋다고 하는 이점이 있다.
또한, 이 외에도, 각 성분 농도와 COD 농도의 상관 관계를 간이하게 얻는 방법으로서, 성분의 이론적 산소 소비량을 화학 반응식으로부터 산출하는 방법도 있다. 예를 들어, 페놀, 티오황산, 티오시안산 1㎎당의 이론적 산소 소비량은 이하의 화학식 1 내지 3 :
를 사용하여, 각각 2.38㎎, 0.57㎎, 1.1㎎으로 산출된다.
COD 환산 공정 4는 분석 공정 2에서 얻어진 각 성분 농도를, 상관 관계 3을 사용함으로써, COD 농도로 환산하는 것이다. 여기서, COD 농도로 환산하는 것은 활성 오니 모델에 있어서, 가장 우수한 척도로서 채용되어 있기 때문이다. 즉, 상기한 비특허 문헌 1에 있는 바와 같이 유기물이나 생물 혹은 이용된 산소 등의 일련의 전자 등량의 관계를 COD만으로 표현할 수 있는 동시에, 산소 수지를 취할 수 있는 등의 이점이 있기 때문이다. COD 농도로 환산하지 않고 각 성분 농도로 계산하는 것도 가능하지만, 상기한 이점을 활용할 수 없으므로, 현실적이지 않다.
티오황산, 티오시안산과 같은 유황 화합물은, 여기서 유황 환산하여 시뮬레이션을 행하여, 후술하는 성분 농도 환산 공정 12에서 각 성분 농도로 재변환하는 것도 가능하다. 이에 의해, 티오황산, 티오시안산을 유황 성분으로서 나누어 생각함으로써, COD로서 카운트되지 않는 황산 이온 성분 등이 산출 가능해진다. 이에 의해, 유황의 물질 수지를 추적하는 것이 가능해져, 유황 성분의 거동을 파악할 수 있다. 단, 유황 환산함으로써 유황의 물질 수지를 취하는 경우라도, 산소의 물질 수지는 취해져 있으므로, 시뮬레이션에 영향을 미치는 경우는 없다. 또한, 유황 화합물을 분해하는 세균은, 일반적으로는 유황 산화 세균이라고 생각되고, 그들은 유기물을 분해하는 종속 영양 세균과 달리, 서로 작용을 미치는 경우가 없다고 생각되므로, 유황 화합물을 그 밖의 성분으로 나누어 생각함으로써, 정밀도가 향상된다. 그 경우, 티오황산, 티오시안산 1㎎의 유황 환산값은 상기 화학식 2 내지 3으로부터, 각각 0.57㎎, 0.55㎎로 산출된다.
또한, 성분 농도로부터 COD로의 환산은 이론적 산소 소비량 또는 CODCr 또는 CODMn 중 어느 하나를 일관하여 사용함으로써, 후술하는 성분 농도 환산 공정 12와 동일한 것으로 한다.
파라미터 5로서는, 각 성분의 화학양론 파라미터인 증식 수율 및 반응 속도식 파라미터인 포화 상수, 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도를 사용한다.
또한, 생물학적 처리에 있어서 생물 자신의 자기 분해가 미치는 영향을 가미하기 위해, 반응 속도 파라미터에 호기 조건 하에 있어서의 생물의 비내생 호흡 속도를 설정해도 좋지만, 통상은 영향이 적으므로, 설정하지 않아도 좋다.
파라미터 설정 공정 6은, 크게 나누어 (A) 실험을 행하고, 어떤 조건에서의 실험 데이터를 해석하는 방법과, (B) 문헌값을 고르는 방법을 들 수 있고, 전자에 의해 파라미터 설정을 행하는 쪽이 바람직하다.
상기 (A)의 방법에 대해 이하에 서술한다. 이 방법은, (가) 상기 유입되는 폐수 및 처리수에 있어서, 사전에 시계열적으로 별도 채취한 각각의 생물 분해성을 갖는 화합물 성분 농도와 용존 산소 농도를 사용하여, 캘리브레이션에 의해 결정하는 방법, (나) 상기 각 성분 각각에 대해, 각 성분 단독으로 상기 생물학적 호기 처리를 행하여 연속적으로 용존 산소 농도를 측정하고, 당해 측정값으로부터 산소 소비 속도를 산출하고, 당해 산출된 산소 소비 속도의 데이터로부터 결정하는 방법 중 (가) 또는 (나) 중 어느 하나의 방법을 사용하여, 사전에 파라미터를 설정한다.
상기 (가)의 시계열 실측값 데이터에 대해, 구체적인 데이터 취득 방법은 지정하지 않지만, 농도 변화를 알 수 있는 시계열 데이터를 채취한다. 예를 들어, 1주간의 처리수 수질을 시뮬레이션하는 것이면, 그 사이의 3점 이상, 예를 들어 2일, 4일, 6일 경과 시의 데이터를 취득하는 것이 바람직하다. 또한, 시계열 실측값 데이터는 안정된 것이 바람직하고, 예를 들어 상기의 경우, 유입되는 안수의 함유 성분 농도, 조성 등이 1주간 사이에서 크게 변동되고 있는 데이터는 바람직하지 않다. 변동의 크기의 기준은, 예를 들어 시뮬레이션 예측의 정밀도를 ±5％ 이내로 설정하는 경우, 시뮬레이션 생물 처리 시간(체류 시간)의 시간 간격으로 유입되는 안수의 함유 성분 농도의 변동 폭이 5％ 이내인 것을 사용할 수 있다.
상기 (가)의 캘리브레이션에 의해 결정하는 방법은, 특별히 지정하지 않지만, 예를 들어 시판의 시뮬레이션 소프트 AQUASIM에 의해, 시계열 실측값, 계산값 및 시계열 실측값의 표준 편차로부터, 하기 연산식 (2) :
{식 중, χ2(p)는 대상으로 하는 모델 파라미터(p)의 χ2의 값이고, ymeas , m은 m번째의 시계열 데이터의 실측값(성분 농도 또는 산소 소비 속도)이고, ym(p)는 모델 파라미터(p)의 값을 가정했을 때의, m번째의 시계열 데이터의 계산값(성분 농도 또는 산소 소비 속도)이고, σmeas , m은 m번째의 시계열 데이터의 실측값의 표준 편차 또는 실측값 전체의 표준 편차이고, 그리고 n은 데이터 포인트의 수이다}에 의해 χ2의 값을 구하고, χ2의 값이 최소로 되었을 때의 파라미터의 값을 사용하는 방법이 있다. 파라미터의 값을 구하는 방법은 특별히 지정하지 않지만, 심플렉스법, 몬테카를로법, 유전적 알고리즘 등의 수치 해석 방법에 의한 것이 바람직하다.
상기 (나)의 산소 소비 속도 시험의 산소 소비 속도 데이터로부터 파라미터를 결정하는 방법은 도 3의 시험 장치를 사용한다. 도 3에서 산소 소비 속도 시험 장치(21)에, 생물학적 처리 프로세스에서 사용하는 미생물 오니(22), 암모니아성 질소가 질산성 질소에 질화될 때의 산소 소비를 억제하기 위해 질화 저해제(23)를 첨가하여, 교반 장치(24)에서 산소 소비 속도 시험 장치(21)의 액을 혼합한다. 영양염의 부족에 의한 미생물의 활성의 저하를 방지하기 위해, 영양염(25)을 첨가해도 좋다. 다음에, 산소 소비 속도 시험 장치(21)에 대상으로 하는 성분(26)을 첨가하여, 용존 산소 농도계(27)에 의해 용존 산소 농도의 경시 변화를 측정한다. 용존 산소 농도의 기록은 데이터 기록 장치(28)에서 행해도 좋다. 측정 중에는 용존 산소 농도를 일정 이상으로 제어하기 위해, 제어값을 하회했을 때에 공기 공급 장치(29)에서 공기를 공급해도 좋다. pH를 일정하게 제어하기 위해, pH계 30에서 pH를 측정하고, 산ㆍ알칼리 공급 장치(31)에서 산 또는 알칼리를 공급하여 제어해도 좋다. 산소 소비 속도 시험 장치(21)의 온도를 제어하기 위해, 히터(32)를 구비한 항온 수조(33)를 사용해도 좋다.
대상으로 하는 성분(이하, 성분 A로 표기함)을 첨가하여 얻어진 용존 산소 농도 및 산소 소비 속도의 경시 변화로부터 파라미터를 결정하는 방법은 특별히 지정하지 않지만, 예를 들어 증식 수율에 대해서는, 성분 A의 COD 환산 농도와, 산소 소비량으로부터, 하기 연산식 (3) :
{식 중, YA는 성분 A를 분해하는 세균의 증식 수율이고, SA , COD는 성분 A의 COD 환산 농도이고, 그리고 O2meas는 산소 소비량의 실측값이다}에 의해 구할 수 있다.
증식 수율을 보다 엄밀하게 구하는 방법에는, 내생 호흡에 의한 산소 소비 속도를 사전에 구하고, 상기 산소 소비량의 실측값으로부터 내생 호흡에 의한 산소 소비 속도를 뺌으로써, 증식에 사용된 산소 소비 속도를 구할 수 있지만, 본 발명에서는 특별히 그 방법을 지정하지 않는다.
최대 비증식 속도, 포화 상수의 값을 결정하는 방법에 대해서는 특별히 지정하지 않지만, 예를 들어 상기한 비특허 문헌 2에 있는 방법으로 구할 수 있다. 즉, 산소 소비 속도 시험에서 사용하는 미생물 오니를 1시간, 탈기한 후에, 미생물 오니를 다양한 희석율로 폐수와 혼합하여, 산소 소비 속도를 측정하는 방법이다. 측정 중에는 용존 산소 농도를 일정하게 유지하도록, 탈기에 의한 제어를 행한다. 다음에, 측정된 산소 소비 속도를 오니 농도로 나눔으로써 비산소 소비 속도를 구하고, 비산소 소비 속도로부터 내생 호흡에 의한 산소 소비 속도를 뺀 것(비기질산화 속도)을 구한다. 비내생 호흡 속도라 함은, 생물 자신의 자기 분해 시의 내생 호흡에 의한 산소 소비 속도로, 그것을 구하는 방법은 산소 소비 속도 시험에 있어서, 성분 A를 첨가하지 않고 행하였을 때의 산소 소비 속도로부터 구해진다. 이때, 비증식 속도와 비기질 산화 속도 사이에는 하기 연산식 (4) :
{식 중, μA는 성분 A를 분해하는 세균의 비증식 속도이고, YA는 성분 A를 분해하는 세균의 증식 수율이고, 그리고 rOX는 비기질 산화 속도이다}에 나타내는 관계가 성립된다.
한편, 비증식 속도(μA)와 최대 비증식 속도(μA, max) 사이에는 하기 연산식 (5) :
{식 중, μA, max는 성분 A를 분해하는 세균의 최대 비증식 속도이고, KA는 성분 A의 COD 농도에 대한 포화 상수이고, SA , COD는 성분 A의 COD 환산 농도이고, SO2는 용존 산소 농도이고, 그리고 KO2는 용존 산소 농도에 대한 포화 상수이다}에 나타내는 미카엘리스 멘텐식이 성립된다.
여기서, 산소 소비 속도 시험에서는 용존 산소 농도를 고농도로 유지하기 위해, SO2/(KO2＋SO2)의 값은 대략 1로 간주할 수 있다. 따라서, 비증식 속도는 성분 농도만의 함수로 간주할 수 있다. 이상에서, 연산식 (4)에서 얻어진 비증식 속도(μA)의 값과 성분 농도의 플롯이 얻어지고, 그 플롯에 연산식 (5)의 식을 피팅함으로써, 미생물의 비최대 증식 속도 및 성분 A에 대한 포화 상수가 구해진다.
화합물 성분을 분해하는 세균의 종류 및 농도를 결정하는 방법에 대해서는, 특별히 지정하지 않지만, 종류에 대해서는, 기본적으로 1성분에 대해 1종류의 세균이 그 분해에 대응하는 것이 바람직하다. 또한, 실험 데이터나 문헌의 지식으로부터, 복수 성분을 1종류의 세균이 분해할 가능성이 있는 경우, 실제의 현상에 입각한 계산 예측이나 계산 예측 정밀도의 향상을 위해, 복수 성분에 1종류의 세균이 대응하도록 설정해도 좋다. 단, 1성분을 복수 종류의 세균이 분해할 수도 있지만, 그들은 동일한 분해 작용을 나타내는 경우가 많고, 또한 세균의 종류를 늘림으로써 계산량이 증가하므로, 1성분에 대해 1종류의 세균을 대응시키는 것이 바람직하다. 세균의 농도에 대해서는, 화합물 성분을 사용한 산소 소비 속도가, 하기 연산식 (6) :
{식 중, OUR은 산소 소비 속도이고, 그리고 XA는 성분 A를 분해하는 세균의 농도이고, 그리고 YA는 성분 A를 분해하는 세균의 증식 수율이고, KA는 성분 A 농도의 COD 환산값에 대한 포화 상수이고, SA는 성분 A의 COD 환산 농도이고, KO2는 용존 산소 농도에 대한 포화 상수이고, SO2는 용존 산소 농도이다}로 나타내는 경우가 많고, 이 식을 사용하는 방법이 있다.
즉, 연산식 (6)에서 최대 비증식 속도, 성분 A에 대한 포화 상수는 상기한 방법으로 결정되어, 산소 소비 속도 시험에서는 용존 산소 농도를 고농도로 유지하므로, SO2/(KO2＋SO2)의 값은 대략 1로 간주할 수 있다. 이것으로부터, 산소 소비 속도는 성분 A를 분해하는 세균의 농도만의 함수로서 나타낸다. 따라서, 연산식 (6)에, 산소 소비 속도 시험에서 얻어지는 OUR 실측값을 대입함으로써, XA를 결정할 수 있다.
상기 (B)의 문헌값을 고르는 방법에 대해서는, 예를 들어 상기한 비특허 문헌 1에 전형적인 파라미터값이 기술되어 있고, 호기 조건 하에서의 종속 영양 생물의 수율은 0.63으로 되어 있다. 이 값을 파라미터값으로서 설정해도 좋지만, 대상으로 하는 폐수에 의해 값이 다를 가능성이 있으므로, 가능한 한 상기 (A)의 방법에 의해 설정하는 쪽이 바람직하다.
용존 산소 농도(7)는 생물학적 처리 프로세스에 용존 산소 농도계를 설치하여, 생물 반응조의 용존 산소 농도를 측정한 값을 사용하는 방법, 또는 파라미터 설정 공정(6)에서 용존 산소 농도를 파라미터로서 취급하여, 캘리브레이션에 의해 결정한 값을 사용하는 방법 중 어느 것이라도 좋다.
계산 공정(10)은 COD 농도(9), 용존 산소 농도(7) 및 파라미터(5)를 사용하여, 처리수의 각 성분의 COD 농도(11)을 구한다. 계산에 사용하는 모델은 IWA 활성 오니 모델을 베이스로 한 전술한 연산식 (1)에 의해, 처리수의 각 성분의 COD 농도(11)을 산출한다. 처리수의 각 성분의 COD 농도(11)은 성분 농도 환산 공정(12)에서 상관 관계(3)를 사용함으로써, 처리수의 각 성분의 성분 농도값(13)으로 재변환할 수 있다.
또한, 계산 공정(10)에서는 pH, 알칼리도, 암모니아 농도 등의 영향을 포함시킨 시뮬레이션을 행해도 좋다. 그 계산 방법의 지정은 하지 않지만, 예를 들어 Ci에 수소 이온 농도, 용존 이산화탄소 농도, 암모니아 농도 등을 추가하고, Pij에 수소 이온 농도, 용존 이산화탄소 농도, 암모니아 농도 등의 화학양론 파라미터를 추가하고, ρj에 반응 속도식을 추가하여 계산을 행해도 좋다. 또한, 생물학적 처리에 있어서 생물 자신의 자기 분해가 미치는 영향을 가미함으로써 예측 정밀도를 올리기 위해, 반응 속도 파라미터에 호기 조건 하에 있어서의 생물의 비내생 호흡 속도를 설정해도 좋지만, 통상은 영향이 적으므로, 설정하지 않아도 좋다. 설정하는 경우에는 하기 연산식 (7) :
{식 중, XA는 성분 A를 분해하는 세균의 농도이고, 그리고 PA는 성분 A를 분해하는 프로세스에 있어서의 화학양론 파라미터이고, 그리고 ρA는 성분 A를 분해하는 프로세스에 있어서의 반응 속도론 파라미터이고, 그리고 b는 XA가 자기 분해할 때의 비내생 호흡 속도 상수이다}에 의해 구할 수 있다.
(실시예)
제1
실시예
: 페놀,
티오황산
, 티오시안산을 대상으로 한
뱃치
시험의 시뮬레이션(
1성분을
1종류의 세균이 분해하는 경우)
이하, 본 발명의 실시 형태를 도면에 기초하여 설명한다. 도 1은 생물학적 처리 프로세스의 수질 시뮬레이션 방법의 구성과 계산의 흐름을 도시한 블록도이다.
이하, 생물 분해성이 있는 화합물 성분으로서 페놀, 티오황산, 티오시안산을 대상으로 한 뱃치 시험의 시뮬레이션 방법에 대해 설명한다. 뱃치 시험은 1L의 반응 용기에, 페놀 농도 100㎎/L, 티오황산 농도 100㎎/L, 티오시안산 농도 10㎎/L로 되도록 성분을 첨가하고, MLSS 농도는 5000㎎/L에서 행하였다. 시험 중에는 용존 산소 농도계에 의해 용존 산소 농도를 측정하고, pH계에 의해 pH를 측정하였다. 또한, 용존 산소 농도를 3.25㎎/L, pH7.5로 제어하였다.
분석 공정 2는 생물학적 처리 프로세스에 유입되는 폐수 중의 성분 농도를 분석하는 공정이지만, 여기서는 상기한 뱃치 시험 장치 중의 초기 성분 농도이고, 각 성분의 첨가량으로부터 산출하는 동시에, 페놀 농도에 대해서는 JIS K0102 흡광 광도법, 티오황산, 티오시안산 농도에 대해서는 이온 크로마트 분석, MLSS 농도에 대해서는 상기한 비특허 문헌 1의 원심 분리법에 의해 확인을 행하였다. COD 환산 공정(4)은 분석 공정(2)에서 얻어진 페놀, 티오황산, 티오시안산의 농도를 COD 농도로 환산하는 COD 환산 공정이다. COD 환산에는 도 2a 내지 도 2c에 도시하는 페놀 농도, 티오황산 농도 및 티오시안산 농도와 CODMn 농도의 상관 관계(3)에 의해 환산을 행하고, 페놀, 티오황산, 티오시안산의 농도를, 처리수의 각 성분의 COD 농도(11)로 환산하였다.
파라미터 설정 공정(6)은 계산 공정(10)에서 사용하는 파라미터 설정을 행하였다.
파라미터(5)는 증식 수율, 최대 비증식 속도, 포화 상수 및 후술하는 계산 공정(10)에서 사용하는 페놀 분해 세균 농도, 티오황산 분해 세균 농도 및 티오시안산 분해 세균 농도를 설정하였다. 설정 방법은 산소 소비 속도 시험의 산소 소비 속도 데이터로부터 결정하는 방법 및 캘리브레이션에 의한 방법을 검토한 결과, 모두 타당한 값이 얻어졌지만, 금회의 케이스에서는 산소 소비 속도 시험으로부터 얻어진 파라미터값에 다소의 편차가 보였으므로, 캘리브레이션에 의한 방법을 사용하였다. 캘리브레이션에는 시판의 시뮬레이션 소프트 AQUASIM을 사용하였다. 구체적으로는, 실측값, 계산값 및 실측값의 표준 편차로부터, 연산식 (2)에 나타내는 χ2의 값을 구하고, χ2의 값이 최소로 되었을 때의 파라미터의 값을 산출하였다. 실측값은 사전에 행한 성분마다의 뱃치 시험으로부터, 성분 농도의 경시 변화를 얻었다. 계산값은 후술하는 계산 공정(10)의 방법에 의해 구하였다.
용존 산소 농도(7)는 뱃치 시험의 제어값 3.25㎎/L을 사용하였다.
계산 공정(10)은 폐수의 각 성분의 COD 농도(9), 용존 산소 농도(7) 및 파라미터(5)를 사용하여, 뱃치 시험의 페놀, 티오황산, 티오시안산 농도의 경시 변화의 시뮬레이션을 행하여, 처리수의 각 성분의 COD 농도(11)를 구하였다. 계산 방법은 상기 연산식 (1)을 사용하였다. 이하의 표 1에, 계산에 사용하는 각 성분 농도 Ci 및 화학양론 파라미터, 반응 속도 파라미터를 나타낸다.
이하의 표 2는 프로세스 ρj에 있어서의 화학양론의 관계를 나타내고 있고, 예를 들어 프로세스 ρ1의 페놀 분해 세균의 증식에서는, 페놀 분해 세균(XPhe)에 대해 P11＝－1/YPhe의 비율로 페놀 농도가 변화되고, P41＝－(1－YPhe)/YPhe의 비율로 SO2가 변화되는 것을 나타낸다.
이하의 표 3은 계산에 사용하는 반응 속도식을 나타낸다.
예를 들어, 프로세스 ρ1의 페놀 분해 세균의 증식에서는, 페놀 농도의 증가 속도는 하기 연산식 (7) :
{식 중, SPhe는 페놀 농도이고, t는 시간이고, SO2는 용존 산소 농도이고, KO2는 용존 산소 농도에 대한 포화 상수이고, KPhe는 페놀 농도에 대한 포화 상수이고, XPhe는 페놀 분해 세균 농도이고, 그리고 μPhe는 페놀 분해 세균의 최대 비증식 속도이고, YPhe는 페놀 분해 세균의 증식 수율이다}로 나타낸다.
성분 농도 환산 공정(12)은 COD 환산 공정 4와 마찬가지로, 도 2a 내지 도 2c에 도시하는 페놀, 티오황산, 티오시안산 농도와 COD 농도의 상관 관계(3)에 의해, 처리수의 각 성분 COD 농도(11)를 각 성분 농도로 재환산하였다.
상기한 시뮬레이션의 결과를 도 4에 나타낸다. 도 4는 뱃치 시험의 각 성분 농도의 경시 변화를 나타낸다. 이상 서술한 바와 같이 본 실시예에 따르면, 생물 분해성이 있는 화합물 성분을 포함하는 폐수의 생물학적 호기 처리 프로세스에 있어서, 활성 오니 모델을 적용함으로써, 처리수의 각 성분 농도를 예측할 수 있다. 또한, 원래 페놀, 티오황산, 티오시안산의 각 성분마다 계산을 행하고 있으므로, 단성분이라도 2개의 성분의 조합이라도, 처리수의 각 성분 농도를 예측할 수 있다.
제2
실시예
: 페놀,
티오황산
, 티오시안산을 대상으로 한
뱃치
시험의 시뮬레이션(
2성분을
1종류의 세균이 분해하는 경우)
이하, 제1 실시예에 있어서 티오황산, 티오시안산의 2성분을 1종류의 세균(유황 성분 분해 세균)이 분해한다고 설정했을 때의 시뮬레이션 방법에 대해 설명한다. 여기서, 티오황산, 티오시안산 분해 세균을 유황 성분 분해 세균으로 한 것은, 실제의 처리에서는 유황 성분 분해 세균은 유황 산화 세균이 상당한다고 추측되었기 때문이다.
시뮬레이션은 도 1과 동일한 흐름으로 행하고, 생물 분해성이 있는 화합물 성분, 뱃치 시험 방법, 분석 공정(2), 파라미터 설정 공정(6), 용존 산소 농도(7) 및 성분 농도 환산 공정(12)은 제1 실시예와 동일한 방법으로 행하였다. 단, COD 환산 공정(4), 성분 농도 환산 공정(12)은 유황 환산 공정으로 변경하고, 표 1의 성분 농도, 화학양론 파라미터, 반응 속도 파라미터를, 이하의 표 4에 나타낸 바와 같이 설정하고, 또한 계산 공정(10)에서는 티오황산 분해 세균 농도 및 티오시안산 분해 세균 농도를, 유황 성분 분해 세균 농도로 정리하여, 이하의 표 4에 나타낸다.
또한, 이하의 표 5에 나타낸 바와 같이, 프로세스 ρ2, ρ3에 있어서의 화학양론의 관계에서는, 티오황산 및 티오시안산의 분해에 의한 세균 증식이 유황 성분 분해 세균에 발생하는 것으로 하였다.
또한, 이하의 표 6에 나타낸 바와 같이, 프로세스 ρ2, ρ3에 있어서의 반응 속도식의 세균 농도의 항을 유황 성분 분해 세균으로 치환하였다.
상기한 시뮬레이션의 결과를 도 5에 나타낸다. 도 5는 뱃치 시험의 각 성분 농도의 경시 변화를 나타낸다. 도 4에 비해, 티오황산에 대해 분해 속도가 증가했다. 이는, 제1 실시예에서는 티오황산 분해 세균(XS2O3)과 티오시안산 분해 세균(XSCN)을 나누어 각각의 분해 세균 농도를 산출하였지만, 본 실시예에서는 티오황산과 티오시안산의 2성분을 유황 성분 분해 세균 1종류로 분해한다고 설정하였으므로, 티오황산 분해 세균(XS2O3)과 티오시안산 분해 세균(XSCN)의 증식이 유황 성분 분해 세균 농도(XS)로 집약된 것이 주된 원인이다. 또한, 티오시안산에 대해서는, 파라미터 설정 공정(6)에서 캘리브레이션에 의해 유황 성분 분해 세균 농도(XS)를 설정했을 때에, 제1 실시예의 XSCN 초기값보다 약간 낮은 결과로 되어, 분해 속도가 조금 저하되었지만 큰 차이는 보이지 않았다.
여기서, 제1 실시예와 본 실시예 중 어느 것이 좋은지는, 실험값과 계산값의 비교나, 실제의 현상에 가까운 반응을 계산할 수 있는지 등에 의해 판단하여, 선택하는 것이 바람직하다. 본 실시예에서는 계산값의 정밀도 향상이 가능해졌다고 생각되었다.
이상 서술한 바와 같이 본 실시예에 따르면, 생물 분해성이 있는 화합물 성분을 분해하는 세균의 종류 및 농도를 결정하는 방법에 대해서는, 기본적으로 1성분에 대해 1종류의 세균이 그 분해에 대응하는 것이 바람직하지만, 실제의 현상에 입각한 계산 예측이나 계산 예측 정밀도의 향상을 위해서는, 복수 성분에 1종류의 세균이 대응하도록 설정해도 좋다. 또한, 티오황산, 티오시안산 농도를 유황 농도로 환산함으로써, 유황의 물질 수지를 추적하는 것이 가능해져, 유황 성분의 거동을 파악할 수 있게 되었다. 또한, 비내생 호흡 속도를 고려한 계산을 행하였지만, 결과는 무시할 수 있는 범위이고, 명확한 차이는 보이지 않았다.
제3
실시예
: 크레졸을 대상으로 한 산소 소비 속도 시험의 시뮬레이션
이하, 생물 분해성이 있는 유기물 성분으로서 o-크레졸을 대상으로 한 산소 소비 속도 시험의 시뮬레이션 방법에 대해 설명한다.
산소 소비 속도 시험은 1L의 반응 용기에, o-크레졸 농도 15㎎/L로 되도록 성분을 첨가하고, MLSS 농도는 330㎎/L에서 행하였다. 시험 중에는 용존 산소 농도계에 의해 용존 산소 농도를 측정하고, pH계에 의해 pH를 측정하였다. 또한, 용존 산소 농도를 3.25㎎/L, pH7.5로 제어하였다.
분석 공정 2는 생물학적 처리 프로세스에 유입되는 폐수 중의 성분 농도를 분석하는 공정이다. 여기서는 상기한 산소 소비 속도 시험 장치 중의 초기 성분 농도이지만, o-크레졸 농도에 대해서는, JIS K0102 흡광 광도법에 의해 확인을 행하였다. COD 환산 공정 4에서는 분석 공정 2에서 얻어진 o-크레졸의 농도를 COD 농도로 환산하는 COD 환산 공정이다. COD 환산에는 하기 화학식 4 :
로부터 o-크레졸의 이론적 산소 소비량을 산출하였다. 그 결과, o-크레졸 1㎎당의 이론 산소 소비량은 2.52㎎이었다.
이 상관 관계(3)에 의해 환산을 행하여, o-크레졸 농도를 COD 농도(9)로 환산하였다. 파라미터 설정 공정(6)은 계산 공정(10)에서 사용하는 파라미터 설정을 행하였다.
파라미터(5)는 증식 수율, 최대 비증식 속도, 포화 상수 및 후술하는 계산 공정(10)에서 사용하는 크레졸 분해 세균 농도를 설정하였다. 설정 방법은 증식 수율을 o-크레졸의 COD 환산 농도와, 산소 소비 속도 시험으로부터 얻어진 산소 소비량으로부터 연산식 (3)에 의해 구하였다. 구체적으로는, o-크레졸을 13㎎/L로 되도록 첨가하였으므로, COD 농도는 상관 관계(3)로부터 32.7㎎/L로 된다.
이때의 산소 소비량을 구할 때에는, 산소 소비 속도 시험에서의 용존 산소 농도의 감소를 항상 볼 필요가 있다. 그러나, 시험 중에는 용존 산소 농도가 3.25㎎/L로 되므로, 탈기를 행하기 위해, 그때의 정확한 산소 소비 속도를 구할 수는 없다. 따라서, 여기서는 탈기 시의 산소 소비 속도를, 탈기 전후에 있어서의 무탈기 시의 산소 소비 속도의 값으로부터 선형 근사를 행하여 구하였다. 예를 들어, 시간 t1에 있어서의 산소 소비 속도를 10㎎/L/hr, 시간 t2에 있어서의 산소 소비 속도를 7.5㎎/L/hr로 하고, 시간 t1로부터 시간 t2 사이, 탈기로 되어 있었을 때, 그 사이의 시간 T에 있어서의 산소 소비 속도를, 하기 연산식 (8) :
{식 중, OURT는 시간 T에 있어서의 산소 소비 속도이고, t1은 탈기 전의 시간이고, t2는 탈기 후의 시간이고, 그리고 T는 탈기 기간에 있어서, 산소 소비 속도를 구하고 싶은 시간이다}를 사용하여 구하였다. 단, 이에 한정되지 않고, 그 밖의 근사 방법을 사용해도 좋다.
이와 같이 하여 구한 산소 소비 속도를 시간으로 적분함으로써, 산소 소비량은 13.9㎎/L이었으므로, 증식 수율은 (32.7－13.9)/32.7＝0.57로 산출되었다. 또한, 분해 세균은 크레졸 분해 세균이 대응한다고 생각하였다. 최대 비증식 속도, 포화 상수 및 크레졸 분해 세균 농도는 캘리브레이션에 의한 방법으로 구하고, 실측값, 계산값 및 실측값의 표준 편차로부터, 연산식 (2)에 나타내는 χ2의 값을 구하여, χ2의 값이 최소로 되었을 때의 파라미터의 값을 산출하였다. 산소 소비 속도 및 성분 농도의 실측값은 본 실시예에서의 산소 소비 속도 시험 중에 실측하여 구하였다. 계산값은 후술하는 계산 공정(10)의 방법에 의해 구하였다.
용존 산소 농도 7은 뱃치 시험의 제어값 3.25㎎/L을 사용하였다.
계산 공정(10)은 COD 농도(9), 용존 산소 농도(7) 및 파라미터(5)를 사용하여, o-크레졸 농도의 경시 변화에 대해 시뮬레이션을 행하여, 처리수의 o-크레졸의 COD 농도(11)를 구하였다. 계산 방법은 연산식 (1)을 사용하였다. 이하의 표 7은 계산에 사용하는 각 성분 농도 및 파라미터를 나타낸다 :
이하의 표 8은 계산에 사용하는 화학양론을 나타낸다 :
그리고, 이하의 표 9는 계산에 사용한 반응 속도식을 나타낸다 :
성분 농도 환산 공정(12)은 COD 환산 공정(4)과 마찬가지로, o-크레졸 농도와 COD 농도의 상관 관계(3)에 의해, 처리수의 o-크레졸 COD 농도(11)를 o-크레졸 농도(13)로 재환산하였다.
상기한 시뮬레이션의 결과를 도 6에 나타낸다. 도 6은 o-크레졸 농도의 경시 변화를 나타낸다. 이상 서술한 바와 같이 본 실시예에 따르면, 페놀, 티오황산, 티오시안산 이외의 성분에도 본 발명이 적용 가능해, 상관 관계 3에 이론적 산소 소비량을 사용해도 성분 농도를 구할 수 있다.
본 발명에 따르면, 활성 오니 모델에서는 대상 외였던 용해성 지분해성 성분에 대해서도, 그 성분을 분해하는 세균의 종류를 설정함으로써, 처리수의 성분 농도를 계산하는 것이 가능해, 산업상 유용하다.
1 : 수질 시뮬레이션 방법의 개요도
2 : 분석 공정
3 : 각 성분과 COD 농도의 상관 관계
4 : COD 환산 공정
5 : 파라미터
6 : 파라미터 설정 공정
7 : 용존 산소 농도
8 : 용존 산소 농도 측정 공정
9 : COD 농도
10 : 계산 공정
11 : 처리수의 각 성분 COD 농도
12 : 성분 농도 환산 공정
13 : 처리수의 각 성분 농도
21 : 산소 소비 속도 시험 장치
22 : 미생물 오니
23 : 질화 저해제
24 : 교반 장치
25 : 영양염
26 : 대상 성분
27 : 용존 산소 농도계
28 : 데이터 기록 장치
29 : 공기 공급 장치
30 : pH계
31 : 산ㆍ알칼리 공급 장치
32 : 히터
33 : 항온 수조
2 : 분석 공정
3 : 각 성분과 COD 농도의 상관 관계
4 : COD 환산 공정
5 : 파라미터
6 : 파라미터 설정 공정
7 : 용존 산소 농도
8 : 용존 산소 농도 측정 공정
9 : COD 농도
10 : 계산 공정
11 : 처리수의 각 성분 COD 농도
12 : 성분 농도 환산 공정
13 : 처리수의 각 성분 농도
21 : 산소 소비 속도 시험 장치
22 : 미생물 오니
23 : 질화 저해제
24 : 교반 장치
25 : 영양염
26 : 대상 성분
27 : 용존 산소 농도계
28 : 데이터 기록 장치
29 : 공기 공급 장치
30 : pH계
31 : 산ㆍ알칼리 공급 장치
32 : 히터
33 : 항온 수조
Claims (6)
- 생물 분해성을 갖는 화합물 성분을 포함하는 폐수를 생물 반응조 내에서 생물학적 호기 처리하는 프로세스에 있어서의 수질 시뮬레이션 방법이며,
상기 생물 반응조에 유입되는 상기 폐수 중의 상기 화합물 성분의 각 성분 농도를 분석하는 분석 공정과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 기초로, 각 성분 농도의 분석값을 각 성분의 COD 농도로 환산하는 COD 환산 공정과,
화학양론 파라미터인 증식 수율, 반응 속도식 파라미터인 포화 상수, 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도를 설정하는 파라미터 설정 공정과,
상기 생물 반응조의 용존 산소 농도를 측정하는 용존 산소 농도 측정 공정과,
상기 각 성분의 COD 농도, 상기 증식 수율, 상기 포화 상수, 상기 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도 및 용존 산소 농도를 사용하여, 하기 연산식 (1) :
················· (1)
{식 중, Ci는 각 성분 농도이고, i는 각 성분을 나타내는 일련 번호이고, Pij는 화학양론 파라미터이고, j는 각 프로세스를 나타내는 일련 번호이고, 그리고 ρj는 반응 속도식(반응 속도식 파라미터를 포함하는 속도식)이다}에 의해, 상기 생물학적 반응조 내에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 COD 농도를 산출하는 계산 공정과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 기초로, 당해 산출된 생물학적 처리수의 각 성분의 COD 농도를, 각 성분 농도로 환산하는 성분 농도 환산 공정을 포함하고,
상기 파라미터 설정 공정은,
(가) 상기 유입되는 폐수 및 처리수에 있어서, 사전에 시계열적으로 별도 채취한 각각의 생물 분해성을 갖는 화합물 성분 농도와 용존 산소 농도를 사용하여, 캘리브레이션에 의해 결정하는 방법,
(나) 상기 각 성분 각각에 대해, 각 성분 단독으로 상기 생물학적 호기 처리를 행하여 연속적으로 용존 산소 농도를 측정하고, 당해 측정값으로부터 산소 소비 속도를 산출하고, 당해 산출된 산소 소비 속도의 데이터로부터 결정하는 방법 중 어느 하나의 방법을 사용하여, 상기 화학양론 파라미터 및 상기 반응 속도식 파라미터를 설정하는 공정이고,
상기 폐수가, 코크스 제조 공정에서 발생하는 안수이고,
상기 화합물 성분 중, 유기물 성분은 페놀 및 무기물 성분은 티오황산 및 티오시안산이고,
티오황산, 티오시안산의 시뮬레이션에 대해서는,
상기 COD 환산 공정 대신에, 티오황산 및 티오시안산 농도를 유황 환산하는 유황 환산 공정과,
상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 유황 농도를 산출하는 유황 계산 공정과,
당해 산출된 생물학적 처리수의 각 성분의 유황 농도를, 티오황산 농도 및 티오시안산 농도로 재환산하는 유황 재환산 공정을 채용하는, 수질 시뮬레이션 방법. - 삭제
- 삭제
- 생물 분해성을 갖는 화합물 성분을 포함하는 폐수를 생물 반응조 내에서 생물학적 호기 처리하는 프로세스에서 사용하는 수질 시뮬레이션 장치이며,
상기 생물 반응조에 유입되는 상기 폐수 중의 상기 화합물 성분의 각 성분 농도를 분석하는 분석 수단과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 기초로, 각 성분 농도의 분석값을 각 성분의 COD 농도로 환산하는 COD 환산 수단과,
화학양론 파라미터인 증식 수율, 반응 속도식 파라미터인 포화 상수, 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도를 설정하는 파라미터 설정 수단과,
상기 생물 반응조의 용존 산소 농도를 측정하는 용존 산소 농도 측정 수단과,
상기 각 성분의 COD 농도, 상기 증식 수율, 상기 포화 상수, 상기 최대 비증식 속도 및 상기 화합물 성분을 분해하는 세균의 종류 및 농도 및 용존 산소 농도를 사용하여, 하기 연산식 (1) :
················· (1)
{식 중, Ci는 각 성분 농도이고, i는 각 성분을 나타내는 일련 번호이고, Pij는 화학양론 파라미터이고, j는 각 프로세스를 나타내는 일련 번호이고, 그리고 ρj는 반응 속도식(반응 속도식 파라미터를 포함하는 속도식)이다}에 의해, 상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 COD 농도를 산출하는 계산 수단과,
상기 각 성분 농도와, CODCr, CODMn 및 이론적 산소 소비량으로부터 선택되는 하나의 COD 농도와의 상관 관계를 기초로, 당해 산출된 생물학적 처리수의 각 성분의 COD 농도를, 각 성분 농도로 환산하는 성분 농도 환산 수단을 포함하고,
상기 파라미터 설정 수단은,
(가) 상기 유입되는 폐수 및 처리수에 있어서, 사전에 시계열적으로 별도 채취한 각각의 생물 분해성을 갖는 화합물 성분 농도와 용존 산소 농도를 사용하여, 캘리브레이션에 의해 결정하는 수단,
(나) 상기 각 성분 각각에 대해, 각 성분 단독으로 상기 생물학적 호기 처리를 행하여 연속적으로 용존 산소 농도를 측정하고, 당해 측정값으로부터 산소 소비 속도를 산출하고, 당해 산출된 산소 소비 속도의 데이터로부터 결정하는 수단 중 어느 하나의 수단을 사용하여, 상기 화학양론 파라미터 및 상기 반응 속도식 파라미터를 설정하는 수단이고,
상기 폐수가, 코크스 제조 공정에서 발생하는 안수이고,
상기 화합물 성분 중, 유기물 성분은 페놀 및 무기물 성분은 티오황산 및 티오시안산이고,
티오황산, 티오시안산의 시뮬레이션에 대해서는,
상기 COD 환산 수단 대신에, 티오황산 및 티오시안산 농도를 유황 환산하는 유황 환산 수단과,
상기 생물학적 반응조에서 상기 생물학적 호기 처리한 후의 처리수에 있어서의 각 성분의 유황농도를 산출하는 유황 계산 수단과,
당해 산출된 생물학적 처리수의 각 성분의 유황 농도를, 티오황산 농도 및 티오시안산 농도로 재환산하는 유황 재환산 수단을 채용하는, 수질 시뮬레이션 장치. - 삭제
- 삭제
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JPJP-P-2008-292519 | 2008-11-14 | ||
| JP2008292519 | 2008-11-14 | ||
| PCT/JP2009/005993 WO2010055642A1 (ja) | 2008-11-14 | 2009-11-10 | 水質シミュレーション方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20110074577A KR20110074577A (ko) | 2011-06-30 |
| KR101233623B1 true KR101233623B1 (ko) | 2013-02-14 |
Family
ID=42169788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020117010511A KR101233623B1 (ko) | 2008-11-14 | 2009-11-10 | 수질 시뮬레이션 방법 및 장치 |
Country Status (5)
| Country | Link |
|---|---|
| JP (1) | JP5435658B2 (ko) |
| KR (1) | KR101233623B1 (ko) |
| CN (1) | CN102209688B (ko) |
| BR (1) | BRPI0921825A2 (ko) |
| WO (1) | WO2010055642A1 (ko) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5449072B2 (ja) * | 2009-07-31 | 2014-03-19 | 新日鐵住金株式会社 | 安水の生物学的好気処理におけるｃｏｄ濃度シミュレーション方法及び装置 |
| CN105300751B (zh) * | 2014-07-16 | 2018-02-27 | 鞍钢股份有限公司 | 一种废水化学需氧量检测前预处理***及方法 |
| KR101662736B1 (ko) * | 2015-01-28 | 2016-10-06 | 한국지질자원연구원 | 시간에 따른 광산배수 수질 특성 변화 예측방법 |
| US20210355007A1 (en) * | 2018-12-13 | 2021-11-18 | Sembcorp Industries Ltd. | System and method for predicting a parameter associated with a wastewater treatment process |
| CN110451661B (zh) * | 2019-09-12 | 2021-07-30 | 南京大学 | 一种污水中微生物类溶解性有机氮的预测模型及其应用 |
| CN111125936B (zh) * | 2020-01-09 | 2024-01-30 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、***及存储介质 |
| CN114047228B (zh) * | 2021-11-09 | 2023-08-04 | 同济大学 | 一种沉积物耗氧污染物的解析装置及方法 |
| CN114112593B (zh) * | 2021-12-02 | 2023-08-25 | 中国科学院生态环境研究中心 | 指示水中cod值的测试方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001334253A (ja) | 2000-05-30 | 2001-12-04 | Toshiba Corp | 水質シミュレータ |
| JP2008142704A (ja) | 2006-11-15 | 2008-06-26 | Kobelco Eco-Solutions Co Ltd | 生物学的水処理のシミュレーション方法およびシミュレーション装置 |
| JP2009112924A (ja) | 2007-11-05 | 2009-05-28 | Kobelco Eco-Solutions Co Ltd | シミュレーション方法、シミュレーション装置、生物処理方法、ならびに、生物処理装置 |
| JP2009131828A (ja) | 2007-06-19 | 2009-06-18 | Kobelco Eco-Solutions Co Ltd | シミュレーション方法、シミュレーション装置、生物処理方法、ならびに、生物処理装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1257118C (zh) * | 2004-05-19 | 2006-05-24 | 天津大学 | 气井采出废水达标排放的集成化处理工艺 |
| CN101269896A (zh) * | 2008-05-08 | 2008-09-24 | 南京大学 | 一种工业园区综合废水达标处理的方法 |
-
2009
- 2009-11-10 BR BRPI0921825A patent/BRPI0921825A2/pt not_active Application Discontinuation
- 2009-11-10 JP JP2010537685A patent/JP5435658B2/ja not_active Expired - Fee Related
- 2009-11-10 WO PCT/JP2009/005993 patent/WO2010055642A1/ja active Application Filing
- 2009-11-10 KR KR1020117010511A patent/KR101233623B1/ko not_active IP Right Cessation
- 2009-11-10 CN CN2009801447683A patent/CN102209688B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001334253A (ja) | 2000-05-30 | 2001-12-04 | Toshiba Corp | 水質シミュレータ |
| JP2008142704A (ja) | 2006-11-15 | 2008-06-26 | Kobelco Eco-Solutions Co Ltd | 生物学的水処理のシミュレーション方法およびシミュレーション装置 |
| JP2009131828A (ja) | 2007-06-19 | 2009-06-18 | Kobelco Eco-Solutions Co Ltd | シミュレーション方法、シミュレーション装置、生物処理方法、ならびに、生物処理装置 |
| JP2009112924A (ja) | 2007-11-05 | 2009-05-28 | Kobelco Eco-Solutions Co Ltd | シミュレーション方法、シミュレーション装置、生物処理方法、ならびに、生物処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20110074577A (ko) | 2011-06-30 |
| CN102209688A (zh) | 2011-10-05 |
| JPWO2010055642A1 (ja) | 2012-04-12 |
| BRPI0921825A2 (pt) | 2016-01-12 |
| JP5435658B2 (ja) | 2014-03-05 |
| CN102209688B (zh) | 2013-01-23 |
| WO2010055642A1 (ja) | 2010-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101233623B1 (ko) | 수질 시뮬레이션 방법 및 장치 | |
| Sepehri et al. | Activity enhancement of ammonia-oxidizing bacteria and nitrite-oxidizing bacteria in activated sludge process: metabolite reduction and CO2 mitigation intensification process | |
| Wu et al. | Simulation and optimization of a coking wastewater biological treatment process by activated sludge models (ASM) | |
| Reino et al. | Kinetic and microbiological characterization of aerobic granules performing partial nitritation of a low-strength wastewater at 10 C | |
| Isanta et al. | Stable partial nitritation for low-strength wastewater at low temperature in an aerobic granular reactor | |
| Blackburne et al. | Kinetic characterisation of an enriched Nitrospira culture with comparison to Nitrobacter | |
| Ramdani et al. | Biodegradation of the endogenous residue of activated sludge | |
| Wett et al. | The role of inorganic carbon limitation in biological nitrogen removal of extremely ammonia concentrated wastewater | |
| Blackburne et al. | Determination of growth rate and yield of nitrifying bacteria by measuring carbon dioxide uptake rate | |
| Li et al. | Micro-profiles of activated sludge floc determined using microelectrodes | |
| Liu et al. | Probing the stoichiometry of the nitrification process using the respirometric approach | |
| Jemaat et al. | Closed-loop control of ammonium concentration in nitritation: convenient for reactor operation but also for modeling | |
| Pala-Ozkok et al. | Characteristics of mixed microbial culture at different sludge ages: effect on variable kinetics for substrate utilization | |
| Gatti et al. | Wastewater COD characterization: analysis of respirometric and physical‐chemical methods for determining biodegradable organic matter fractions | |
| Contreras et al. | Modelling phenol biodegradation by activated sludges evaluated through respirometric techniques | |
| HagMan et al. | Oxygen uptake rate measurements for application at wastewater treatment plants | |
| Katipoglu‐Yazan et al. | Modeling sequential ammonia oxidation kinetics in enriched nitrifying microbial culture | |
| JP2007244949A (ja) | 亜酸化窒素を指標とした硝化過程の制御手法 | |
| Bezsenyi et al. | The effect of hydrogen peroxide on the biochemical oxygen demand (BOD) values measured during ionizing radiation treatment of wastewater | |
| Scaglione et al. | Experimental determination of Anammox decay coefficient | |
| Gapes et al. | Online titrimetric and off-gas analysis for examining nitrification processes in wastewater treatment | |
| JP5175647B2 (ja) | 水質予測方法及び生物処理方法 | |
| Artiga et al. | Multiple analysis reprogrammable titration analyser for the kinetic characterization of nitrifying and autotrophic denitrifying biomass | |
| Massone et al. | Biosensors for nitrogen control in wastewaters | |
| Fall et al. | Bacterial inactivation and regrowth in ozonated activated sludges |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160119 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170119 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20180119 Year of fee payment: 6 |
|
| LAPS | Lapse due to unpaid annual fee |