英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
氧化沟曝气管理
摘要
本文介绍了Mahres污水处理厂（WWTP）的模拟结果，考虑了水动力和负荷变化。模拟成功地与在氧化沟中获得的实验结果进行了比较。沿着沟渠的长度和深度测量氧浓度，并与模拟剖面进行比较。获得了COD生物质浓度和氧浓度曲线的良好一致性。验证模型用于模拟不同负荷条件下的沟渠（水力化学需氧量（COD）总凯氏定氮（TKN））中氧浓度分布和氧吸收速率。模拟结果表明，适应曝气管理对提高去除效率的重要性。 2005年Mahres污水处理厂的情况分析显示曝气系统供应通常低于COD生物降解内源呼吸和硝化的生物质需求。
关键词
通风 ;氧化沟 污水特点 计算机模拟
1.介绍
氧化沟中的曝气分布是最佳处理的主要关键。混合和曝气与生物性能密切相关。假定氧化沟为活塞流反应器[1]。它是一个具有一系列有氧和缺氧区的异质性体系，其中进行生物氧化和脱氮过程。由于沟渠形状和曝气位置，溶解氧（DO）是沿着氧化沟分布的异质性[2]。 [3]。不同的参数会影响沟渠的性能。 Abusam研究了水平速度和kLa对TN去除的影响[4]。郝先生还研究了Pasveer氧化沟同时硝化和反硝化。目的是评估氧化沟中硝化和脱氮的性能，并采取一些可能的方法来增强除氮[5]。 Gillot发现在工艺条件下，水平速度也引起氧气传递增加[6]。
污水处理工艺的数学建模是研究污水处理厂的一个优雅而又具有成本效益的工具[7]。在本研究中，对于具有氧化沟的市政Mahres污水处理厂描述了ASM1 [8]的应用。为了校准和验证ASM 1模型，采用了STOWA协议[9]。二次沉降器使用Takacs的一维模型进行建模[7]。采用Mahres污水处理厂的实验测量和运行数据进行模拟。所有模拟均使用Hydromantis公司[10]公司的通用模拟器GPS-Xreg;完成。说明性案例研究的目的是为了获得Mahres污水处理厂生物系统的良好描述，因为该模型将在后期应用于过程优化。使用经验证的活性污泥模型进行模拟，以利用负荷，流量和速度变化对曝气效率的影响。
2.材料和方法
2.1.植物描述
Mahres污水处理厂位于突尼斯南部。该工厂处理从马雷斯和沙法尔镇排出的生活污水。所考虑的过程是一个真正的小规模处理厂，设计用于10,000人口当量。研究期间探索的氧化沟具有以下特点：长46米，宽12米，深3米。它包括一个氧化沟，配备了西蒙哈雷机械曝气机（涡轮机），它提供30 kW功率氧气和48 kg O2h-1氧气容量。处理厂的一些操作参数在表1中给出。
表格1
Mahres污水处理厂的运行数据。
参数 值
人口等值 10,000 PE
日平均流量 780 m3日-1
最大流量 1400 m3日-1
停留时间 40小时
BOD5载荷 400 kg BOD5 day-1
2.2. DO测量
氧化沟是异相反应器。沟渠和曝气器位置的形状使得DO和生物活动是可变的。测量活动的目的是描述沟渠中DO异质性的特征。 DO沿着氧化沟和各种深度测量，如图1所示。 1，通过与氧探针（WTW电池Ox）相关的氧气计（WTW 315i）。位于罐内1区的固定氧探头ENDRESS（Hauser COM221）用于测量DO（图1）。氧气吸收速率（OUR）是通过罐中DO浓度的测定来确定的。当通气停止时，不发生传质，通过测量DO（Eq。（2））的减少可以直接推导出呼吸速率。氧气传递系数（kLa）通过再氧化法测定。 氧转移由关系式（1）描述。
其中C为DO浓度（mg L-1），C⁎为DO饱和度（mg -L-1），kLa为废水总体氧气传输速率（h-1），OUR为吸氧速率（gm-3） h-1）。 参数kLa，OUR，C⁎由氧气传输测试确定。 从减少DO的斜率可以用公式 （2）。
其中C是DO浓度（mg L- 1），OUR是氧摄取速率（g m -3 h -1）。
2.3.模型
本工作使用的模型是基于活性污泥模型1（ASM 1）[8]。 STOWA协议被用于校准和验证模型[9]。用实验测量值和Mahres工厂每日测量的控制变量进行COD排放（评估标准符合度）。所使用的软件是Hydromantis公司的“通用模拟器”GPS-X[10]。
3.结果与讨论
3.1.测量活动
曝气测试指出，根据沟渠形状和曝气位置，DO随氧化沟变化。如图所示。 1，根据氧气浓度测量对具有替代有氧和缺氧区的沟渠的各个区域进行网格化。 DO沿着沟渠和不同的深度测量每3米大约40厘米的表面。 DO浓度的异质性见图1。这将导致缺氧区可能发生反硝化。在不同深度测量DO浓度，结果如图1所示。 图2表明DO随深度而明显下降。纵向流量在表面上产生0.8至0.08mg L的DO梯度，并在距离曝气器正下方0.8至0.6mg L的深度处产生DO梯度。
3.2.氧传递系数（kLa）和氧摄取率（OUR）的估计
图3示出了曝气器的1个循环期间的曝气测试。 根据2.2节描述的原理，从图1开始推导出饱和浓度。 3a为2mg L- 1。使用Excel求解器通过最小二乘法估计氧传递系数。 kLa值约为19h -1。 我们从斜坡开始推算出来的大约是32 g m-3 h-1。
3.3.氧气需求和贡献的变化
对沟渠气候条件进行首先分析，比较氧气需求和曝气机贡献。氧气需求量是根据2005年的测量参数计算的。曝气机氧气的贡献是每天耗电量。图。图4说明了氧需求和贡献的变化。充气器的贡献，因为它被利用，不能满足生物质的氧气需求。图4表明曝气器的贡献通常低于生物分解，内源性呼吸和硝化的生物质需求。生物过程的曝气增加将通过产生丝状细菌生长而导致去除效率提高和污泥沉降问题的降低。这些贡献有时高于对反硝化水平有影响的生物质需求，也可能高于澄清。为了提高出水质量和充气器的能量效率，有必要控制曝气管理模式，使其最适合瞬时生物质需求。
3.4.模型的校准和验证
作为第一步使用，在GPS-X屏幕上容易地转移包括混合罐，流动组合器，氧化沟和最终沉降器的设备布置。在构建工厂布局后，选择了上述过程模型，并在GPS-X中引入了一些必要的数据，如物理（表面和体积）和操作（曝气功率，再循环率和污泥体积指数）。流入废水成分的平均日值和流量用作模型的输入。采用的水力模型是十六个完全搅拌的反应器的回路，其唯一的隔间16是充气的。模型校准是任何建模工作中的重要一步。在校准中，达到目标函数的最小值，并选择最佳参数。仿真结果证明，不可能使用Henze [8]所示的ASM1生物学参数的默认值，因此需要进行彻底的生物学表征。使用的校准参数是与COD分数相关的参数：异养生物量动力学和化学计量参数。手动和数学优化方法用于校准ASM1 [8]。在本研究中，使用手动方法校准COD分数（表2），并使用GPS-X优化器封装的自动优化方法用于测定动力学和化学计量参数（YH：异养收益系数mu;H：最大值异养生长速率，bH：衰变系数，Ks：半饱和系数）。校准参数及其值见表3。
表2
流入物的平均COD组成（COD COD总量）。
可溶性惰性底物SI 6％
易生物降解底物SS 34％
缓慢生物降解底物XS 56％
颗粒惰性底物XI 4％
表3
校正后的动力学和组分参数值。
最大异养生长速率mu;H（d-1） 7.36
半饱和系数Ks（g COD m-3） 12
异养收益系数YH（g COD（gCOD）-1） 0.38
衰变系数bH（d-1） 1.35
图5显示了2004年8月至12月手动和自动校准后COD浓度的模拟。将测得的废水COD与模拟结果进行比较，尽管出水组成差异很大（图5） 。 在手动和自动静态校准模型之后，通过使用另一个时期收集的另一个数据进行动态验证（图6）。 有人强调，仔细调整模型的参数非常重要，因为这将决定如何接近模型校准。 如图所示。 在污水COD的测量值和预测值之间存在很好的一致性。
该模型验证了两个主要变量：COD浓度和生物量。 我们也从DO浓度验证了这一点。 该变量在氧化沟中具有更大的重要性，其中空间DO分布在去除处理厂效率中起重要作用。 模拟了两个案例研究的DO浓度：2007年2月9日在Mahres污水处理厂进行了使用数据测量的开/关曝气循环。 如图所示。 7，模拟再现了DO演化。 以同样的方式，我们比较了2007年2月8日测量的DO曲线与沿沟道的DO模拟，并发现了良好的一致性（图8）。
3.5. Mahres氧化沟模拟DO
沿着沟渠的氧浓度分布是氧化沟设计的主要关键。 模拟的目的是确定影响生态氧化和反硝化过程中沟渠有氧和缺氧区分布的参数。 在GPS-X（版本5.0）[10]中，氧化沟分为16个隔间，每个隔间假设完美的混合物。图9示出了沿沟的DO分布。 预测区域与现场完成的测量值相关。 在这个模拟中，好氧区分布在从16到7的隔间，缺氧区分布在沟渠的剩余部分上。
3.5.1.DO分配根据COD和TKN负载
图10说明了Mahres氧化沟内COD和TKN对DO的影响。在本研究中，我们选择通过模拟来评估效果，因为通过进行实际测试的评估显然由于流入物流的自然变化而过于昂贵。根据每个隔室中的COD负载，氧浓度的演变如图1所示。 10a。通过改变COD负载在300和1800 kg COD d-1之间，我们注意到氧气浓度明显下降。整个沟渠的充气量低于600 kg d-1的COD负荷。沟渠看起来像一个完美的充气罐。在这些条件下，不进行脱氮，影响氮的处理。沟道的56％是需氧的，44％的缺水对于900kg d-1附近的负载是有氧的。然而，对于负载在1800kg d -1附近的12cm沟是有氧的。因此，在需氧区中的停留时间是与缺氧区相比非常弱。这意味着对强负荷的曝气功率的增加是必要的，而在较低的负载下，曝气强度的控制不足导致能量浪费。
为了确定TKN负载影响，对于等于12的恒定流量和COD / TKN比率，进行了其他情况。通过改变TKN在20和110kg TKN d-1之间（图10b），我们注意到增加TKN负载导致DO减少。整个沟渠对于低于60kg d-1的TKN负载是好氧的。沟槽的56％是需氧的，44％的缺水对于接近80kg d -1的负载.19％的沟渠对于负载近似有氧105 kg d- 1.对于高于70 kg d-1的TKN载荷，七个隔室的氧浓度高于0.5 mg L-1，见图。 10b。好氧区和缺氧区的长度受到影响。因此，硝化反硝化过程都受到影响。显然，在低负荷下，由于充气区域的体积增加，硝酸盐去除速率低于除氨速率。只要载荷较低，则需要减少氧气传输速率。这种减少可以减少空气需求，或减少可比的节能。
3.5.2.DO分布根据流体动力学条件
在这种情况下，流量在300和1800 m3 d-1之间变化，COD和TKN浓度保持不变（图10c）。当流速增加时，停留时间减少。因此，生物量受到刺激，所以生长速度加快，我们增加了。在低流量下，我们观察到所有隔室中的DO都很高，在这种情况下，沟渠类似于混合曝气池。然而，当流量超过1200 m3 d-1时，只有6个区域的DO浓度高于0.5 mg L -1。为了研究沟渠中DO分布的流体动力学影响，速度变化范围为0.1〜0.8 ms- 1模拟。根据图如图10d所示，注意到增加的速度在隔室1,2和16中产生DO降低至2mg L -1。这种下降是由于液体输送的影响。其他隔间的浓度增加。对于高于0.5毫秒-1的速度，沟渠看起来像一个完美的曝气池。很明显，由于曝气量的增加，硝酸盐的去除速度高于除氨速率。图。 10d图片作为不同偏差值的速度的函数DO的变化。与Abussam [4]的结果一致， 10d还显示，在高速度下，大量的DO在内部从最后到第一隔室再循环。这些量将显着影响沿沟渠的DO剖面，从而影响沟渠的性能。如预期的那样，高速度导致由于缺氧区体积的减少而导致差的N去除。因此，硝化反硝化过程都受到影响。
3.6.OUR沟渠模拟
3.6.1.我们根据COD和TKN负载分配
图11中显示了16个隔间内的变体。缺氧区的吸氧速率（OUR）总是低于需氧区。只要有氧区，我们的负荷就会增加。但在缺氧区，在一些限制后表现为底物生物活性降低的情况下降低。对于高负载，隔室1,2和16具有对底材降解所必需的高OUR。图。图11a示出当COD负载低于600kg d-1时，我们的低于25gm-3h-1。当COD负载为0时，隔室1,2和16中的OUR高于90gm-3h-1高于1600公斤d-1。
减少OUR可能与抑制或毒性作用有关。探讨了其他情景，以确定TKN负荷对我们每个舱室的影响。图。图11b示出了根据TKN负载的OUR演进。当负载低于50 kg d-1时，我们的OUR低于20 g m-3 h-1。
3.6.2.我们根据流体动力条件分配
通过改变流量在300和1800 m3 d-1之间（图11c），我们观察到在较高的流量下，COD和TKN的负载很高，因此我们的OUR增加了。然而，在低流量下，我们减少了。当流量超过1200 m3 d-1时，六个隔室中的OUR高于30 g m-3 h-1。我们在高流量下的变异性与两个区域的存在有关：缺氧区，它们不是我们的消耗量，而是通过反硝化（低OUR）和实现碳去除和硝化的好氧区产生的氧气（高OUR ）。以同样的方
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[139492]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
