万先蓉 李春红(中国工程物理研究院材料研究所,四川 绵阳 621907)
低浓度难降解废水处理系统效能评估和建模优化
万先蓉 李春红(中国工程物理研究院材料研究所,四川 绵阳 621907)
随着时代的进步,经济的发展,人们在生活水平日渐丰富和提高的同时,所产生的废水废气也就在以相同的速度递增着。而工业的发展自然也就少不了会产生工业上一些低浓度难降解的废水。什么是低浓度难降解的废水?是指经过物化处理后的废水被统称为低浓度难降解的废水。正是由于这种工业废水大多具有低浓度和难降解两个重叠的特点,对其的处理,以及怎样处理,就都成为了国内外污水处理界公认的难题。
低浓度难降解废水;污水处理系统;效能评估;建模优化
当前,我国使用的废水处理系统大多都是以好氧生物工艺作为基础,再消耗掉大量的能量对微生物进行培养,通过加强它们对降解和吸收污染物的能力,来达到改善废水的水质目的。可是,一方面由于我国绝大部分的废水处理系统都没有完全发挥出这种设计方面的能力和要求,另一方面常规性的生物处理工艺已经无法达到所规定的排放标准。所以,这些年来,不少的专家和学者都开始着重研究怎样防止废水处理系统中那些影响水质的不确定性因素和对原系统设备的改进,以到达提升对废水的优化处理能力。
正是因为我国在处理废水系统的运行中面对很多暂时无法解决的问题及不确定因素的存在,如:运行的参数、进水的参数和环境参数等。从而导致影响废水处理时的出水水质方面的情况,以及还有可能对系统运行的整体效果产生更大的影响。因此,有关人员在对系统进行调试或运行阶段的处理过程中一定会遇上这些不确定的因素,他们就会极力避免这些因素给废水处理系统带来的危害或风险。
为了解决不确定因素造成的出水水质太差、处理量没有达到设计要求、能量和成本消耗太高以及一些系统的不稳定等状况,最终达到增强废水处理系统方面的处理能力和效能的目的,专家们在研究中引入了数理的统计方法和遗传算法-反向传播神经网络模型,以及好氧活性污泥2D模型后,制定出了一套极为科学的废水处理系统,在运行效能上的评价方案极其运行中的优化方案。
数理统计技术指的是一种用以分析和研究,并加以整理的受到随机因素影响产生的数据,为进行思考问题做出预测及推断,为将要采取某种行动或是使用某种决策提供建议和依据。这种技术最早源于社会的调查以及人口的统计等活动,期间经历了古典、近代和现代三个阶段的历史发展过程。现代社会对它的使用范围越来越广泛,由于废水处理技术的不断发展与需要,这种技术也逐渐开始被引入了进来,应用到了水质预测、水质监测、水质的分析和水质评价等许多方面。同时,还能使用MSM来对废水在处理的效能和稳定性以及可靠性方面进行评估与研究。
活性污泥数学模型的发展有两个阶段,一个传统经验的数学模型阶段,产生于二十世纪八十年代之前。另一个是动态机理的数学模型阶段,产生于二十世界八十年代之后。传统经验的数学模式在五十年代以后,因污水处理系统的不断发展,专家们用微生物的生长动力学和反应器方面的理论相结合,研究出了描述活性污泥系统的基质降解速率和微生物的增值速率,以及好氧速率等半经验半理论的模型。直到进入了二十世纪八十年后,因计算机技术与污水处理技术的更进一步的发展,对描述活性污泥系统也就提出了更高的要求,从而出现了三种ASMS的动态机理模型,分别是:Andrews模型、WRC模型和IAWQ模型。之后又相继研究出了IWA模型的其他三套模型:ASM1(活性污泥1号模型)、ASM2D(活性污泥2号模型)、ASM3(活性污泥3号模型)。目前而言,在许多动态的数学模型中,经常使用的ASMS模型就是IWA模型。
鉴于污水处理系统具有其自身的复杂性和非线性,以及时变化性和多因素影响等特征,在对废水处理系统研究其出水水质的预测中就会面临着很多多元非线性的问题。其中BP神经网络模型,就是介于灰箱模型与黑箱模型两者之间的一种系统模型。它就带有非线性和非局限性,非常定性和非凸性的特点,这样的特点对非典型性的数据系统有着特别好的适应性。因此,将这种BP神经网络使用在解决缺失值及非线性的问题上,就会有着很突出的优越性。
若是以LSCWWTS使用初沉池和A2/O池,及其二沉池来当做主体工艺,在研究中依照其所建造的废水处理系统工艺框架,就能建立起废水处理系统的整个优化设计的数学模型。只是在这个建造过程中,首先要注意的是将整个废水处理系统的功能划分清楚,再对每一个单元工艺执行的功能,建立出相应的设计模型。这里,会将全部的系统划分成为:初沉池和厌氧池,缺氧池和好氧池,以及二沉池等五个反应系统,而后就会对每一个反应系统建立机理模型。
经过对废水处理系统一系列的研究和发现,不难看出运用智能模型可以更好的与工艺模型相结合,一起使用在废水处理系统的优化运行及对其效能的改善。
[1]聂书凯,厌氧MBR处理低浓度难降解印染废水效能及模拟[J],哈尔滨工程大学,2013.
[2]余颖,活性污泥去污水处理过程智能建模及仿真研究[D],北京工业大学,2005.
[3]邓军,龙艳琼,德国废水处理系统进水水质参数分析[J],市政技术,2009(5).
[4]卢培丽,张代钧,刘颖,活性污泥法动力学模型研究进展和展望[J],重庆大学学报(自然科学版),2002(3).