在線模擬智能控制策略在分段進(jìn)水SBR中的應(yīng)用

趙冉 孫培德 王如意 焦亮 林逸文

摘 要：本文基于全耦合活性污泥模型3號(hào)（FCASM3）開發(fā)了一套集在線監(jiān)測(cè)系統(tǒng)與動(dòng)態(tài)模擬及控制系統(tǒng)于一體的自適應(yīng)智能控制策略，并在分段進(jìn)水結(jié)合間歇曝氣的小試規(guī)模SBR系統(tǒng)運(yùn)行中進(jìn)行可靠性與技術(shù)性能評(píng)估，結(jié)果表明，（1）在線校核后的模型能夠精確模擬系統(tǒng)中各污染物去除狀況，尤其能夠精準(zhǔn)描述有機(jī)物的去除，氨氮的轉(zhuǎn)化以及磷酸鹽的去除過程，能夠?qū)崟r(shí)反映出SBR系統(tǒng)中的真實(shí)情況；（2）完成了基于模型預(yù)測(cè)控制的溶解氧動(dòng)態(tài)優(yōu)化，實(shí)現(xiàn)了溶解氧隨水質(zhì)動(dòng)態(tài)變化的自適應(yīng)智能化控制；（3）分段進(jìn)水和間歇曝氣相結(jié)合，獲得最佳的同時(shí)脫氮除磷的SBR工藝運(yùn)行方式。

關(guān)鍵詞：FCASM3；動(dòng)態(tài)水質(zhì)監(jiān)測(cè)；動(dòng)態(tài)模擬；自適應(yīng)智能控制；SBR

中圖分類號(hào)：X703 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）14-0011-04

近年，隨著污水排放標(biāo)準(zhǔn)的提升，眾多污水處理廠面臨著提標(biāo)改造的難題，在污水處理過程中引入先進(jìn)的模型和優(yōu)化控制技術(shù)將變得迫切。盡管模型預(yù)測(cè)控制在污水處理廠中的應(yīng)用為其帶來很大的經(jīng)濟(jì)效益，但是因模型預(yù)測(cè)結(jié)果不可靠導(dǎo)致模型預(yù)測(cè)控制在污水處理廠的應(yīng)用受到極大限制。

模型預(yù)測(cè)控制已廣泛地應(yīng)用于復(fù)雜流程工業(yè)過程，但是由于生物處理過程是一個(gè)非線性系統(tǒng)，難以建立精確的模型，一般的模型預(yù)測(cè)控制難以達(dá)到污水處理控制精度的需求，無法自適應(yīng)動(dòng)態(tài)的水質(zhì)變化，導(dǎo)致控制精度無法保證[1-3]。本文通過水質(zhì)在線監(jiān)測(cè)系統(tǒng)與模型預(yù)測(cè)控制有效結(jié)合，在一定程度上克服了由于模型預(yù)測(cè)誤差和某些不確定性干擾等的影響，實(shí)現(xiàn)了根據(jù)進(jìn)水水質(zhì)變化以及反應(yīng)周期內(nèi)營(yíng)養(yǎng)物質(zhì)去除情況溶解氧的自適應(yīng)控制。該研究為模型預(yù)測(cè)控制的推廣運(yùn)用于實(shí)際的污水處理廠中去奠定了理論基礎(chǔ)和技術(shù)保障，推動(dòng)了污水處理廠向智能化邁進(jìn)的腳步。

1 材料與方法

1.1 試驗(yàn)用水及污泥

試驗(yàn)用水為人工合成的模擬廢水，模擬廢水由三部分組成，分別為A液（無水乙酸鈉32.0313gL-1，無水葡萄糖23.4375gL-1）、B液（氯化銨38.2143gL-1，硫酸鎂2.025gL-1，無水氯化鈣0.45gL-1）、C液（磷酸二氫鉀4.4516gL-1）。取杭州某污水處理廠曝氣池內(nèi)的污泥進(jìn)行接種，采用模擬廢水進(jìn)行馴化培養(yǎng)，每4L進(jìn)水中含有A液80mL，B液30mL，C液60mL，進(jìn)水后系統(tǒng)中的理論COD為300mg/L，NH4+ -N為30mg/L，PO43--P為5mg/L，即進(jìn)水的C/N/P為300/30/5。

1.2 試驗(yàn)裝置

本試驗(yàn)所用反應(yīng)器為10L的序批式活性污泥反應(yīng)器（Sequencing Batch Reactor，SBR），如圖1所示。試驗(yàn)室設(shè)有在線監(jiān)測(cè)系統(tǒng)，SBR反應(yīng)器和中央控制系統(tǒng)，形成集監(jiān)測(cè)、模擬與控制為一體的智能化SBR系統(tǒng)。在線監(jiān)測(cè)系統(tǒng)主要由在線COD監(jiān)測(cè)儀（HACH），在線NH4+-N，NOX--N監(jiān)測(cè)儀（WTW），在線PO43--P監(jiān)測(cè)儀（WTW），在線溶解氧監(jiān)測(cè)儀（Tengine-EDO），在線pH監(jiān)測(cè)儀（Bacac-pH221A）等組成。

SBR反應(yīng)器在25±1℃環(huán)境下運(yùn)行，工藝流程設(shè)置如圖2所示。反應(yīng)器每天運(yùn)行3個(gè)周期，每個(gè)周期8h，工序及時(shí)間設(shè)置為進(jìn)水（2min）、缺氧攪拌（60min）、好氧曝氣（120min）、進(jìn)水（2min）、缺氧攪拌（90min）、好氧曝氣（180min）、沉淀（20min）、排泥（2min）、排水（4min）。每周期進(jìn)兩次營(yíng)養(yǎng)液，每次進(jìn)1.65L，排水比為1/3，水力停留時(shí)間（hydraulic retention time，HRT）為24h，控制系統(tǒng)污泥濃度（mixed liquor suspended solids，MLSS）為2500mgL-1，污泥停留時(shí)間（solids retention time，SRT）為10d。反應(yīng)器運(yùn)行過程中磁力攪拌器攪拌速度控制在200轉(zhuǎn)/分鐘，缺氧階段的溶解氧（dissolved oxygen，DO）濃度為0.3mgL-1，好氧曝氣階段控制曝氣泵開關(guān)調(diào)節(jié)DO在1mg L-1～4mgL-1范圍。由0.5MNaOH溶液和0.5MHCl溶液調(diào)節(jié)pH在7.0～7.5的范圍內(nèi)。

1.3 分析方法

使用水質(zhì)在線監(jiān)測(cè)儀表對(duì)SBR反應(yīng)器內(nèi)營(yíng)養(yǎng)物質(zhì)去除情況進(jìn)行在線監(jiān)測(cè)分析，監(jiān)測(cè)點(diǎn)分布如圖2箭頭所示。所有采集的樣品均經(jīng)0.45um的定性濾紙過濾之后，由在線儀表進(jìn)行分析測(cè)定。

2 結(jié)果與討論

2.1 模型校核與驗(yàn)證

模型預(yù)測(cè)控制非常依賴模型的準(zhǔn)確性，因此對(duì)模型的校核必不可少。本文借鑒國(guó)際上通用的做法，采用靈敏度分析的方法，對(duì)FCASM3模型中重要的參數(shù)進(jìn)行校正[4][5]，所使用的校核數(shù)據(jù)為SBR系統(tǒng)穩(wěn)定運(yùn)行30天的試驗(yàn)結(jié)果。

結(jié)果表明，基于FCASM3機(jī)理模型建立的分段進(jìn)水的SBR工藝模型能夠?qū)BR系統(tǒng)的生物處理過程進(jìn)行精確模擬。由圖3（A）可知，校核完成的SBR工藝模型能夠?qū)ο到y(tǒng)中COD的去除過程進(jìn)行很好的描述，模型模擬值與實(shí)測(cè)值之間的相對(duì)誤差不超過10%。由圖3（B）可知，校核完成的SBR工藝模型能夠?qū)ο到y(tǒng)硝化反應(yīng)過程進(jìn)行很好的描述，出水氨氮模擬值與實(shí)測(cè)值之間的偏差很小。從圖3（C）中可以看出，校核完成的SBR工藝模型能夠?qū)ο到y(tǒng)生物除磷過程進(jìn)行很好的描述。

2.2 自適應(yīng)控制策略

由于生化過程通常存在非線性、時(shí)變性與隨機(jī)干擾等因素，模型預(yù)測(cè)不可能與實(shí)測(cè)值完全相同，本試驗(yàn)在溶解氧優(yōu)化控制過程中，將在線監(jiān)測(cè)系統(tǒng)與模型預(yù)測(cè)控制有效結(jié)合，通過引入在線數(shù)據(jù)對(duì)模型進(jìn)行多次校正的方式，縮小實(shí)測(cè)值與模擬值之間的相對(duì)偏差。

考慮在線儀表測(cè)量間隔，設(shè)定每隔20分鐘進(jìn)行一次DO優(yōu)化，DO取值區(qū)間1mg/L～4mg/L，以0.5mg/L作為優(yōu)化步長(zhǎng)，通過模型計(jì)算滿足約束條件的DO值。以在線監(jiān)測(cè)系統(tǒng)所測(cè)的實(shí)測(cè)值作為初始值進(jìn)行模擬，并判斷模型預(yù)測(cè)結(jié)果是否滿足約束條件（COD<50mg/L，NH4+-N<5mg/L，PO43--P<0.5mg/L），如果不滿足，則以DO取值區(qū)間內(nèi)最大的值作為DO設(shè)定值（4mg/L）；如果滿足，則選擇滿足約束條件且最小的DO值為DO設(shè)定值，并通過控制曝氣泵開關(guān)使得溶解氧在DO設(shè)定值范圍。

2.3 控制策略可行性評(píng)估

對(duì)于分段進(jìn)水的SBR系統(tǒng)而言，系統(tǒng)采用的是缺氧/好氧交替運(yùn)行的方式，好氧反應(yīng)過程中殘留過高的溶解氧會(huì)對(duì)缺氧反應(yīng)過程中的生物脫氮和除磷過程有較大影響[6]，須對(duì)好氧曝氣階段的溶解氧進(jìn)行控制。本試驗(yàn)設(shè)置兩個(gè)試驗(yàn)組對(duì)其進(jìn)行可行性評(píng)估。試驗(yàn)組設(shè)置為：

R1：以分段進(jìn)水結(jié)合間歇曝氣的運(yùn)行方式，采用自適應(yīng)控制策略控制SBR系統(tǒng)曝氣階段的溶解氧濃度。

R2：以分段進(jìn)水結(jié)合間歇曝氣的運(yùn)行方式，采用手動(dòng)設(shè)定的控制方式，控制曝氣階段的溶解氧為4mg/L。

以總氮和磷酸鹽去除情況結(jié)果如圖4所示。圖4描述了15天的試驗(yàn)過程中各試驗(yàn)組中總氮以及磷酸鹽的去除情況。從圖4（A）中可以看出R1的總氮去除率較R2要高出15%左右。由圖4（B）可知，R1磷酸鹽的去除率達(dá)到100%，而且遠(yuǎn)高于R2。結(jié)果表明，以自適應(yīng)控制策略控制的R1總氮及磷酸鹽的處理效果最好且穩(wěn)定，說明自適應(yīng)控制策略對(duì)溶解氧的控制提高了生物脫氮除磷的效率，而且很好地避免了曝氣階段剩余過高的溶解氧進(jìn)入缺氧。

以自適應(yīng)控制策略對(duì)系統(tǒng)運(yùn)行一個(gè)周期內(nèi)的污染物去除情況進(jìn)行模型預(yù)測(cè)控制以及在線監(jiān)測(cè)分析，如圖5。圖5（A）展示了模型對(duì)一個(gè)反應(yīng)周期內(nèi)COD變化預(yù)測(cè)情況與在線監(jiān)測(cè)系統(tǒng)實(shí)測(cè)情況，第一段COD模擬值與實(shí)測(cè)值吻合程度較差，可能是由于模型在進(jìn)水水質(zhì)組分劃分時(shí)將可溶性COD分為易生物降解物質(zhì)（SS）和溶解惰性有機(jī)物（SI）過于簡(jiǎn)單化，沒有細(xì)化系統(tǒng)的進(jìn)水組分造成的[7]；第二段缺氧過程中COD的消耗很快。圖5（B）呈現(xiàn)了模型對(duì)一個(gè)反應(yīng)周期內(nèi)NH4+-N變化預(yù)測(cè)情況與在線監(jiān)測(cè)系統(tǒng)實(shí)測(cè)情況，模型模擬值與實(shí)測(cè)值之間的偏差很小。圖5（C）繪制了模型對(duì)一個(gè)反應(yīng)周期內(nèi)NOX--N變化預(yù)測(cè)情況與在線監(jiān)測(cè)系統(tǒng)實(shí)測(cè)情況，NOX--N為NO3--N和NO2--N之和，模型模擬值與實(shí)測(cè)值之間的偏差很小，不超過10%。圖5（D）反映了模型對(duì)一個(gè)反應(yīng)周期內(nèi)總氮變化預(yù)測(cè)情況與在線監(jiān)測(cè)系統(tǒng)實(shí)測(cè)情況，模擬值與實(shí)測(cè)值之間的偏差較大，主要是因?yàn)榭偟獮榘钡⑾跛猁}氮和亞硝酸鹽氮之和。圖5（E）反映了模型對(duì)一個(gè)反應(yīng)周期內(nèi)磷酸鹽變化預(yù)測(cè)情況與在線監(jiān)測(cè)系統(tǒng)實(shí)測(cè)情況，很好模擬了聚磷菌釋放磷酸鹽和過度吸收磷酸鹽過程，表明第二段釋放磷酸鹽的量明顯要比第一段的少，原因是第二段有機(jī)碳源不足。圖5（F）反映了周期內(nèi)溶解氧自適應(yīng)調(diào)控過程，溶解氧隨系統(tǒng)內(nèi)污染物濃度變化而改變。

結(jié)果表明，基于FCASM3機(jī)理模型的分段進(jìn)水的SBR工藝模型能夠?qū)BR系統(tǒng)全周期內(nèi)的營(yíng)養(yǎng)物質(zhì)去除情況進(jìn)行精確模擬，而且自適應(yīng)控制策略的應(yīng)用使得溶解氧可以根據(jù)系統(tǒng)內(nèi)污染物去除情況自動(dòng)調(diào)整。溶解氧的自適應(yīng)控制不僅有利于提高系統(tǒng)的脫氮效率而且對(duì)于磷酸鹽的去除還有一定的促進(jìn)作用，對(duì)于有機(jī)物的利用更加充分，極大地提高了系統(tǒng)脫氮除磷的效率。

3 結(jié)語

本文開發(fā)了一套基于FCASM3機(jī)理模型的模型預(yù)測(cè)控制，并將其成功應(yīng)用于實(shí)驗(yàn)室小試規(guī)模的SBR系統(tǒng)中，獲得了以下結(jié)論：

（1）在線校核后的模型能夠很好的模擬系統(tǒng)中各污染物去除情況，對(duì)有機(jī)物的去除，氨氮的轉(zhuǎn)化以及磷酸鹽的去除過程描述的較準(zhǔn)確，能夠較好反映SBR系統(tǒng)中的真實(shí)情況；（2）將水質(zhì)在線監(jiān)測(cè)系統(tǒng)和模型預(yù)測(cè)控制有效結(jié)合，計(jì)算曝氣階段的最佳溶解氧值，并以該最佳溶解氧值作為曝氣階段的控制目標(biāo)值，實(shí)現(xiàn)了溶解氧的自適應(yīng)控制；（3）分段進(jìn)水和間歇曝氣相結(jié)合，獲得最佳的同時(shí)脫氮除磷的SBR工藝運(yùn)行方式。

參考文獻(xiàn)

[1]孫培德，宋英琦.基于微生物相互作用機(jī)理的完全耦合活性污泥模型研究[J].環(huán)境科學(xué)學(xué)報(bào)，2006，26（9）：1559-1567.

[2]Kandare， G.， Reviriego， A. Adaptive predictive expert control of dissolved oxygen concentration in a wastewater treatment plant[J].Water Science and Technology， 2011，64（4）：1130-1140.

[3]陳一波.智能化SBR污水處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].杭州：浙江工商大學(xué)，2012.

[4]Yang， M.， Sun， P.， et al. Simulation and optimization of ammonia removal at low temperature for a double channel oxidation ditch based on fully coupled activated sludge

model （FCASM）： a full-scale study[J].Bioresour Technol，2013，143（9）：538-548.

[5]Luo， T.， Yang， M.， Jingyi Han， et al. A novel model-based adaptive control strategy for step-feed SBRs dealing with influent fluctuation[J].Bioresour. Technol. 2014，167：476-483.

[6]王淑瑩，顧升波，楊慶，彭永臻.SBR工藝實(shí)時(shí)控制策略研究進(jìn)展[J].環(huán)境科學(xué)學(xué)報(bào)，2009，29（6）：1121-1130.

[7]Hu， Z.， Wentzel， M.， Ekama， G. A general kinetic model for biological nutrient removal activated sludge systems： Model evaluation[J].Biotechnology and Bioengineering， 2007，98（6）：259-1275.