基于活性污泥模型與工藝的溶解氧靈敏度分析

郭亞萍,王巧鈴,邵晨佳,季增文,王士杰

(浙江工業(yè)大學 環(huán)境學院，浙江 杭州 310014)

活性污泥法是目前世界上應用最廣泛的處理城市和工業(yè)廢水的方法[1]，具有經(jīng)濟和操作簡單的優(yōu)點[2]。好氧活性污泥工藝的曝氣系統(tǒng)能耗通常占污水處理廠運行能耗的45%～75%[3-5]，而溶解氧是影響曝氣系統(tǒng)能耗的關鍵參數(shù)[6]。好氧池中溶解氧不足會導致好氧微生物代謝活性下降，影響出水水質；溶解氧過量會導致污泥沉降性能變差以及能耗過高[7]。目前，污水處理廠曝氣系統(tǒng)主要采用開關控制和反饋控制，運行中存在能耗浪費的現(xiàn)象，因此需要構建溶解氧模型來精確控制好氧池中溶解氧。許多學者[8-10]研究了物理化學參數(shù)、幾何參數(shù)和動力學參數(shù)等對氧體積傳質系數(shù)的影響，并構建了相應的溶解氧經(jīng)驗模型。國際水協(xié)開發(fā)的活性污泥數(shù)學模型(ASMS)已被廣泛應用于描述污水處理過程，是污水處理廠設計、操作和優(yōu)化的有效評估工具[11]，其中，ASM2D模型在國內外應用較廣泛。朱向東等[12]以ASM2D模型為基礎，優(yōu)化了高碑店污水處理廠脫氮除磷方案；Massara等[13]基于ASM2D模型研究活性污泥硝化反硝化和羥胺氧化過程，發(fā)現(xiàn)能較好地預測市政污水處理廠的N2O排放量；García-Usach等[14]基于ASM2D模型對污水處理廠聚磷酸鹽累積生物的反硝化過程進行研究，進一步了優(yōu)化生物除磷過程。

污水處理廠是大型非線性系統(tǒng)，好氧池中溶解氧不僅受到物理參數(shù)的影響，還受到活性污泥工藝結構、污水水質和微生物的影響[15]，因此在實踐中必須根據(jù)特定情況進行靈敏度分析，確定關鍵因素構建溶解氧的生化模型以準確控制溶解氧。采用可以全面模擬生物脫氮除磷過程的ASM2D模型[16]對污水處理廠生物池的前置缺氧—厭氧—缺氧—好氧(A+AAO)工藝進行模擬，分別對溫度、活性污泥工藝設計與運行參數(shù)、進水水質組分、動力學參數(shù)和化學計量系數(shù)進行靈敏度分析，篩選出對溶解氧影響較大的生化模型參數(shù)，以期為后續(xù)溶解氧生化模型的建立提供基礎參考，且對降低曝氣系統(tǒng)能耗和維持活性污泥工藝正常運行具有重要意義。

1 靈敏度分析

1.1 活性污泥工藝參數(shù)

某市政污水廠(記為H廠)四期工程的二級生物處理采用前置缺氧—厭氧—缺氧—好氧(A+AAO)工藝，單座AAO反應池設計日處理能力為75 000 m3/d，包含1 個前置缺氧池、厭氧池、缺氧池和好氧池，水力停留時間分別為1.5，1.4，4.8，7.3 h，有效水深為7.35 m；二沉池為矩形周邊進水和出水沉淀池，有效水深4.5 m；進水流量進入前置缺氧池和厭氧池的比例分別為10%和90%，硝化液回流比為200%，污泥回流比為70%，污泥質量濃度為4 000 mg/L，溫度為10～25 ℃。污水廠的A+AAO工藝流程如圖1所示。利用污水廠的設計和運行數(shù)據(jù)，在WEST仿真軟件中實現(xiàn)了污水處理廠的模擬，具體仿真步驟參考文獻[17]。

圖1 H廠A+AAO工藝流程圖Fig.1 A+AAO process flow chart of H plant

1.2 靈敏度定義與計算

靈敏度表示參數(shù)的變化對系統(tǒng)狀態(tài)變量產(chǎn)生的影響[18]。靈敏度分析采用單向分析法，即一次一變量法[19]，通常是選擇模型中的一個初始組分參數(shù)Pi0，對應一組輸出結果Yi0，固定其余參數(shù)，然后在一定范圍內改變Pi0得到Pi1，對應一組Yi1，相對靈敏度RSF[20]的計算公式為

(1)

式中：Pi0，Pi1分別為擾動參數(shù)前后值；Yi0，Yi1分別為隨擾動參數(shù)變化的輸出結果前后值；RSF的大小表示系統(tǒng)狀態(tài)量對參數(shù)變化的靈敏性。參數(shù)的靈敏性由RSF的絕對值與0.1進行比較得到[21]，當∣RSF∣≥0.1時，認為其值的波動對系統(tǒng)狀態(tài)變化影響較大，是關鍵性參數(shù)，反之則影響較小，為相對不靈敏的參數(shù)，同時，靈敏度有正負之分，正值表示變量與參數(shù)變化方向一致，即參數(shù)增大或減小導致變量也增大或減小，負值表示變量與參數(shù)變化方向相反。

1.3 靈敏度分析參數(shù)

筆者選取了溫度、工藝設計與運行參數(shù)、進水水質和ASM2D模型參數(shù)進行溶解氧的靈敏度分析。溫度的調整幅度為-25%～25%；活性污泥工藝設計與運行參數(shù)包括進水流量Q，硝化液回流比rN，污泥回流比RS，以及4 座池子的水力停留時間HRT1，HRT2，HRT3，HRT4，每個參數(shù)調整幅度為-40%～40%；進水水質組分的調整幅度為-80%～80%，進水組分見表1。ASM2D模型中，包含45 個動力學參數(shù)和22 個化學計量系數(shù)[16]，其中部分參數(shù)不會因外界因素的改變而有所不同，故選取ASM2D模型中對溶解氧影響較大的12 個動力學參數(shù)和6 個化學計量系數(shù)[16]進行靈敏度分析，將參數(shù)在默認值(20 ℃)的基礎上加10%進行靈敏度分析，符號定義和默認值見表2。

表1 ASM2D模型進水組分的質量濃度Table 1 Mass concentration of influent compositions in ASM2D model 單位：mg/L

表2 ASM2D模型動力學參數(shù)和化學計量系數(shù)Table 2 ASM2D model kinetic parameters and stoichiometric coefficients

2 結果與討論

2.1 單因素對溶解氧的影響分析

2.1.1 溫度對溶解氧的影響

默認溫度為20 ℃，而ASM2D模型應用的溫度范圍是10～25 ℃，故選取溫度的變化幅度為-25%～25%。溫度對溶解氧的靈敏度分析結果見表3。由表3可知：溫度對溶解氧的靈敏度大于0.1，呈負相關，溶解氧隨著溫度升高而降低；溫度會影響飽和溶解氧值，隨著溫度的升高，溶解氧飽和值降低，導致氧的轉移受到抑制[22]；微生物降解水中有機物需要消耗氧氣，隨著溫度升高，耗氧速率加快，導致溶解氧降低[23]。

表3 溫度對DO的靈敏度Table 3 Sensitivity of temperature to DO

2.1.2 工藝設計與運行參數(shù)對溶解氧的影響

對工藝設計與運行參數(shù)中的進水流量、硝化液回流比、污泥回流比、污泥質量濃度和HRT分別進行了實驗模擬，每個參數(shù)變化幅度為-40%～40%。各參數(shù)對溶解氧的靈敏度分析結果見表4。由表4可知：進水流量對溶解氧的靈敏度值均大于0.4，且呈負相關，說明隨著流量的增大，污水中有機物的含量增加，消耗的溶解氧增大，使得好氧池中的溶解氧減?。幌趸夯亓鞅鹊脑龃蠡驕p小對溶解氧幾乎無影響；污泥回流比對溶解氧影響很大，隨著污泥回流比的減小，溶解氧增大，污泥回流比為56%時，靈敏度值高達-1.69；污泥質量濃度對溶解氧幾乎無影響；好氧池水力停留時間HRT4對溶解氧的影響最大，隨著HRT4增大溶解氧增大。

表4 工藝設計與運行參數(shù)對DO的靈敏度Table 4 Sensitivity of process design and operating parameters to DO

2.1.3 進水水質組分對溶解氧的影響

對進水水質組分進行溶解氧靈敏度分析，每個參數(shù)變化幅度為-80%～80%，固定步長20%，靈敏度分析結果見表5和圖2。慢速可降解基質質量濃度XS和氨氮質量濃度SNH的靈敏度值大于0.1，對溶解氧影響較大，且呈負相關；隨著進水中XS和SNH的增大，有機物消耗的溶解氧增大，導致好氧池中的溶解氧減小；其他組分對溶解氧影響均較小。

表5 不同水質組分對DO的靈敏度Table 5 Sensitivity of different water components to DO

圖2 不同水質組分下好氧池溶解氧的變化Fig.2 Changes of DO in aerobic tank under different water quality components

2.1.4 動力學參數(shù)對溶解氧的影響

對ASM2D模型的12 個動力學參數(shù)進行了模擬，靈敏度分析結果如圖3所示。12 個動力學參數(shù)對溶解氧的靈敏度值均小于0.1，說明這些參數(shù)變化對溶解氧影響較小，不是關鍵參數(shù)。

圖3 模型動力學參數(shù)對溶解氧的靈敏度Fig.3 Sensitivity of model kinetic parameters to DO

2.1.5 化學計量系數(shù)對溶解氧的影響

對ASM2D模型的6 個化學計量系數(shù)進行模擬，靈敏度分析結果如圖4所示。異養(yǎng)菌產(chǎn)率系數(shù)YH對溶解氧的靈敏度較大，達到0.36，呈正相關。這是由于YH是細胞合成系數(shù)，YH增大，說明生成單位質量的細胞COD所消耗的有機物質量減少，因此耗氧量減少，好氧池中溶解氧增大。其他研究也表明異養(yǎng)菌產(chǎn)率系數(shù)YH會影響MLSS，YH是關鍵參數(shù)[21,24]。

圖4 化學計量系數(shù)對溶解氧的靈敏度Fig.4 Sensitivity of stoichiometric coefficient to DO

2.2 多因素協(xié)同作用對溶解氧的影響分析

2.2.1 正交試驗設計

在實際工藝運行過程中，參數(shù)對溶解氧的影響是相互的，通過多因素正交分析來探究各因素相互作用對溶解氧的影響。由于溫度變化會影響模型參數(shù)值，故將溫度控制在20 ℃。選擇單因素分析中其余6 個參數(shù)進行正交模擬，分別為因素A進水流量Q、因素B污泥回流比RS、因素C好氧池水力停留時間HRT4、因素D氨氮質量濃度SNH、因素E慢速可降解基質質量濃度XS和因素F異養(yǎng)菌產(chǎn)率系數(shù)YH，每個參數(shù)選取5 個水平，以此展開6因素5水平的正交模擬實驗，以確定6 個參數(shù)對溶解氧的影響程度。正交模擬試驗水平表L25如表6所示。

表6 正交因素水平表Table 6 Orthogonal factor level table

2.2.2 正交試驗結果

1) 極差分析結果

利用minitab軟件[25]對25 組試驗結果進行極差分析，計算6 因素不同水平下的平均值和極差，計算結果如表7所示。表7中25 組正交模擬實驗的溶解氧極差分析結果表明：B(RS)的極差數(shù)值最大，為2.28；D(SNH)的極差數(shù)值最小，為0.73；其余4 個因素的極差大小排序為：C>F>A>E。故各因素對好氧池溶解氧的影響順序為B(RS)>C(HRT4)>F(YH)>A(Q)>E(XS)>D(SNH)。因此，污泥回流比對溶解氧的影響最大，氨氮濃度對溶解氧的影響最小。

表7 好氧池溶解氧模擬結果的極差分析Table 7 Range analysis of DO simulation results in aerobic tank

2) 方差分析結果

利用Minitab軟件對正交模擬實驗結果進行方差分析，探討不同控制因素的差異顯著性。方差分析的結果見表8。各因素的校正平方和分析結果表明：SNH的校正平方和小于其他5 個因素，故選取SNH為誤差項，得到Q，RS，HRT4，XS，YH的F值分別為3.29，10.92，5.78，1.32，3.65，表明6 個參數(shù)對溶解氧的影響程度依次為RS>HRT4>YH>Q>XS>SNH，與極差分析的結果一致。筆者采用的顯著性水平為0.05，當因素的P值小于0.05時，認為該因素的差異是顯著的。比較表8中各因素的P值，得出污泥回流比的差異是顯著的，其余參數(shù)均不顯著。

表8 好氧池溶解氧模擬結果的方差分析Table 8 Variance analysis of DO simulation results in aerobic tank

3 結 論

通過靈敏度分析確定對好氧池溶解氧影響較大的參數(shù)。溫度對溶解氧有顯著影響，溶解氧隨著溫度升高而降低。在工藝設計與運行參數(shù)中，進水流量、污泥回流比和好氧池水力停留時間(HRT4)對溶解氧有顯著影響。隨著進水流量和污泥回流比的增大，溶解氧降低，水力停留時間增大，溶解氧增大。在ASM2D模型進水組分中，水質參數(shù)對溶解氧影響顯著的有SNH和XS，且都呈負相關，其余進水組分對溶解氧影響較小。在ASM2D模型的化學計量系數(shù)和動力學參數(shù)中，YH對溶解氧的靈敏度最大，靈敏度值為0.36，其他參數(shù)對溶解氧影響較小。由單因素靈敏度分析可知：溫度、Q，RS，HRT4，SNH，XS，YH對好氧池溶解氧影響較大。同時，對除溫度外的6 個影響較大的參數(shù)進行了多因素正交分析，由極差分析和方差分析結果可知：6 個因素對好氧池溶解氧的影響程度排序為RS>HRT4>YH>Q>XS>SNH。通過靈敏度分析確定對好氧池溶解氧影響較大的參數(shù)，對參數(shù)進行測定或調整，可為溶解氧的生化建模提供基礎參考，為模型的應用奠定良好的基礎。