Processing math: 100%

进料浓度对鸡粪连续中温厌氧消化的影响

杨祎楠, 强虹, 裴梦富, 王瑾. 进料浓度对鸡粪连续中温厌氧消化的影响[J]. 环境工程学报, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
引用本文: 杨祎楠, 强虹, 裴梦富, 王瑾. 进料浓度对鸡粪连续中温厌氧消化的影响[J]. 环境工程学报, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
YANG Yinan, QIANG Hong, PEI Mengfu, WANG Jin. Effect of feeding concentration on continuous mesophilic anaerobic digestion of chicken manure[J]. Chinese Journal of Environmental Engineering, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
Citation: YANG Yinan, QIANG Hong, PEI Mengfu, WANG Jin. Effect of feeding concentration on continuous mesophilic anaerobic digestion of chicken manure[J]. Chinese Journal of Environmental Engineering, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117

进料浓度对鸡粪连续中温厌氧消化的影响

    作者简介: 杨祎楠(1994—),女,硕士研究生。研究方向:固体废物资源化处理。E-mail:704102511@qq.com
    通讯作者: 强虹(1973—),女,博士,副教授。研究方向:固体废物资源化处理。E-mail:qiangh2003@hotmail.com
  • 基金项目:
    陕西省重点研发计划资助项目(2018NY-004)
  • 中图分类号: X713

Effect of feeding concentration on continuous mesophilic anaerobic digestion of chicken manure

    Corresponding author: QIANG Hong, qiangh2003@hotmail.com
  • 摘要: 针对高固体鸡粪厌氧消化运行困难问题,利用完全混合式厌氧反应器(CSTR),通过逐级提高进料总固体浓度(TS)的方法,研究不同进料TS((5.20±0.56)%、(7.24±0.36)%、(9.30±0.26)%和(6.22±0.26)%)的鸡粪连续中温厌氧消化效果。实验结果表明,进料TS由(5.20±0.56)%提高为(9.30±0.26)%,挥发性固体(VS)产气率由(0.64±0.05) L·g−1下降为0.07 L·g−1,有机物去除率明显减少,挥发性脂肪酸(VFAs)由(0.53±0.02) g·L−1累积至(1.62±0.02) g·L−1,总氨氮浓度(TAN)和游离氨浓度(FA)分别由(1.06±0.11) g·L−1和(0.07±0.02) g·L-1累积至3.40 g·L−1和0.68 g·L−1,消化过程受到氨抑制。采用Boltzmann模型对不同氨氮浓度下VS产甲烷率和VS去除率进行模拟,拟合结果表明,TAN升高所引发的FA持续累积导致高固体鸡粪厌氧消化氨抑制逐步形成,与VS产甲烷率相比,VS去除率对氨氮的抑制响应具有滞后性。降低进料TS至(6.22±0.26)%,氨抑制得到有效缓解,但反应器处于“抑制稳定状态”。因此,为保证反应器长期高效平稳运行,建议鸡粪连续中温厌氧消化的进料浓度不超过7.24%。研究为高固体鸡粪厌氧消化的工程化应用提供参考。
  • 进入环境中的重金属具有高毒性、持久性、不可生物降解性和生物累积性等的特点,不仅会威胁生态系统的安全,而且还可以通过食物链危及人群的身体健康[1-4]。底泥是重金属的重要载体。随着全球城镇化和工业化进程的加快,大量的重金属排入湖泊、水库和河流等地表水体,最终汇集到底泥中,造成水体底泥的重金属污染[1-4]。当外界环境条件合适时,底泥中累积的重金属会释放出来进入上覆水体中,成为水体重金属污染的内源,对水体造成二次污染[3-4]。目前,水体底泥的重金属污染已成为世界范围内的一个重要环境问题[5-6]。因此,控制水体污染底泥中重金属的释放刻不容缓。

    水体底泥重金属释放控制技术可分为两大类:异位和原位控制技术[5-7]。原位覆盖/改良技术,即将修复材料覆盖到底泥-水界面上方或直接添加进底泥中,被认为是一种极具应用前景的水体底泥重金属释放控制技术[5-7]。该技术具有运行简单、修复成本低、修复速度快和环境友好等的优点[5-7]。选择合适的修复材料,对于利用原位覆盖/改良技术控制底泥中重金属释放而言是非常重要的。目前,许多重金属污染底泥的修复材料已引起了人们的关注,包括磷灰石[8]、生物炭[9]、碳纳米管[10]、零价铁[10]、沸石[11]和铁氧化物[12]等。

    铜(Cu)和铅(Pb)是两种底泥中广泛存在的重金属。沸石是一种含水的碱或碱土金属铝硅酸盐矿物,不仅来源广泛、价格低廉,而且对水中Cu2+和Pb2+等重金属阳离子的吸附性能较好[13-14]。Xiong等研究发现,2 cm厚天然沸石覆盖层对底泥中Pb释放的抑制率可达85.7%[11]。方解石是一种分布很广的碳酸钙矿物。研究发现,方解石对水中Cu2+和Pb2+等重金属阳离子的去除性能较好[15-17]。另外,最近的研究发现,采用铁盐对方解石进行改性所获得的铁改性方解石(铁方解石)是一种非常有应用前景的用于控制水体底泥磷释放的活性覆盖材料[18]。考虑到铁氧化物对水中Cu2+和Pb2+等重金属阳离子具有较好的吸附能力[19-20],因此天然沸石和铁方解石的联合覆盖预计也可用于水体底泥中Cu和Pb等重金属释放的控制。但是,目前对天然沸石和铁方解石联合覆盖控制水体底泥Cu和Pb释放效果及机制的了解尚不十分清楚。

    为此,本研究分析了天然沸石和铁方解石对水中Cu2+和Pb2+的吸附特性,考察了天然沸石和铁方解石联合覆盖对上覆水中Cu和Pb浓度动态变化的影响,辨析了联合覆盖对上覆水-底泥垂向剖面上有效态Cu和Pb分布特征的影响,观察了联合覆盖对底泥-水界面Cu和Pb扩散通量的影响,分析了被联合覆盖层所吸附Cu和Pb的赋存形态,探讨了天然沸石和铁方解石联合覆盖对底泥中Cu和Pb释放的控制机制,以期为联合利用天然沸石和铁方解石作为覆盖材料控制水体底泥中重金属释放提供科技支撑。

    底泥取自上海市浦东新区上海海洋大学校园景观水体,自然风干并过100 目筛。氯化铁、硝酸铅、硝酸铜、硝酸、乙酸、盐酸羟胺、过氧化氢、乙酸、乙酸铵、氢氧化钠和盐酸等化学药剂均购自国药集团化学试剂有限公司,均为分析纯。天然沸石(NZ)来自浙江省缙云县某矿山。方解石(CA)来自浙江省长兴县某矿山。Chelex DGT(薄膜扩散梯度)装置由南京智感环境科技有限公司提供。实验所用的水为去离子水。分别采用Cu(NO3)2·3H2O和Pb(NO3)2配制硝酸铜和硝酸铅的储备液,再通过稀释的方式获得硝酸铜和硝酸铅的使用液。使用液中铜和铅的浓度均以元素铜和铅计。

    铁方解石(FeCA)的制备步骤为:称取20 g 过200 目筛的方解石粉末放入到500 mL 锥形瓶中,然后再向该锥形瓶中加入5 g FeCl3·6H2O,随后再向该锥形瓶中加入100 mL 去离子水并摇匀;接着,将该锥形瓶放置到磁力搅拌器上,再用1 mol·L−1氢氧化钠溶液以稳定的速度滴入到锥形瓶中,将悬浮液的pH值调节至10,然后继续搅拌反应1 h;随后采用离心分离的方式获得固体材料,再采用去离子水清洗材料5遍;再将所获得的固体材料放入到105℃的烘箱中进行烘干,烘干后将材料研磨收集即得到FeCA,并用自封袋密封备用。

    称取2 kg的风干底泥置于容器中;分别称取4.53 g Cu(NO3)2·3H2O(等同于向底泥中添加600 mg·kg−1的Cu)和3.20 g Pb(NO3)2(等同于向底泥中添加1000 mg·kg−1的Pb)置于同一个烧杯中,再加入500 mL去离子水,配成含硝酸铜和硝酸铅的混合溶液;然后将该混合溶液倒入到含有风干底泥的容器中并加以搅拌,接着分2次加入 500 mL去离子水;再手动搅拌40 min,然后静置过夜,制备得到重金属污染底泥。

    通过批量吸附实验研究溶液初始浓度对NZ和FeCA去除水中Cu2+的影响。实验步骤为:将25 mg NZ或FeCA加入到50 mL玻璃瓶中,再加入25 mL硝酸铜溶液,溶液的初始pH值设置为6,再将锥形瓶放置于水浴振荡器中恒温振荡24 h,温度设为25 ℃,转数为250 r·min−1;反应结束后离心分离获得上清液,再用原子火焰法测定上清液中铜的浓度。对于NZ吸附铜离子实验,初始浓度分别为5、10、15、20、25、30 mg·L−1。对于FeCA吸附水中铜离子实验,初始浓度分别为5、10、15、20、25、30、35、40、50 mg·L−1

    通过批量吸附实验考察吸附剂投加量对NZ吸附水中Cu2+的影响。实验步骤为:分别称取质量为15、20、25、30、40、50、60 mg的NZ置于一系列的100 mL锥形瓶中,再加入pH值为6、浓度为10 mg·L−1的硝酸铜溶液50 mL,再置于水浴振荡器中振荡反应24 h;反应时间结束后,通过离心分离的方式获取上清液;然后采用原子火焰法测定上清液中残留的铜浓度。对于吸附剂投加量对FeCA去除水中铜离子的影响实验,吸附剂质量分别为15、20、25、30、40、50、60 mg,初始浓度为20 mg·L−1,实验步骤同上。

    通过批量吸附实验考察初始浓度对NZ和FeCA吸附水中Pb2+的影响。对于NZ的吸附实验,溶液体积为25 mL,吸附剂投加量为25 mg,溶液pH值为6,初始Pb浓度分别为75、100、125、150、200 mg·L−1,反应时间为24 h。对于FeCA的吸附实验,溶液体积为100 mL,吸附剂投加量为10 mg,溶液初始pH值为6,初始Pb浓度分别为10、20、40、60、80、100、150、200 mg·L−1,反应时间为24 h。

    通过批量吸附实验考察吸附剂投加量对NZ和FeCA吸附水中Pb2+的影响。对于NZ的吸附实验,溶液体积为50 mL,初始Pb浓度为10 mg·L−1,初始pH值为6,吸附剂投加量分别为15、20、25、30、40、50、60 mg,反应时间为24 h。对于FeCA的吸附实验,溶液体积为50 mL,初始Pb浓度为20 mg·L−1,初始pH值为6,吸附剂投加量分别为15、20、25、30、40、50、60 mg,反应时间为24 h。

    NZ和FeCA对水中Cu(II)和Pb(II)的单位吸附量(Qe,mg·g−1)和去除率(RE,%)分别采用公式(1)和(2)进行计算。

    Qe=(C0Ce)×VM (1)
    RE=C0CeC0×100% (2)

    式中,C0Ce分别代表初始时刻和平衡时刻水中Cu(Ⅱ)或Pb(Ⅱ)的浓度(mg·L−1);V代表Cu(Ⅱ)或Pb(Ⅱ)溶液的体积(L);M代表NZ或FeCA的投加量(g)。

    称取634 g 湿的重金属污染底泥置于1.3 L玻璃瓶中,并对玻璃瓶中底泥进行以下处理:① 底泥不进行任何处理(对照组);② 将20 g NZ覆盖于底泥-水界面上方,并铺设均匀(沸石覆盖组);③ 将20 g FeCA均匀铺设到底泥-水界面上方(铁方解石覆盖组);④ 先将20 g NZ覆盖到底泥-水界面上方,再将20 g FeCA均匀铺设到沸石覆盖层上方(联合覆盖组)。配制含10 mmol·L−1 NaCl、1 mmol·L−1 NaHCO3和1 mmol·L−1 CaCl2的溶液,并将其pH值调节至7.5,然后采用亚硫酸钠氧化法去除溶液中的溶解氧(DO),使 DO浓度低于 0.5 mg·L−1。将配制好的溶液加入到玻璃瓶中,直至上覆水位到达玻璃瓶的瓶口,然后塞上橡胶塞,并用白凡士林涂抹封口,营造底泥处于缺氧状态的环境。每间隔一段时间采用便携式溶氧仪测定上覆水中DO 浓度,并采用原子吸收法测定上覆水中Cu和Pb的浓度。培养339 d之后,插入Chelex DGT测定上覆水和底泥中DGT有效态Cu和Pb的浓度。

    DGT膜中积累的Cu或Pb的质量(m,mg)根据公式(3)进行计算[21]

    m=Cl×(Vgel+Vacid)fe (3)

    式中,Cl为HNO3提取液中Cu或Pb的浓度(mg·L−1);Vgel是DGT凝胶的体积(L);Vacid为HNO3提取液的体积(L);fe为Cu或Pb的提取率。

    DGT有效态Cu或Pb浓度(CDGT,mg·L−1)根据公式(4)进行计算[21]

    CDGT=m×ΔgDd×A×T (4)

    式中,∆g为扩散层和滤膜的厚度(cm);Dd为Cu或Pb的扩散系数(cm2·s−1);A为DGT膜暴露面积(cm2);T为DGT放置时间(d)。

    底泥-水界面Cu或Pb的表面扩散速率[J,µg·(m2·d)−1]采用以下公式进行计算[22]

    J=Dw(CDGTxw)(x=0)ϕDs(CDGTxs)(x=0) (5)

    式中,Dw为Cu或Pb在水中的扩散系数(cm2·s−1);Ds为Cu或Pb在底泥中的扩散系数(cm2·s−1);(CDGTxw)(x=0)(CDGTxs)(x=0)分别为Cu或Pb在水相和底泥相中的浓度梯度[µg·(L·mm)−1]。Ds可根据以下公式进行计算[22]

    Ds=ϕ2DW (6)

    底泥培养实验结束之后,收集覆盖材料,并采用改进的BCR连续提取法[4]对覆盖材料中Cu和Pb的赋存形态进行分析。该方法将重金属的形态定义为可交换态(F1)、可还原态(F2)、可氧化态(F3)和残渣态(F4)4种形态。取0.5 g覆盖材料置于50 mL离心管中,然后分别采用不同的提取剂对覆盖材料中各形态Cu和Pb进行分级提取,再采用原子吸收法测定提取液中各形态Cu和Pb的含量。另外,本研究也采用改进的BCR连续提取法[4]对底泥中Cu和Pb的赋存形态进行分析。

    图1是吸附剂投加量对NZ和FeCA去除水中Cu(Ⅱ)和Pb(Ⅱ)的影响。从图1可见,吸附剂投加量由0.3 g·L−1逐渐增加到1.2 g·L−1时,NZ对水中Cu(Ⅱ)的去除率由25.2%增加到67.0%,而NZ对水中Cu(Ⅱ)的单位吸附量则由8.39 mg·g−1逐渐下降到5.58 mg·g−1。当吸附剂投加量由0.3 g·L−1逐渐增加到1.2 g·L−1时,FeCA对水中Cu(Ⅱ)的去除率逐渐从43.0%增加到97.2%,这与吸附剂投加量影响NZ对水中Cu(Ⅱ)去除率的规律类似。与NZ略微不同的是,随着吸附剂投加量由0.3 g·L−1逐渐增加到1.2 g·L−1时,FeCA对水中Cu(Ⅱ)吸附量先略微增加(当吸附剂投加量从0.3 g·L−1增加到0.4 g·L−1时,吸附量从28.7 mg·g−1增加到31.5 mg·g−1)而后持续下降(当吸附剂投加量从0.4 g·L−1增加到1.2 g·L−1时,吸附量从31.5 mg·g−1下降到16.2 mg·g−1)。NZ和FeCA对水中Cu(Ⅱ)去除率随着吸附剂投加量增加而增加的原因主要是:吸附剂投加量越大,提供的吸附剂活性点位越多,更有利于水中的Cu2+被吸附剂所吸附去除[23]。NZ和FeCA对水中Cu(Ⅱ)单位吸附量随着吸附剂投加量增加而降低的原因主要是:吸附剂投加量的增加导致了吸附剂表面上活性位点的聚集以及吸附质扩散路径长度的增加[23]。从图1中还可见,当吸附剂投加量由0.3 g·L−1增加到1.2 g·L−1时,NZ和FeCA对水中Pb(Ⅱ)的去除率基本保持不变,分别位于98.6%—99.7%和99.7%—99.9%。此外,当吸附剂投加量由0.3 g·L−1增加到1.2 g·L−1时,NZ和FeCA对水中Pb(Ⅱ)的单位吸附量则会逐渐下降,分别由33.0 mg·g−1下降到8.30 mg·g−1和由66.6 mg·g−1下降到16.6 mg·g−1。由以上分析可见,NZ和FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)均具有较强的吸附去除能力。

    图 1  吸附剂投加量对天然沸石和铁方解石吸附水中Cu(Ⅱ)和Pb(Ⅱ)的影响
    Figure 1.  Effect of adsorbent dosage on Cu(Ⅱ) and Pb(Ⅱ) adsorption onto natural zeolite and iron-modified calcite

    图2为NZ和FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的吸附等温线。由图2可见,NZ和FeCA对水中Cu(Ⅱ)的单位吸附量随着吸附平衡浓度的增加而增加,直至达到吸附饱和或者接近饱和。随着水中Pb(Ⅱ)平衡浓度的逐渐增加,NZ和FeCA对Pb(Ⅱ)的单位吸附量逐渐增加直至达到吸附饱和或者接近饱和。进一步采用Langmuir [式(7)][24]和Freundlich [式(8)][24]等温吸附模型对图2中的实验数据进行拟合分析,所获得模型参数值列于表1。根据模型参数值计算得到的Langmuir和Freundlich等温线也列于图2

    图 2  天然沸石和铁方解石对水中Cu(Ⅱ)和Pb(Ⅱ)的吸附等温线
    Figure 2.  Adsorption isotherms of Cu(Ⅱ) and Pb(Ⅱ) on natural zeolite and iron-modified calcite
    表 1  天然沸石和铁方解石吸附水中Cu(Ⅱ)和Pb(Ⅱ)的等温线模型参数拟合结果
    Table 1.  Fitting results of isotherm models for Cu(Ⅱ) and Pb(Ⅱ) uptake by natural zeolite and iron-modified calcite
    等温吸附模型Isotherm model参数Parameter天然沸石Natural zeolite铁方解石Iron-modified calcite
    Cu(Ⅱ)Pb(Ⅱ)Cu(Ⅱ)Pb(Ⅱ)
    LangmuirQMAX/(mg·g−1)7.9875.427.21150
    KL/(L·mg−1)4.290.25217.49.29
    R20.6850.5150.9830.722
    FreundlichKF5.4043.820.3685
    1/n0.1530.1140.1320.119
    R20.9680.7410.7700.454
     | Show Table
    DownLoad: CSV
    LangmuirQe=QMAXKLCe1+KLCe (7)
    FreundlichQe=KFC1/ne (8)

    式中,Qe代表吸附剂对水中吸附质的吸附量(mg·g−1);Ce代表水中残留的吸附质浓度;QMax代表吸附剂对水中吸附质的最大单分子层吸附量(mg·g−1);KL代表Langmuir常数(L·mg−1);KF和1/n均代表Freundlich常数。

    表1中可见,与Langmuir模型相比,NZ对水中Cu(Ⅱ)和Pb(Ⅱ)的等温吸附行为更适合采用Freundlich模型加以描述。与之相反的是,FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的等温吸附行为则更适合采用Langmuir模型加以描述,说明FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的吸附属于单分子层吸附。根据Langmuir等温吸附模型,NZ对水中Cu(Ⅱ)和Pb(Ⅱ)的最大单分子层吸附量分别为7.98 mg·g−1和75.4 mg·g−1,接近根据实验确定的最大吸附量(Cu:8.69 mg·g−1;Pb:75.7 mg·g−1)。FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的最大单分子层吸附量分别为27.2 mg·g−1和1150 mg·g−1,接近根据实验确定的最大吸附量(Cu:28.4 mg·g−1;Pb:1099 mg·g−1)。这说明,采用Langmuir等温吸附模型预测NZ和FeCA对水中Pb和Cu的最大吸附量是可靠的。很显然,FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的最大单分子层吸附量高于NZ。这进一步说明了FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的吸附能力强于NZ。

    表2为国内外先前文献报道的沸石、碳酸盐基材料和铁氧化物对水中Cu(Ⅱ)和Pb(Ⅱ)的最大单位吸附量。从表2中可见,本研究所用的天然沸石对水中Cu(Ⅱ)的最大吸附量(7.98 mg·g−1)小于先前文献报道的天然沸石(26.24 mg·g−1),也小于先前文献报道的人工合成沸石(57.803—202.76 mg·g−1)。另外,本研究所用的天然沸石对水中Pb(Ⅱ)的最大吸附量(75.4 mg·g−1)介于先前文献报道的天然沸石的最大吸附量(14.2—89.096 mg·g−1)之间,但小于先前文献报道的人工合成沸石最大吸附量(109.890—441.336 mg·g−1)。虽然天然沸石对水中Cu(Ⅱ)和Pb(Ⅱ)的最大吸附量小于人工合成沸石,但是前者的成本通常是小于后者的。因此,从性价比的角度看,应用天然沸石作为覆盖材料控制底泥中Cu和Pb的释放预计是更有希望的。虽然铁方解石对水中Cu(Ⅱ)的最大吸附量小于先前文献报道的碳酸盐基材料(大理石),也小于人工合成的沸石,但是铁方解石对水中Pb(Ⅱ)的最大吸附量明显大于先前文献报道的天然沸石、人工合成沸石和碳酸盐基材料(碳酸盐基尾矿渣和球霰石型碳酸钙)。所以,从吸附容量的角度看,利用铁方解石作为覆盖材料控制底泥中Pb的释放是很有希望的。

    表 2  国内外沸石、碳酸盐基材料和铁氧化物对水中Cu(Ⅱ)和Pb(Ⅱ)的最大吸附量
    Table 2.  The maximum Cu(Ⅱ) and Pb(Ⅱ) uptake capacities for zeolite, carbonate-based material and iron oxide reported in previous literatures
    序号Number吸附剂名称Adsorbent nameCu(Ⅱ)最大吸附量/(mg·g−1)Copper maximum adsorption capacityPb(Ⅱ)最大吸附量/(mg·g−1)Lead maximum adsorption capacity确定方法Determination method参考文献Reference
    1天然沸石14.2Langmuir模型[13]
    2天然沸石26.24(0.410 mmol·g−189.096(0.430 mmol·g−1Langmuir-Freundlich模型[14]
    3FAU型沸石57.803109.890Langmuir模型[25]
    4NaA型沸石202.76Langmuir模型[26]
    5NaY型沸石431.60Langmuir模型[27]
    6钙霞石型沸石133.18 (2.081 mmol·g−1)441.336 (2.130 mmol·g−1)Langmuir模型[28]
    7碳酸盐基尾矿渣832实验[29]
    8大理石222.84Langmuir模型[30]
    9球霰石型碳酸钙499.86实验[31]
    10NZ7.9875.4Langmuir模型本研究
    11FeCA27.21150Langmuir模型本研究
     | Show Table
    DownLoad: CSV

    先前研究[23,32-33]已对沸石吸附水中Cu2+和Pb2+等重金属阳离子的机制开展了研究,结果发现,阳离子交换和静电吸引是沸石吸附水中Cu2+和Pb2+等重金属阳离子的重要作用机制。因此,笔者推测,本研究所用NZ吸附水中Cu2+和Pb2+的主要机制涉及阳离子交换和静电吸引。Tang等研究发现,方解石溶解和含铜沉淀物形成是方解石去除水中Cu2+的重要机制[34]。Song等研究发现,方解石去除水中Cu2+的机制主要为表面吸附和化学沉淀作用[35]。内层配合物形成是铁氧化物吸附水中Cu2+和Pb2+的重要机制[36]。所以,笔者推测,铁方解石去除水中Cu2+和Pb2+的主要机制涉及表面吸附和化学沉淀。

    本研究所用底泥中可交换态、可还原态、可氧化态和残渣态Cu的含量分别为43.5、10.2、381 mg·kg−1和196 mg·kg−1,可交换态、可还原态、可氧化态和残渣态Pb的含量分别为209、326、86.9、592 mg·kg−1。在采用BCR法提取的4种形态重金属中,可交换态重金属被认为是最容易释放和最具生物有效性的[4]。可还原态重金属主要是指与铁锰氧化物/氢氧化物所结合的重金属,在缺氧条件下容易被释放出来[4]。本研究所用底泥中F1+F2态Cu和Pb含量分别为53.7 mg·kg−1和535 mg·kg−1。这说明本研究所用底泥中Cu和Pb存在释放的风险。底泥培养期间对照组、NZ覆盖组、FeCA覆盖组和联合覆盖组上覆水中DO浓度的最大值分别为0.65、0.17、0.79、0.25 mg·L−1。这说明,底泥培养期间各反应器中上覆水均处于缺氧状态。图3为对照组、NZ覆盖组、FeCA覆盖组和联合覆盖组上覆水中Cu浓度随培养时间变化而变化的规律以及NZ覆盖、FeCA覆盖和联合覆盖对上覆水中Cu的去除率。从中可见,对照组上覆水中Cu浓度位于0.223—0.447 mg·L−1。这说明缺氧条件下底泥中Cu会释放出来进入上覆水中。NZ覆盖组上覆水中Cu浓度为0.105—0.236 mg·L−1,低于对照组。计算得到的NZ覆盖对上覆水中Cu的削减率为37%—66%。这表明,天然沸石覆盖可以有效降低底泥中Cu向上覆水体中的释放。通常,底泥中物质向上覆水体释放的过程包括两个基本过程:(1)底泥中物质先释放进入间隙水中;(2)间隙水中溶解态物质通过分子扩散机制穿过底泥-水界面向上覆水迁移[37-38]。天然沸石对水中Cu2+具有较好的吸附能力(图1图2)。底泥间隙水中Cu2+穿越底泥-水界面时可被天然沸石覆盖层所吸附,进而导致底泥-水界面Cu扩散通量的下降,从而导致上覆水中Cu浓度的下降。从图3中还可见,FeCA覆盖组上覆水中Cu的浓度为0.044—0.066 mg·L−1,低于对照组。计算得到的FeCA覆盖对上覆水中Cu的削减率为80%—86%。这说明,铁方解石覆盖可有效降低底泥中Cu向上覆水体中的释放风险。铁方解石对水中Cu具有较好的吸附能力(图1图2)。铁方解石覆盖层可通过吸附作用拦截底泥间隙水中Cu向上覆水体的扩散,从而降低上覆水中Cu的浓度。铁方解石覆盖对上覆水中Cu的削减率高于天然沸石。这说明铁方解石覆盖控制底泥中Cu释放的效果优于天然沸石。联合覆盖组上覆水中Cu的浓度明显低于对照组,天然沸石和铁方解石联合覆盖对上覆水中Cu的削减率为81%—89%。由此可见,天然沸石和铁方解石联合覆盖同样可以有效控制底泥中Cu向上覆水体中的释放。这主要归功于联合覆盖层中天然沸石和铁方解石对底泥中Cu释放的拦截作用。另外,NZ/FeCA联合覆盖对底泥中Cu向上覆水体中释放的效率要高于单独的NZ覆盖。

    图 3  各实验组上覆水中Cu浓度随培养时间变化而变化的规律以及NZ覆盖、FeCA覆盖和联合覆盖对上覆水中Cu的去除率
    Figure 3.  Change in Cu concentration of overlying water in control, natural zeolite (NZ) capping, iron-modified calcite (FeCA) capping, and NZ/FeCA combined capping columns and the reduction efficiencies of overlying water Cu by the NZ capping, FeCA capping and NZ/FeCA combined capping

    图4为各实验组上覆水中Pb浓度随培养时间变化而变化的规律以及NZ覆盖、FeCA覆盖和联合覆盖对上覆水中Pb的去除率。

    图 4  各实验组上覆水中Pb浓度随培养时间变化而变化的规律以及NZ覆盖、FeCA覆盖和联合覆盖对上覆水中Pb的去除率
    Figure 4.  Change in Pb concentration of overlying water in control, natural zeolite (NZ) capping, iron-modified calcite (FeCA) capping, and NZ/FeCA combined capping columns and the reduction efficiencies of overlying water Pb by the NZ capping, FeCA capping and NZ/FeCA combined capping

    图4中还可见,对照组上覆水中Pb的浓度为0.220—0.303 mg·L−1,说明底泥中Pb可被释放出来进入上覆水中。与对照组相比,NZ覆盖组和FeCA覆盖组上覆水中Pb的浓度更低。NZ覆盖和FeCA覆盖对上覆水中Pb的削减率分别为45.5%—75.0%和63.6%—81.3%。显然,前者对上覆水中Pb的削减率低于后者。这说明NZ覆盖和FeCA覆盖均可有效控制底泥中Pb向上覆水体中的释放,且后者控制底泥中Pb向上覆水体中释放的效果优于前者。NZ对水中Pb2+具有一定的吸附能力,而FeCA对水中Pb2+的吸附能力强(图1和2)。NZ覆盖和FeCA覆盖之所以能有效控制底泥中Pb释放的主要原因之一是:NZ或FeCA覆盖层会吸附底泥间隙水中溶解态Pb,从而阻止了底泥间隙水中溶解态Pb向上覆水体中的扩散。从图4还可见,NZ和FeCA联合覆盖层同样可以有效地阻止底泥中Pb向上覆水体中的释放,导致上覆水中Pb的浓度明显低于对照组。NZ/FeCA联合覆盖层对上覆水中Pb2+的削减率为68.2%—87.5%。这主要归功于联合覆盖层中NZ和FeCA对底泥中Pb释放的拦截作用。另外,NZ/FeCA联合覆盖控制底泥中Pb向上覆水体中释放的效率要高于单独的NZ覆盖。

    图5是对照组和联合覆盖组上覆水-底泥垂向剖面上DGT有效态Cu和Pb的分布特征。从中可见,对照组中底泥-水界面附近DGT有效态Cu和Pb浓度呈现显著的梯度变化。当深度从20 mm下降到0 mm时(正值表示底泥-水界面上方),上覆水中DGT有效态Cu和Pb浓度分别从1.20 µg·L−1增加到2.72 µg·L−1和从1.55 µg·L−1增加到3.48 µg·L−1。当深度从0 mm下降到-40 mm(负号表示底泥-水界面下方)时,底泥中DGT有效态Cu和Pb浓度分别由2.72 µg·L−1急剧增加到12.7 µg·L−1和由3.48 µg·L−1急剧增加到18.6 µg·L−1。这证实了本研究所用底泥中Cu和Pb会逐渐从下层底泥向上层底泥迁移,而后穿越底泥-水界面再向上覆水体中释放。对于联合覆盖组而言,不同深度处上覆水中DGT有效态Cu和Pb的浓度水平差异很小,但是不同深度处底泥中DGT有效态Cu和Pb的浓度仍存在的差异。当深度从−30 mm下降到−40 mm时,底泥中DGT有效态Cu浓度会由1.49 µg·L−1增加到4.31 µg·L−1。当深度从0 mm下降到−40 mm时,底泥中DGT有效态Pb浓度会从0.219 µg·L−1增加到8.95 µg·L−1。这说明,NZ和FeCA联合覆盖作用下底泥中Cu和Pb仍存在向间隙水和上覆水中释放的风险。

    图 5  对照组和联合覆盖组上覆水-底泥垂向剖面上有效态Cu和Pb的分布特征
    Figure 5.  Distribution of DGT-labile Cu and Pb in overlying water/sediment profile in control and natural zeolite/iron-modified calcite combined capping columns

    图5中还可以看出,联合覆盖组上覆水中DGT有效态Cu和Pb浓度明显低于对照组。计算确定的联合覆盖对上覆水中DGT有效态Cu和Pb的削减率分别为54.3%—78.5%和84.1%—93.7%。这说明NZ和FeCA联合覆盖可有效降低底泥中Cu和Pb向上覆水体中释放的风险。

    与对照组相比,联合覆盖组底泥中DGT有效态Cu和Pb浓度明显低。产生这种现象的原因推测是:利用DGT对底泥中有效态金属的测量结果不仅体现了间隙水中溶解态金属的浓度,而且体现了底泥中弱吸附态金属向液相的补给能力[39];在联合覆盖作用下,NZ和FeCA会吸附间隙水中溶解态Cu和Pb,可导致间隙水中溶解态Cu和Pb浓度的降低;当间隙水中溶解态Cu和Pb浓度下降后,底泥表面弱吸附态Cu和Pb会释放出来,以弥补间隙水中损失的溶解性Cu和Pb;NZ和FeCA对间隙水中Cu和Pb的吸附速率预计会大于底泥向间隙水的补充速率,从而导致联合覆盖作用下底泥中DGT有效态Cu和Pb浓度明显低于无覆盖条件下的浓度。计算确定的联合覆盖对底泥中有效态Cu和Pb的削减率分别为69.3%—81.2%和51.9%—91.7%。这说明,NZ和FeCA联合覆盖可以有效降低底泥中Cu和Pb向间隙水中释放的风险。

    间隙水和上覆水之间溶解态物质浓度差大小是影响间隙水中溶解性物质向上覆水中扩散的重要因素。联合覆盖作用下底泥中DGT有效态Cu和Pb浓度的下降,导致了底泥中Cu和Pb向间隙水中释放风险的降低,进而可降低底泥间隙水中Cu和Pb的浓度,从而可降低间隙水和上覆水之间Cu和Pb的浓度差,最终导致了联合覆盖组上覆水中Cu和Pb浓度明显低于对照组。由此可见,NZ和FeCA联合覆盖层对底泥中DGT有效态Cu和Pb的削减作用,对于其控制底泥中Cu和Pb向上覆水体中释放而言是至关重要的。

    根据公式(5)和(6),利用图5中的实验数据,计算得到对照组底泥-水界面Cu和Pb的扩散速率分别为11.3 µg·(m2·d)−1和35.9 µg·(m2·d)−1,而联合覆盖组底泥-水界面Cu和Pb的扩散速率分别为1.17 µg·(m2·d)−1和2.92 µg·(m2·d)−1。这说明,无覆盖条件下底泥中Cu和Pb可通过分子扩散机制穿越底泥-水界面进入上覆水中,并且联合覆盖条件下底泥中的Cu和Pb也可通过分子扩散机制穿越底泥-水界面进入上覆水中,分子扩散是无覆盖和联合覆盖作用下底泥中Cu和Pb向上覆水体中释放的重要机制。进一步计算确定,天然沸石和铁方解石联合覆盖对底泥-水界面Cu和Pb扩散速率的削减率分别为89.7%和91.9%。这说明,天然沸石和铁方解石的联合覆盖可有效降低底泥-水界面Cu和Pb的扩散速率。因此,天然沸石和铁方解石的联合覆盖对底泥-水界面Cu和Pb扩散速率的削减,是其控制底泥中Cu和Pb释放进入上覆水体中的重要作用机制。

    分析覆盖层中重金属的形态分布特征,进而评估被覆盖层所吸附重金属的稳定性,对于利用活性覆盖技术控制底泥中重金属释放是很重要的。这是因为,如果被覆盖层所吸附的重金属会重新释放的话,那么活性覆盖技术控制底泥中重金属释放的长效性将很难得到保证。因此,分析NZ和FeCA联合覆盖层中Cu和Pb的形态分布特征,进而评估被该联合覆盖层所吸附Cu和Pb的稳定性,是非常必要的。从图6可见,联合覆盖层中各形态Cu含量从大到小依次为:可氧化态Cu(381 mg·kg−1)>残渣态Cu(196 mg·kg−1)>可交换态Cu(43.5 mg·kg−1)>可还原态Cu(10.2 mg·kg−1)。进一步计算确定,联合覆盖层中可氧化态、残渣态、可交换态和可还原态Cu占总可提取态Cu的比例分别为60.4%、31.1%、6.89%和1.62%。从图6中还可以看出,联合覆盖层中各形态Pb含量从大到小依次为残渣态Pb(592 mg·kg−1)>可还原态Pb(326 mg·kg−1)>可交换态Pb(209 mg·kg−1)>可氧化态Pb(86.9 mg·kg−1)。进一步计算确定,联合覆盖层中残渣态、可还原态、可交换态和可氧化态Pb占总可提取Pb的比例分别为48.8%、26.9%、17.2%和7.16%。培养实验结束之后,联合覆盖层中含一定数量的Cu和Pb,这证实了NZ和FeCA对底泥间隙水中溶解性Cu和Pb的吸附作用是联合覆盖层控制底泥中Cu和Pb释放的重要机制。

    图 6  被联合覆盖层所吸附Cu和Pb的形态分布特征
    Figure 6.  Fractionation of Cu and Pb in natural zeolite and iron-modified calcite combined capping layer after its application
    L1:可交换态exchangeable form;L2:可还原态reducible form;L3:可氧化态oxidable form;L4:残渣态residual form

    固体材料中重金属的生物可利用性和迁移能力与其赋存形态是密切相关的[40-42]。F1态金属对外界环境变化非常敏感,在偏酸性和中性条件下通常很容易释放出来[40-42]。F2态金属被认为在水体氧化还原电位降低或缺氧条件下较容易被释放出来[40-42]。F3态金属稳定性较高[42]。在强氧化条件下,F3态金属存在重新释放的可能性[42-43]。F4态金属通常情况下很难被释放出来[42]。联合覆盖层中F1和F2态Cu之和占总可提取态Cu的比例仅为8.51%。这说明被NZ和FeCA所吸附的Cu大部分(91.49%)以较为稳定或非常稳定的形态存在,重新释放的可能性很低。联合覆盖层中F1和F2态Pb之和占总可提取态Pb的比例为44.1%,而F3和F4态Pb之和占总可提取态Pb的比例为55.9%。由此可见,被NZ和FeCA联合覆盖层所吸附的Pb中超过半数以较为稳定或非常稳定的形态存在,被NZ和FeCA联合覆盖层所吸附的Pb总体上释放风险较低。需要指出的,F1+F2态Pb占总可提取态Pb的比例仍达到了44.1%。这说明,NZ和FeCA联合覆盖层吸附底泥中Pb饱和后,对其进行回收处理仍然是很有必要的。

    (1)与Langmuir模型相比,NZ对水中Cu(Ⅱ)和Pb(Ⅱ)的等温吸附数据更适合采用Freundlich模型加以描述;与Freundlich模型相比,Langmuir模型更适合用于描述FeCA对水中Cu(Ⅱ)和Pb(Ⅱ)的等温吸附数据;根据Langmuir模型预测得到的NZ和FeCA对水中Cu(Ⅱ)的最大单分子层吸附量分别为7.98 mg·g−1和27.2 mg·g−1,NZ和FeCA对水中Pb(Ⅱ)的最大分子层吸附量分别为75.4 mg·g−1和1150 mg·g−1

    (2)NZ单独覆盖、FeCA单独覆盖和NZ/FeCA联合覆盖均可以有效地降低底泥中Cu和Pb向上覆水体中释放的风险,并且NZ和FeCA的联合覆盖控制底泥中Cu和Pb向上覆水体中释放的效率要高于NZ的单独覆盖。

    (3)NZ和FeCA联合覆盖不仅可有效地降低上覆水-底泥垂向剖面上DGT有效态Cu和Pb的浓度,而且可降低底泥-水界面Cu和Pb的扩散通量。

    (4)被NZ和FeCA联合覆盖层所吸附的Cu的存在形式为可氧化态(60.4%)>残渣态(31.1%)>可交换态(6.89%)>可还原态(1.62%),而Pb的存在形式则为残渣态(48.8%)>可还原态(26.9%)>可交换态(17.2%)>可氧化态(7.16%)。

    (5)NZ和FeCA联合覆盖对底泥中DGT有效态Cu和Pb以及底泥-水界面Cu和Pb扩散通量的削减,是其控制底泥中Cu和Pb向上覆水体中释放的关键。

  • 图 1  连续实验装置示意图

    Figure 1.  Schematic diagram of continuous experimental device

    图 2  不同进料TS条件下厌氧消化效果

    Figure 2.  Performance of anaerobic digestion at different feeding concentrations

    图 3  COD物料平衡

    Figure 3.  Mass balance based on COD

    图 4  不同TAN和FA下鸡粪中温厌氧消化VS产甲烷率和VS去除率曲线拟合

    Figure 4.  Fitted curves of methane production and VS removal rate during mesophilic anaerobic digestion of chicken manure at different TAN and FA

    表 1  接种泥和各阶段基质特性

    Table 1.  Characteristics of seed sludge and substrate of each phase

    接种泥及阶段运行时间/dTS/%VS/%pHTCOD/(g·L−1)SCOD/(g·L−1)TAN/(g·L−1)OLR/(g·(L·d)−1)
    接种泥01.18±0.050.74±0.057.15±1.203.25±0.141.00±0.160.24±0.04
    阶段11~345.20±0.564.00±0.247.30±0.4645.7±0.461.48±0.401.26±0.041.32±0.11
    阶段235~557.24±0.365.51±0.567.54±0.2668.2±0.371.27±0.071.24±0.031.81±0.07
    阶段356~759.30±0.267.26±0.317.61±0.4390.8±0.261.29±0.071.58±0.042.45±0.05
    阶段476~1006.22±0.264.78±0.327.40±0.1354.1±0.261.40±0.041.20±0.071.57±0.03
      注:TCOD为总化学需氧量;SCOD为溶解性化学需氧量;TAN为总氨氮浓度;OLR为有机负荷(以VS计)。
    接种泥及阶段运行时间/dTS/%VS/%pHTCOD/(g·L−1)SCOD/(g·L−1)TAN/(g·L−1)OLR/(g·(L·d)−1)
    接种泥01.18±0.050.74±0.057.15±1.203.25±0.141.00±0.160.24±0.04
    阶段11~345.20±0.564.00±0.247.30±0.4645.7±0.461.48±0.401.26±0.041.32±0.11
    阶段235~557.24±0.365.51±0.567.54±0.2668.2±0.371.27±0.071.24±0.031.81±0.07
    阶段356~759.30±0.267.26±0.317.61±0.4390.8±0.261.29±0.071.58±0.042.45±0.05
    阶段476~1006.22±0.264.78±0.327.40±0.1354.1±0.261.40±0.041.20±0.071.57±0.03
      注:TCOD为总化学需氧量;SCOD为溶解性化学需氧量;TAN为总氨氮浓度;OLR为有机负荷(以VS计)。
    下载: 导出CSV

    表 2  不同进料TS条件下厌氧消化效果参数的变化

    Table 2.  Variation of performance parameters of anaerobic digestion at different feeding concentrations

    阶段容积产气率/(L·(L·d)−1)VS产气率/(L·g−1)CH4/%CO2/%TS/%TS去除率/%VS去除率/%TCOD去除率/%
    10.75±0.18b0.64±0.05a62.4±2.6a33.0±2.2b2.11±0.24c59.4±2.1a66.7±4.1a73.2±3.6a
    20.96±0.21a0.54±0.03b58.9±1.4b39.6±3.4a2.91±0.24b60.9±1.7a63.1±4.5ab71.0±2.4a
    31.03~0.180.34~0.0758.2~47.135.1~45.73.85~7.0458.1~23.464.3~39.269.2~42.3
    40.51±0.10c0.33±0.07c53.0±1.7c37.4±2.2a3.23±0.21a48.4±2.8b60.1±2.5b63.5±2.9b
      注:数据后不同小写字母表示不同阶段之间差异显著(P<0.05)。
    阶段容积产气率/(L·(L·d)−1)VS产气率/(L·g−1)CH4/%CO2/%TS/%TS去除率/%VS去除率/%TCOD去除率/%
    10.75±0.18b0.64±0.05a62.4±2.6a33.0±2.2b2.11±0.24c59.4±2.1a66.7±4.1a73.2±3.6a
    20.96±0.21a0.54±0.03b58.9±1.4b39.6±3.4a2.91±0.24b60.9±1.7a63.1±4.5ab71.0±2.4a
    31.03~0.180.34~0.0758.2~47.135.1~45.73.85~7.0458.1~23.464.3~39.269.2~42.3
    40.51±0.10c0.33±0.07c53.0±1.7c37.4±2.2a3.23±0.21a48.4±2.8b60.1±2.5b63.5±2.9b
      注:数据后不同小写字母表示不同阶段之间差异显著(P<0.05)。
    下载: 导出CSV

    表 3  不同进料TS条件下厌氧消化稳定性参数的变化

    Table 3.  Variation of stability parameters of anaerobic digestion at different feeding concentrations

    阶段pH碱度(以CaCO3计)/(g·L−1)VFAs/(g·L−1)VFAs/碱度TAN/(g·L−1)FA/(g·L−1)
    17.67±0.19c6.68±0.06b0.53±0.02c0.06±0.01a1.06±0.11c0.07±0.02b
    27.89±0.41b11.9±0.32a0.65±0.04b0.06±0.02a1.51±0.03b0.15±0.02a
    38.17±0.04a13.0~15.21.62±0.02a0.07~0.131.63~3.400.23~0.68
    47.80±0.17b8.05±0.89b0.75±0.04b0.08±0.02a1.88±0.16a0.17±0.05a
      注:数据后不同小写字母表示不同阶段之间差异显著(P<0.05)。
    阶段pH碱度(以CaCO3计)/(g·L−1)VFAs/(g·L−1)VFAs/碱度TAN/(g·L−1)FA/(g·L−1)
    17.67±0.19c6.68±0.06b0.53±0.02c0.06±0.01a1.06±0.11c0.07±0.02b
    27.89±0.41b11.9±0.32a0.65±0.04b0.06±0.02a1.51±0.03b0.15±0.02a
    38.17±0.04a13.0~15.21.62±0.02a0.07~0.131.63~3.400.23~0.68
    47.80±0.17b8.05±0.89b0.75±0.04b0.08±0.02a1.88±0.16a0.17±0.05a
      注:数据后不同小写字母表示不同阶段之间差异显著(P<0.05)。
    下载: 导出CSV

    表 4  模型拟合动力学参数和抑制阈值

    Table 4.  Kinetic parameters of model fitting and inhibition thresholds

    抑制因子指标动力学参数抑制阈值
    A1A2x0dX IC10/(g·L−1)IC50/(g·L−1)IC80/(g·L−1)
    TANVS产甲烷率0.37±0.020.07±0.011.70±0.040.15±0.051.481.842.35
    VS去除率69.2±3.1138.7±5.062.22±0.190.35±0.162.042.603.87
    FAVS产甲烷率0.39±0.030.07±0.010.21±0.020.06±0.020.100.240.41
    VS去除率73.8±9.5037.3±8.670.33±0.080.14±0.110.280.490.76
    抑制因子指标动力学参数抑制阈值
    A1A2x0dX IC10/(g·L−1)IC50/(g·L−1)IC80/(g·L−1)
    TANVS产甲烷率0.37±0.020.07±0.011.70±0.040.15±0.051.481.842.35
    VS去除率69.2±3.1138.7±5.062.22±0.190.35±0.162.042.603.87
    FAVS产甲烷率0.39±0.030.07±0.010.21±0.020.06±0.020.100.240.41
    VS去除率73.8±9.5037.3±8.670.33±0.080.14±0.110.280.490.76
    下载: 导出CSV
  • [1] 刘茹飞, 陈刚, 王明超, 等. 我国典型禽畜粪便资源化技术研究[J]. 再生资源与循环经济, 2017, 10(3): 37-40. doi: 10.3969/j.issn.1674-0912.2017.03.015
    [2] 潘君廷, 马俊怡, 郜天磊, 等. 膨润土改善鸡粪厌氧消化产酸产甲烷特性[J]. 农业工程学报, 2016, 32(8): 246-252. doi: 10.11975/j.issn.1002-6819.2016.08.035
    [3] 马旭光, 江滔, 唐琼, 等. 油菜秸秆和鸡粪比例及含固率对其发酵产甲烷特性的影响[J]. 农业工程学报, 2018, 34(12): 236-244. doi: 10.11975/j.issn.1002-6819.2018.12.029
    [4] 张心如, 毛长青, 杜干英, 等. 成都市农村有机废弃污染物沼气潜力测算[J]. 畜禽业, 2017, 28(5): 69-71.
    [5] 裴梦富, 强虹, 杨祎楠, 等. 利用逐级提高进料浓度的方法启动完全混合反应器处理鸡粪[J]. 环境工程学报, 2018, 12(6): 1825-1832. doi: 10.12030/j.cjee.201711113
    [6] 盛迎雪, 曹秀芹. 高固体污泥厌氧消化技术特点及存在问题分析[J]. 北京建筑大学学报, 2016, 32(2): 41-45. doi: 10.3969/j.issn.1004-6011.2016.02.008
    [7] 韩娅新, 张成明, 陈雪兰, 等. 不同农业有机废弃物产甲烷特性比较[J]. 农业工程学报, 2016, 32(1): 258-264. doi: 10.11975/j.issn.1002-6819.2016.01.036
    [8] YIN F B, DONG H M, ZHANG W Q, et al. Antibiotic degradation and microbial community structures during acidification and methanogenesis of swine manure containing chlortetracycline or oxytetracycline[J]. Bioresource Technology, 2017, 250: 247-255.
    [9] 孟晓山, 张玉秀, 隋倩雯, 等. 氨氮浓度对猪粪厌氧消化及产甲烷菌群结构的影响[J]. 环境工程学报, 2018, 12(8): 2346-2356. doi: 10.12030/j.cjee.201802064
    [10] KELLEHER B P, LEAHY J J, HENIHAN A M, et al. Advances in poultry litter disposal technology: A review[J]. Bioresource Technology, 2002, 83(1): 27-36. doi: 10.1016/S0960-8524(01)00133-X
    [11] BUJOCZEK G, OLESZKIEWICZ J, SPARLING R, et al. High solid anaerobic digestion of chicken manure[J]. Journal of Agricultural Engineering Research, 2000, 76(1): 51-60. doi: 10.1006/jaer.2000.0529
    [12] 周曼, 邓良伟, 杨红男, 等. 鸡粪中温干式沼气发酵启动阶段温度变化对产气性能的影响[J]. 农业环境科学学报, 2018, 37(8): 1785-1792. doi: 10.11654/jaes.2018-0415
    [13] DALKILIC K, UGURLU A. Biogas production from chicken manure at different organic loading rates in a mesophilic-thermopilic two stage anaerobic system[J]. Journal of Bioscience and Bioengineering, 2015, 120(3): 315-322. doi: 10.1016/j.jbiosc.2015.01.021
    [14] NIU Q G, HOJO T, QIAO W, et al. Characterization of methanogenesis, acidogenesis and hydrolysis in thermophilic methane fermentation of chicken manure[J]. Chemical Engineering Journal, 2014, 244: 587-596. doi: 10.1016/j.cej.2013.11.074
    [15] 乔玮, 熊林鹏, 毕少杰, 等. 梯度提高进料浓度对鸡粪连续中温发酵产甲烷的影响[J]. 农业工程学报, 2018, 34(9): 233-239. doi: 10.11975/j.issn.1002-6819.2018.09.029
    [16] 张玉秀, 孟晓山, 王亚炜, 等. 畜禽废弃物厌氧消化过程的氨氮抑制及其应对措施研究进展[J]. 环境工程学报, 2018, 12(4): 985-998. doi: 10.12030/j.cjee.201706043
    [17] WU S B, NI P, LI J X, et al. Integrated approach to sustain biogas production in anaerobic digestion of chicken manure under recycled utilization of liquid digestate: Dynamics of ammonium accumulation and mitigation control[J]. Bioresource Technology, 2016, 205(1): 75-81.
    [18] 胡崇亮, 张栋, 戴翎翎, 等. 厌氧消化过程氨抑制研究进展[J]. 环境工程, 2016, 34(12): 23-27.
    [19] 习彦花, 张丽萍, 崔冠慧, 等. 中药渣不同有机负荷厌氧发酵工艺参数分析[J]. 环境工程学报, 2017, 11(4): 2433-2438. doi: 10.12030/j.cjee.201602035
    [20] ANTHONISEN A C, LOEHR R C, SRINATH T B S P G. Inhibition of nitrification by ammonia and nitrous acid[J]. Journal of Water Pollution Control Federation, 1976, 48(5): 835-852.
    [21] LV Z P, HU M, HARMS H, et al. Stable isotope composition of biogas allows early warning of complete process failure as a result of ammonia inhibition in anaerobic digesters[J]. Bioresource Technology, 2014, 167(2): 251-259.
    [22] PENG X W, NGES I A, LIU J. Improving methane production from wheat straw by digestate liquor recirculation in continuous stirred tank processes[J]. Renewable Energy, 2016, 85: 12-18. doi: 10.1016/j.renene.2015.06.023
    [23] 覃亚宏. 有机负荷对餐厨垃圾干式厌氧消化系统性能的影响[D]. 重庆: 重庆大学, 2015.
    [24] PROCHÁZKA J, DOLEJŠ P, MÁCA J, et al. Stability and inhibition of anaerobic processes caused by insufficiency or excess of ammonia nitrogen[J]. Applied Microbiology & Biotechnology, 2012, 93(1): 439-447.
    [25] HAO L P, MAZÉAS L, LÜ F, et al. Effect of ammonia on methane production pathways and reaction rates in acetate-fed biogas processes[J]. Water Science & Technology, 2017, 75(8): 1839-1848.
    [26] 聂红. 高浓度鸡粪厌氧发酵产甲烷的氨抑制研究[D]. 北京: 中国石油大学, 2016.
    [27] 唐波, 李蕾, 何琴, 等. 总氨氮在餐厨垃圾厌氧消化系统中的积累及其抑制作用[J]. 环境科学学报, 2016, 36(1): 210-216.
    [28] 高文萱, 张克强, 梁军锋, 等. 氨胁迫对猪粪厌氧消化性能的影响[J]. 农业环境科学学报, 2015, 34(10): 1997-2003. doi: 10.11654/jaes.2015.10.023
    [29] NIELSEN H B, ANGELIDAKI I. Strategies for optimizing recovery of the biogas process following ammonia inhibition[J]. Bioresource Technology, 2008, 99(17): 7995-8001. doi: 10.1016/j.biortech.2008.03.049
    [30] ALGAPANI D E, QIAO W, SU M, et al. Bio-hydrolysis and bio-hydrogen production from food waste by thermophilic and hyperthermophilic anaerobic process[J]. Bioresource Technology, 2016, 216: 768-777. doi: 10.1016/j.biortech.2016.06.016
    [31] SPROTT G D, PATEL G B. Ammonia toxicity in pure cultures of methanogenic bacteria[J]. Systematic & Applied Microbiology, 1986, 7(2): 358-363.
    [32] ASTALS S, PECES M, BATSTONE D J, et al. Characterising and modelling free ammonia and ammonium inhibition in anaerobic systems[J]. Water Research, 2018, 143: 127-135. doi: 10.1016/j.watres.2018.06.021
    [33] NIU Q G, QIAO W, QIANG H, et al. Microbial community shifts and biogas conversion computation during steady, inhibited and recovered stages of thermophilic methane fermentation on chicken manure with a wide variation of ammonia[J]. Bioresource Technology, 2013, 146(10): 223-233.
    [34] 戴晓虎, 何进, 严寒, 等. 游离氨调控对污泥高含固厌氧消化反应器性能的影响[J]. 环境科学, 2017, 38(2): 679-687.
    [35] SUNG S, LIU T. Ammonia inhibition on thermophilic anaerobic digestion[J]. Chemosphere, 2003, 53(1): 43-52. doi: 10.1016/S0045-6535(03)00434-X
    [36] 裴梦富. 阶段提高进料固体浓度对鸡粪厌氧消化的影响[D]. 杨凌: 西北农林科技大学, 2018.
    [37] ELHADJ T B, ASTALS S, GALÍ A, et al. Ammonia influence in anaerobic digestion of OFMSW[J]. Water Science & Technology, 2009, 59(6): 1153-1158.
  • 加载中
图( 4) 表( 4)
计量
  • 文章访问数:  5056
  • HTML全文浏览数:  5056
  • PDF下载数:  65
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-02-27
  • 录用日期:  2019-05-17
  • 刊出日期:  2019-12-01
杨祎楠, 强虹, 裴梦富, 王瑾. 进料浓度对鸡粪连续中温厌氧消化的影响[J]. 环境工程学报, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
引用本文: 杨祎楠, 强虹, 裴梦富, 王瑾. 进料浓度对鸡粪连续中温厌氧消化的影响[J]. 环境工程学报, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
YANG Yinan, QIANG Hong, PEI Mengfu, WANG Jin. Effect of feeding concentration on continuous mesophilic anaerobic digestion of chicken manure[J]. Chinese Journal of Environmental Engineering, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117
Citation: YANG Yinan, QIANG Hong, PEI Mengfu, WANG Jin. Effect of feeding concentration on continuous mesophilic anaerobic digestion of chicken manure[J]. Chinese Journal of Environmental Engineering, 2019, 13(12): 2963-2972. doi: 10.12030/j.cjee.201902117

进料浓度对鸡粪连续中温厌氧消化的影响

    通讯作者: 强虹(1973—),女,博士,副教授。研究方向:固体废物资源化处理。E-mail:qiangh2003@hotmail.com
    作者简介: 杨祎楠(1994—),女,硕士研究生。研究方向:固体废物资源化处理。E-mail:704102511@qq.com
  • 1. 西北农林科技大学资源环境学院,杨凌 712100
  • 2. 西北农林科技大学机械与电子工程学院,杨凌 712100
基金项目:
陕西省重点研发计划资助项目(2018NY-004)

摘要: 针对高固体鸡粪厌氧消化运行困难问题,利用完全混合式厌氧反应器(CSTR),通过逐级提高进料总固体浓度(TS)的方法,研究不同进料TS((5.20±0.56)%、(7.24±0.36)%、(9.30±0.26)%和(6.22±0.26)%)的鸡粪连续中温厌氧消化效果。实验结果表明,进料TS由(5.20±0.56)%提高为(9.30±0.26)%,挥发性固体(VS)产气率由(0.64±0.05) L·g−1下降为0.07 L·g−1,有机物去除率明显减少,挥发性脂肪酸(VFAs)由(0.53±0.02) g·L−1累积至(1.62±0.02) g·L−1,总氨氮浓度(TAN)和游离氨浓度(FA)分别由(1.06±0.11) g·L−1和(0.07±0.02) g·L-1累积至3.40 g·L−1和0.68 g·L−1,消化过程受到氨抑制。采用Boltzmann模型对不同氨氮浓度下VS产甲烷率和VS去除率进行模拟,拟合结果表明,TAN升高所引发的FA持续累积导致高固体鸡粪厌氧消化氨抑制逐步形成,与VS产甲烷率相比,VS去除率对氨氮的抑制响应具有滞后性。降低进料TS至(6.22±0.26)%,氨抑制得到有效缓解,但反应器处于“抑制稳定状态”。因此,为保证反应器长期高效平稳运行,建议鸡粪连续中温厌氧消化的进料浓度不超过7.24%。研究为高固体鸡粪厌氧消化的工程化应用提供参考。

English Abstract

  • 随着我国肉鸡、蛋鸡集约化养殖的发展,鸡粪产量不断增加。据不完全统计,2015年,鸡粪(包括尿液)排放量高达3.93×109 t[1]。大量未经处理的鸡粪直接排放,对水体、土壤、大气等环境造成严重污染[2]。鸡粪富含有机质,具有较高的能源转化潜力[3],仅2015年,鸡粪产沼潜力高达2.75×1011 m3,折算为标准状况下的天然气体积,可达1.72×1011 m3[4]。因此,厌氧消化是降低鸡粪污染、实现其资源化利用的有效处理方法[5],特别是高固体(总固体浓度(TS)>6%[6])鸡粪厌氧消化因较高的产能效率以及较少的二次污染物产生量而具有广泛的工程应用前景。

    在典型畜禽粪便中,鸡粪的蛋白质组分最高,为牛粪、猪粪的2倍[7],在厌氧消化的水解阶段,易被转化为氨氮(包括NH+4和游离氨NH3)[8]。氨氮浓度超过临界值后,对厌氧菌的正常生理代谢产生不利影响,导致消化效率低下,出现氨抑制现象[9]。而高固体鸡粪厌氧消化面临着更大的氨抑制风险,使得消化过程中进料浓度的提升存在一定困难。据报道,鸡粪厌氧消化的进料TS负荷阈值为5%~6%[10-11],提高负荷不仅伴随着氨氮浓度的上升,还会限制系统传质能力而加剧氨抑制[12],影响发酵性能和体系稳定性。DALKILIC等[13]采用两相完全混合式厌氧反应器(continuous stirred tank reactor, CSTR)进行鸡粪半连续发酵实验,结果表明,当进料TS由3.7%增至8.25%,氨氮和挥发性脂肪酸(volatile fatty acids,VFAs)分别累积至3.5 g·L−1和6.0 g·L−1时,挥发性固体(volatile solid,VS)产气率逐步减少。NIU等[14]利用CSTR研究TS为10%的鸡粪高温厌氧消化,发现反应器连续运行45 d后,其稳定性随氨氮的上升而明显降低。乔玮等[15]采用批次实验,对不同进料TS条件下鸡粪连续中温消化的污泥进行活性测试,发现当鸡粪TS为10%时,氨氮的大量累积导致微生物利用乙酸的产甲烷能力下降了59%。

    目前,研究[16-18]普遍认为,采用逐步提升消化体系氨氮水平的方式驯化微生物,是强化厌氧菌耐氨能力,维持反应器稳定运行的有效途径。但以逐级提高进料浓度为基础而实现的高固体鸡粪连续厌氧消化性能仍须深入探讨。为此,本研究通过逐级提高进料TS的方法,利用CSTR研究不同进料浓度下鸡粪中温厌氧消化的长期运行效果,探究不同氨氮浓度对消化产气性能和有机物降解性能的影响,揭示高固体鸡粪消化过程中氨抑制的形成规律,为大力发展以高固体鸡粪为原料的沼气工程提供参考。

  • 接种泥取自西安市第五污水处理厂连续稳定运行的中温厌氧消化器。新鲜鸡粪取自陕西省杨凌示范区某养鸡场,挑拣出鸡粪中的鸡毛、石子等杂物,测得TS为(33.2±1.4)%,保存于−18 ℃冰箱冷冻室中。使用时采用多功能高速粉碎机(常州国华,878A)对其进行少量多次粉碎,粉碎时间为3 min,捣碎速度为10 000 r·min−1,直至粉碎成匀浆状为止,加水稀释至一定TS,充分搅拌,确保基质的均质性。接种泥及实验各阶段基质特性如表1所示。

  • 实验装置CSTR如图1所示。反应器有效体积为6 L。基质罐与发酵罐均具有水浴夹层,通过恒温循环水槽将罐体温度分别控制在(4±0.5) ℃和(35±0.5) ℃。采用磁力搅拌装置进行连续搅拌,速度为60 r·min−1,实现物料的完全混合。鸡粪厌氧消化连续实验的水力停留时间(hydraulic retention time,HRT)为30 d,通过配有时间控制器的蠕动泵精准进料与出料,每日分为8次,每次进出料体积为25 mL。本实验共分为4个阶段,阶段1~阶段4的进料TS分别为(5.20±0.56)%、(7.24±0.36)%、(9.30±0.26)%和(6.22±0.26)%,产气率与甲烷含量稳定7 d以上,调节进料TS进入下一阶段[19]。每天测定沼气产量,每周测定2次基质与消化液pH、碱度、VFAs、TCOD、SCOD、TAN、TS、VS、SS、VSS以及沼气成分。

  • TS、VS、SS和VSS采用重量法测定。pH采用pH计(赛多利斯,PB-10)测定。COD、TAN、碱度采用APHA(1995)标准方法测定。基质与消化液在15 000g、4 ℃高速冷冻离心机中离心20 min,取上清液,过0.45 μm玻璃纤维滤膜后,测定TAN、SCOD、VFAs、碱度。VFAs和沼气成分采用气相色谱(岛津GC-2014,stablilwax-DA色谱柱,30 m×0.32 mm×0.50 μm,FID检测器;P-Q填充柱,2 m×2 mm,TCD检测器)测定。气体生成量由湿式气体流量计(日本品川,WK-0.5A)测定,并将其换算为标准状况下的沼气体积。

  • 1)游离氨浓度(free ammonia,FA)[20]按式(1)计算。

    式中:CFA为游离氨浓度,g·L−1CTAN为总氨氮浓度,g·L−1t为厌氧消化温度,℃;pH为消化液中的pH。

    2)为进一步探讨逐级提高进料浓度引起的氨氮变化对鸡粪中温厌氧消化性能的影响,利用Boltzmann模型中的计算方法[21](见式(2)),分别对VS产甲烷率和VS去除率进行动力学拟合。各参数因模拟对象不同而存在差异,以TAN对产甲烷的影响为例进行分析。

    式中:Y为VS产甲烷率,L·g−1A1为VS产甲烷率的初始值(左水平渐近线),L·g−1A2为VS产甲烷率的终值(右水平渐近线),L·g−1X为TAN浓度,g·L−1x0为拐点,g·L−1;dXX的导数。

    在模型中,通过参数A1A2x0和dX描述抑制的影响,其中dX表示变化的抑制程度。采用Origin 8.0非线性拟合获得上述动力学参数。

    3)各指标在阶段1~阶段4之间的差异显著性通过SPSS18.0软件进行单因素方差分析(P<0.05);采用Origin 8.0软件作图。

  • 不同进料TS条件下鸡粪厌氧消化效果如图2表2表3所示。在连续实验中,CSTR共运行100 d,主要分为4个阶段,各阶段的进料TS分别为(5.20±0.56)%、(7.24±0.36)%、(9.30±0.26)%和(6.22±0.26)%。在运行1~34 d(阶段1),基质TS为(5.20±0.56)%,进料OLR(以VS计)为(1.32±0.11) g·(L·d)−1,鸡粪厌氧消化VS产气率稳定在(0.61±0.14) L·g−1,此时甲烷含量为(62.4±2.6)%,pH维持在7.5以上,没有发生VFAs的积累,VFAs与碱度比值稳定在0.06±0.01,未超过研究报道的抑制阈值0.5[22],表明厌氧消化反应器运行良好。实验运行的35~55 d(阶段2),提高基质TS为(7.24±0.36)%,在运行前8 d,单位容积产气量快速增加,最高值达到1.27 L·(L·d)−1,随后有所降低,最终稳定在(0.96±0.21) L·(L·d)−1。相比第1阶段,VS产气率略有下降,但与其他研究相比,仍处于较高水平[13]。TCOD去除率保持在(71.0±2.4)%,pH逐渐升高至8.0左右,同时TAN和FA增加至(1.51±0.03) g·L−1和(0.15±0.02) g·L−1,而甲烷含量始终维持在55%以上,未出现VFAs累积,VFAs/碱度比值稳定在0.06±0.02,说明反应器运行稳定。

    实验运行的56~75 d(阶段3),继续提高基质TS为(9.30±0.26)%,OLR(以VS计)上升为(2.45±0.05) g·(L·d)−1,产气速率迅速下降,经过为期12 d的波动后,容积产气率最终下跌至0.18 L·(L·d)−1,VS产气率仅为0.07 L·g−1,甲烷含量一度减少至50%以下,TCOD、TS和VS去除率明显降低,表明反应器产气性能和有机污染物降解能力大幅度下降,消化效果发生恶化。相应的VFAs出现累积,显著升高至(1.62±0.02) g·L−1(P<0.05),但pH未见下降,继续提升至8.2左右,这可能是体系中的碱度和氨氮起到了缓冲作用所致,此时碱度(以CaCO3计)达到最高,为15.2 g·L−1,TAN和FA分别由1.63 g·L−1和0.23 g·L−1逐步增加为3.40 g·L−1和0.68 g·L−1,上述现象表明反应器已受到严重抑制。尽管有研究[23]指出,采用逐级提高进料浓度的方法可引导细菌适应基质环境,进而加强消化效率,但本实验中过高的基质TS导致VFAs和氨氮双重累积,其中TAN与FA均已超出此前报道的中温消化抑制阈值(3.0 g·L−1[24]和0.20 g·L−1[25])。由于仅当氨抑制引起的VFAs累积致使消化液pH低于7时,才有可能发生酸抑制[26],由此推断,此时厌氧消化过程受到了由TAN升高所引发的FA逐步累积而造成的氨抑制,并非氨氮与VFAs联合抑制。

    为了防止氨氮持续上升以及由此带来的氨抑制进一步恶化,实验运行的76~100 d(阶段4),进料TS下调为(6.22±0.26)%,容积产气率和VS产气率均迅速回升,分别稳定在(0.51±0.10) L·(L·d)−1和(0.33±0.07) L·g−1,甲烷含量恢复至(53.0±1.7)%,累积的VFAs下降为(0.75±0.04) g·L−1,此时总氨氮浓度也降至(1.88±0.16) g·L−1,有机物去除率较第3阶段明显提高,说明反应器氨抑制现象得到了有效缓解,也表明进料TS浓度为(9.30±0.26)%条件下出现的氨抑制是可逆性抑制[26]。尽管降低进料TS减轻了消化体系的氨负荷,甲烷发酵恢复了正常,但通过比较发现,此条件下VS产气率较第1阶段和第2阶段下降了38.9%~48.4%,而VFAs和氨氮浓度水平仍然较高,因此,推断该阶段反应器处于“抑制稳定状态”,即工艺运行稳定而甲烷产率低。此状态是由FA、pH和VFAs三者之间的交互作用引起的[27],阶段3末期,FA累积影响了产甲烷菌活性[28],导致VFAs累积,随即引发阶段4初期pH的下降,而pH降低则会减少FA,对氨抑制起到一定的缓解作用,微生物活性逐渐恢复;抑制缓解后产甲烷菌消耗掉积累的VFAs,同时引起pH上升,继而导致FA增加,如此循环往复。若反应器长期处于抑制稳定状态,FA、pH和VFAs的持续波动可能会干扰微生物的恢复过程,导致系统更加脆弱,易失稳,NIELSEN等[29]的研究结果证实了上述推测。因此,正确把控进料TS浓度是维持有机物料与微生物之间平衡关系、从源头避免氨抑制发生的关键。

  • COD物料衡算可以表征底物在厌氧消化过程中的变化[30],进而评估反应器运行期间整个工艺的合理性和设计的可行性。不同运行阶段COD物料平衡情况如图3所示。由于连续实验中进料、出料以及化学测定等过程存在一定误差,因此,各阶段不同形态COD所占进料TCOD的比例在81.1%~106.8%的范围内波动。

    图3可知,在阶段1,有79.4%的进料COD转换成了甲烷,21.8%的COD转为VSS,1.18%的COD转为VFAs。提高鸡粪TS至(7.24±0.36)%时,转换成甲烷和VFAs的COD含量略有降低,分别为71.8%和1.11%,但下降量并不显著(P>0.05),转换成VSS的COD升高至33.1%。

    在阶段3,继续提高鸡粪TS至(9.30± 0.26)%,转换成甲烷的COD仅占19.4%,VSS和VFAs的COD所占比例显著上升为69.8%和2.12%(P<0.05),达到第1阶段和第2阶段的2倍左右,与图2中VFAs累积、TCOD降解率下降结果一致。一方面,在氨抑制发生阶段,甲烷转化率及有机物降解率降低,大部分COD以VSS的形式残留在消化液中,有悖于厌氧消化工艺实现资源化和减量化的绿色理念;另一方面,受高浓度氨氮影响的产甲烷菌降低了VFAs的利用速率,从而打破耗酸与产酸之间的动态平衡,导致VFAs上升,若长时间连续进料TS为9.30%,持续增加的氨氮会严重抑制产甲烷菌活性,加剧VFAs累积,造成酸和氨的联合抑制,最终消化体系崩溃[26]。因此,从反应器运行效果考虑,不建议厌氧消化反应器进料浓度高达9.30%。

    在阶段4,降低鸡粪TS为(6.22±0.26)%,转换为甲烷的COD增加,达到39.9%,发酵液中以VSS和VFAs形式存在的COD减少为39.8%和1.03%,与图3中产气量增加、VFAs累积消除的实验结果相一致。

  • VS产甲烷率和VS去除率是评价厌氧消化性能的重要参数。其中,VS产甲烷率是反映消化产气效果的直观指标,VS去除率通常可表征有机物的降解效率。因此,以VS产甲烷率和VS去除率作为氨抑制响应参数,通过Boltzmann模型对连续实验结果(阶段1~阶段3)进行模拟,以进一步探讨高固体鸡粪厌氧消化氨抑制的形成过程,结果如图4所示,拟合动力学参数如表4所示,并分别计算得出VS产甲烷率和VS去除率减少10%、50%、80%所对应的氨氮浓度,即IC10、IC50、IC80

    图2图4可知,进料TS的逐级增加伴随着氨氮浓度的上升,当氨氮增至某临界值后,VS产甲烷率和VS去除率不断下降,表明反应器产气及有机物降解性能出现恶化,消化系统受到氨抑制。氨氮对消化过程的抑制主要包括2类:1)离子化的NH4+影响甲烷生产酶的合成;2)疏水的氨分子直接进入菌体细胞内导致质子失衡,改变胞内pH[31-32]。一般认为,FA是氨抑制的直接抑制因子,其毒性引起发酵菌生命代谢活动异常,从而造成底物利用率下降、产气量减少等一系列问题[18],因此,在本研究中,TAN升高所引发的FA持续累积,导致高固体鸡粪厌氧消化氨抑制逐步形成。目前,已有大量研究[9, 28, 33]表明,过高的氨氮浓度通过影响嗜乙酸产甲烷菌活性而制约甲烷的产生,戴晓虎等[34]还证实了水解菌中蛋白降解菌种同样会受到FA的毒性抑制,造成VS降解率下降。明确氨氮抑制阈值对维持功能菌活性,调控反应器平稳运行具有重要意义。

    表4可知,TAN对VS产甲烷率的IC10、IC50、IC80分别为1.48、1.84、2.35 g·L−1。这与SUNG等[35]的研究结果一致,在高pH厌氧体系中,TAN为1.5~3.0 g·L−1时微生物受到氨负荷的冲击。在阶段3,TAN最大值高达3.40 g·L−1,表明反应器产气效果的急剧下降是受到总氨氮的严重抑制所致。TAN对VS降解率的IC10、IC50、IC80分别为2.04、2.60、3.87 g·L−1。与甲烷产率相比,VS降解率受TAN抑制的阈值相对较高,表明其对TAN的抑制响应具有一定滞后性,这可能由于消化体系稀释了进料浓度,造成VS降解率短暂性偏高[36]

    FA对VS产甲烷率的IC10、IC50、IC80分别为0.10、0.24、0.41 g·L−1。而ELHADJ等[37]利用批次实验研究了合成城市生活垃圾中温厌氧消化,发现进料TS为6.53%的条件下,FA的IC50为0.21 g·L−1,低于本实验中的半抑制浓度,这可能是逐级提高进料浓度使微生物得到适应性驯化,从而提高了对FA的承受能力所致。FA对VS去除率的IC10、IC50、IC80分别为0.28、0.49、0.76 g·L−1。甲烷产率和VS去除率受FA抑制的浓度变化规律与TAN类似,后者对FA的抑制响应同样具有滞后性。因此,选取VS产甲烷率作为氨抑制预警参数更具有时效性。由抑制阈值可知,产气性能良好的连续厌氧消化系统中微生物所能承受的FA为0.10 g·L−1(IC10),对照图2表2表3得到对应的进料TS浓度,结果为(7.24±0.36)%,此阶段消化效果明显,反应器运行稳定。因此,为保证反应器长期高效平稳运行,建议鸡粪连续中温厌氧消化的进料浓度不超过7.24%。

  • 1)进料TS为(5.20±0.56)%(阶段1)和(7.24±0.36)%(阶段2),鸡粪中温厌氧消化VS产气率稳定在0.54~0.64 L·g−1,VFAs稳定在0.53~0.65 g·L−1,反应器运行良好。进料TS提高为(9.30±0.26)%(阶段3),VS产气率迅速下降至0.07 L·g−1,有机物(以COD计)的甲烷转化率降低为19.4%,VFAs和氨氮出现双重累积,分别高达(1.62±0.02) g·L−1和3.40 g·L−1,消化过程受到氨抑制。

    2)逐级提高进料浓度造成消化系统TAN上升,继而引发FA的持续累积,VS产甲烷率和VS去除率不断下降,导致高固体鸡粪厌氧消化氨抑制逐步形成。与甲烷产率相比,VS去除率对TAN和FA的抑制响应具有滞后性。

    3)进料TS浓度降低为(6.22±0.26)%(阶段4),氨抑制得到有效缓解,但反应器处于“抑制稳定状态”。

    4)为保证反应器长期高效平稳运行,建议鸡粪连续中温厌氧消化的进料浓度不超过7.24%。

参考文献 (37)

返回顶部

目录

/

返回文章
返回