Processing math: 100%

动态生物滤网中胞外聚合物产量预测及滤网的污染分析

刘凯, 王远, 廖强, 白鹏. 动态生物滤网中胞外聚合物产量预测及滤网的污染分析[J]. 环境工程学报, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
引用本文: 刘凯, 王远, 廖强, 白鹏. 动态生物滤网中胞外聚合物产量预测及滤网的污染分析[J]. 环境工程学报, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
LIU Kai, WANG Yuan, LIAO Qiang, BAI Peng. Prediction of extracellular polymer production and pollution analysis in self-forming dynamic mesh filter system[J]. Chinese Journal of Environmental Engineering, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
Citation: LIU Kai, WANG Yuan, LIAO Qiang, BAI Peng. Prediction of extracellular polymer production and pollution analysis in self-forming dynamic mesh filter system[J]. Chinese Journal of Environmental Engineering, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043

动态生物滤网中胞外聚合物产量预测及滤网的污染分析

    作者简介: 刘凯(1986—),男,硕士,工程师。研究方向:水污染控制。E-mail:l.kai1986@foxmail.com
    通讯作者: 白鹏(1983—),男,博士,工程师。研究方向:水污染控制。E-mail:baipeng1983@126.com
  • 中图分类号: X703

Prediction of extracellular polymer production and pollution analysis in self-forming dynamic mesh filter system

    Corresponding author: BAI Peng, baipeng1983@126.com
  • 摘要: 近年来,在各种膜处理技术中,用于废水或活性污泥混合液粗滤的自形成动态生物滤网(DMf)受到广泛关注。基于此,提出了一种用于估算合适的筛孔孔径的模拟方法,来预测并控制生物滤饼层在筛孔表面的形成,以提高过滤效果并减轻污染。结果表明:动态生物滤网面密度与EPS浓度之间具有显著的正相关性,可以利用滤网面密度来预测胞外聚合物(EPS)产生量;孔径为55~100 μm的筛网上形成的动态生物滤网可以阻挡泥水混合液中的大多数颗粒,但有部分细小颗粒仍可穿过滤网表层,并在滤网底层积累,从而产生EPS。CLSM分析结果表明,DMf中死细胞的比例及其厚度与网孔孔径显著相关,且在所有实验用的DMf中的活细胞层的厚度均约为20 μm。这表明有效的氧气渗透仅发生在DMf的薄层内,过厚的生物层会阻止氧气的渗透,进而导致微生物死亡而释放更多的EPS,最终加剧膜污染。
  • 生活污水磷超标是导致水体富营养化、引起水质恶化的重要原因。生活污水的含磷量较低,一般为4~7 mg·L−1[1](以P计),为达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)A标准,需进行深度处理后控制出水含磷量低于0.5 mg·L−1。目前,污水除磷的方法主要包括化学沉淀法[2-3]和生物法[4]。化学沉淀法除磷效果稳定,抗冲击性强,但产泥难于处理,容易对环境造成二次污染,且在处理过程中因为酸碱的使用使处理成本增加。生物法除磷工艺,受环境因素影响较大,且一般流程比较长,运行管理比较复杂[5]。而铁碳微电解技术成本较低、效果稳定且工艺简单的特点成为众多污水处理技术中新的研究热点。

    近年来,铁碳微电解技术在处理含磷废水方面已经有了诸多应用。铁碳填料制备技术也有很大的演变,传统的制备方式有铁屑堆填、铁碳堆填、规整填料等,其中以规整填料应用广泛。罗梅等[6]使用铁屑堆填的方式对处理微污染含磷水源时,提出存在单一铁屑处理时间较长且易发生填料板结问题;ZHU等[7]使用铁碳堆填的方式处理含磷生活污水,通过添加碳源构成铁碳原电池获得良好的除磷效果,但随着处理时间的增加,会出现阴阳极分离和板结问题。WANG等[8]和刘磊等[9]利用粘合剂将炭粉、铁粉按照一定比例混合并通过烧制规整成型,进行规整后的填料强化了阴阳极接触避免了分离问题,是目前主要的商业应用填料。

    然而,传统填料中铁碳原料构成的原电池属于一种宏电池或相对微电池,原电池效率低,应用于含磷废水的净化处理效果不理想。多项研究[10-11]表明,通过降低铁碳原料的尺度可以提高增加单位空间内微原电池密度,采用纳米尺度铁碳材料处理污水时具有很高的反应活性和污染物脱除率。但目前对降低铁碳尺度的研究多集中在制备成本较高的纳米铁方面。本研究将以廉价的热解焦油作为碳源,开发并优化了均质化-碳化-成型制备铁碳填料的新工艺,初步揭示了新型填料高效除磷性能本质,并对比开展了新型填料与传统填料除磷性能评价。

    采用海绵铁(工业级,购自北京开碧源环境工程有限公司)作为制备铁碳填料的铁基材料,粒径小于74 μm,单质铁(Fe0)含量为56%;采用自制生物质热解焦油及活性炭(<74 μm,化学纯)分别作为新型和传统填料的碳基材料;采用膨润土(化学纯)作为铁碳填料粘结剂;采用磷酸二氢钾(KH2PO4,分析纯)配制模拟含磷生活废水,磷浓度为6 mg·L−1,pH为6.93。

    本研究中的新型微电解填料依次经过均质化、碳化和成型处理获得,其中成型包括造粒和焙烧过程。首先将一定当量配比的焦油与海绵铁的物理混合物(焦油/海绵铁质量比Tar/Fe为0~0.8)在预热条件下超声、搅拌处理20 min,均质化处理后于碳化炉内在设定温度(650~950 ℃升温,速率15 ℃·min−1)和恒温时间(0~60 min)下进行绝氧碳化处理,得到铁基材料碳化物(碳化材料);将上述碳化材料与膨润土搅拌混匀(膨润土质量分数为20%~50%),采用盘式造球机造粒,筛选3~5 mm颗粒于马弗炉内在设定温度(600~900 ℃,升温速率15 ℃·min−1)和恒温时间(30、60、90 min)下进行绝氧焙烧处理,最终制得新型铁碳微电解填料。

    填料性能对比实验中填料制备条件。1) 新型填料(Fe-C):Tar/Fe=0.3,碳化温度950 ℃、恒温时间0 min;膨润土质量分数为30%,焙烧温度800 ℃、恒温时间60 min。2)空白对比(Fe):将海绵铁与膨润土直接搅拌混匀、成型后制备得到(未经碳化处理)。3)传统填料(Fe/C):直接将海绵铁、活性炭与膨润土搅拌混匀、成型后制备得传统填料。其中,空白与传统填料的成型条件均与新型填料相同。

    在对Fe-C、Fe/C和Fe不同填料除磷性能的对比评价实验中,采用具有曝气功能静态反应器(300 mL),每次实验固液比控制为1∶4、填料装填量为50 g、曝气量为40 mL·min−1,在设定时间内间歇取样测量磷浓度。

    采用单因素法进行碳化和成型条件优化实验,以磷脱除率作为评价指标,研究焦油比、温度及恒温时间,以及粘结剂配比等参数对填料除磷性能影响。其中,碳化条件优化实验采用具有搅拌装置的静态反应器(100 mL),每次实验固液比控制为1∶50,碳化材料装填量为1 g,反应时间为30 min。反应结束后,取滤液进行磷浓度测量;成型条件优化所用的实验方法与填料性能对比评价实验方法相同。

    铁碳填料中碳、单质铁(Fe0)及Fe3C的含量分别采用元素分析仪(vario MACRO cube型,德国元素分析系统公司)、三氯化铁分解-重铬酸钾滴定法[12]及XRD图谱利用比强度法[13](Smartlab(9)型,日本株式会社理学)进行定量测定;采用热场发射扫描电子显微镜与能谱分析仪(JSM-7001F+INCA X-MAX型,日本电子株式会社)基于二次电子模式(SEI)和背散射电子模式(BSE)对铁碳填料表面微观形貌及截面成分构成进行分析。采用热重差热综合热分析仪(Netzsch STA 449型,德国Netzsch公司)测定膨润土热失重(TG-DTG)。

    采用钼酸铵分光光度法[14]测定评价实验前后污水溶液中总磷(TP)。一定浓度范围内,溶液中磷的浓度与溶液吸光度呈线性关系,磷脱除率计算方法如式(1)所示。

    R=(A0Ai)A0×100% (1)

    式中:R为磷脱除率,%;A0Ai分别为实验前后溶液的吸光度。

    图1为Fe-C、Fe/C和Fe除磷性能的对比结果。由图1可知,在所考察时间内,3种填料的磷脱除率为Fe-C>Fe/C>Fe。反应初期(15 min)除磷性能差异最为显著,Fe-C(63.74%)的磷脱除率为Fe/C(30.96%)和Fe(23.07%)的2倍之多;60 min评价实验后,Fe-C达到86.60%,而相应Fe/C和Fe分别只有55.55%和48.09%。以上结果表明,通过焦油碳化沉积与铁形成一体化的新型填料较传统铁碳物理混合填料及单一铁基填料表现出优异的除磷性能。

    图 1  Fe-C、Fe/C和Fe磷脱除率对比
    Figure 1.  Comparison of phosphorus removal rate of Fe-C、Fe/C和Fe

    以上结果主要归因于:新型填料由于海绵铁表面碳化产生积碳,形成铁碳微原电池,而传统填料通过铁碳物理混合同样构成铁碳微原电池;且2种填料在碳存在下可将海绵铁中高价铁还原为单质铁(Fe0),进一步提高了作为腐蚀电极的阳极铁数量(2种填料中Fe0含量较Fe填料(40.45%)提高了约10%)。因此,2种填料较单一铁基填料表现出更高的磷脱除率。但是,Fe-C与Fe/C填料构成基本相同(Fe0含量分别为49.39%、51.05%,碳含量分别为4.82%、5.19%),却在除磷性能上表现出较大差异,故进一步对2种填料微观形貌进行了对比分析。图2为海绵铁碳化前后表面及截面SEM表征结果。对比表面形貌可见,高温碳化处理后焦油发生热裂解形成大量积碳碎片,使得海绵铁表面由光滑变得粗糙;海绵铁碳化处理前后截面BSE图显示,在海绵铁(浅色区域)内部孔道亦存在沉积碳(深色区域)。以上结果表明碳化处理可使得海绵铁表面及内部孔道均形成沉积碳,碳微粒广泛附着于海绵铁表面以形成大量微原电池[11],这是碳化材料对磷的脱除率提高的可能原因。

    图 2  海绵铁碳化前后SEM图
    Figure 2.  SEM images of sponge iron before and after carbonization

    对比分析Fe-C和Fe/C成型铁碳填料截面SEM-EDS图(图3)可知,碳化成型的Fe-C填料中海绵铁(白色区域)颗粒周围及内部孔道均分布有尺度较小的碳微粒(黑色区域),可增大铁与碳的有效接触面积;而传统Fe/C填料中海绵铁颗粒被膨润土(灰色区域)包覆,与尺度较大的活性炭有效接触面积降低,从而导微电解性能降低,且较大颗粒结合应用过程易发生铁碳分离导致失活,这也很好地解释了填料构成基本相同的Fe-C为何较Fe/C具有更高的磷脱除率。

    图 3  Fe-C和Fe/C的SEM-EDS图
    Figure 3.  SEM-EDS images of Fe-C and Fe/C

    图4为碳化温度800 ℃、恒温时间30 min,不同Tar/Fe条件下制得碳化材料除磷效果及材料中铁碳质量分数随焦油海绵铁配比的变化情况。由图4可知,在所考察条件下,碳化材料的磷脱除率随着Tar/Fe增加呈现先增加后下降的趋势。采用未经碳化处理的海绵铁(Tar/Fe=0)处理污水,虽然海绵铁中有高含量单质铁和少量杂质存在,在水溶液中能够形成微原电池而发生原电池反应[15],但单一海绵铁的磷脱除率仍然较低(60%)。当Tar/Fe为0.3时磷脱除率提高至80%,这主要是因为碳化过程增加了单质铁的含量和碳的含量,进而增加了原电池的数量,从而提高了磷脱除率。但当Tar/Fe进一步增加到0.5以上,单质铁Fe0增加,但磷脱除率不再增加。究其原因主要归因于以下2个方面:一方面,碳化过程中因焦油用量的增加导致单质铁的增加不明显(Tar/Fe 0.5增加到0.8,Fe0只增加了2.8%),阳极增加较少;另一方面,随着Tar/Fe增加,碳的含量线性上升,不仅导致Fe0的相对含量下降,而且过多的沉积碳可能导致Fe0与水的接触面积减少,抑制了原电池反应的进行,不利于磷脱除率的提高。以上结果表明,当Tar/Fe在0.3时,可取得最佳处理效果。因此,选择Tar/Fe=0.3作为最优焦油用量,并在此条件下进行后续的研究。

    图 4  Tar/Fe变化对磷脱除率和铁、碳含量的影响
    Figure 4.  Effect of Tar/Fe on phosphorus removal rate and contents of Fe0 and C

    固定Tar/Fe为0.3,碳化时间为30 min,进一步考察了碳化温度对碳化材料除磷效果的影响,结果如图5所示。碳化材料磷脱除率随温度升高而增加。对比碳化温度对铁碳和Fe3C质量分数影响规律发现,碳化温度低于800 ℃时,提高温度利于铁氧化物的还原,通过增加原电池的铁阳极增加了原电池数量;高于800 ℃时,提高温度材料表面碳含量降低同时铁氧化物深度碳化形成Fe3C相。一方面,Fe3C可以作为原电池的阴极,保证原电池的数量[16];另一方面,表面C的减少利于提高活性Fe0与污水接触面积,以促进电化学反应速率,使得整体原电池效率得到提高。因此,本研究选择950 ℃作为最优的碳化温度。

    图 5  碳化温度对磷脱除率和铁、碳和Fe3C含量的影响
    Figure 5.  Effect of carbonizing temperature on phosphorus removal rate and contents of Fe0 and C and Fe3C

    固定Tar/Fe和碳化温度分别为0.3和950 ℃,进一步考察了恒温时间对碳化材料除磷性能的影响(图6)。结果表明,碳化材料的磷脱除率随着恒温时间的延长而略有下降。对比分析碳化材料中Fe、Fe3C质量分数随碳化时间的变化规律可发现,随着恒温时间延长,碳化程度越高,故导致作为阳极的单质铁不断下降,这可能导致材料偏离了最优的铁碳比。因此,选择最佳的碳化恒温时间为0 min。

    图 6  碳化恒温时间对磷脱除率和铁、碳和Fe3C含量的影响
    Figure 6.  Effect of carbonizing time on phosphorus removal rate and contents of Fe0 and C and Fe3C

    采用最优碳化条件(Tar/Fe=0.3、碳化温度950 ℃、恒温时间0 min)下制得的碳化材料,进一步开展了成型条件优化的实验。分别考查了膨润土配比、焙烧温度和恒温时间对成型填料除磷性能的影响规律,结果如图7所示。图7(a)为焙烧温度800 ℃,焙烧时间30 min条件下,不同含量的膨润土对成型填料磷脱除率的影响规律。在120 min的评价实验过程,填料的磷脱除率随膨润土含量增加整体呈降低趋势。其主要原因是:填料中碳化材料是构成原电池的有效组分,随着膨润土比例的上升,单位体积内碳化材料比重降低,导致除磷效果变差;另外,膨润土作为填料中的粘合剂和骨架,当膨润土比例过低时不易成球。综合考虑,选择膨润土质量比为30%。

    图 7  膨润土比例、焙烧温度和焙烧时间对磷脱除率的影响
    Figure 7.  Effect of bentonite percentage, roasting temperature and time on phosphorus removal rate

    图7(b)给出了膨润土质量比为30%,焙烧30 min条件下焙烧温度对填料磷脱除率的影响规律。由图7(b)可知,磷脱除率随着焙烧温度的升高而呈现上升的趋势,当温度从600 ℃升至700 ℃时,磷脱除率上升更加显著(填料在焙烧15 min后磷脱除率提高22%)。该趋势变化可能与温度变化影响填料中膨润土渗透性能有关。膨润土颗粒在水的作用下膨胀和分散,能够像胶体一样把碳化材料连接在一起,但是这种水化膨胀形成的均匀密实胶体系统,具有高黏性低渗透系数的特点,不利于水的通过[17],制约了填料有效组分与污水的接触,因此,在600 ℃低温焙烧下的填料脱磷效率明显低于高温条件。结合图7(b)膨润土热失重曲线可知,450~700 ℃的失重归属膨润土晶格水脱失,700 ℃以上基本脱水完全,晶体结构开始发生转化,导致膨润土在水体中水化的能力变弱,渗透系数变大,传质阻力降低,致使填料的整体磷脱除率得到提升,且温度越高,磷脱除率提升越明显。在所考查的温度范围内,确定900 ℃为最优的焙烧温度。

    在膨润土质量比为30%,焙烧温度900 ℃的条件下,进一步考察了不同焙烧恒温时间的成型填料的除磷效果,结果如图7(c)所示。在所考察的评价时间内,整体上随焙烧恒温时间的延长填料的磷脱除率均有所提高。提高的主要原因是,随着时间的延长,膨润土的渗透性能越高,越有利于碳化材料与水接触,从而保证原电池反应的正常进行,焙烧时间为90 min时填料的除磷效果最好。焙烧时间为90 min的填料在与污水反应2 h后,其磷脱除率可达98%,出水磷含量为0.12 mg·L−1,达到GB 18918-2002《城镇污水处理厂污染物排放标准》A类标准。

    1)SEM-EDS表征结果表明,焦油碳源经高温碳化处理可产生碳微粒附着于海绵铁表面及内部孔道以形成大量铁碳结合结构的微原电池,提高微原电池数量可增加铁碳有效接触面积。因此,其较传统填料表现出较高的除磷性能。

    2)碳化处理可还原铁氧化物,利于增加填料中单质铁的含量进一步提高微原电池数量,但过量Tar/Fe可能导致积碳覆盖铁活性位点降低与水中污染物接触面积;热失重分析显示焙烧温度高于700 ℃膨润土晶体结构发生转变,渗透性能得到改善,利于铁碳与污水接触提高处理效率。

    3)铁碳填料制备条件优化结果表明,在Tar/Fe=0.3、碳化温度为950 ℃、恒温时间为0 min、粘结剂为30%、焙烧温度为900 ℃、焙烧时间为90 min的最佳制备条件下,所获得填料的磷脱除率可达98%,出水磷浓度达到GB 18918-2002要求A类城镇污水排放标准。

  • 图 1  小试规模的DMf示意图和好氧区平面图

    Figure 1.  Schematic of the laboratory-scale DMf system and plan-view of the aerobic chamber

    图 2  不同孔径筛网下,预测的EPS产率、实测EPS产量、经过15次反冲洗后生物滤饼的面密度之间的关系

    Figure 2.  Relationship among the predicted EPS production rate, measured EPS concentration and bio-cake planar densities after 15 operation cycles on meshes with different pore sizes

    图 3  不同孔径下出水SS和TMP的变化

    Figure 3.  Changes of SS and TMP in effluent at different pore sizes

    图 4  不同孔径条件的DMf系统中初始临界通量与第15次循环的临界通量之比 (Jc-0/Jc-15)

    Figure 4.  Ratio of initial critical flux (Jc-0) to critical flux (Jc-15) after 15 operation cycles of the DMf system at various mesh pore sizes

    图 5  不同孔径下活性饼层(绿色)与死饼层(红色)在动态生物滤网上的分布

    Figure 5.  Distribution of live (green) and dead cake layer (red) on DMf at various mesh pore sizes

  • [1] MENG F, CHAE S R, DREWS A, et al. Recent advances in membrane bioreactors (MBRs): Membrane fouling and membrane material[J]. Water Research, 2009, 43(6): 1489-1512. doi: 10.1016/j.watres.2008.12.044
    [2] PEARCE G. Introduction to membranes - MBRs: Manufacturers’ comparison: Part I. Filtration and separation[J]. Filtration & Separation, 2008, 45(4): 23-25.
    [3] LESJEAN B, TAZI-PAIN A, THAURE D, et al. Ten persistent myths and the realities of membrane bioreactor technology for municipal applications[J]. Water Science & Technology, 2011, 63(1): 32-39.
    [4] DOYEN W, MUES W, MOLENBERGHS B, et al. Spacer fabric supported flat-sheet membranes: A new era of flat-sheet membrane technology[J]. Desalination, 2010, 250(3): 1078-1082. doi: 10.1016/j.desal.2009.09.112
    [5] MENG F, ZHANG S, OH Y, et al. Fouling in membrane bioreactors: An updated review[J]. Water Research, 2017, 114: 151-180. doi: 10.1016/j.watres.2017.02.006
    [6] LE-CLECH P, CHEN V, FANE T A G. Fouling in membrane bioreactors used in wastewater treatment[J]. Journal of Membrane Science, 2006, 284(1/2): 17-53.
    [7] FAN B, HUANG X. Characteristics of a self-forming dynamic membrane coupled with bioreactor for municipal wastewater treatment[J]. Environmental Science & Technology, 2002, 36(23): 5245-5251.
    [8] FUCHS W, RESCH C, KERNSTOCK M, et al. Influence of operational conditions on the performance of a mesh filter activated sludge process[J]. Water Research, 2005, 39(5): 803-810. doi: 10.1016/j.watres.2004.12.001
    [9] AN Y, WANG Z, WU Z, et al. Characterization of membrane foulants in an anaerobic non-woven fabric membrane bioreactor for municipal wastewater treatment[J]. Chemical Engineering Journal, 2009, 155(3): 709-715. doi: 10.1016/j.cej.2009.09.003
    [10] LIU H, YANG C, PU W, et al. Formation mechanism and structure of dynamic membrane in the dynamic membrane bioreactor[J]. Chemical Engineering Journal, 2009, 148(2/3): 290-295.
    [11] REN X, SHON H K, JANG N, et al. Novel membrane bioreactor (MBR) coupled with a nonwoven fabric filter for household wastewater treatment[J]. Water Research, 2010, 44(3): 751-760. doi: 10.1016/j.watres.2009.10.013
    [12] LODERER C, WÖRLE A, FUCHS W. Influence of different mesh filter module configurations on effluent quality and long-term filtration performance[J]. Environmental Science & Technology, 2012, 46(7): 3844-3850.
    [13] ERSAHIN M, OZGUN H, TAO Y, et al. Applicability of dynamic membrane technology in anaerobic membrane bioreactors[J]. Water Research, 2014, 48(1): 420-429.
    [14] ROEST K, DAAMEN B, DE GRAAFF M S, et al. Energy production from wastewater: Dynamic filtration of A-stage sludge[J]. IWA world congress on water climate and energy, 2012, Ireland.
    [15] 程刚, 朱雷, 许颖, 等. 厌氧动态膜生物反应器中动态膜形成及其运行周期的影响因素分析[J]. 环境工程学报, 2018, 12(5): 1408-1415. doi: 10.12030/j.cjee.201710155
    [16] BAI P, WANG J, CHEN G H. A real trial of a long-term non-fouling membrane bioreactor for saline sewage treatment[J]. Water Science & Technology, 2011, 63(7): 1519-1523.
    [17] 涂凌波, 黄怡然, 王冰洁, 等. 玻纤管动态膜生物反应器短程硝化反硝化去除污染物[J]. 环境工程学报, 2018, 12(6): 1629-1636. doi: 10.12030/j.cjee.201711161
    [18] ZHANG J, CHUA H C, ZHOU J, et al. Factors affecting the membrane performance in submerged membrane bioreactors[J]. Journal of Membrane Science, 2006, 284(1/2): 54-66.
    [19] 洪俊明, 尹娟, 卢芳芳. 膜基材对动态膜生物反应器性能的影响研究[J]. 环境工程学报, 2011, 5(2): 73-76.
    [20] FREDERICK M R, KUTTLER C, HENSE B A, et al. A mathematical model of quorum sensing regulated EPS production in biofilm communities[J]. Theoretical Biology and Medical Modelling, 2011, 8(1): 8-29. doi: 10.1186/1742-4682-8-8
    [21] YEON K M, LEE C H, KIM J. Magnetic enzyme carrier for effective biofouling control in the membrane bioreactor based on enzymatic quorum quenching[J]. Environmental Science & Technology, 2009, 43(19): 7403-7409.
    [22] FANE A G, FELL C J D, NOR M T. Ultrafiltration activated sludge system-development of a predictive model[J]. Polymer Science and Technology, 1981, 13: 631-658.
    [23] CHANG I S, BAG S O, LEE C H. Effects of membrane fouling on solute rejection during membrane filtration of activated sludge[J]. Process Biochemistry, 2001, 36(8/9): 855-860.
    [24] JIANG F, LEUNG D H, LI S Y, et al. A biofilm model for prediction of pollutant transformation in sewers[J]. Water Research, 2009, 43(13): 3187-3198. doi: 10.1016/j.watres.2009.04.043
  • 加载中
图( 5)
计量
  • 文章访问数:  4393
  • HTML全文浏览数:  4393
  • PDF下载数:  38
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-02-09
  • 录用日期:  2020-05-22
  • 刊出日期:  2020-12-10
刘凯, 王远, 廖强, 白鹏. 动态生物滤网中胞外聚合物产量预测及滤网的污染分析[J]. 环境工程学报, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
引用本文: 刘凯, 王远, 廖强, 白鹏. 动态生物滤网中胞外聚合物产量预测及滤网的污染分析[J]. 环境工程学报, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
LIU Kai, WANG Yuan, LIAO Qiang, BAI Peng. Prediction of extracellular polymer production and pollution analysis in self-forming dynamic mesh filter system[J]. Chinese Journal of Environmental Engineering, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043
Citation: LIU Kai, WANG Yuan, LIAO Qiang, BAI Peng. Prediction of extracellular polymer production and pollution analysis in self-forming dynamic mesh filter system[J]. Chinese Journal of Environmental Engineering, 2020, 14(12): 3391-3398. doi: 10.12030/j.cjee.202002043

动态生物滤网中胞外聚合物产量预测及滤网的污染分析

    通讯作者: 白鹏(1983—),男,博士,工程师。研究方向:水污染控制。E-mail:baipeng1983@126.com
    作者简介: 刘凯(1986—),男,硕士,工程师。研究方向:水污染控制。E-mail:l.kai1986@foxmail.com
  • 1. 成都市排水有限责任公司,成都 610000
  • 2. 成都环境投资集团有限公司,成都 610000
  • 3. 成都市兴蓉再生能源有限公司,成都 610000
  • 4. 成都环境创新科技有限公司,成都 610000

摘要: 近年来,在各种膜处理技术中,用于废水或活性污泥混合液粗滤的自形成动态生物滤网(DMf)受到广泛关注。基于此,提出了一种用于估算合适的筛孔孔径的模拟方法,来预测并控制生物滤饼层在筛孔表面的形成,以提高过滤效果并减轻污染。结果表明:动态生物滤网面密度与EPS浓度之间具有显著的正相关性,可以利用滤网面密度来预测胞外聚合物(EPS)产生量;孔径为55~100 μm的筛网上形成的动态生物滤网可以阻挡泥水混合液中的大多数颗粒,但有部分细小颗粒仍可穿过滤网表层,并在滤网底层积累,从而产生EPS。CLSM分析结果表明,DMf中死细胞的比例及其厚度与网孔孔径显著相关,且在所有实验用的DMf中的活细胞层的厚度均约为20 μm。这表明有效的氧气渗透仅发生在DMf的薄层内,过厚的生物层会阻止氧气的渗透,进而导致微生物死亡而释放更多的EPS,最终加剧膜污染。

English Abstract

  • 膜处理技术因其具有节省空间和提高出水水质的特点,近年来已经广泛用于污水处理中[1]。然而,膜污染也不容忽视,需要经常维护才能使膜恢复正常运行[2-3];因此,膜污染已成为污水处理的研究热点[1,4]。造成膜污染最关键的原因是形成了不需要的生物滤饼层,该过程主要有以下3个阶段:膜孔被较大的固体堵塞;活性滤饼层(LCL)在膜表面积累;死细胞形成死滤饼层(DCL)并产生细胞外聚合物(EPS)[5-6]

    有目的地让生物滤饼生长在多孔网状材料(如无纺布、织物或陶瓷材料)的表面,并自发地形成动态膜(SFDM)[7],以提高筛孔过滤性能,可以达到粗滤的效果(过滤孔径为5~200 μm)[8-11]。这种基于SFDM的粗滤,也被称为动态生物滤网(DMf)[12],现已成为在污水处理中传统微滤(MF,孔径为0.1~1 μm)的替代技术[7,13]。有研究[14]表明,DMf已被用于改善污水AB处理工艺的A阶段(有机物的去除率由40%提高到70%)。

    对于DMf来说,快速形成活性滤饼层进行过滤是理想状态,但缓慢累积的死饼层会引起空隙堵塞[5]。大量的研究表明,筛孔大小在以下几个方面起着关键作用:有选择地形成活性滤饼层,以获得较好的出水水质;最大限度地减少EPS积累对膜污染控制的不利影响[15];在反冲洗之后,能快速重新生成有效的生物滤饼层[8,12,16]

    为了系统地分析DMf的形成与污染过程,本研究通过数学模拟和小试实验对DMf进行系统梳理,探讨了动态生物滤网表面密度与EPS浓度之间的关系;在小试规模下研究了筛孔大小对膜形成的影响,分析了动态生物滤网所形成的生物滤饼层中微生物的分布情况,以期为探究EPS对动态生物滤网中滤饼层形成的影响和膜污染进程提供参考。

  • 实验装置见图1。DMf反应器由缺氧区(40 L)和好氧区(40 L)组成,用于研究筛孔大小对生物滤饼层形成的影响。系统使用蠕动泵进水,进水采用的人工模拟废水,进水水质如下:382.4 mg·L−1 C6H12O6、40.3 mg·L−1 (NH4)2SO4、4.5 mg·L−1 KH2PO4、220 mg·L−1 NaHCO3 (CaCO3计)、4 mg·L−1 CaCl2·2H2O、36 mg·L−1 KCl、2 mg·L−1 MgSO4·7H2O、20 mg·L−1酵母提取物、0.15 mg·L−1 CoCl2·6H2O、0.03 mg·L−1 CuSO4·5H2O、1.50 mg·L−1 FeCl3·6H2O、0.12 mg·L−1 MnCl2·4H2O、0.06 mg·L−1 Na2MoO4·2H2O、0.12 mg·L−1 ZnSO4·5H2O、0.15 mg·L−1 H3BO3、0.18 mg·L−1 KI。实验所采用的污泥来自香港当地的二级污水处理厂。系统的操作条件如下:水力停留时间为5.5 h、污泥停留时间为30 d、渗透通量为4 m3·(m2·d)−1、污泥浓度为3 000~3 500 mg·L−1、温度为(20±1) oC、好氧区溶解氧为(3.0±0.5) mg·L−1、缺氧区溶解氧为(0.8±0.1) mg·L−1

    4个平板尼龙筛网平行安装在好氧区中,所有筛网的配置均相同:框架尺寸为28 cm×17 cm×2 cm;每侧有效过滤面积为0.02 m2(占总表面积的42%),每个模块上覆盖着不同孔径的网格(5、55、100和220 μm),并且覆盖了用于生物滤饼层形成的过滤材料。为确保所有筛网的测试条件相同,渗透通量、MLSS和气水比分别控制在4 m3·(m2·d)−1、(3 000±300) mg·L−1和15 m3·m−3。另一方面,为了独立监测不同筛网情况,实验过程中使用4台排水泵,分别从每个筛网进行产水。利用在线跨膜压力(TMP)监测系统,通过在线数据采集程序和校准装置,将电压信号转换为压力进行TMP监测。

    在好氧区,安装了2种类型的曝气设备:粗曝气器(5 mm)用于提供足够的剪切应力,来控制生物滤饼的形成和EPS的产生;细曝气器(100~350 μm)使好氧区DO控制在2.5~3.5 mg·L−1[16]。细曝气器安装在好氧区底角,而粗曝气器则均匀安装在平板筛网下方,膜需气量(SADm)为3 m3·(m2·h)−1[16]。筛网会根据TMP的指示进行反冲洗(每次1 min)。当TMP为-20 ~-30 kPa时,通常表示膜污染已经开始[17-18],因此,本研究采用TMP为-20 kPa作为反冲洗的指示压力。渗透液收集在出水池中,用15 L·min−1的流速对膜进行反冲洗。

  • 在进行生物滤饼形成分析时,本实验研究了4个孔径(5、55、100和220 μm)的尼龙网,以分析孔径对过滤的影响。连续监测了每个模块上生物滤饼的形成和过滤性能,并同时测定了4个膜组件的TMP和渗透悬浮物(SS)浓度。在生物滤饼形成之前,对每个组件进行多个反洗周期实验,然后将所有膜组件从生物滤饼取样系统中取出,分析表面附着的挥发性悬浮固体(VSS)和EPS浓度,并使用激光扫描共聚焦显微镜(CLSM)研究生物滤饼的结构。

    在进行生物滤饼特征分析时,生物的死亡会导致EPS大量释放,一般来说,可以通过检测多糖的含量来表示。分别从4个测试组件上取1 cm×1 cm的检测样本,重新悬浮在50 mL的消毒水中,然后将混合液用阳离子交换树脂进行多糖提取,以葡萄糖作为标准,采用蒽酮法进行检测。按照标准方法(APHA),分析每种提取物的MLSS和MLVSS,生物滤饼的密度则由检测样本的质量和表面积计算得出。

    在进行生物滤饼样本中活/死细胞分布分析时,从前述提到的测试组件样本中切下部分样品(1 cm×1 cm),用细胞渗透性核酸染料和碘化丙啶进行染色,使用细菌活力测试盒,以监测死细胞和活细胞分布。在室温下,在黑暗中培养15 min后,用磷酸盐缓冲液冲洗掉染色液,然后用CLSM进行观察。

    临界通量的测定采用流量阶梯法。通量从10 L·(m2·h)−1 依次升高至 90 L·(m2·h)−1,每个通量下运行 10 min,记录 TMP 变化。如果在运行 10 min 内 TMP的值没有明显变化,而在某个通量条件下 TMP 的值有明显上升时,该通量即为临界通量[15]。SS和VSS的测量根据标准方法(APHA)。

  • 由已有研究[16]可以看出,膜污染的自加速过程分为3个阶段:空隙堵塞后生物滤饼逐渐形成、EPS积累、TMP跃升,表征污染已经发生[18]。为了缓解膜污染问题,理想的DMf应该能够快速形成生物滤饼层(阶段1),可减缓EPS在饼层中的积累(阶段2),以减轻污染(阶段3),这可以通过选择适当孔径的过滤材料(本研究中的尼龙网)[19]来完成。值得注意的是,筛孔尺寸越小,生物滤饼层的形成速度越快,同时也加速了生物滤饼层中EPS的积累,从而导致膜污染。

    生物滤饼层中EPS的产生是影响膜性能和造成污染的关键因素[1,5]。然而,在系统运行过程中很难获得这个参数。数学模拟方法可以定量表征生物滤饼层中筛孔大小对EPS浓度的影响,从而预测动态生物滤网的形成过程。在本研究中,建立了一个简化模型,将平面密度与EPS产量联系起来,以预测后者。该模型根据FREDERICK等[20]提出的方法(式(1))进行计算,以描述膜生物反应器中EPS的产生。

    式中:E为生物滤饼层中EPS浓度,g·g−1κ为特定的EPS产率,取值1 d−1γ为EPS灵敏度,取值1;Bb为实测面密度,g·m−2B*为EPS产量的临界面密度,取值181 g·m−2

    在实验操作条件下,经式(1)预测的EPS产率和测量的EPS浓度关系如图2(a)所示,测量的EPS浓度与生物滤饼层的面密度关系如图2(b)所示。由图2(a)可以看出,经式(1)预测的EPS产率、生物滤饼层的面密度与实测的EPS浓度之间均具有显著的正相关性,这也证实了所提出的模型可用于预测具有不同孔径的网筛上形成的生物饼中的EPS产生量。

    图2可知,随着网孔尺寸的增加,生物滤饼面密度和EPS浓度均有所降低。不同网孔尺寸对面密度和EPS浓度的影响可以通过式(2)和式(3)进行回归定量评估。

    式中:Bb为生物滤饼层面密度,g·m−2CEPS为生物滤饼层中EPS浓度,mg·g−1p为筛网孔径,μm。

    EPS浓度和网孔尺寸之间的关系结果表明,EPS可能由较厚的饼层产生,因为更大的面密度会释放更多的EPS[21]。EPS浓度和面密度之间的相关性也验证了FANE等[22]的预测结果,即MBR阻力随生物量的增加而增加。

  • 通过监测过滤出水的SS和TMP的变化,研究了生物滤饼的形成和宏观过滤能力,并对DMf的运行情况进行了分析。用在线数据采集程序记录每个膜组件的TMP,然后将电压信号转换为压力信号。随着生物滤饼层的逐渐形成,渗透液中的SS浓度也随之降低,实验结果如图3所示。小孔径膜由于其生物滤饼层形成较快而容易受到膜污染[23]。模块A(5 μm)的TMP比其他模块急剧增加,而模块B(55 μm)、C(100 μm)和D(220 μm)的TMP增长依次逐渐变得缓慢。这也说明可以通过膜孔径来控制生物滤饼层的形成速度。孔径为5、55、100和220 μm的膜的反冲洗时间(定义为2次反冲洗之间的操作周期)分别为6、48、48和72 h,这说明筛孔尺寸为5 μm的反冲洗时间非常短,难以增大;筛孔孔径为55 μm和100 μm的反冲洗循环时间适中,运行成本低,出水质量高,具有较高的实际应用潜力;220 μm筛网具有很长的反冲洗周期,但产生的水质情况较差,不适合实际应用。

    本研究选择了范围较宽(5~220 μm)的网孔尺寸,以研究网孔尺寸对生物滤饼形成的影响。在实验中,对每个模块进行15次反冲洗循环实验,第1次循环的临界通量与第15次循环的临界通量之比(Jc-0/Jc-15)可以表征长期运行时的膜过滤性能。该数值随着网孔尺寸由5 μm增加至55 μm(模块A和B)而急剧下降,而对于网孔孔径为100 μm的模块C和220 μm的模块D,其值几乎保持稳定(图4)。这说明较厚的生物滤饼所含的EPS的增加会加剧DMf中的膜污染。

  • 将生物滤饼层通过CLSM进行观察,LCL显示为绿色,DCL显示为红色,结果如图5所示。由图5可见,生物滤饼层中死细胞的比例及其厚度与网孔尺寸密切相关。在高通量条件下,随着网孔孔径减小,生物量积累速率增加,导致面密度增加。具有较小孔径的网格诱导形成较厚的生物滤饼层,其含有大部分的DCL。较高的面密度限制了生物滤饼或生物膜中底物和氧的扩散[24],导致生物滤饼底部的细胞死亡区域增厚并增加了EPS的释放。值得注意的是,在4个网格上形成的生物滤饼层厚度依次约为80、80、60、20 μm,而且LCL的厚度均约为20 μm,但DCL的厚度则由60 μm (5 μm孔网格)到0 μm (220 μm孔网格)不等。稳定的活细胞层厚度也意味着氧气可以渗透到生物滤饼大约20 μm的深度,这与下水道生物膜中的氧渗透结果[24]一致。

    基于以上结果,确认最佳孔径为55~100 μm,而平均活性污泥粒径为78 μm。孔径为5 μm的膜通过阻断DMf中的几乎所有颗粒(LCL在非常短的时间内形成),能够快速形成生物滤饼,但是在短时间内(约6 h)就会导致膜污染(短时间内DCL形成)。孔径为55~100 μm的膜可以阻挡DMf中的大多数颗粒,但允许小颗粒穿透滤饼层,确保有效形成具有缓慢EPS积累的生物滤饼(LCL形成时间较短,但DCL形成时间较长)。此外,孔径超过100 μm的膜不能保留大部分颗粒,因此,滤饼层不能产生高质量的渗透物(图3)。合适的孔径虽然可以延长DCL的形成,但是当网孔尺寸在55~100 μm时,由于EPS的积累,并不能避免膜污染。

  • 1) 研究结果表明,利用测量的动态生物滤网的面密度,通过建立数学模型,可以预测滤网中EPS的产生量。经进一步分析发现,不同孔径膜上EPS浓度与面密度之间具有显著的正相关性。

    2)孔径为55~100 μm的筛网上形成的动态生物滤网可以阻挡泥水混合液中的大多数颗粒,但有部分细小颗粒仍可穿过滤网表层,并在滤网底层积累,从而产生EPS,最终造成膜污染。

    3) CLSM分析结果表明,DMf中死细胞的比例及其厚度与网孔尺寸显著相关。在较厚的DMf中细胞死亡加速。同时发现,在所有实验形成的DMf中,活细胞(绿色)层的厚度均约为20 μm。这表明有效的氧气渗透仅发生在DMf的薄层内,过厚的生物层会阻止氧气的渗透,导致微生物死亡而释放更多的EPS,最终加剧膜污染。

参考文献 (24)

返回顶部

目录

/

返回文章
返回