-
我国很多城镇污水处理厂进水中碳氮比(C/N)较低,通常采用外加碳源以提高TN去除率,所采用的碳源分为传统碳源和新型碳源。其中:传统碳源包括甲醇、乙酸、乙酸钠、葡萄糖等[1-2];新型碳源包括天然固相碳源(果皮类、秸秆类、枝干类、贝类等)[3-4]、人工合成固相碳源(PHAs类多聚物、聚己内酯(PCL)、聚丁二酸丁二脂(PBS)等)[5-6]、液相碳源(食品工业废水、餐厨废弃物水解液等废液发酵副产品)[2,7]等。选择合适的碳源是目前处理低C/N污水的关键。
低C/N污水处理常应用移动床生物膜反应器(moving bed biofilm reactor,MBBR)和反硝化生物滤池(biofilters for denitrification,DNBF)等反硝化工艺。其中DNBF具有一定的过滤能力,但需要定期进行反冲洗。而MBBR是在曝气池中加入悬浮填料作为微生物载体,使好氧、缺氧和厌氧环境同时存在,无需污泥回流,可以实现同步硝化反硝化(simultaneous nitrification and denitrification,SND)[8-9],能有效去除COD和氮等污染物,降低废水处理成本。现有污水处理厂在提标改造中广泛采用MBBR处理技术,改造过程简单且成本较低,故MBBR技术具有较大的应用潜力。在MBBR中,悬浮填料的物理化学性质会影响生物膜的形成和污染物去除性能。LIU等利用添加表面改性复合填料的MBBR在低DO水平(0.6 ~ 0.8 mg·L−1)和低C/N (≤5)条件下,可实现对有机物和总氮的高效去除[10],COD和TN去除率分别为85.7%和75.9%。SONG等开发了一种以沸石粉基聚氨酯海绵为悬浮填料的MBBR,TN的去除效果比传统的海绵悬浮填料型MBBR高出近10%[11]。
我国是酒业大国。在酒类产品中,白酒所占的比例较高。白酒酿造的原料以谷粮为主,在白酒酿造与生产过程中会产生大量白酒废水,据统计,每生产1 t白酒即可产生20~40 t废水。白酒废水可分为低浓度和高浓度废水。高浓度白酒废水(high concentration Baijiu wastewater,HCBW)包含原料冲洗浸泡水、窖底水、锅底水等,约占白酒废水排放总量的5%,含有高浓度溶解性有机物,如多糖、有机酸、乙醇、甘油等[12],具有高COD、高BOD、高色度、呈酸性、低溶解氧、总氮浓度高等特征,处理难度大,可生化性好[13]。HCBW是食品工业排放的污染最严重的废水之一[14],未经充分处理的HCBW排放会导致藻类大量繁殖,水体溶解氧大量消耗,抑制生物的光合作用[15],使水生动植物无法正常生存,对水生态系统造成严重破坏。若废水渗入土壤中,则会抑制种子的萌芽、生长,导致植被枯竭,也能对陆生动物造成一定程度损害[16]。此外,还可能导致当地独特的微生物群落发生转变,对当地白酒行业造成损害[17]。
酿酒废水处理的常用方法为物化法、生物法、生态法和联用技术等。物化处理技术包括吸附、混凝沉淀、氧化、电解、热分解、膜分离等[18-22];生物处理技术包括好氧、厌氧[23-24]及藻类微生物降解等[25-26];生态处理技术主要是人工湿地处理系统[27];联用技术主要是多种技术结合,共同实现废水污染物去除[28]。单独的物化处理或生物处理对HCBW中污染物的去除效果不理想[29],采用多种方法联合应用可对HCBW实现达标处理,但处理难度大、运行管理费用较高[30],难以在中小型企业中进行推广应用。
基于以上研究,本研究采用MBBR技术,构建了高浓度白酒窖底废水与低C/N生活污水协同处理系统,使用改性海绵填料和流化床填料分别探究了HCBW作为反硝化外加碳源对低C/N污水处理的影响,并分析了微生物群落的变化,探究了白酒窖底废水作为反硝化外加碳源与低C/N生活污水协同处理技术的可行性及功能微生物,以期为HCBW的资源化利用提供参考。
-
如图1所示,反应器具有内外双层结构,内层为反应区,外层为保温层。反应区内由挡板分隔为2个反应腔,每个反应腔均装有助循环隔板,单个反应腔的有效容积为45 L,反应腔内填充悬浮填料,分别采用海绵填料和流化床填料,填料直径均为10 mm,填充密度为30%~35%。反应器底部铺设有微孔曝气管(Φ=10 mm),通过曝气为悬浮填料提供上升的动力和氧气。实验装置分A、B 2组反应器,A组反应器在进水中添加白酒窖底废水(协同组),分A1、A2反应腔;B组反应器只添加模拟低C/N生活污水(未协同组),分B1、B2反应腔,其中A1、B1填充海绵填料,A2、B2填充流化床填料(表1),4组反应器互为对照。
-
实验采用人工模拟低C/N生活污水和贵州省茅台镇某酱香型白酒企业的窖底水(表2),未协同组进水仅为人工模拟低C/N生活污水,协同组进水为模拟低C/N生活污水与窖底水按1 000∶1配制的混合废水,混合后废水的C∶N∶P=100∶1.14∶0.11。采用葡萄糖、NH4Cl、KH2PO4模拟低C/N生活污水的COD、TN、TP。为维持微生物正常的生长繁殖,向人工模拟废水中添加微量元素为0.3 mg·L−1 FeSO4·7H2O、0.15 mg·L−1 CoCl2·6H2O、0.12 mg·L−1 MnCl2·4H2O、0.06 mg·L−1 Na2MoO4·2H2O、0.15 mg·L−1 H3BO3、0.15 mg·L−1 NiCl2·6H2O、0.12 mg·L−1 ZnSO4·7H2O、0.06 mg·L−1 CuSO4·5H2O、0.06 mg·L−1 Na2WO4·2H2O、0.15 mg·L−1 KI。
-
先向反应器中加入接种污泥,接种污泥取自贵州省某污水处理厂浓缩池,污泥接种质量浓度为4.0 g·L−1。通过调压器调节曝气泵曝气强度,控制DO为5~6 mg·L−1,采用循环热水控制反应器内温度为(30±1) ℃。使各组反应器在该条件下曝气3 d,使接种污泥与悬浮填料充分接触混合。待系统挂膜完成后,采用间歇式运行,运行周期为“反应23.5 h+换水0.5 h”,换水比为50%。定期检测反应器中的pH、DO、T、COD、
NH+4 -N、TN、色度等水质指标。在系统运行稳定后,通过傅里叶红外光谱仪分析污水处理前后物质组分变化,并利用16S rRNA高通量测序技术分析反应器中微生物群落结构及功能。 -
1)理化指标分析。
NH+4 -N采用纳氏试剂分光光度法(HJ535-2009)分析,TN采用碱性过硫酸钾消解紫外分光光度法(HJ636-2012)分析,色度采用光电比色法(LH-SD500,陆恒生物,中国)分析,pH、DO、T采用HACH便携式多参数数字化分析仪分析(HQ40d,HACH,美国),COD采用COD快速消解分析法分析[31]。2)傅里叶红外光谱(FTIR)分析。采集反应器稳定运行阶段的进出水水样各10 mL,协同组进出水分别记为A0、A1、A2,未协同组进出水分别记为B0、B1、B2。水样分析前,先将水样冷冻成冰,再利用真空冷冻干燥机(FD-1A-50,中国)将样品冷冻干燥成固体粉末,然后采用傅里叶变换红外光谱仪(Nicolet6700,ThermoFisherScientific,美国)对样品进行分析,设置扫描次数和分辨率分别为32次和4 cm−1,在4 000~400 cm−1内对样品进行红外光谱测定[32]。
3)微生物群落分析。采用16S rRNA高通量测序技术研究微生物的多样性和差异,采集接种污泥和反应器中培养至第68天的生物膜,分别标记为S0(接种污泥)、A1、A2、B1、B2,立即置于–80 ℃条件下进行冷冻保存,然后送至上海某生物公司进行16S rRNA基因测序分析。先采用试剂盒(E.Z.N.ATMMag-BindSoilDNAKit)对样本进行DNA的提取,并对提取后的DNA进行质检和纯化,利用ABI GeneAmp®9700型PCR扩增仪,选用338F(5′-ACTCCTACGGGAGGCAGCAG-3′)和806R(5′-GGACTACHVGGGTWTCTAAT-3′)作为引物在V3~V4之间的高变区对所提取合格的DNA序列进行PCR扩增,对PCR扩增产物经3 µL上样量的2%琼脂糖凝胶电泳分析,使用AxyPrepDNA凝胶提取试剂盒进行纯化,纯化后采用QuantiFluorM-ST进行定量[33]。然后,根据所构建的Illumina测序文库,对所得到的数据进行OTU聚类统计、物种注释、物种差异、功能预测等分析[34]。
-
在系统构建过程中,各反应器出水的pH、DO、温度如表3所示。其中,DO质量浓度均相差不大;但pH有明显差异。A1、A2的pH均大于6.5,呈中性;而B1、B2的pH为6.0左右,呈弱酸性。这是由于B组反应器中反硝化能力较弱,硝化过程消耗碱度导致。
各反应器的COD、
NH+4 -N、TN和色度变化如图2所示。由图2(a)可看出,从第10天开始,出水COD逐渐趋于稳定,A1、A2的COD由358.94 mg·L−1分别降低至31.02 mg·L−1和33.75 mg·L−1,平均去除率分别为91.29%和90.51%;而B1、B2的COD由68.34 mg·L−1分别降低至22.51 mg·L−1和23.31 mg·L−1,平均去除率分别为65.92%和64.73%。由图2(b)可看出,从第24天开始,出水中NH+4 -N浓度逐渐趋于稳定,A1、A2的NH+4 -N质量浓度由36.31 mg·L−1分别降低至0.33 mg·L−1和0.52 mg·L−1,平均去除率分别为99.08%和98.58%;而B1、B2的NH+4 -N质量浓度由33.58 mg·L−1分别降低至10.88 mg·L−1和10.67 mg·L−1,平均去除率分别为67.20%和67.74%。由图2(c)可看出,在稳定后,A1、A2的TN质量浓度由38.73 mg·L−1分别降低至3.83 mg·L−1和9.29 mg·L−1,平均去除率分别为89.81%和75.73%;而B1、B2的TN质量浓度由35.85 mg·L−1分别降低至27.90 mg·L−1和27.97 mg·L−1,平均去除率分别为24.63%和26.92%。由图2(d)可看出,A1、A2的色度呈逐渐下降趋势,在稳定后,A1、A2的色度(稀释倍数)由175.12分别降低至34.01和42.06,平均去除率分别为80.66%和76.07%。综上所述,协同处理组A1、A2反应器对COD、
NH+4 -N和TN的去除效果均较好,出水达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准要求,说明窖底水与低C/N生活污水协同处理有利于提高TN的去除效率;而B1、B2出水中TN浓度均未达到一级A标准要求,这主要是由于系统缺乏碳源,导致未协同组对TN的去除率较低[35]。此外,A1出水中的TN浓度和色度均比A2低,说明在MBBR系统中,海绵填料的TN和色度去除效果均比流化床填料好。其原因为:流化床填料是由聚乙烯制成的,这种材料通常表现出疏水性且表面带负电荷,不利于污染物的转移,抑制亲水性和负电性生物膜的形成[36];流化床填料表面粗糙度较差,在换水和曝气过程中产生的水力剪切作用容易将表面附着的生物膜冲刷脱落,不利于生物膜初始黏附[37]。而海绵填料是由改性亲水聚氨酯制成的,其比表面积大、表面粗糙、对微生物黏附性好;此外,由于立方海绵填料中的高溶解氧(DO)梯度,为各种微生物创造生存条件[38-39],填料上出现硝化菌与反硝化菌等不同微生物,使其具有SND特性[40]。由此可见,悬浮填料作为微生物生长载体,是MBBR工艺的核心,生物膜的形成和污染物去除性能取决于载体的物理化学性质。 -
采用FTIR分析了协同组进出水中污染物官能团的变化,其FTIR谱图如图3所示。混合废水经过MBBR处理后, 3 413 cm−1(O—H伸缩振动)和1 632 cm−1处(NH2变角振动或
NH+2 变角振动或NH+3 不对称变角振动)的峰的强度有一定程度增强,说明废水经过处理后,具有该类官能团的物质的相对比例增加。1 385 cm−1和1 402 cm−1处(NO3−反对称伸缩振动或者NH+4 不对称变角振动)的峰宽变窄,且强度明显变弱,说明出水中硝酸盐类和铵类物质的相对比例明显减小。1 147 cm−1和1 120 cm−1处(SO−4 反对称伸缩振动)的峰的强度有一定程度增强,而峰宽无明显变化,说明出水中SO4−基团的相对比例增加。671 cm−1 (醇COH面外弯曲振动)和604 cm−1处(PO−4 的PO4不对称变角振动)的波峰强度均有微弱增强,说明出水中醇类物质、磷酸盐的相对比例有一定程度增加[41]。上述FTIR分析结果进一步佐证了混合废水经过MBBR系统处理后,NH+4 -N和TN均得到有效去除,且可推测出水中的醇类、硫酸盐和磷酸盐的物质相对比例有一定程度的增加。 -
1)微生物群落结构。系统运行68 d后,采用16S rRNA高通量测序技术对系统中微生物进行分析,在门水平上(图4(a)),接种污泥(S0)、海绵填料协同组(A1)、流化床填料协同组(A2)、海绵填料未协同组(B1)、流化床填料未协同组(B2)中相对丰度占主导的均为Proteobacteria、Chloroflexi和Actinobacteriota。其中,S0分别为24.36%、23.61%和14.63%,A1分别为24.56%、19.31%、和25.51%,A2分别为26.90%、17.63%和18.85%,B1分别为12.52%、5.71%和36.26%,B2分别为22.39%、9.87%和29.34%。与S0相比,A1和A2中的Actinobacteriota和Proteobacteria的相对丰度均增加,而Chloroflexi的相对丰度均降低,B1和B2 Actinobacteriota的相对丰度均增加,而Proteobacteria和Chloroflexi的相对丰度均降低。此外,未协同组B1和B2中Proteobacteria和Chloroflexi的相对丰度明显低于协同组A1和A2,未协同组B1和B2中Patescibacteria和Actinobacteriota的相对丰度明显高于协同组A1和A2,说明添加窑底废水会导致Proteobacteria和Chloroflexi的比例增加,导致Patescibacteria和Actinobacteriota的比例降低。Actinobacteriota属于异养需氧菌门,是降解污染物的主要功能菌。Proteobacteria广泛存在于受污染的水体环境中,在德国污水处理厂和我国养殖场废水中均检测出了Proteobacteria[42-43]。
在科水平上(图4(b)),在S0中主要为Saprospiraceae(4.19%)、Rhodanobacteraceae(3.07%)和SC-I-84(2.07%),A1和A2中主要为Propionibacteriaceae(9.76%、2.56%)、Nakamurellaceae(6.90%、11.94%)和Gemmatimonadaceae(6.70%、5.14%),B1和B2中主要为Nakamurellaceae(32.10%、19.03%)、Gemmatimonadaceae(2.04%、3.95%)和Caldilineaceae(1.48%、2.73%)。协同组系统中的Propionibacteriaceae和Gemmatimonadaceae的相对丰度均比未协同组高,而Nakamurellaceae的相对丰度均比未协同组低。Nakamurellaceae能够在细胞中积累大量的多糖,从而能够快速吸收废水中糖原和多磷酸盐,然后通过其代谢过程来进行细胞体的合成,对生物脱氮及污水中有机物的去除具有重要作用[44]。Propionibacteriaceae主要以酸类物质作为底物进行生长,由于协同组添加了窑底废水,废水中存在大量的酸类物质,为其生长提供了条件。Gemmatimonadaceae通过好氧和厌氧呼吸生长,能直接利用硝酸盐和亚硝酸盐,故经常在污水处理系统的活性污泥中被检测到[45]。
在属水平上(图4(c)),S0中主要为Ahniella(2.84%)、Ellin6067(2.44%)和Phaeodactylibacter(1.77%)。协同处理组A1和A2中主要为Micropruina(8.88%、2.26%)、Nakamurella(6.90%、11.94%)和Amaricoccus(3.48%、3.82%),未协同组B1和B2中主要为Nakamurella(32.10%、19.03%)、TM7a(8.46%、1.63%)和Thermomonas(0.64%、1.49%)。A1和A2中的硝化菌属主要为Nakamurella(6.90%、11.94%)、Nitrospira(0.46%、0.21%)[46],反硝化菌属主要为Amaricoccus(3.48%、3.82%)、Dokdonella(0.15%、0.41%)、Thermomonas(0.25%、0.75%)[47-48]。B1和B2中的硝化菌属主要为Nakamurella(32.10%、19.03%)、Nitrospira(1.83%、0.37%),反硝化菌属主要为Amaricoccus(0.35%、0.25%)、Dokdonella(0.23%、1.39%)、Thermomonas(0.64%、1.49%)。Nitrospira和Nakamurella是硝化作用过程中的重要功能菌,Thermomonas是还原硝酸盐或亚硝酸盐的缺氧反硝化菌[49],Amaricoccus被认为是废水处理中将硝酸盐还原为亚硝酸盐的关键消耗者[47]。协同组系统中同时存在硝化菌和反硝化菌,说明协同组系统中存在SND现象[50],对TN的去除效率较高;而未协同组中主要存在硝化菌属,反硝化菌属较少,对TN的去除效率较低。此外,Micropruina在A1和A2中的相对丰度明显高于B1和B2,由于 Micropruina能在细胞内储存大量的糖类聚合物,可以很好的吸收水体中的有机营养物,说明Micropruina可能是参与有机物去除的功能菌属[51-52]。
2)微生物的功能预测。系统运行68 d后,采用16SrRNA高通量测序技术对系统中微生物进行分析后,基于PICRUSt对协同处理系统A1、A2中细菌的KEGG功能进行了分析(图5)。分别检测到48 535 583、51 425 375个基因。在1层级下,共预测出5大功能。其中占主导的功能均是代谢,其次是遗传信息处理、环境信息处理、细胞过程和有机体系统。协同海绵组A1中比例分别为40.75%、15.94%、14.23%、2.96%和0.85%;协同流化床组A2中比例分别为40.45%、15.93% 、14.06%、3.24%和0.82%。在2层级下,共预测出25种通路,主要代谢通路均为氨基酸代谢、碳水化合物代谢和能量代谢。其中,A1中比例分别为11.05%、10.96%和5.90%,A2中比例分别为10.93%、10.92%和5.91%;主要的环境信息处理通路均为复制与修复和转译,其中,A1中比例分别为6.97%和2.30%,A2中比例分别为6.95%和2.33%;主要的遗传信息处理通路均为膜运输,A1和A2中比例分别为12.18%和11.95%。上述功能信息推测结果表明,A1、A2无明显差别,所预测通路在污水处理厂中普遍存在,反应器中细菌具有丰富的代谢功能、繁殖能力和环境适应力较强,且存在多种代谢通路,说明存在功能冗余。这可能与HCBW有机物成分复杂有关,反应器中有大量的微生物,有机物的代谢任务由多种细菌共同承担,这些微生物可以构建复杂的功能营养网络,最终导致高功能冗余。当环境条件发生变化时,功能冗余可以维持微生物群落的生理能力,这表明微生物的功能结构比微生物群落结构更稳定[53]。
-
1)采用MBBR构建白酒废水与低C/N生活污水协同处理系统,此系统对COD、
NH+4 -N和TN的去除效果均较好,均达到《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A标准要求,且改性海绵填料组对污染物的去除效果优于流化床填料组。2)进出水中所含物质官能团种类无明显变化,进出水红外光谱特征变化可进一步佐证混合废水经过MBBR系统处理后,NH+4 -N和TN均得到有效的去除。3)在协同处理系统A1和A2中,主要的硝化菌属均为Nakamurella(6.90%、11.94%)、Nitrospira(0.46%、0.21%),主要反硝化菌属均为Amaricoccus(3.48%、3.82%)、Dokdonella(0.15%、0.41%)、Thermomonas(0.25%、0.75%),可能参与有机物去除的功能菌属均为Micropruina(8.88%、2.26%)。4)通过功能预测发现协同处理系统A1、A2中,微生物占主导的功能是代谢,主要代谢通路均为氨基酸代谢(14.78%、14.67%)、碳水化合物代谢(14.67%、14.65%)和能量代谢(7.90%、7.93%)。此外,主要的环境信息处理通路均为复制与修复(9.33%、9.32%)和转译(5.84%、5.84%),主要的遗传信息处理通路均为膜运输(16.29%、16.04%)。
基于MBBR技术的白酒窖底废水与低C/N生活污水协同处理系统的构建及功能微生物分析
Construction of a MBBR-based synergic treatment system for Baijiu pits bottom wastewater and low C/N domestic sewage and analysis on its functional microbes
-
摘要: 为解决低C/N污水和高浓度白酒废水(HCBW)处理所面临的问题,采用移动床生物膜反应器(MBBR),构建了白酒窖底废水与模拟低C/N生活污水协同处理系统,以改性海绵填料和流化床填料分别探究HCBW作为反硝化外加碳源对低C/N生活污水处理的影响。结果表明:海绵填料协同处理系统(A1)对COD、
NH+4 -N、TN和色度的平均去除率分别为91.29%、99.08%、89.81%和80.66%,流化床填料系统(A2)的平均去除率分别为90.51%、98.58%、75.73%和76.07%,改性海绵填料的去除效果优于流化床填料;混合废水经过MBBR系统处理后,NH+4 和TN得到了有效去除,出水中的醇类、硫酸盐和磷酸盐物质的相对比例有一定程度增加;协同处理系统A1和A2的硝化优势菌属均为Nakamurella、Nitrospira,反硝化优势菌属均为Amaricoccus、Dokdonella和Thermomonas,可能参与有机物去除的优势功能菌属均为Micropruina。通过功能预测得出:协同处理系统A1、A2中的主要代谢通路均为氨基酸代谢、碳水化合物代谢和能量代谢,主要的环境信息处理通路均为复制与修复和转译,主要的遗传信息处理通路均为膜运输。以上研究结果可为HCBW的资源化利用、低C/N生活污水处理提供参考。Abstract: In order to solve the problems faced by low C/N sewage and Baijiu pits bottom wastewater, a mobile bed biofilm reactor (MBBR) was used to build a collaborative treatment system for the liquor pits bottom wastewater and simulated low C/N sewage. Effect of HCLW as denitrification plus carbon source on low C/N wastewater treatment was investigated by using modified sponge filler or fluidized bed filler. The results showed the average removal rates of COD, ammonia nitrogen, total nitrogen and chroma by the modified sponge packing system (A1) were 91.29%, 99.08%, 89.81% and 80.66%, respectively; and by the fluidized bed packing system (A2) were 90.51%, 98.58%, 75.73% and 76.07%, respectively. The removal effect of the modified sponge filler was better than that of the fluidized bed filler. Ammonia nitrogen and total nitrogen could be effectively removed from the mixed wastewater after MBBR treatment, with a certain increase of alcohols, sulfate and phosphate contents in the effluent. Analysis results of 16S rRNA high-throughput sequencing technology showed that in the synergistic systems of A1 and A2, the dominant nitrifying bacteria were Nakamurella and Nitrospira; the dominant denitrifying bacteria were Amaricoccus, Dokdonella and Thermomonas; and the dominant functional bacteria for organic matter removal were Micropruina. Function prediction indicated that in the system A1 and A2, Amino Acid Metabolism, Carbohydrate Metabolism and Energy Metabolism were the top three metabolic pathways. Replication and Repair as well as Translation processed major environmental information. Membrane Transport was primarily responsible for the genetic information processing pathways. It was supposed to provide a technical support and theoretical basis for resource utilization of high-concentration Baijiu wastewater and treatment of low C/N domestic sewage. -
随着工业生产技术发展,重金属对全球水环境的污染日趋严重. 重金属废水无序排放严重污染周边的水体环境,直接或间接地危害人类健康[1],亟待有效处理. 其中酸性重金属废水如酸性矿山废水和电镀废水因其pH低、重金属种类多含量高、毒性大、成分复杂等特点,处理尤为困难[2-3]. 用于酸性重金属废水处理的传统工业水处理技术如加碱沉淀、吸附、离子交换和膜处理等存在成本高、二次污染严重、运行时间长、操作复杂等缺点[4-7]. 而电絮凝技术因其去除效率高、无需外加药剂、设备简单、絮凝产物可资源化等特点逐渐发展成为重金属废水处理领域研究热点[8-11].
对电絮凝所产生絮体产量和种类的调控是优化电絮凝工艺效能的关键[12]. 已有研究表明电絮凝溶液中不同支持电解质种类以及曝气条件会导致不同矿物的生成[12-14]. 针铁矿(goethite)、磁铁矿(magnetite)、赤铁矿(hematite)、水铁矿(ferrihydrite)和绿锈(green rust)等是电絮凝过程中常见的一次或二次生成的铁矿物[14]. 其中绿锈和磁铁矿通常在较低溶解氧(DO)浓度的电絮凝过程中产生,且都具有层状双金属氧化物(LDHs)结构,因而二者具有较高的比表面积和反应活性. 近年来,磷酸亚铁矿物蓝铁矿因其具备对砷、铀、钴和氯化有机化合物的吸附和还原能力而备受关注[15],然而电絮凝形成蓝铁矿(vivianite)的研究甚少,这与磷酸盐在中性条件下对铁阳极的钝化作用有关. 目前针对电絮凝吸附固载重金属的研究主要聚焦于中性或碱性条件[8-9, 12, 16],例如,有研究报道了中性和碱性条件下不同电解质阴离子和溶解氧浓度对于铁基电絮凝成矿种类的影响规律和影响机制[12] . 现阶段,酸性条件下铁电絮凝成矿过程缺乏关注;实际上,探讨酸性铁电絮凝用于实际重金属废水处理具有一定应用价值,这是因为阴极自产碱有利于提高系统pH,进而有效节省碱耗;较低pH能够提高溶液导电率及铁阳极法拉第效率,还使得在中性和碱性条件下易导致阳极钝化的电解质(如磷酸盐),在酸性条件下能够适用于电絮凝处理[17].
本研究着重讨论了酸性条件下铁基电絮凝的成矿规律及其对典型重金属的固载效果. 通过构建铁阳极、不锈钢阴极的电絮凝体系,考察不同支持电解质(NaCl、Na2SO4、NaH2PO4、NaNO3)和有无曝气对成矿种类的影响,以及不同铁矿物对重金属去除效果的影响;其次,通过检测溶液态铁Feaq(铁离子、亚铁离子及其溶液态羟基结合物种等)浓度在不同条件下铁电絮凝的变化规律,帮助深入解了酸性铁电絮凝的反应过程. 研究成果为酸性重金属废水的铁电絮凝处理提供理论参考,为电絮凝产物的资源化回收提供数据支撑.
1. 材料与方法(Materials and methods)
1.1 实验材料
硫酸镉 8/3水合物(CdSO4·8/3 H2O)、硫酸铜五水合物(CuSO4·5 H2O)、硫酸镍六水合物(NiSO4·6 H2O)、氯化铅(PbCl2)、硫酸钠(Na2SO4)、氯化钠(NaCl)、硝酸钠(NaNO3)、磷酸二氢钠 二水合物(NaH2PO4·2 H2O)购自阿拉丁化学试剂有限公司,硫酸、盐酸和硝酸购自广州化学试剂厂,以上试剂均为分析纯. 实验用水均为去离子水. 铁片电极(DT-3型,瑞源钢铁有限公司,江苏),不锈钢片电极(304型,中润宏发不锈钢有限公司,深圳),电极的表面积均为16 cm2(4 cm × 4 cm). 每次实验之前,铁片用粗砂布抛光,用稀释的HCl溶液(按重量5%)除锈,并用去离子水洗涤.
1.2 电絮凝实验
电絮凝实验在300 mL玻璃烧杯中进行,均使用铁片作为阳极,不锈钢作为阴极. 阴阳两极平行放置,电极间距为15 mm(有文献报道此间距下铁电絮凝去除重金属效率高[18]). 使用直流电源施加5 mA·cm−2的恒定电流于Fe阳极和不锈钢阴极,电流大小的选取以确保实现高的法拉第效率及重金属去除效率为依据[19]. 反应时间为30 min,磁力搅拌器控制转速为500 r·min−1. 实验分为曝气组和未曝气组,曝气组实验:在反应过程中持续向溶液中通入O2以模拟高DO浓度废水的电絮凝过程,未曝气组:将溶液暴露于空气中以模拟低DO浓度废水的电絮凝过程. 利用CdSO4、CuSO4、NiNO3和Pb(NO3)2储备液配制浓度分别为10、20、10、50 mg·L−1的重金属溶液,初始浓度的选取参考实际酸性矿山废水和工业废水中常见重金属污染数据[18, 20]. 针对每一种重金属溶液分别加入4种支持电解质NaCl、Na2SO4、NaH2PO4和NaNO3(10 mmol·L−1). 利用NaOH和电解质对应的酸溶液(NaH2PO4体系用硫酸溶液)调节初始溶液pH为3,并在反应过程中利用便携式pH计检测溶液pH变化. 开始试验后,以指定的时间间隔用注射器采集样品,通过0.45 μm的聚四氟乙烯膜过滤,收集滤液,分别测定其中的重金属浓度和Feaq浓度. 反应结束后,采集1 mL悬液并立即转移至4 mol·L−1 HCl溶液中溶解,用于后续测定实际产铁量[Fee]以计算法拉第效率. 对剩余悬液抽滤,然后将固体冷冻干燥、称重以便后续进行进一步分析和表征. 所有实验至少进行 3 次,结果以平均值 ± 标准差表示.
1.3 法拉第效率的计算
理论铁的溶解浓度(
)根据法拉第电解定律根据公式1计算. 式中,CL是电絮凝体系的电荷负载量,MFe是铁的摩尔质量(55.845 g·mol−1),F是法拉第常数(96 485 C·mol−1),z是电荷转移系数,铁的电荷转移系数z = 2.[Fet] [Fet]=CL⋅MFe/(F⋅z) (1) 实验中电絮凝条件为I = 80 mA,L = 0.3 L,t = 30 min,带入公式2即电荷负载量CL为480 C·L−1. 式中,I是实验施加恒定电流大小,t是反应时间,L是反应溶液体积.
CL=It/L (2) 最后计算可得实验中电絮凝理论溶解量为138.91 mg·L−1. 将实验组反应后悬液溶解测定的实际产铁量
除以理论溶解量[Fee] ,即可得法拉第效率.[Fet] 1.4 固相矿物表征与液相金属含量分析
采用X射线衍射光谱(XRD,马尔文帕纳科公司,荷兰)分析铁矿物的物相组成,扫描范围为10°—80°,扫描速度为2(°)·min−1;用扫描电镜(SEM,FEI公司,美国)观察铁矿物表面形貌,并辅助分析铁矿物的种类;用火焰原子吸收光谱(AAS,岛津公司,日本)测定溶液中Cu(Ⅱ)、Cd(Ⅱ)、Ni(Ⅱ)、Pb(Ⅱ)的含量,以确定产生的铁矿物对重金属的去除效果. 采用邻菲啰啉分光光度法,在510 nm波长处测定溶液态铁(Feaq)的浓度,以分析铁电絮凝的成矿过程.
1.5 重金属赋存形态分析
收集上述电絮凝反应后的固体物质,对其进行冷冻干燥后,取0.2 g样品于离心管中,并加入10 mL 0.4 mol·L−1 HCl,然后置于旋转振荡仪以200 r·min−1反应0.5 h,离心收集上清液,测试重金属浸出含量,记为吸附态含量;再将离心后含有残余固体的离心管内加入10 mL 4 mol·L−1 HCl,然后置于旋转振荡仪中反应0.5 h,离心收集上清液,测试重金属浸出含量,记为结构态含量[21-22].
2. 结果与讨论(Results and discussion)
2.1 电解质种类和曝气条件对酸性条件下铁基电絮凝形成矿物种类的影响
为了探讨电解质和曝气条件对酸性铁基电絮凝体系成矿量的影响,对沉淀进行称重. 如图1a所示,NaNO3体系成矿量极少,这是因为NO3−对铁阳极有钝化作用. 据报道,中性铁电絮凝在NO3−和PO43−存在的情况下,铁阳极会形成一层纳米尺度的钝化层,钝化层的产生抑制了铁阳极的Fe(Ⅱ)溶出[17]. 而在本研究中,磷酸盐体系明显浑浊,产生了相对较多铁矿物,这是因为在酸性条件下,磷酸盐的阳极钝化作用被减弱,具体机理由后文详述. 曝气条件下溶液中DO浓度从7.5 mg·L−1逐渐上升,并维持至饱和浓度8.2 mg·L−1左右;而在不曝气条件下,由于阳极产生Fe(Ⅱ)的消耗,溶液中DO浓度将由7.5 mg·L−1在15 min内逐渐降低至0. 图1a结果表明,由于DO浓度影响,曝气相较于不曝气产生的铁矿物量略高.
图 1 (a)不同电絮凝体系成矿量,(b)不曝气和(c)曝气情况下于不同支持电解质中产生铁矿物XRD图和(d)不同支持电解质体系(1)NaCl、(2)Na2SO4、(3)NaH2PO4、(4)NaCl(曝气)和(5)NaH2PO4(曝气)成矿的SEM图Figure 1. (a) Quantities of Fe minerals formed under different conditions; XRD patterns of Fe minerals produced in different supporting electrolytes (b) without and (c) with aeration; (d) SEM images of Fe minerals produced in different supporting electrolytes: (1) NaCl (without aeration), (2) Na2SO4 (without aeration), (3) NaH2PO4 (without aeration), (4) NaCl (with aeration), and (5) NaH2PO4 (with aeration)采用XRD和SEM对固体物质组成和表面形貌进行表征,以明晰不同溶液条件下铁基电絮凝产生铁矿物的种类. 首先,利用XRD对不同条件下电絮凝作用30 min后产生的铁矿物沉淀进行物相区分. 图1b和1c表明,在未曝气条件下,NaCl、Na2SO4和NaH2PO4体系产生沉淀中的主要矿物分别为磁铁矿、绿锈和蓝铁矿;而在曝气条件下,NaCl和Na2SO4体系主要为无定型铁矿物. 未曝气条件下NaCl、Na2SO4和NaH2PO4体系产生铁矿物颜色分别为黑色、绿色和蓝绿色,与XRD结果相符;而在曝气条件下,NaCl和Na2SO4体系产生红棕色固体,NaH2PO4体系产生白色固体,结合XRD表征结果和体系中可能发生的反应[14, 23],认为两者分别为氢氧化铁和磷酸铁. SEM结果如图1d(1)—(5)所示,电絮凝产生的磁铁矿呈现颗粒状结构,绿锈呈现层状结构,蓝铁矿呈现扁平状堆叠结构;而在曝气条件下,所产生的氢氧化铁和磷酸铁分别呈现出层状和絮状结构,这与文献中记载的各类沉淀微观形貌结构一致[12, 14].
2.2 酸性条件下铁基电絮凝过程中Feaq浓度及pH随时间变化
酸性铁基电絮凝过程中,发现同一体系中溶液颜色在某一时刻后显著变深,且这一时刻后重金属浓度骤降. 据此推测酸性铁基电絮凝的反应过程可分为两个阶段. 为了验证这一观点,并讨论不同的电解质和曝气条件对两个阶段发生时间节点的影响,对电絮凝过程中不同时间节点的溶液态铁Feaq浓度进行取样检测,结果如图2a、2b所示. 在曝气和未曝气条件下,各个支持电解质体系中,Feaq浓度随着反应时间的推移均呈现先上升后下降的趋势. 这可能与Feaq浓度和pH两方面因素有关:一方面,Feaq浓度不断上升,增加了氧化成矿(式7—11)的底物浓度[17];另一方面,随着阴极不断产生OH−,溶液的pH逐渐升高(如图2c、2d所示),Fe(Ⅲ)与OH−的结合增强从而加快了成矿速度[24]. 这导致了该电絮凝体系由Fe(0)氧化反应(式3、式4)为主导向Feaq成矿反应(式7—11)为主导的转变,即表现为铁电絮凝从积累阶段向成矿阶段的转变(图2a、b虚线前后).
不同的电解质组成和曝气条件会导致阳极法拉第效率以及Feaq氧化沉淀速率的不同[25],从而影响成矿. 为了验证上述推断,计算了不同条件下电絮凝反应30 min后的法拉第效率. 如表1所示,NaCl、Na2SO4体系的法拉第效率均高于0.9,表明此时阳极表面主要发生Fe(0)氧化反应(式3、式4)[26-28],而NaH2PO4体系的法拉第效率略低,但是仍高于已有报道中,相应体系在近中性pH条件下的法拉第效率[12]. 这是因为:首先低的pH会导致H2O/O2的E0上升,从而阻碍在给定的阳极电位条件下电解水反应的发生;其次,低pH会导致Fe(Ⅱ)更难被O2氧化,降低了产生的铁氧化物附着在铁阳极表面阻止Fe(Ⅱ)进一步析出的可能性. 而NaNO3体系法拉第效率低于0.2,表明阳极表面主要发生电解水反应(式5)[17]. 这是因为硝酸盐能够氧化Fe(0),生成一层薄的(羟基)铁氧化物钝化膜,抑制离子扩散[29]. 除不同的法拉第效率会影响Fe(Ⅱ)/Fe(Ⅲ)溶出从而影响Feaq浓度外,不同体系Feaq的氧化沉淀速度也会影响Feaq峰值浓度和达峰位置. 例如Cl−存在的电絮凝体系中会产生氯自由基从而提高氧化成矿率[13],因而NaCl体系的Feaq峰值浓度低且达峰时间更早;而相较于蓝铁矿,绿锈的成矿速度更快,故其Feaq峰值浓度更低且达峰更早[12]. 相比于未曝气条件,曝气条件下Feaq的浓度更低,这是因为溶解氧浓度的增加对Fe(Ⅱ)氧化为Fe(III)速度有促进作用,从而提升了成矿率[24]. 该结论与曝气条件下电絮凝体系最终产生沉淀物质量高于不把曝气条件相符.
表 1 不同支持电解质和曝气条件对电絮凝处理酸性废水法拉第效率的影响Table 1. Effects of type of supporting electrolyte and aeration on Faradic efficiency of electrocoagulation in treating acidic wastewater支持电解质Supporting electrolyte 曝气条件Aeration condition 法拉第效率Faradic efficiency NaCl without aeration 0.91 with aeration 0.92 Na2SO4 without aeration 0.92 with aeration 0.92 NaH2PO4 without aeration 0.89 with aeration 0.83 NaNO3 without aeration 0.19 with aeration 0.12 Fe(0)−2e−→Fe(Ⅱ) (3) Fe(0)−3e−→Fe(Ⅲ) (4) 2H2O−4e−→4H++O2 (5) 2H2O+2e−→H2↑+2OH− (6) Fe(Ⅱ,Ⅲ)+OH−→Magnetite↓ (7) Fe(Ⅱ,Ⅲ)+OH−+SO2−4→Greenrust↓ (8) Fe(Ⅱ,Ⅲ)+OH−+H2PO2−4→Vivianite↓ (9) Fe(Ⅲ)+3OH−→Fe(OH)3↓ (10) Fe(Ⅲ)+H2PO2−4→FePO4↓+2H+ (11) 基于上述结果,在酸性条件下的铁基电絮凝过程中需要经历两个阶段——积累阶段和成矿阶段,铁矿物的形成以及重金属的固载吸附均发生于成矿阶段. 这两个阶段中铁阳极氧化溶出Fe(Ⅱ)和溶液体相中Feaq沉淀分别占据主导地位. 这两个阶段发生的时间节点主要取决于Feaq积累阶段中的法拉第效率,以及在成矿阶段的Feaq成矿效率,两者都与溶液的支持电解质种类及曝气条件有关,并与其共同决定了形成铁矿物的种类和质量. 首先,在积累阶段,阳极Fe(0)的氧化(式3、式4)、和阴极电解水析氢产碱(式6)是主要反应. 这一阶段阳极附近会产生并积累Fe(Ⅱ),并伴随体相pH上升,但是溶液中固体物质的质量不会明显增加. 而随着溶液中Feaq浓度和pH的增加,成矿(式7—11)速率逐渐增加,直至超过Fe(0)的氧化(式3、式4)速率,在这个节点之后,溶液中的固体物质显著增加.
2.3 酸性条件下铁基电絮凝产生矿物吸附重金属效果
为研究上文中产生不同铁矿物物种对不同重金属的吸附固载效果,向不同支持电解质和有无曝气的电絮凝体系中加入常见重金属阳离子Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)和Pb(Ⅱ),并研究其去除情况. 如前文所述,NaH2PO4作为支持电解质的溶液在酸性未曝气的条件下主要产生蓝绿色的蓝铁矿,而曝气条件下,蓝铁矿则会被充足的氧气氧化为白色的磷酸铁沉淀. 如图3所示,二者对Cd(Ⅱ)、Cu(Ⅱ)均有优良的去除效果,30 min去除率均能达到99%以上. 在未曝气条件下,NaCl和Na2SO4体系分别产生的磁铁矿和绿锈,该体系对Cu(Ⅱ)的去除率也能达到99%以上,但在对Cd(Ⅱ)的去除率上,磁铁矿(85.0%)要高于绿锈(36.5%). 曝气组中NaCl或Na2SO4体系中产生的氢氧化铁对Cd(Ⅱ)、Cu(Ⅱ)的固载效果较差,其去除率分别为35.5%和72.9%. 这是因为除了内球络合吸附,蓝铁矿和绿锈、磁铁矿均因为晶格中具有Fe(Ⅱ),能够被相似离子半径和价态的Pb(Ⅱ)、Cd(Ⅱ)、Cu(Ⅱ)同晶替代[30]. 因此电絮凝产生的不同矿物对Cd(Ⅱ)去除效果强弱顺序可概括为:磷酸铁≈蓝铁矿>磁铁矿>绿锈>氢氧化铁;对Cu(Ⅱ)去除效果强弱顺序为:磁铁矿>蓝铁矿≈磷酸铁>氢氧化铁.
对于Ni(Ⅱ)和Pb(Ⅱ),NaH2PO4电解质体系则无法展现良好的吸附性能. 如图4a、4c所示,未曝气条件下NaH2PO4体系电絮凝对于Ni(Ⅱ)的去除效果十分有限,低于NaCl、Na2SO4体系下81.6%的去除率,与NaNO3体系效果接近,去除率仅约为40.9%. 这与Cu(Ⅱ)和Cd(Ⅱ)的结果差别很大. 结合上文法拉第效率的计算结果可排除阳极钝化的可能性,推测是由于蓝铁矿比表面积小、表面正电荷较强以及官能团种类较单一的特点导致其对Ni(Ⅱ)吸附能力较弱[31],但其对于这三种重金属去除效果的差异的微观机理还有待进一步阐明. 磁铁矿具有非化学计量缺陷同时氧骨架较为灵活,因而具有很大的容量通过Fe(Ⅱ)替代来容纳各种金属离子,故其对Cu(Ⅱ)、Cd(Ⅱ)、Pb(Ⅱ)、Ni(Ⅱ)均有较好的去除能力[32]. 绿锈因为特殊的LDHs而具有内表面,因此也有不错的反应特性,此外在绿锈的形成过程中,Cu(Ⅱ)、Cd(Ⅱ)、Ni(Ⅱ)等也能通过同晶替代Fe(Ⅱ)从而被共沉淀固载. 曝气条件下NaH2PO4体系产生的磷酸铁对Ni(Ⅱ)的去除率仅为34.4%,低于NaCl和Na2SO4体系所产生氢氧化铁的56.1%.
对于酸性溶液中Pb(Ⅱ)的去除,结果如图4b、4c所示,未曝气条件下的NaCl体系效果最好,其次是曝气条件下的NaCl体系,这反映出磁铁矿固载Pb(Ⅱ)的效果强于氢氧化铁. 二者均优于NaNO3电解质体系. 这是由于磁铁矿对于Pb(Ⅱ)的特殊作用导致的,即Pb(Ⅱ)主要通过双齿双核共享配位作用吸附在磁铁矿表面,无吸附容量限制[33]. 因此,电絮凝产生的不同矿物对Ni(Ⅱ)去除效果强弱顺序可概括为:磁铁矿≈绿锈>蓝铁矿≈氢氧化铁>磷酸铁;对Pb(Ⅱ)去除效果强弱顺序为:磁铁矿>氢氧化铁. 未比较Na2SO4和NaH2PO4体系对Pb(Ⅱ)的吸附固载效果是因为PbSO4和Pb(H2PO4)2溶解度较低,Pb(Ⅱ)在这两种支持电解质的废水中无法以稳定的离子形式存在.
需要说明的是,在重金属的电絮凝处理过程中,除了矿物的固载作用,还可能存在阴极还原以及阳极置换的氧化还原过程. 以Cu(Ⅱ)为例,通过惰性电极替代Fe阳极后,发现在不同电解质和曝气条件实验组中Cu(Ⅱ)处理后浓度均为约15 mg·L−1,说明Cu(Ⅱ)的阴极还原确实存在,对溶液中Cu(Ⅱ)去除的贡献占20%. 对于阳极置换反应,由于阳极附近有大量带正电荷的Fe(Ⅱ)/Fe(III)物种和铁氧化物,带相同电荷的Cu(Ⅱ)难以接近,故认为其影响可忽略不计.
图5为不同电解质和曝气条件下酸性铁基电絮凝的成矿过程、成矿种类及其对四种重金属离子Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)、Pb(Ⅱ)的吸附固载效果. 使用NaNO3作为支持电解质会使铁阳极钝化,导致低成矿量和重金属去除效率. 在其他电解质体系中,在无曝气的条件下NaCl、Na2SO4、NaH2PO4体系分别产生磁铁矿、绿锈和蓝铁矿;曝气条件下NaCl、Na2SO4体系产生氢氧化铁、NaH2PO4体系产生磷酸铁. 而产生的不同种类铁矿物对四种重金属的吸附效果各有所长,Cu(Ⅱ)和Ni(Ⅱ)易被吸附在磁铁矿和绿锈上,而磁铁矿对Pb(Ⅱ)、Cd(Ⅱ)的吸附效率高于绿锈;蓝铁矿和磷酸铁对Cu(Ⅱ)和Cd(Ⅱ)固载效果优异,而对Ni(Ⅱ)的固载效果较差;氢氧化铁絮体对四种重金属的固载效果均较差.
2.4 电化学产生铁矿物与重金属结合形态
重金属的赋存形态直接影响其在介质中的迁移转化能力、毒性和生物活性[34]. 而酸性条件下产生的铁矿物稳定固载重金属的能力尤为重要,为此对电絮凝结束后产生的固体沉淀进行盐酸提取实验,研究了不同种类铁矿物对Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)、Pb(Ⅱ)的的4种重金属离子的固载稳定性. 如图6所示,绿锈对Cd(Ⅱ)的固载后,结构态比例高达76%,对Cu(Ⅱ)、Ni(Ⅱ)的结构态比例分别为10%和38%. 这是因为在绿锈的形成过程中,Cu(Ⅱ)和Ni(Ⅱ)能够在绿锈的形成过程中通过对相似离子半径的Fe(Ⅱ)同晶替代,从而结合进入绿锈的晶格之中被共沉淀固载[16]. 磁铁矿对于4种重金属Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)、Pb(Ⅱ)的结构态比例分别为8%、7%、41%和18%. 这是由于磁铁矿的原子组成和原子结构较为灵活,同样促使其能够通过同晶替代Fe(Ⅱ)容纳不同的重金属阳离子[35]. 磷酸铁和氢氧化铁对Cd(Ⅱ)、Cu(Ⅱ)的固载形式为吸附态,对Ni(Ⅱ)的结构态比例也低于22%. 这是因为磷酸铁、氢氧化铁和蓝铁矿对pH较为敏感,易溶于酸. 综上,电絮凝产生的绿锈和磁铁矿对重金属的固载稳定性更高,而磷酸铁、氢氧化铁和蓝铁矿的固载稳定性相对较低,对重金属固载稳定性较低的电絮凝铁泥的进一步处置,更需要注意其可能产生的环境影响.
2.5 多种重金属同时存在的相互影响
因为在实际的重金属废水中,经常同时存在多种重金属,故为了验证酸性条件铁基电絮凝对多种重金属的同步去除效果,开展了Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)同时存在的电絮凝实验. 结果如图7所示,所有不同支持电解质种类和曝气条件的溶液体系对Cu(Ⅱ)和Ni(Ⅱ)的固载效果均与单一去除效果类似,说明其他共存阳离子的存在对Cu(Ⅱ)和Ni(Ⅱ)的去除没有显著影响. 而对于Cd(Ⅱ)的去除,除了NaNO3体系在单一去除实验中去除效果本身很差之外,NaCl和Na2SO4体系的去除速率也显著低于单一去除实验的去除速率,这说明在同步去除实验中Cd的固载受到了其他共存重金属离子的影响,这是因为Cd(Ⅱ)具有较低的电负性和较大的水化半径[36-37] ,使得Cd(Ⅱ)与铁矿物的亲和力要弱于Cu(Ⅱ)和Ni(Ⅱ),从而在竞争吸附中处于较弱的地位. 而NaH2PO4体系仍然保持较高的去除速率,说明该体系对Cd(Ⅱ)的固载过程除了吸附,还可能存在其他机理. 例如,随着pH升高,H2PO4−会逐渐转化为HPO42−和PO43−,其中,HPO42−和PO43−与Cd(Ⅱ)所形成沉淀的溶解度更低,从而将Cd(Ⅱ)固载下来. 因为这一过程仅与溶液中H2PO4−的浓度和pH有关,而不受其他重金属的影响,故NaH2PO4体系中Cd(Ⅱ)能够保持较高的去除速率.
图 7 电解质和曝气条件对铁电絮凝同步去除Cd(Ⅱ)(a. 不曝气、d. 曝气)、Cu(Ⅱ) (b. 不曝气、e. 曝气)、Ni(Ⅱ) (c. 不曝气、f. 曝气)的影响Figure 7. Effects of supporting electrolyte and aeration conditions on the simultaneous removal of Cd(Ⅱ) (a. without and d. with aeration), Cu(Ⅱ) (b. without and e. with aeration), and Ni(Ⅱ) (c. without aeration, f. with aeration) by Fe-electrocoagulation3. 结论(Conclusions)
(1)酸性铁电絮凝分为两个阶段. 其中第一阶段Feaq浓度逐渐升高,成矿量少,重金属去除较低;第二阶段Feaq浓度达到峰值并开始下降,成矿量逐步增加,重金属去除速率骤然提升.
(2)不同电解质(NaCl、Na2SO4、NaH2PO4、NaNO3)和曝气与否影响下酸性铁电絮凝会产生不同种类铁矿物. 其中,NaNO3体系会导致铁阳极钝化,抑制成矿;其他电解质在曝气条件下,电絮凝产生固体包括氢氧化铁(NaCl/Na2SO4体系)和磷酸铁(NaH2PO4体系);不曝气条件下,产生铁矿物包括磁铁矿(NaCl体系)、绿锈(Na2SO4体系)和蓝铁矿(NaH2PO4体系).
(3)重金属吸附结果表明,磁铁矿对Cu(Ⅱ)、Ni(Ⅱ)、Pb(Ⅱ)、Cd(Ⅱ)等都具有优异的固载效果,绿锈对Cu(Ⅱ)和Ni(Ⅱ)的吸附能力高于Cd(Ⅱ);蓝铁矿和磷酸铁对溶液中重金属Cd(Ⅱ)和Cu(Ⅱ)也有良好的去除效率,但对Ni(Ⅱ)去除效果较差,且其重金属固载稳定性低于磁铁矿和绿锈. 在Cd(Ⅱ)、Cu(Ⅱ)、Ni(Ⅱ)同时存在的重金属废水中,电絮凝对Cu(Ⅱ)和Ni(Ⅱ)的吸附效果与单一重金属废水结果一致,而对Cd(Ⅱ)的吸附效果则显著下降.
-
表 1 填料物理参数
Table 1. Filler physical parameters
填料类型 材质 规格尺寸/mm 比表面积/ (m2·m−3) 孔隙率/% 密度/(kg·m−3) 海绵填料 改性亲水聚氨酯 10×10×10 >90 000 >96 15~20 流化床填料 聚乙烯 Φ10×10 >500 >95 >960 表 2 实验用水水质参数
Table 2. Parameters of test water
实验用水 氮磷及好氧有机物质量浓度/(mg·L−1) 色度 COD -N TN TPNH+4 协同组进水(A) 350±20 37.5 40 4 200±20 未协同组进水(B) 65±10 35 35 2 10~20 窖底水 270 000 2500 6 500 2 400 150 000 表 3 各组系统出水的pH、DO、温度
Table 3. pH, DO and temperature of the effluent of each system
反应器 pH DO/(mg·L−1) 温度/℃ 协同海绵组(A1) 7.54±0.44 3.25±1.35 27±2 协同流化床组(A2) 6.99±0.99 3.15±1.38 27±2 未协同海绵组(B1) 6.06±1.52 3.03±1.45 27±2 未协同流化床组(B2) 5.88±1.6 3.06±1.54 27±2 -
[1] PANG Y M, WANG J L. Various electron donors for biological nitrate removal: A review[J]. Science of the Total Environment, 2021, 794: 148699. doi: 10.1016/j.scitotenv.2021.148699 [2] WANG H S, CHEN N, FENG C P, et al. Insights into heterotrophic denitrification diversity in wastewater treatment systems: Progress and future prospects based on different carbon sources[J]. Science of the Total Environment, 2021, 780: 146521. doi: 10.1016/j.scitotenv.2021.146521 [3] WANG H S, CHEN N, FENG C P, et al. Research on efficient denitrification system based on banana peel waste in sequencing batch reactors: Performance, microbial behavior and dissolved organic matter evolution[J]. Chemosphere, 2020, 253: 126693. doi: 10.1016/j.chemosphere.2020.126693 [4] HU R T, ZHENG X L, ZHENG T Y, et al. Effects of carbon availability in a woody carbon source on its nitrate removal behavior in solid-phase denitrification[J]. Journal of Environmental Management, 2019, 246: 832-839. [5] ZHANG F F, MA C J, HUANG X F, et al. Research progress in solid carbon source–based denitrification technologies for different target water bodies[J]. Science of the Total Environment, 2021, 782: 146669. doi: 10.1016/j.scitotenv.2021.146669 [6] FENG L J, YANG J Y, YU H, et al. Response of denitrifying community, denitrification genes and antibiotic resistance genes to oxytetracycline stress in polycaprolactone supported solid-phase denitrification reactor[J]. Bioresource Technology, 2020, 308: 123274. doi: 10.1016/j.biortech.2020.123274 [7] TANG J L, WANG X C, HU Y S, et al. Nutrients removal performance and sludge properties using anaerobic fermentation slurry from food waste as an external carbon source for wastewater treatment[J]. Bioresource Technology, 2018, 271: 125-135. [8] CHAI H X, XIANG Y, CHEN R, et al. Enhanced simultaneous nitrification and denitrification in treating low carbon-to-nitrogen ratio wastewater: Treatment performance and nitrogen removal pathway[J]. Bioresource Technology, 2019, 280: 51-58. doi: 10.1016/j.biortech.2019.02.022 [9] WU H, ZHANG Q, CHEN X, et al. Effect of HRT and BDPs types on nitrogen removal and microbial community of solid carbon source SND process treating low carbon/nitrogen domestic wastewater[J]. Journal of Water Process Engineering, 2021, 40: 101854. doi: 10.1016/j.jwpe.2020.101854 [10] LIU T, HE X L, JIA G Y, et al. Simultaneous nitrification and denitrification process using novel surface-modified suspended carriers for the treatment of real domestic wastewater[J]. Chemosphere, 2020, 247: 125831. doi: 10.1016/j.chemosphere.2020.125831 [11] SONG Z, ZHANG X B, NGO H H, et al. Zeolite powder based polyurethane sponges as biocarriers in moving bed biofilm reactor for improving nitrogen removal of municipal wastewater.[J]. Science of the Total Environment, 2019, 651: 1078-1086. doi: 10.1016/j.scitotenv.2018.09.173 [12] ZHENG Y X, ZHANG T Y, LU Y, et al. Monascus pilosus YX-1125: An efficient digester for directly treating ultra-high-strength liquor wastewater and producing short-chain fatty acids under multiple-stress conditions[J]. Bioresource Technology, 2021, 331: 125050. doi: 10.1016/j.biortech.2021.125050 [13] 万金保, 付煜, 刘峰, 等. 混凝-UASB-两级A/O工艺处理白酒废水[J]. 中国给水排水, 2017, 33(24): 114-117. [14] 罗景阳, 操家顺, 谢坤, 等. 分段进水两级A/O工艺对白酒废水的强化处理效果[J]. 环境科学研究, 2018, 31(9): 1612-1619. [15] RAY S G, GHANGREKAR M M. Comprehensive review on treatment of high-strength distillery wastewater in advanced physico-chemical and biological degradation pathways[J]. International Journal of Environmental Science and Technology, 2019, 16(1): 527-546. doi: 10.1007/s13762-018-1786-8 [16] CHOWDHARY P, RAJ A, BHARAGAVA R N. Environmental pollution and health hazards from distillery wastewater and treatment approaches to combat the environmental threats: A review[J]. Chemosphere, 2018, 194: 229-246. doi: 10.1016/j.chemosphere.2017.11.163 [17] DAI Y J, TIAN Z G, MENG W N, et al. Microbial diversity and physicochemical characteristics of the Maotai-flavored liquor fermentation process[J]. Journal of Nanoscience and Nanotechnology, 2020, 20(7): 4097-4109. doi: 10.1166/jnn.2020.17522 [18] MOUSAZADEH M, NIARAGH E K, USMAN M, et al. A critical review of state-of-the-art electrocoagulation technique applied to COD-rich industrial wastewaters.[J]. Environmental Science and Pollution Research International, 2021, 28(32): 43143-43172. doi: 10.1007/s11356-021-14631-w [19] CASTRO-MUNOZ R, GONZALEZ-MELGOZA L L, GARCIA-DEPRAECT O. Ongoing progress on novel nanocomposite membranes for the separation of heavy metals from contaminated water.[J]. Chemosphere, 2021, 270: 129421. doi: 10.1016/j.chemosphere.2020.129421 [20] WAGH M P, NEMADE P D, SENGUPTA A. Augmentation with ozone-assisted electrochemical degradation of distillery spent wash for the removal of color and chemical oxygen demand[J]. International Journal of Environmental Science and Technology, 2021, 18(3): 619-630. doi: 10.1007/s13762-020-02837-3 [21] CHIAVOLA A, BONGIROLAMI S, Di FRANCESCO G. Technical-economic comparison of chemical precipitation and ion exchange processes for the removal of phosphorus from wastewater[J]. Water Science and Technology:A Journal of the International Association on Water Pollution Research, 2020, 81(7): 1329-1335. doi: 10.2166/wst.2020.023 [22] SHARMA D, PRAJAPATI A K, CHOUDHARY R, et al. Preparation and characterization of CuO catalyst for the thermolysis treatment of distillery wastewater.[J]. Environmental Technology, 2018, 39(20): 2604-2612. doi: 10.1080/09593330.2017.1362476 [23] RIPOLL V, AGABO-GARCIA C, SOLERA R, et al. Modelling of the anaerobic semi-continuous co-digestion of sewage sludge and wine distillery wastewater[J]. Environmental Science-Water Research & Technology, 2020, 6(7): 1880-1889. [24] DIONISI D, RASHEED A A. Maximisation of the organic load rate and minimisation of oxygen consumption in aerobic biological wastewater treatment processes by manipulation of the hydraulic and solids residence time[J]. Journal of Water Process Engineering, 2018, 22: 138-146. doi: 10.1016/j.jwpe.2018.02.002 [25] ROBATI S M S, NOSRATI M, GHANATI F, et al. Increase in lipid productivity and photosynthetic activities during distillery wastewater decolorization by Chlorella vulgaris cultures[J]. Applied Microbiology and Biotechnology, 2021, 105(8): 3339-3351. doi: 10.1007/s00253-021-11233-x [26] AMENORFENYO D K, HUANG X H, LI C L, et al. A review of microalgae and other treatment methods of distillery wastewater[J]. Water and Environment Journal, 2020, 34: 988-1002. doi: 10.1111/wej.12552 [27] SANCHEZ M, GONZALO O G, YANEZ S, et al. Influence of nutrients and pH on the efficiency of vertical flow constructed wetlands treating winery wastewater[J]. Journal of Water Process Engineering, 2021, 42: 102103. doi: 10.1016/j.jwpe.2021.102103 [28] AZIZ A R A, ASAITHAMBI P, DAUD W M A B. Combination of electrocoagulation with advanced oxidation processes for the treatment of distillery industrial effluent[J]. Process Safety and Environmental Protection, 2016, 99: 227-235. doi: 10.1016/j.psep.2015.11.010 [29] ASAITHAMBI P, GOVINDARAJAN R, YESUF M B, et al. Investigation of direct and alternating current-electrocoagulation process for the treatment of distillery industrial effluent: Studies on operating parameters[J]. Journal of Environmental Chemical Engineering, 2021, 9(1): 104811. [30] RATNA S, RASTOGI S, KUMAR R. Current trends for distillery wastewater management and its emerging applications for sustainable environment[J]. Journal of Environmental Management, 2021, 290: 112544. doi: 10.1016/j.jenvman.2021.112544 [31] 吉芳英, 杨琴, 罗固源. 实验室自配HACH-COD替代试剂研究[J]. 给水排水, 2003, 29(1): 17-20. doi: 10.3969/j.issn.1002-8471.2003.01.006 [32] 刘冰, 郑煜铭, 陈燕敏, 等. 臭氧-活性炭处理高浓度制药废水作用机制研究[J]. 环境科学与技术, 2021, 44(2): 122-130. [33] FANG D X, ZHAO G, XU X Y, et al. Microbial community structures and functions of wastewater treatment systems in plateau and cold regions[J]. Bioresource Technology, 2018, 249: 684-693. doi: 10.1016/j.biortech.2017.10.063 [34] 李彦澄, 杨娅男, 刘邓平, 等. 基于好氧甲烷氧化菌的反硝化效能及微生物群落研究[J]. 中国环境科学, 2019, 39(10): 4387-4393. doi: 10.3969/j.issn.1000-6923.2019.10.043 [35] 汪传新, 龚灵潇, 彭永臻. 低温下MBBR处理低碳氮质量比生活污水的同步硝化反硝化特性[J]. 中南大学学报(自然科学版), 2014, 45(8): 2920-2927. [36] CHEN S, CHENG X, ZHANG X, et al. Influence of surface modification of polyethylene biocarriers on biofilm properties and wastewater treatment efficiency in moving-bed biofilm reactors[J]. Water Science and Technology:A Journal of the International Association on Water Pollution Research, 2012, 65(6): 1021-1026. doi: 10.2166/wst.2012.915 [37] 田双超, 吕淑清, 董立新, 等. 不同填料的挂膜试验研究: [A]. 见: 2019 中国环境科学学会科学技术年会论文集(第二卷)[C] 北京: 中国环境科学学会, 2019. [38] FENG Q, WANG Y X, WANG T M, et al. Effects of packing rates of cubic-shaped polyurethane foam carriers on the microbial community and the removal of organics and nitrogen in moving bed biofilm reactors[J]. Bioresource Technology, 2012, 117: 201-207. doi: 10.1016/j.biortech.2012.04.076 [39] ZHANG X B, CHEN X, ZHANG C Q, et al. Effect of filling fraction on the performance of sponge-based moving bed biofilm reactor[J]. Bioresource Technology, 2016, 219: 762-767. doi: 10.1016/j.biortech.2016.08.031 [40] PUZNAVA N, PAYRAUDEAU M, THORNBERG D. Simultaneous nitrification and denitrification in biofilters with real time aeration control[J]. Water Science and Technology:A Journal of the International Association on Water Pollution Research, 2001, 43(1): 269-76. doi: 10.2166/wst.2001.0057 [41] 翁诗甫. 傅里叶变换红外光谱分析[J]. 北京市东城区青年湖南街13号:化学工业出版社, 2010: 1-389. [42] SCHNEIDER D, ZUHLKE D, POEHLEIN A, et al. Metagenome-assembled genome sequences from different wastewater treatment stages in Germany[J]. Microbiology resource announcements, 2021, 10(27): e0050421. [43] YAN W Z, WANG N, WEI D, et al. Bacterial community compositions and nitrogen metabolism function in a cattle farm wastewater treatment plant revealed by Illumina high-throughput sequencing.[J]. Environmental Science and Pollution Research International, 2021, 28(30): 40895-40907. doi: 10.1007/s11356-021-13570-w [44] KIM D, NGUYEN L N, OH S. Ecological impact of the antibiotic ciprofloxacin on microbial community of aerobic activated sludge[J]. Environmental Geochemistry and Health:Official Journal of the Society for Environmental Geochemistry and Health, 2020, 42(6): 1531-1541. [45] SHU D T, HE Y L, YUE H, et al. Microbial structures and community functions of anaerobic sludge in six full-scale wastewater treatment plants as revealed by 454 high-throughput pyrosequencing[J]. Bioresource Technology, 2015, 186: 163-172. doi: 10.1016/j.biortech.2015.03.072 [46] 张哲妍. 复合生物滤池深度处理城镇污水厂尾水的工艺研究[D]. 杭州: 浙江大学, 2020. [47] TANIKAWA D, YAMASHITA S, KATAOKA T, et al. Non-aerated single-stage nitrogen removal using a down-flow hanging sponge reactor as post-treatment for nitrogen-rich wastewater treatment[J]. Chemosphere, 2019, 233: 645-651. doi: 10.1016/j.chemosphere.2019.06.012 [48] 马英, 钱鲁闽, 王永胜, 等. 硝化细菌分子生态学研究进展[J]. 中国水产科学, 2007(05): 872-879. doi: 10.3321/j.issn:1005-8737.2007.05.025 [49] 唐义, 马邕文, 万金泉, 等. 外加固体缓释碳源的两段反硝化工艺脱氮性能[J]. 环境科学, 2021, 42(07): 3392-3399. [50] PISHGAR R, DOMINIC J A, SHENG Z Y, et al. Denitrification performance and microbial versatility in response to different selection pressures[J]. Bioresource Technology, 2019, 281: 72-83. doi: 10.1016/j.biortech.2019.02.061 [51] TICE H, MAYILRAJ S, SIMS D, et al. Complete genome sequence of Nakamurella multipartita type strain (Y-104T)[J]. Standards in Genomic Sciences, 2010, 2(2): 168-175. doi: 10.4056/sigs.721316 [52] HE S, DING L L, PAN Y, et al. Nitrogen loading effects on nitrification and denitrification with functional gene quantity/transcription analysis in biochar packed reactors at 5 °C.[J]. Scientific reports, 2018, 8(1): 9844. doi: 10.1038/s41598-018-28305-0 [53] TIAN L, WANG L. A meta-analysis of microbial community structures and associated metabolic potential of municipal wastewater treatment plants in global scope[J]. Environmental Pollution, 2020, 263: 114598. doi: 10.1016/j.envpol.2020.114598 -