基于SIMULINK的硝化反应动力学模型的仿真
Stimulation based on SIMULINK for nitration reaction kinetics model
-
摘要: 利用MATLAB/SIMULINK对序批式生物膜反应器内的氨氧化细菌与亚硝酸盐氧化菌的生化反应进行仿真预测。模型的验证结果表明,适当的选择模型中的溶解氧浓度、碱度以及温度3种参数,SIMULINK仿真动力学模型能够比较准确地对氨氧化细菌与亚硝酸氧化细菌处理生活污水的过程进行仿真和预测.NH4+-N、NO2--N和NO3--N 3种基质仿真值的绝对平均误差最大为15.88,最小为1.13;NH4+-N、NO2--N和NO3--N的Nash.Suttcliffe模拟效率系数分别为99.36%、98.64%和99.25%;此外,还对SIMULINK仿真动力学模型中的溶解氧浓度、碱度以及温度进行了灵敏度分析,结果表明,温度的灵敏度最大、溶解氧次之、碱度灵敏度相对最小。Abstract: The biochemical reaction of ammonia oxidizing bacteria and nitrate oxidation bacteria was predicted by utilizing the simulation dynamics model based on SIMULINK. The results indicated that it could accurately predict the bio-process of AOB and NOB in sanitary sewage treatment when dissolved oxygen concentration, alkalinity and temperature on the model were chosen appropriately. The absolute average error of simulation values of NH4+-N, NO2--N and NO3--N ranged from 1.13 to 15.88. In addition, the Nash.Suttcliffe simulation efficiency coefficient of NH4+-N, NO2--N and NO3--N were 99.36%, 98.6% and 99.25%,respectively. The sensitive analysis of dissolved oxygen concentration, alkalinity and temperature on this model , which were also discussed, shows that the sensitivity of temperature was bigger than dissolved oxygen and was much bigger than alkalinity.
-
我国是印染大国,纺织印染行业是我国的支柱产业之一。2016年,我国规模以上印染企业印染布产量9.7×1010 m[1],在环保压力提升的背景下,中小企业因环保压力被动停产或寻求兼并,印染行业的区域集中度逐渐提高。我国印染行业主要集中在东部沿海地区,截至2015年,浙江地区已经汇集了全国接近63%的印染行业产能[2]。印染行业在带来巨大经济利益的同时,也带来了非常严重的环境污染问题[3],尤其是VOCs的污染问题。印染行业作为纺织行业的关键行业,生产过程中需要使用大量挥发性助剂,目前我国印染助剂年使用量为1.2×105 t[4],助剂的大量使用导致了严重的VOCs污染,2012年,长江三角洲区域纺织印染行业VOCs总排放量达到7.5×104 t[5]。VOCs与PM2.5的形成有密切关系,也是光化学烟雾的源头,如果未经治理的印染废气大量排放,会直接影响大气环境,部分有毒VOCs长期累积排放会直接影响企业职工的身体健康,容易造成职工的呼吸道疾病,甚至发生癌变,还会影响周边居民的生活质量[6],印染行业的VOCs排放问题也因此获得重点关注。我国于2015年推出了《纺织染整工业大气污染物排放标准》[7],其中关于VOCs的各项标准相比于之前沿用的《大气污染物综合排放标准》[8]和《恶臭污染物排放标准》[9]更加严格。目前,我国缺乏印染废气尤其是VOCs的产生特征及去除特性研究,这增加了印染废气的处理难度,因此,研究印染行业VOCs产生特征是十分必要的。本研究以浙江省内一家典型的印染企业为研究对象,着重对该企业内3个分厂进行废气监测,以了解其VOCs的产生特征,为进一步了解印染VOCs产生特征以及提高印染废气治理效果提供参考,为解决印染VOCs污染提供技术支持。
1. 采样与分析方法
1.1 调研企业概况
本研究选取了浙江省印染企业高度集聚区的一家典型印染企业。该企业每年印染布产量达7.8×107 m,每年印染布产量为2.5×104 t。本研究对该企业3个印染分厂(产品分别为针织布、梭织布以及化纤涤纶布,编号为A分厂、B分厂、C分厂)及印染污水站进行VOCs产生特征的探究。有组织废气源主要包括定型机、配料间及污水站。该企业对A分厂和B分厂定型机废气采用“间接冷却+静电除尘”装置进行治理,对C分厂定型机废气采用“水喷淋+静电除尘”装置进行废气治理,对各分厂配料间废气及污水站废气采用“次氯酸钠洗涤+碱洗”二级喷淋装置进行治理。
1.2 采样及测定点位
印染行业的工艺流程主要包括胚布准备、前处理、后整理和成品4个阶段,各个印染企业使用的工序及原料会有所不同,但是整体工艺流程[10]相似。
该企业各废气源如图1所示。该企业共有45台定型机,定型机废气主要来自胚布表面溶剂的受热挥发[11];配料间包括配料车间和染料仓库,配料间产生的废气主要是来自于配料过程中助剂染料的挥发,也包括染料仓库中存放的助剂及染料的自然挥发;该企业污水站恶臭气体的主要产生单元包括调节池、水解酸化池及污泥浓缩池,所产生的废气经负压管道收集后经过处理直接排放。故选择以上3个有组织废气源作为废气监测点。经过现场调研了解到,印染企业中无组织废气主要来自设备运行以及配料间的配料过程,所以选取染色定型车间以及定型车间进行无组织废气特征测定。同时,污水站内未封闭的处理单元也会产生一定的无组织废气,故污水站无组织废气测定点选择好氧池、厌氧池、初沉池。在无组织废气测定过程中,车间内依据印染设备不同距离各取3个点位进行测定,对污水站各处理单元附近上下风向各取3个点位进行测定。针对该企业各分厂的废气处理装置,测定点位选取在各废气装置的进出气口,监测指标为VOCs浓度及H2S浓度。
1.3 分析方法
废气测定指标包括温度、湿度、流量、VOCs浓度、VOCs组分。其中温度采用Testo 905-T1-温度计测量。湿度采用Testo 605-H1-温湿度仪测量。废气流量通过废气气速与废气排风管横截面积计算,流速使用Testo 416 -精密型叶轮风速仪进行测量。VOCs浓度采用PhoCheck Tiger VOC检测仪进行现场测定。VOCs采样方法采用固相微萃取采样(SPME),采样点设在各测定点尾气收集管道内,将SPME萃取头伸入废气管道内部,吸附采样时间为10 min。VOCs组分测定采用国家标准方法(HJ 73-4-2014),即“SPME+气相色谱质谱联用仪(GC-MS)”检测方法[12]。采用安捷伦气相色谱/质谱联用仪,将SPME萃取头插入进样口,吸附在萃取头上的VOCs物质随着高纯氦气(纯度99.999%)进入HP-5ms色谱柱(30 m×0.25 mm×1 μm,Agilent Technologies,美国)中进行分离。气体经分离后进入ECD检测器、FID检测器、质谱监测仪,依据各物质停留时间以及峰面积,对VOCs组分进行定性半定量分析。针对废气处理装置增加了进出气H2S浓度指标的测定,采用HND88式便携式H2S检测仪进行检测分析。
2. 结果与讨论
2.1 废气温度、湿度、产生量及VOCs浓度
由于染色和漂洗过的纺织品需要在定型机内进行烘干拉幅和热处理[13],同时纺织品上携带的水分受热大量蒸发,所以定型机所产生的废气平均温度和湿度较高,平均温度为135 ℃,相对湿度已饱和;配料间内无加热装置,产生废气的温度为24 ℃,与室温相近,废气湿度随配料间配料时间的改变而变化;污水站废气温度约为26 ℃,湿度为60%~70%。
该企业各有组织废气的废气特征如表1所示,定型机、配料间及污水站产生的有组织废气流量分别为8.6×105、7.4×104、2.8×104 m3·h−1,产生的VOCs平均浓度分别为14.7、9.0和14.9 mg·m−3。《纺织染整工业大气污染物排放标准》对VOCs限值为40 mg·m−3,《大气污染物综合排放标准》对非甲烷总烃的限值为120 mg·m−3,排放速率限值为15 kg·h−1,各废气源的VOCs浓度均满足排放标准的要求。
表 1 各有组织废气源废气特征Table 1. Characteristics of organized exhaust gas from different sources废气源 分厂 废气产生量/(104 m3·h−1) VOCs浓度/(mg·m−3) 总气源数量/个 总废气产生量/(×104 m3·h−1) 总VOCs产生速率/(kg·h−1) 定型机 A 1.9±0.3 14.5±0.6 45 86.9±9.9 12.8±1.6 定型机 B 1.7±0.2 15.7±0.5 定型机 C 2.0±0.2 14.1±0.9 配料间 B 1.8±0.4 8.8±0.1 5 7.4±2.9 6.57±0.31 配料间 C 1.3±0.4 9±0.2 污水站 — 2.8±0.2 14.9±0.7 1 2.8±1.5 4.13±0.6 由于该印染企业配料间及污水站废气产生量较低,且配料间为非连续运行模式,每天工作时间不定,平均为3 h,所以印染企业生产过程中,定型机是最大的VOCs产生源。通过调研了解到,企业每年运行约300 d,定型机和污水站每天运行约20 h,配料间每天工作约3 h,由此计算得该企业每年定型机总VOCs产生量约为76.8 t,配料间VOCs年产生量约为0.6 t,污水站VOCs年产生量为2.5 t,企业每年VOCs产生总量约为79.9 t,印染过程中VOCs产生量约为31.9 kg·t−1 (产品)。
各无组织废气源的VOCs浓度如图2所示。染色车间VOCs平均浓度在0.16 mg·m−3左右。相比染色车间,定型车间内的VOCs浓度要高得多,浓度为0.1~1.9 mg·m−3,平均浓度约为0.66 mg·m−3,污水站的VOCs浓度为0.1~1.1 mg·m−3,平均浓度约为0.59 mg·m−3。定型车间和污水站产生无组织VOCs浓度具有区域性,不同测定点VOCs浓度差异较大。
2.2 各有组织废气源的VOCs组分特征
2.2.1 定型机产生的VOCs组分特征
在热定型过程中,纤维布料上残留的有机物受热挥发,产生大量VOCs气体,VOCs气体组分易受到定型过程中助剂成分的影响。各分厂定型机VOCs组分如图3所示。A分厂定型机所产生的VOCs中氟代烃为主要物质,包括占比为22.7%的五氟丙酸三十八烷酯以及占比为23.3%的五氟丙酸三十烷酯。这是由于印染行业中经常会使用含氟的有机润滑剂(如氯化三氟乙烯、氟硅类、二酯、矿物油等物质),染色过程也会使用含氟的活性染料[14],其他VOCs还包括烷烃、异喹啉等。B分厂定型机的VOCs与A分厂定型机VOCs组分类似,同样是以卤代有机物为主,卤代有机物中的卤素为氯与氟,典型组分包括占比为12.2%的五氟丙酸三十八烷酯,以及占比为3.7%的三氯甲烷,其他VOCs组分包括乙二醇丁醚、二十一烷等物质,乙二醇醚类是印染过程常用的有机溶剂[15]。相关毒理学研究[16]表明,乙二醇醚类对人具有血液毒性、肝肾毒性等的不良影响。C分厂定型机废气VOCs检测出的成分以苯系物为主,VOCs中典型污染物为苯甲酸苄酯,约占为72%,苯甲酸苄酯主要用作乙酸纤维和硝酸纤维的溶剂,塑料增塑剂[17]。C分厂定型机VOCs的成分与A、B分厂有很大差异,主要原因为C分厂的加工产品为化纤布,在化纤布印染过程中会大量使用苯类助剂[18]。
2.2.2 配料间产生VOCs的组分特征
配料间所挥发出的VOCs组分取决于使用助剂的成分及挥发性,配料间非连续的工作时间及不同的配料方式也易对VOCs的组分产生影响,所以B分厂及C分厂的VOCs组分测定目的仅为确定印染配料间的典型VOCs组分,各分厂配料间组分如图4所示。B分厂配料间检测出的VOCs组分主要包括苯系物、卤代烃,VOCs组分与B分厂定型机测出的组分十分类似,如图4所示,VOCs主要包括含氟有机物、苯甲酸苄酯等物质。C分厂配料间所产生VOCs的组分十分复杂,VOCs主要为苯系物,主要成分包括蒽、甲基萘、甲基菲、甲基芴等。
印染企业配料间VOCs与定型机所产生VOCs组分类似,表明定型机所挥发出的VOCs组分受使用助剂种类影响较大,所以降低定型机产生的VOCs应该重点关注印染配料所使用的原料助剂的种类。
2.2.3 污水站产生VOCs的组分特征
印染企业耗水量大,且其中含有高浓度的染料、印染助剂等有机物,污水处理过程中挥发出的VOCs组分也因为污水中的多种溶剂变得十分复杂[19],VOCs的成分特征如图5所示。印染污水处理过程所产生的VOCs包括蒽、乙醛、甲基辛基醚、十八腈等物质,甲基辛基醚占总VOCs比例为12%;其余VOCs包括1-醋酸-8-甲基-9-十四烯酯,占比为33.50%,蒽占比为16.30%。蒽类芳香族有机化合物同样也是印染污水中的主要污染物[20],十八腈常用作印染布料的表面活性剂[21]。
2.3 印染VOCs去除特性及处理技术分析
2.3.1 印染VOCs去除特性
该企业针对印染废气安装了“间接冷却+静电除尘”、“喷淋+静电除尘”和“次氯酸钠洗涤+碱洗”3类处理系统。根据卢滨等[22]对杭州市工业源VOCs治理设施的调研结果,在杭州市的纺织印染企业的废气治理设施中,“静电除尘”和“水/酸/碱吸收”占比分别为46.47%和20%。说明静电除尘及“水/酸/碱吸收”是印染企业常用的废气治理设施,对该企业各废气处理装置的测定结果具有一定的代表意义。各处理装置对VOCs的处理效果如图6所示。“间接冷却+静电除尘”装置对定型机的VOCs去除率仅为2%~6%,“水喷淋+静电除尘”装置对VOCs去除率为15%~40%,其中“水喷淋”阶段对VOCs去除率较高,去除率为13%~32%,水喷淋之后的静电除尘装置对VOCs去除率依然很低,表明印染企业增设的静电除尘装置对VOCs几乎没有去除能力。“次氯酸钠洗涤+碱洗二级喷淋”装置对VOCs具有一定的去除效果,但是各分厂配料间所挥发出的VOCs组分不同,喷淋装置对VOCs处理率差异较大,去除率为8%~58%。二级喷淋装置对污水站的H2S仅有57%的去除率。
2.3.2 印染废气治理技术分析
定型机产生废气气量较大,不仅含有油滴等颗粒物,也含有浓度较低的VOCs污染物,虽然静电除尘装置对定型废气中颗粒物的去除具有一定效果,但是该技术对VOCs去除效果较差。企业单台静电除尘装置投资费用为250万元,企业总静电除尘装置每日所耗电费约为1.5万元,且每套装置每天需停止运行0.5 h进行人工清洁,存在着能耗较大,维护成本较高等问题,定型机废气处理技术的提升方向应该重点关注这几方面的问题。
配料间为非连续废气源,废气产生量较小,VOCs浓度较低,“次氯酸钠+碱洗”二级喷淋塔投资较低,配料间所配置的喷淋塔投资为20万元,且二级喷淋塔运行灵活,适合配料间的废气治理。
污水站所产生的废气量较大,目前使用的二级喷淋塔对于大风量的废气处理,存在药剂量消耗大、产生大量废液的问题,该企业污水站的二级喷淋装置每天需要消耗20 kg次氯酸钠溶液,10 kg碱液。生物法已经在各行业污水厂废气治理领域得到广泛应用,对于印染企业污水站所产生的大风量、低浓度VOCs的废气,可以选择生物法作为印染污水厂的废气治理技术,生物法对印染污水站所产生的苯系物、酯、醚、H2S等物质去除效果较好[23],污水站的VOCs的产生特征符合生物法的应用条件。
3. 结论
1)定型机废气具有高温、高湿的物理特征,且定型机废气是印染废气的主要来源,该企业各废气定型机、配料间及污水站产生的有组织废气流量分别为8.6×105、7.4×104、2.8×104 m3·h−1,产生的VOCs平均浓度分别为14.7、9.0和14.9 mg·m−3。该企业每年总VOCs产生量可达79.8 t,经估算得,印染过程中VOCs产生量约为31.9 kg·t−1 (产品)。印染企业各车间无组织VOCs平均浓度较低,但是VOCs浓度分布具有区域性,需要对定型车间中VOCs浓度较高的区域增加相应的处理措施。因此,建议增大通风量,或者完善定型机废气收集系统。
2)印染行业VOCs成分复杂,且多为大分子物质,虽然不同分厂VOCs组分相差较大,但是各有组织废气源VOCs组分种类类似,VOCs中的苯系物主要包括苯甲酸苄酯、蒽类、喹啉类等,氟代有机物包括五氟丙酸酯及氯代有机物,印染VOCs主要来源于印染助剂的挥发。
3)印染企业各类废气处理装置对印染VOCs的去除效果差异较大,对于VOCs产生量最大的定型机,所采用的废气治理技术主体为静电除尘装置,静电除尘对印染VOCs去除率仅为2%~6%,说明印染企业针对定型机VOCs并未采取有效的控制措施,同时静电除尘装置存在着能耗大、维护成本高等问题。二级喷淋对配料间及污水站的VOCs去除率为8%~58%,对于印染污水站的VOCs治理,生物法是应用前景较好的技术。
-
[1] 雒怀庆,胡勇有. 影响亚硝化过程和硝化过程因素的动力学模型分析. 环境科学学报, 2006,26(4):561-566 Luo Haiqing,Hu Yongyou. Mathematical kinetics model evaluation of factors effect on nitritification and nitrafication process. Acta Scientiae Circumstantiae, 2006,26(4):561-566(in Chinese) [2] Bailey J. E.,Ollis D. F. Biochemical Engineering Fundamentals. New York,McGraw-Hill,1986 [3] van Loosdrecht M. C. M.,Jetten M. S. M. Microbiological conversions in nitrogen removal.Wat. Sci. Tech., 1998,38(1):1-7 [4] Ye R. W.,Thomas S. M.Microbial nitrogen cycles:Physiology,genomics and applications.Current Opinion in Microbiology,2001,4(3):307-312 [5] Prosser J. I.Autotrophic nitrification in bacteria. Advance in Microbiol Physiology, 1989,30(4):125-181 [6] 陈绍铭,郑福寿. 水生微生物学实验法. 北京:海洋出版社,1985 [7] 杨青,甘树应,陈季华. 活性污泥3号模型(ASM3)简介. 中国给水排水, 2000,26(5):26-30 Yang Qing,Gan Shuying,Chen Jihua. Activated sludge model 3 (ASM3)introduction. China Water and Wastewater,2000,26(5):26-30(in Chinese) [8] Hao X. D.,Heijnen J. J.,van Loosdrecht M. C. M. Sensitivity analysis of a biofilm model describing a one stage completely autotrophic nitrogen removal(CANON)process.Biotech. Bioeng.,2002,77(3):265-277 [9] Hao X. D., Heijnena J. J., van Loosdrechta M. C. M.Model-based evaluation of temperature and inflow variations on a partial nitrification ANAMMOX biofilm process.Wat. Res., 2002,36(19):4839-4849 [10] 曹明,杨朝晖,曾光明. 基于ANN的SBBR短程硝化过程仿真研究. 中国环境科学,2008,28(8):694-698 Cao Ming,Yang Zhaohui,Zeng Guangming. Simulation based on artificial neural network for SBBR shortcut nitrification treatment. China Environmental Science,2008,28(8):694-698(in Chinese) [11] 张玉超,钱新,钱瑜. 支持向量机在太湖叶绿素a非线性反演中的应用. 中国环境科学, 2009,29(1):78-83 Zhang Yuchao,Qian Xin,Qian Yu. Application of SVM on Chi-a concentration retrievals in Taihu Lake. China Environmental Science,2009,29(1):78-83(in Chinese) [12] Lee Tsong-Lin. Back-propagation neural network for long-term tidal predictions. Ocean Engineering,2004,31(2):225-238 [13] 李新艳,杨丽彪,晏维金. 长江输入溶解态无机磷的通量模型灵敏度分析及情景预测. 湖泊科学,2011,23(2):163-173 Li Xinyan,Yang Libiao,Yan Weijin. Scenario prediction and sensitivity of modeling dissolved inorganic phosphorous export from the Yangtze River. Lake Sciences,2011,23(2):163-173(in Chinese) [14] 胡茂东,周雪飞,张亚雷.活性污泥法脱氮除磷工艺优化设计的灵敏度分析. 化工学报,2009, 60(12):3131-3136 Hu Maodong,Zhu Xuefei,Zhang Yalei. Sensitivity analysis on optimization design of activated sludge nutrient removal process. CIESC Journal,2009,60(12):3131-3136(in Chinese) [15] Verstraetc W.,Philips S.Nitrification-denitrification processes and technologies in new contexts.Environmental Pollution,1998,102(1):717-726 [16] 雒怀庆,胡勇有,陈柱.生物陶粒批式硝化过程特性研究.华南理工大学学报(自然科学版),2003,31(5):47-50 Luo Haiqing,Hu Yongyou. Batch study on the nitrification process characteristics using biological porcelain granule. Journal of South China University of Technology (Natural Science Edition),2003,31(5):47-50(in Chinese) [17] Laanbroek H. J., Gerards S. Competition for limiting amounts of oxygen between nitrosomonas europaea and nitrobactor winogradski grown in mixed continuous cultures.Arch. Microbiol.,1993,159(5):453-459 [18] 陈旭良,郑平,金仁村. pH和碱度对生物硝化影响的探讨. 浙江大学学报,2005,31(6):755-759 Chen Xuliang,Zheng Ping,Jin Rencun. Effect of pH on nitrification. Journal of Zhejiang University,2005,31(6):755-759(in Chinese) -

计量
- 文章访问数: 2611
- HTML全文浏览数: 1287
- PDF下载数: 1276
- 施引文献: 0