-
截至2017年底,全国城镇污水处理能力达2.07×108 m3·d−1,中小城镇污水处理厂(处理规模5×104 t·d−1以下)占比已达到83.3%[1]。随着城镇污水处理要求的日益提高,中小城镇污水处理厂在升级改造中面临总氮难以达标排放、运行能耗高等[2-3]的挑战。我国城镇污水普遍具有水质水量波动大特点,城镇污水处理厂还面临技术、资金等因素的制约,导致现有污水处理工艺越来越难以实现稳定达标排放。特别是生物脱氮处理工艺,在寒冷地区冬季水温较低时,去除总氮后也难以满足排放标准[4-5]。
根据经验或者使用简单传统的计算方法难以满足城镇污水处理厂升级改造的设计要求,且投资费用较高[6]。国内外研究者开始利用ASM数学模型对污水处理过程进行模拟研究,优化改造方案[7-8]。KIM等[9]利用ASM2D模型优化了首尔某污水厂ABA2工艺的曝气时间,降低了能耗。魏忠庆等[10]和胡志荣等[11]使用GPS-X软件,分别对A2/O和SBR工艺进行了模拟升级改造。宋虹苇等[12]使用AQUASM软件对普通曝气池的运行工况进行了模拟预测。沈童刚等[13]使用Biowin软件对城市污水厂运行进行了数学模拟。以上研究结果表明,数值模拟技术是对现有污水处理工艺进行评价和优化改造的有效工具,但其模拟结果有待进一步实践检验。
周期循环活性污泥法(cyclic activated sludge system,CASS),又称循环式活性污泥工艺,是SBR工艺的改良工艺,已成为除A2/O、氧化沟之外,应用最广的处理工艺[14]。由于该工艺为国外引进的专利技术,在设计时,往往采用基于经验数据的参数选择模式,在污水厂投入运行前须花费大量时间和人力进行现场调试,并且在运行期间,进水水质、季节气温和运行条件的变化都易造成出水不能达标排放。
针对寒冷地区城镇生活污水处理厂进行提标改造,以满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准的技术需求,本研究以总氮排放不达标的张家口某污水处理厂CASS工艺为研究对象,通过现场调研和活性污泥模型(activated sludge model, ASM)模拟优化,制定该厂的升级改造方案,重点跟踪该厂改造后冬春季的TN去除效果,检验模拟优化方案的改造效果,从而为同类城镇污水厂升级改造提供参考。
-
河北省张家口市某城镇污水处理厂设计处理规模为1.5×104 m3·d−1,实际处理规模为8 000~12 000 m3·d−1,执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级B标准(表1),2009年7月投入运行。采用CASS工艺,污水通过进水泵站,依次经过粗、细格栅、细格栅、旋流沉砂池,然后经配水管道流入CASS池。污水先进入CASS池的缺氧区(池内装有2个潜流搅拌器,QDT 2.2/4-1800/2-40P)与回流污泥混合,然后进入装有曝气系统的主反应区进行脱氮除磷,处理后的上清液经主反应区末端可升降的滗水器排出,再经接触消毒池消毒后排放。然而,污水处理厂实际进水的氨氮浓度远高于设计值,COD低于设计值,实际进水的C/N约4.75,是设计值的44%,这导致污水厂运行过程中总氮出水不达标(表1),升级改造压力大。改造前,污水处理厂充水比为22.72%,污泥停留时间(SRT)为21 d,总循环时间为420 min,其中包括进水阶段时间(进水+曝气+回流)为90 min,曝气阶段时间180 min,沉淀阶段时间60 min,滗水时间为60 min,排泥时间30 min。
设计进水为城镇生活污水,但实际进水主要为城镇生活污水,混有一定比例的工业废水,该污水处理厂共4个相同的CASS池,其中缺氧池有效容积为4.3 m×17.6 m×5.6 m=423.8 m3;好氧池尺寸为34 m×17.6 m×6.5 m,有效水深为5.5 m,有效容积为3 291.2 m3;缺氧池与好氧池体积比为12.8%;滗水深度为1.25 m;单系列每次处理污水量为34 m×17.6 m×1.25 m=748 m3;排水体积比为748 m3/3 291.2 m3×100%=22.72%。
-
采用基于ASM1模型的GPS-X模拟软件(Hydromantis公司,加拿大)对该污水厂进行模拟优化,主要分为3个步骤。
1)工艺模型构建。根据工艺流程(图1(a)),建立污水处理厂的工艺模型流程。为简化模型,建立工艺模型时不考虑粗细格栅、污泥浓缩水池等附属构筑物,工艺模型示意图如图1(b)所示。
2)模型设置。工艺模型主要由进水流、水流分离器、缺氧池、SBR池、水流汇合器及出水排放单元组成。GPS-X软件可按照用户自身需求对SBR池的每阶段运行时间(进水、混合、曝气、沉淀、滗水、排泥、回流等)、回流量、排泥量等进行设置。在研究中,回流阶段可作为独立阶段,也可与其他运行阶段同时进行。出水方式采用顶部滗水。
3)模型选择与校正。以国际水协会(International Water Association, IWA)的活性污泥1号模型(ASM1)作为工艺模拟的数学模型(只关注除碳和脱氮)。确定模拟分析所要求的数据,主要包括池容、污水流量、泥龄、温度、污水进水组分数据等。通过呼吸速率方法[15-16]测定进水水质组分(见表2),该厂进水COD组分质量分数如下:溶解性可生物降解有机物SS为8.80%,溶解性不可生物降解SI为8.50%,颗粒性可生物降解有机物XS为59.25%,颗粒性不可生物降解有机物XI为15.99%,异养微生物XH为7.47%。
结合进水组分及出水数据,首先对模型中的化学计量学参数进行灵敏度分析,结果如图2所示。这些参数包括:异养菌产率系数(YH),自养菌产率系数(YA),颗粒性衰减产物比例(fp),生物固体的含氮量(iXB),内源呼吸产物中含氮量(iXP))、14个动力学参数(异养菌最大比生长速率(
⌢μH ) ,异养菌生长与底物利用饱和常数(KS),异养菌比衰减(死亡)速率(bH),异养菌氧呼吸饱和速率(KO,H),反硝化菌硝态氮呼吸饱和常数(KNO),异养菌缺氧状态生长修正系数(ηg),水解速率常数(kh),慢速可生物降解底物水解半饱和系数(KX),自养菌内源呼吸速率(bA),缺氧条件下水解速率修正系数(ηh),自养菌最大比增长速率(μA),自养菌氨氮利用半饱和系数(KNH),自养菌氧利用半饱和系数(KOA),氨化速率常数(ka);然后以表2中的进水水质为输入参数,对出水水质进行稳态模拟验证。优化验证的出水模拟结果如表3所示。校正后COD、NH+4 -N、TN的相对误差分别为−9.92%、10.98%和−9.00%,误差基本控制在10%以下,说明建立的污水厂模型可以作为污水厂模拟优化的依据。4)工艺优化方案及其实施。为提升CASS工艺的除碳脱氮效果,通过模拟优化工艺操作参数,包括污泥回流比、缺氧区/好氧区体积比、不同水温周期运行策略等,提出污水厂升级改造方案及其在常温、低温期的运行策略,并将其付诸实施。
-
本研究首先对在正常水温(20 ℃)条件下影响CASS工艺脱氮除碳效果的关键指标进行模拟优化,主要包括污泥回流比(RS)、缺氧区/好氧区体积比(RV)、充水比(λ)、运行周期等指标。
1)污泥回流比与反应区体积比对处理效果的影响。污泥回流比RS极大地影响CASS工艺的脱氮除磷效果[17]。当RS较小时,缺氧段反硝化细菌对COD和TN的去除受限制,同时降低了缺氧区的作用;污泥回流还可以使污泥从低负荷的好氧反应区回流到有机负荷较高的缺氧区,起到防止污泥膨胀、抑制丝状菌生长的作用[18]。综上所述,RV和RS是影响CASS工艺脱氮效果的关键指标。根据当前运行周期条件下总氮不达标的情况,考察了在常温条件(20 ℃)下,不同的RS、RV对CASS工艺处理效果的影响,模拟结果如图3所示。由图3可知,随着RS的增加,COD、氨氮、总氮均随之降低。这主要是因为回流比增加会导致反应体系内基质循环流动增强,将好氧区硝态氮回流至缺氧区,增加了反硝化细菌对COD的去除,同时好氧区污泥回流带走了硝态氮,促进了硝化反应的进行;并且缺氧区对总氮、COD去除的同时,好氧区曝气过程对氨氮的去除贡献增加。当回流比超过100%时,出水总氮去除率变化不太明显(图3(c)),这主要是因为过大的回流比增加了缺氧区内溶解氧浓度,导致反硝化作用受到影响。随着RV的增加,出水COD、TN浓度呈降低趋势。这主要是因为随着缺氧区体积的增加,反硝化效果增强,进而使得反硝化菌对COD的去除贡献有所提高。氨氮去除受RV的影响并不大,呈略微上升趋势,因为好氧区体积减小,单位体积内的溶解氧含量有所提升,有利于硝化反应的进行。
综合图3模拟结果来看,根据污水厂现有的缺氧区/好氧区体积比条件(RV=12.8%),使回流比增加到200%,仍然不能满足出水TN一级A排放标准。因此,须针对当前情况,对其充水比和运行周期进行模拟优化。
2)充水比对处理效果的影响。充水比(λ)是影响CASS工艺处理效果的重要因素,它直接影响CASS工艺的抗冲击负荷能力[19-20]。在CASS工艺周期性地不断进出水过程中,每个周期未处理进水被池内处理后剩余污水所稀释,理论上,λ越大,稀释作用越小,水力负荷越大,更易引起出水水质不稳定;λ越小,稀释作用越大,水力负荷越小,出水水质越稳定。但是,较低的λ会降低CASS池的体积利用率,导致处理规模下降和运行成本提高[17]。因此,针对CASS池充水高度分别为0.5、1.0、1.25、1.5和2.0 m 5种情况,设定RS为200%,RV为12.8%的条件,以表3所示的运行周期进行模拟,探究了影响污染物削减的最佳充水比。如图4所示,随着λ的增加,进入系统内的COD总量有所提升,水力负荷增大,导致COD更难被去除;另一方面,λ增大,可导致进入系统内的水量增大,CASS工艺对水质水量的调节能力变差。在几种充水比条件下,氨氮浓度基本上都能满足出水排放标准,并且较小的λ更有利于硝化反应的进行;对总氮而言,随着λ的增加,出水总氮浓度升高,系统去除能力变弱。主要原因在于,较小的充水比可增加污水在池内的停留时间,进而增强反硝化效果。但在5种充水比条件下,出水总氮均未达到一级A排放标准。因此,须对当前运行周期进行优化,以调整反硝化和硝化时间,使污染物达标排放。
3)运行周期、充水比对处理效果的影响。曝气和反硝化时间是影响CASS工艺运行效果的重要因素[18]。曝气时间的长短直接影响池内溶解氧浓度的高低。曝气时间太短,好氧微生物活性受到抑制,硝化细菌的硝化作用减弱,氨氮去除率就会降低,出水氨氮不会达标;曝气时间过长,会抑制反硝化细菌的反硝化作用,对缺氧段COD和TN的去除造成不利影响,同时增加不必要的能耗。反硝化时间影响反应系统内总氮、COD的去除,进而直接影响出水水质。
根据模拟结果,在现有运行状况下,曝气时间为4.5 h,结合回流比、体积比、充水比的模拟结果,该污水处理厂不能实现TN一级A达标排放,主要原因是反硝化时间过短。从出水达标、降低能耗的角度,本研究对现有运行模式进行优化,主要考虑到曝气时间过长,可将这部分时间优化调整,在RV=12.8%、RS=200%的基本条件下,调整沉淀前的时间分配,研究不同方案下不同充水比的稳态出水结果(见表4)。
不同周期运行方案和充水比的模拟优化结果如图5所示。COD模拟结果(图5(a))表明,随着充水比的增加,出水COD逐渐升高,但方案2、3、4可以实现所有充水比条件下出水达标。方案1、5由于充水比过大,导致滗水时污泥跟着出水排出,导致COD不达标。
NH+4 -N模拟结果(图5(b))表明,当曝气时间缩短到仅60 min(方案5),充水比为36.36%时出水不达标,主要是交换比过大,使得每个周期系统内水力负荷增加,曝气时间略短,难以满足出水氨氮达标。TN模拟结果(图5(c))表明,充水比为10%时,各运行方案出水总氮均不达标,这主要是由于充水比太低,进水COD总量较少,导致缺氧阶段碳源不足,反硝化不完全。随着充水比增加到27.27%,只有方案3可以满足出水TN排放标准。这是由于充水比增大,进水结束后,水力负荷增加,氨氮浓度过高,同时方案4、5曝气时间不足,硝化反应不完全,出水氨氮浓度升高,总氮不达标。在相同充水比条件下,进水混合反硝化时间越长,出水总氮浓度越低;曝气时间越长,出水氨氮越低。同时考虑污水厂进水水质波动的情况,为保证常温条件下出水水质稳定达标排放,建议以方案3的周期运行,并且充水比为22.73%。 -
污水生物处理效果受温度影响较大,低温下微生物反硝化效果及效率降低。针对张家口地区不同季节温度变化情况,在方案3基础上,考察了20、15、8 ℃水温下不同运行周期对CASS工艺出水的影响,拟定模拟方案如表5所示,模拟结果如图6所示。图6显示,随着水温的降低,方案3出水效果变差。水温由20 ℃降低至15 ℃,出水TN升高了1.31 mg·L−1,温度降至8 ℃时,总氮已经不能满足达标排放。根据模拟结果,为保证出水达标排放,提出改进方案为:冬季(8 ℃)采用方案7运行,春、秋季节(温度15 ℃)采用方案6运行,夏季温度较高,采用方案3运行,可保证出水水质满足一级A排放标准。
-
根据模拟优化方案,对水厂进行了升级改造,调整了运行方式和操作参数,并在冬季按照方案7运行,春秋季节按照方案6运行。图7为污水厂升级改造前后的实际出水结果。由图7可知,改造前(图7(a))出水COD、氨氮和TN的浓度分别为(25.4±12.1)、(1.2±0.4)、(16.3±7.2) mg·L−1,其中TN基本均在15 mg·L−1以上,不能达标排放,尤其是在冬、春季。这主要是由于缺氧区停留时间较短,反硝化碳源利用不足;COD去除主要依赖于主反应区好氧异养菌,尽管氨氮出水能够满足排放标准,但其周期运行过程中曝气时间过长(表2),能耗过高。这表明在改造前,污水厂存在碳源分配不合理、曝气时间过长、曝气能耗高、出水不达标的问题。根据模拟优化方案,改造后的污水厂在冬季(以2018年12月为例)、春季(以2019年4月为例)的出水结果如图7(b)和图7(c)所示。由图7(b)可知,尽管进水水质波动较大、水温较低,且进水COD高于模拟值,按照模拟方案稳定运行后,出水COD、
NH+4 -N、TN浓度分别为(23.23±2.76)、(1.16±0.76)、(9.83±1.4) mg·L−1,均稳定在40、3和15 mg·L−1以下。由图7(c)可知,污水厂春季运行过程中,水温有所上升,微生物活性增强,出水COD、NH+4 -N、TN浓度分别为(19.2±1.52)、(0.71±0.24)、(11.45±1.15) mg·L−1,稳定在30、1.5、15 mg·L−1以下,处理效果优于冬季。上述结果表明,经过优化调整,该污水处理厂出水在冬、春季均能满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A排放标准。 -
1)常温(20 ℃)下,缺氧区/好氧区体积比(RV)为12.8%(原工况),在进水的同时,主反应区打开搅拌器,进行反硝化,时间为90 min;污泥回流比RS=200%,进水结束后曝气,曝气时间120 min,沉淀60 min,滗水60 min,滗水深度1.25 m(λ=22.73%),排泥30 min。该方案将曝气时间、总运行周期缩短1 h,可有效降低曝气能耗,并且出水可稳定达到国家《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A排放标准。温度降至15 ℃时,延长30 min搅拌时间。冬季温度在8 ℃时,额外增加30 min曝气时间,可使出水各指标达到一级A排放标准。
2)污水厂升级改造之后的实际运行效果表明,冬、春季的出水TN浓度分别为(9.83±1.4)、(11.45±1.15) mg·L−1,可稳定达到一级A排放标准,基于ASM模拟优化的升级改造方案切实可行。
3)综合模拟优化与现场运行结果表明,组分表征结果和灵敏度分析是准确反映污水厂运行问题的关键因子,模型模拟对污水处理厂的优化运行和升级改造具有指导价值。
面向寒冷地区城镇污水处理厂提标改造的ASM模拟优化及其应用
ASM simulation optimization and practical application on upgrading of urban sewage treatment plant in cold region
-
摘要: 为指导和支撑寒冷地区城镇污水厂升级改造,采用GPS-X软件的ASM1模型,构建了河北某污水处理厂CASS工艺提标改造模型,分别对污泥回流比(RS)、反应区体积比(RV)、充水比(λ)、运行周期(T)和不同水温的CASS运行方案等进行了数值模拟优化;同时,综合模拟结果,提出了升级改造技术方案,并予以实施。冬季运行结果表明,改造后的CASS工艺出水指标COD、氨氮和TN的浓度分别为(23.23±2.76)、(1.16±0.76)、(9.83±1.4) mg·L−1,能够稳定达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。Abstract: In order to guide and support the upgrading of the sewage plant in cold region, the upgrading model for CASS process in a sewage treatment plant of Hebei province was constructed by using the ASM1 model with GPS-X software. In this study, the sludge reflux ratio (RS), the reaction volume ratio (RV), the decant ratio (λ), the operating cycle time (T) and CASS operation strategy at different water temperatures were numerically simulated and optimized. Based on simulation results, the optimal operation strategy for upgrading this sewage plant was provided and put into practice. Results of the CASS performance in the winter clearly showed that the effluent COD,
NH+4 -N and TN concentrations of the modified CASS process were (23.23±2.76), (1.16±0.76), (9.83±1.4) mg·L−1, respectively, and stably met with requirements of the first grade A discharge standard of the Discharge standard of pollutants for municipal wastewater treatment plant (GB 18918-2002). -
人工湿地具有处理污水效果好、运行费用低、且具有良好的景观效果等特点,因而被广泛应用于农村及小型城市中。然而,传统人工湿地在处理污水过程中由于溶解氧(DO)不足,因此易造成硝化反应不完全[1],致使系统中氮的去除效率不高,此外DO含量也决定了污水中有机物(COD)彻底分解量[2]。氧气是控制污水处理厂硝化和有机物降解的重要参数,但在传统的微生物脱氮反应中,由于微生物起主导作用,因而其脱氮效率往往受湿地碳源的限制[3]。近年来,生物炭被广泛应用于环境治理中,并取得了较好的效果。生物炭具有比表面积大、疏松多孔的特点,为微生物提供了更多的栖息地和适宜的生活环境[4],同时生物炭作为碳源也会影响微生物的生物量;生物炭还能调节系统内好氧-厌氧条件[5],并在其表面存在很强的π键,能够通过静电吸附和分子间的氢键对烃类和有机物进行吸收[6]。因此,生物炭可以有效地解决人工湿地系统中DO不足的问题,还可以作为碳源参与微生物脱氮过程。由于生物炭影响硝化-反硝化过程,进而也会影响N2O的排放,但目前关于生物炭对N2O排放的作用并未达成共识,其内在机理尚不明确,CAYUELA等[7]研究发现在土壤中添加生物炭会减少N2O的排放,但颜永毫等[8]则表明生物炭改善了通气状况后可能会增加N2O的排放。
另外,铁的添加对人工湿地中碳氮循环有很大影响,但具体作用机制尚不清楚。BEAL等[9]发现湖底沉积物中的微生物有利用Mn4+和Fe3+作为电子受体对甲烷进行厌氧氧化的现象。由于Fe涉及到2个价态的转化,在氮的转换过程中充当电子受体和供体。Fe2+作为无机电子供体,提供给
NO−3 电子使其转化为N2促进反硝化过程。在处理低C/N污水时,Fe价态之间的相互转化能够减少有机碳的消耗[10]。SONG等[11]向6个不同C/N进水的垂直潜流人工湿地加入Fe2+,发现当C/N为2时添加30 mg·L−1的Fe2+会使系统中的反硝化过程得到显著的改善。此外, GRANGER等[12]的研究表明,铁在反硝化途径中广泛参与,铁铜等物质对于反硝化过程中金属酶的催化还原活性具有一定的影响。与此同时,Fe3+作为电子受体,接受NH+4 的电子使其转化为NO−2 促进硝化过程[13]。在氮循环过程中,铁和有机碳源同样也有密切的关系,当溶液中不存在任何有机碳源时,铁对氮的去除效果并没有明显的促进作用[10]。为此,本研究通过添加生物炭、铁矿石、生物炭+铁矿石等方式构建潜流人工湿地,研究了其对污水COD去除效果、脱氮能力及其对CH4和N2O排放的影响,以期为人工湿地中污染物质的减排提供参考。
1. 材料与方法
1.1 实验装置
本实验装置在西南大学资源环境学院1号温室内进行(29°49´N,106°25´E),实验期间气温处于17~39 ℃,平均气温为26.4 ℃。实验装置如图1所示,其为聚乙烯塑料圆筒,桶的直径为35 cm,深为40 cm,基质填料厚度为40 cm,其中,减排物质的添加量各为基质填充体积的15%,分别为0、15%赤铁矿、15%生物炭、15%赤铁矿+15%生物炭(混合),放置于装置中上部,上下部皆由砾石填充(图1),上层砾石厚度为5 cm。4组湿地分别命名为空白-人工湿地(湿地Ⅰ)、铁矿石-人工湿地(湿地Ⅱ)、生物炭-人工湿地(湿地Ⅲ)、铁矿石+生物炭-人工湿地(湿地Ⅳ)。每个实验处理设置2个重复。所用砾石购买自北碚某石料厂,粒径为1~3 cm,水洗干净后填充;铁矿石从河北某公司购买,粒径为1~3 cm,水洗干净后填充;生物炭从广东某公司购买,粒径为0.8~1 cm,水洗干净后填充。湿地植物为菖蒲(Acorus calamus Linn.),种植密度为30株·m−2。桶中放置一根长45 cm、直径为5 cm的PVC穿孔管用于取水排水。本研究采用间歇进水的方式,设置水力停留时间(HRT)为4 d,在每个水力停留周期的第1天上午取样后,利用虹吸法排出装置内污水,将配好的进水后分别从上部倒入14.5 L到每一个人工湿地系统中,完成进水。
1.2 系统运行
湿地系统自2019年4月17日开始运行,并在4月21日进行第一次水质测定,运行174 d,10月8日进行最后一次水质测定并停止运行。
本实验进水模拟生活污水,固定COD/N进水比约为10:1,采用周期进水的方式,每升进水中包括160 mg NH4Cl、22.5 mg KH2PO4、97.56 mg MgSO4·7H2O、58.28 mg CaCl2、10 mg蛋白胨、366.67 mg蔗糖、1.5 mg FeSO4·7H2O、0.1 ml微量元素。每毫升微量元素中包含3.5 mg EDTA-Na2、1.69 mg H3BO3、1.08 mg MnCl2·4H2O、1.32 mg ZnSO4·7H2O、0.39 mg CuSO4·5H2O、0.049 mg H2MoO4·4H2O。每升模拟进水中含(443.18±5.20) mg COD,(1.76±0.022) mg
NO−3 -N,(42.12±0.37) mgNH+4 -N,(7.80±0.11) mg DO,进水pH保持在7.26±0.015。1.3 样品采集与分析方法
1)样品采集。系统稳定运行后,每4 d进行一次水质的采集与分析,固定在09:00-10:00进行采样,对进水和每个装置的出水分别采样。每隔一段时间选取一个周期作为典型周期进行水质测定,以进水零时刻为计时零点,分别设置采样节点0、1、2、4、8、12、24、28、36、48、54、60、72、76、84、96 h。
N2O和CH4气体采集用静态暗箱法,将箱体设计成分节组合式标准箱,由顶箱,延长箱和底座组成,其顶箱和延长箱均由聚乙烯材料制成,箱体尺寸为ψ35 cm×50 cm。在典型周期进行温室气体的采样分析排放规律,参考周旭[14]和邓朝仁等[15]设计方案,设置13个采样时间节点,以进水零时刻为计时零点,分别为0、6、12、24、30、36、48、54、60、72、78、84和96 h,即典型周期内每天08:00、14:00、20:00进行采样,确保样品的代表性。
2)样品分析。水样指标COD、
NH+4 -N、NO−2 -N、NO−3 -N、TN均按国家标准分析法[16]进行测定。水样DO、pH、Eh的测定采用梅特勒-托利多多参数测定仪SG98进行。气样采集每个时间节点采样持续时间为30 min,每隔10 min用体积为60 mL的塑料注射器采集一次气样,共4个样。利用Agilent 7890A气相色谱仪测定N2O通量和CH4通量,根据式(1)和(2)进行计算。
FCH4=H⋅273273+T⋅PP0⋅ρ⋅dcdt (1) FN2O=H⋅273273+T⋅PP0⋅ρ⋅dcdt (2) 式中:
FCH4 为CH4排放通量,mg·(m2·h)−1;FN2O 为N2O排放通量,µg·(m2·h)−1;H 为箱内高度,cm;T 为采样期间箱内平均温度,℃;P 为采样时的大气压,Pa;P0 为标准状况下的大气压,Pa;ρ 为被测气体的密度,g·m−3;dc/dt为采样期间箱内气体浓度变化速率,正值代表排放,负值代表吸收。3)数据处理。数据表达采用平均数±标准误的形式。数据分析使用软件SPSS19.0,对象之间采用相关性分析并进行显著性检验,图标绘制采用Origin 8.5。
2. 结果与分析
2.1 不同添加物人工湿地的污水处理效果
系统稳定运行期间各项指标如表1所示。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ和湿地Ⅳ的DO分别是(0.14±0.015)、(0.15±0.016)、(0.18±0.014)和(0.19±0.11) mg·L−1,生物炭的添加及铁矿石和生物炭的联合添加(以下简称铁-生联合添加)均对系统DO起显著的改善作用(P<0.05)。4组湿地平均出水COD分别为(34.99±1.60)、(35.57±1.69)、(30.87±1.65)和(27.52±2.37) mg·L−1,对应的COD去除率分别为92.10%、91.97%、93.03%和93.79%,铁矿石添加对COD的去除并无显著影响(P>0.05),但生物炭的添加和铁-生联合添加均显著提高COD的去除率(P<0.05)。
表 1 出水水质基本指标Table 1. Basic indicators of effluent qualitymg·L−1 处理 COD TN -N
-N
湿地Ⅰ 34.99±1.60 24.75±0.96 23.15±0.43 0.27±0.041 湿地Ⅱ 35.57±1.69 24.99±0.72 23.62±0.38 0.20±0.060 湿地Ⅲ 30.87±1.65 15.04±0.61 13.68±0.26 0.15±0.037 湿地Ⅳ 27.52±2.37 15.63±0.61 14.66±0.65 0.30±0.16 4组人工湿地的平均出水
NH+4 -N浓度分别是(23.15±0.43)、(23.62±0.38)、(13.68±0.26)和(14.66±0.65) mg·L−1,对应的NH+4 -N去除率分别为45.04%、43.92%、67.52%和65.19%。相较于湿地Ⅰ,铁矿石的添加对于NH+4 -N的去除并无显著影响(P>0.05),而生物炭的添加和铁-生联合添加均显著降低了出水NH+4 -N浓度(P<0.01)。在湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的模拟进水中,TN主要存在形式为NH+4 -N形式存在(表1),约占TN的95.88%,系统中出水TN浓度与NH+4 -N基本一致,NH+4 -N的占比分别为93.54%、94.52%、90.96%和93.79%。NO−2 -N和NO−3 -N在出水中浓度均不超过0.3 mg·L−1,对出水TN贡献在2%以下。2.2 典型周期内系统水质指标的变化
典型周期内温室内气温保持在23.4~34.0 ℃,平均气温26.5 ℃。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ和湿地Ⅳ中DO和COD变化趋势相似(图2)。进水后2 h内DO浓度由7.97 mg·L−1迅速下降到0.15 mg·L−1左右,此后DO浓度一直维持在0.2 mg·L−1左右。4组湿地的进水COD为448.24 mg·L−1,进水后2 h内迅速下降,2 h后下降速度减慢,24 h后降至50 mg·L−1以下,此后一直稳定在这一水平,最终出水约为30 mg·L−1。
图3反映了典型周期内不同湿地系统TN、
NH+4 、NO−2 、NO−3 的浓度变化。由图3(a)和图3(b)可知,在典型周期内,系统中TN浓度的变化趋势和NH+4 -N基本一致,进水后8 h内迅速下降,之后出现波动,最后趋于稳定。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的出水TN浓度分别为25.50、25.68、17.68和17.94 mg·L−1,与各系统出水NH+4 -N浓度相似。4组湿地的进水NH+4 -N浓度均为43.92 mg·L−1,进水之后8 h内迅速下降,8 h后有所波动至逐渐稳定。湿地Ⅰ和湿地Ⅱ最终出水NH+4 -N浓度接近,分别为24.83 mg·L−1和25.24 mg·L−1,湿地Ⅲ和湿地Ⅳ的最终出水中NH+4 -N的浓度接近,分别为17.62 mg·L−1和17.14 mg·L−1,小于湿地Ⅰ和湿地Ⅱ对应的NH+4 -N浓度。4组湿地NO−2 -N浓度变化呈现单峰型变化。NO−2 -N浓度进水时为0.01 mg·L−1,之后迅速增加,湿地Ⅰ、湿地Ⅱ和湿地Ⅲ在1 h左右分别达到峰值,分别为0.36、0.94和0.12 mg·L−1,湿地Ⅳ在2 h达到峰值,为0.45 mg·L−1。4组湿地NO−2 -N浓度在达到峰值后又急剧下降,4 h后不再下降,并分别逐渐稳定在进水浓度水平,出水分别为0.06、0.01、0和0 mg·L−1。NO−2 -N在典型周期内浓度始终处于较低水平,最高不超过1 mg·L−1(图3(c))。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的NO−3 -N浓度初始为2.02 mg·L−1,在进水后1 h内迅速下降,之后趋于稳定,最终出水浓度分别为0.33、0.24、0.25和0.17 mg·L−1。系统内的进水pH为7.23,呈现弱碱性,进水后pH迅速下降,之后又逐步回升,且出水pH低于进水(图4)。4组湿地出水pH分别为6.95、6.91、6.68、6.80。由图4可见,4组湿地的氧化还原电位(Eh)均呈现单峰型变化趋势,进水初期Eh迅速下降,在24 h达到最低点,分别是-458、-364.7、-315.9、-239 mV,在36 h迅速回升到-100 mV左右,之后系统Eh出现波动,回升速度减慢,且出水Eh分别为-69.2、-53.9、-83.9、-11.2 mV。
2.3 典型周期CH4排放规律
各湿地系统在典型周期内CH4排放通量的变化趋势如图5所示。湿地Ⅰ和湿地Ⅱ的CH4排放通量的变化趋势基本一致,2组人工湿地的CH4排放通量分别为1.16~56.39 mg·(m2·h)−1和(1.86~48.19) mg·(m2·h)−1,2组系统的CH4排放通量均呈现出单峰型变化,排放峰值均出现在进水后30 h,峰值分别为56.39 mg·(m2·h)−1和48.19 mg·(m2·h)−1。湿地Ⅲ的CH4排放通量自进水后一直保持较低的水平,没有明显的峰值,排放通量为0.70~9.34 mg·(m2·h)−1。湿地Ⅳ的CH4排放通量变化趋势与湿地Ⅲ相似,并未出现明显峰值,排放通量为1.56~12.68 mg·(m2·h)−1。
2.4 典型周期N2O排放规律
进水之后湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ在典型周期内的N2O排放通量始终处于波动中,分别是81.93~313.95、118.19~323.60、48.42~179.25和102.47~295.26 μg·(m2h)−1(图5)。湿地Ⅰ和湿地Ⅱ的N2O排放通量呈现出双峰型的变化趋势,湿地Ⅰ的峰值出现在12 h和72 h,分别为205.43 μg·(m2·h)−1和313.95 μg·(m2·h)−1,湿地Ⅱ的峰值出现在24 h和84 h,分别为207.75 μg·(m2·h)−1和323.60 μg·(m2h)−1。湿地Ⅲ的N2O排放通量呈单峰型变化,在进水24 h时出现峰值,为179.25 μg·(m2h)−1。湿地Ⅳ前期与湿地Ⅲ的N2O排放通量变化相似,在24 h出现峰值,为295.26 μg·(m2h)−1,后期与湿地Ⅱ的变化趋势相似,但排放通量始终低于湿地Ⅱ。
2.5 典型周期内N2O和CH4的总排放量及其综合GWP
衡量不同温室气体对全球变暖的相对影响可用GWP来进行估算[17]。IPCC(2013)提供的数据表明,在100 a的时间尺度上,单位质量的CH4和N2O全球增温潜势分别是CO2的28倍和265倍[18]。以1 g·m−2 CO2的GWP为1,表2为各系统N2O和CH4的平均排放通量及典型周期内这2种气体所产生的综合GWP。就CH4排放通量而言,生物炭和铁矿石的添加在不同程度上实现了CH4的减排,湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的排放通量分别为(22.80±3.90)、(5.50±0.89)、(5.89±1.20) mg·(m2·h)−1,相较于湿地Ⅰ的CH4排放通量(34.18±6.38) mg·(m2·h)−1分别减少了33.29%、83.91%和82.77%。湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的CH4排放通量均显著低于湿地Ⅰ(P<0.05);湿地Ⅳ与湿地Ⅱ的差异显著(P<0.05),但与湿地Ⅲ的差异不显著(P>0.05)。对于N2O排放通量来说,不同减排物质的添加也在不同程度上减缓了N2O的排放,湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的N2O排放通量分别是(338.00±36.67)、(312.67±36.64)、(345.70±34.27) μg·(m2·h)−1,均小于湿地Ⅰ((451.88±61.92) μg·(m2·h)−1),且相较于湿地Ⅰ分别降低了25.20%、30.80%和23.50%。对于水力停留周期内的人工湿地的综合GWP,湿地Ⅱ的GWP贡献量是69.88±10.42,相比湿地Ⅰ的(103.36±17.01)减少了32.39%,湿地Ⅲ的GWP贡献量为22.73±2.43,减少了78.01%,湿地Ⅳ的GWP贡献量是24.62±3.23,减少了76.18%。
表 2 各系统CH4和N2O的排放通量、典型周期内的排放量及综合GWPTable 2. CH4 and N2O emissions and integrated GWP during typical cycles of each system处理 CH4 N2O (N2O+CH4)综合GWP 排放通量/(mg·(m2·h−1)) 排放量/(g·m−2) 排放通量/(μg·(m2·h)−1) 排放量/(mg·m−2) 湿地Ⅰ 34.18±6.38 3.28±0.61 451.88±61.92 43.38±5.94 103.36±17.01 湿地Ⅱ 22.80±3.90 2.19±0.37 338.00±36.67 32.45±3.52 69.88±10.42 湿地Ⅲ 5.50±0.89 0.53±0.09 312.67±36.64 30.02±3.52 22.73±2.43 湿地Ⅳ 5.89±1.20 0.57±0.12 345.70±34.27 33.19±3.29 24.62±3.23 3. 讨论
3.1 生物炭和铁矿石对出水水质的影响
潜流人工湿地系统DO主要来自于植物根际泌氧、大气复氧和进水中的氧气。在不曝气的条件下,植物根际泌氧量和大气复氧量并不能满足系统需要[19-20],人工湿地DO不足,处于缺氧或厌氧状态。生物炭具有孔隙度大的特点,有利于DO的传递,因此,生物炭的添加一定程度上改善了系统内的DO不足,但因传递能力有限,因此湿地Ⅲ仍处于厌氧状态。湿地Ⅳ中DO浓度与湿地Ⅲ相似,生物炭起主要作用。4组湿地COD去除率均保持在90%以上,出水COD均低于50 mg·L−1,符合《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A(50 mg·L−1)标准。有机物的降解主要依赖微生物的好氧呼吸作用[21],因此,COD去除率与系统DO有密切联系,生物炭对改善DO有显著作用,因此生物炭的添加也显著提高了COD的去除率。
NH+4 -N经过硝化过程转化为NO−2 -N和NO−3 -N,该过程是好氧过程,需要氧气参与[4]。系统内DO的不足限制了硝化过程的进行,因此,4组湿地的NH+4 -N去除率并不高。湿地Ⅲ和湿地Ⅳ的NH+4 -N去除率高于湿地Ⅰ和湿地Ⅱ,主要有2方面的原因:一方面,生物炭具有比表面积大、孔隙多的特点,能够扩大微生物的附着空间,给微生物提供了良好的生存条件,如氨氧化细菌(AOB)或氨氧化古菌(AOA)等,促进硝化反应的进行,提高NH+4 -N去除率,SAEED等[22]利用有机桉树木块也达到了同样的效果;另一方面,生物炭作为碳源促进了微生物的生命活动,从而促进系统硝化作用的进行[23]。与SHUAI等[24]的研究结果不同,铁矿石对于NH+4 -N的去除效果并不如预期,其原因可能是,虽然Fe3+能够作为电子受体促进NH+4 的氧化,但人工湿地中DO不足,在NH+4 氧化进行的同时,Fe2+也被氧化,两者竞争水中溶解氧,从而影响了NH+4 -N的去除。湿地Ⅰ的TN去除率和刘冬等[25]的研究结果一致,不足50%。TN的去除需要硝化-反硝化过程共同作用,湿地系统DO不足,硝化过程受阻,因此,导致TN去除率不高。系统进水中TN主要以
NH+4 -N的形式存在,在运行过程中由于系统DO不足,硝化反硝化过程进行不完全,因此,出水中TN的形态主要以NH+4 -N为主,NO−3 -N和NO−2 -N的占比很小。与NH+4 -N类似,生物炭对于提高TN去除率的作用同样较为明显,这是因为生物炭在提供给微生物良好的生存环境的同时,也作为碳源供给微生物代谢。在湿地Ⅳ中TN浓度与湿地Ⅲ相似,这说明其TN去除主要依赖于生物炭。在典型周期内,由于有机污染物主要进行好氧降解,进水时系统存在充足溶解氧,有助于有机物的好氧降解过程,此时COD的去除速率最大,此后由于有机物去除和硝化过程消耗,DO浓度在2 h内急剧降低,DO逐渐不足,COD由于DO的限制去除速率逐渐减小,直至最后稳定[26]。人工湿地系统最初的DO处于最大值,溶解氧充足,AOB作为好氧细菌充分发挥作用,将
NH+4 -N氧化为NO−2 -N,因此,NH+4 -N的浓度在进水之后迅速下降。随后DO浓度降低,系统好氧环境逐渐向缺氧/厌氧环境转换,硝化作用逐渐减弱,NH+4 -N去除速率降低,浓度逐渐稳定。进水前期系统有机物充足,有机物分解和NO−2 硝化反应共同竞争溶解氧,硝化过程不彻底,导致4组湿地出现不同程度NO−2 的短暂积累,由图3(c)可知,湿地Ⅲ的累积量最少,推测生物炭的添加一方面提高了系统内的DO浓度,另一方面增强了微生物的生命活动,进而促进硝化反应的进行。湿地Ⅱ的NO−2 积累量最大,推测可能是铁矿石中Fe3+溶解于系统内,在细胞表面形成铁(氢)氧涂层,物理阻断NO−2 进入细胞,从而抑制了NO−2 的氧化[27]。湿地Ⅳ由于同时添加了生物炭和铁矿石,因此,其NO−2 的积累量介于两者之间。NO−2 的累积刺激AOB产生异构亚硝酸盐氧化还原酶(iNor),将过量的NO−2 转化为N2O排出[25],之后NO−2 浓度逐渐下降至稳定。由于湿地系统内溶解氧含量主要集中在根际,系统始终存在部分厌氧微区进行反硝化作用,因此,进水之后NO−3 浓度便迅速下降,并未出现累积。3.2 生物炭和铁矿石对CH4排放的影响
湿地Ⅲ和湿地Ⅳ的CH4排放通量大小相似,在湿地Ⅳ中对CH4排放影响最大的是生物炭的添加。湿地Ⅲ和湿地Ⅳ的CH4排放通量显著小于另外2个系统,这是因为生物炭具有疏松多孔和比表面积大的特点,有利于形成生物膜,促进微生物生命活动,加速CH4的氧化。此外,LIU等[28]的研究表明,生物炭还有可能会通过增强甲烷氧化菌活动,从而增加CH4的氧化,因此,湿地Ⅲ的CH4排放通量小于湿地Ⅰ和湿地Ⅱ。铁矿石的添加也在一定程度上改善了CH4的排放,这是因为Fe作为变价金属,Fe3+转化为Fe2+的同时作为电子受体,促进甲烷厌氧化菌将唯一的电子供体CH4氧化为CO2[29]。
典型周期内,湿地Ⅰ和湿地Ⅱ的CH4排放通量在30 h出现波峰,Eh是影响CH4产生的重要因素,蔡祖聪等[30]研究表明当Eh低于-150~-160 mV时,产甲烷微生物开始明显活动而排放出CH4。Eh越低时,产CH4的速率越快[31]。由图4可知,湿地Ⅰ和湿地Ⅱ的系统Eh呈现单峰型波动,其波谷出现在24 h,说明此时产CH4速率最快,由于气体逸出系统需要一定时间,因此,在30 h监测到2个系统CH4排放通量峰值。而湿地Ⅲ和湿地Ⅳ的Eh变化相对平缓,因此,CH4在典型周期的排放过程并未出现明显的波峰。
3.3 生物炭和铁矿石对N2O排放的影响
N2O是硝化过程的副产物同时也是反硝化过程中的中间产物。硝化过程中N2O排放受AOB和NOB生命活动的影响,不同的环境条件影响酶的活性,进而影响N2O的排放[32]。因此在硝化过程中,羟胺(NH2OH)和
NO−2 的积累会导致羟胺氧化和硝化菌反硝化,进而产生N2O。反硝化过程中涉及到多种酶:硝酸还原酶(Nar)、亚硝酸还原酶(Nir)、一氧化氮还原酶(Nor)和氧化亚氮还原酶(Nos),酶催化对于生物脱氮过程中N2O的产生和积累有重要作用[33],当酶活性受到影响时会导致中间产物N2O的产生[34]。湿地Ⅱ的NO−2 累积量最大(图3(c)),在AOB的iNor的作用下,系统N2O的排放通量也应该高于其他系统,但如表2所示,铁矿石的添加对系统N2O排放通量的减小具有明显的改善作用。这可能有2方面的原因:一方面,王庆等[35]的研究表明,Fe3+的添加抑制了反硝化微生物的生命活动,进而减小N2O的排放。另一方面,可能因为添加了铁矿石后导致N2O还原速率大于亚硝酸盐还原速率[28],因此,NO−2 的累积对N2O排放通量产生明显的影响。湿地Ⅲ的N2O排放通量表明生物炭对N2O同样有良好的减排作用,这与SUN等[36]在厌氧条件下的人工湿地中添加生物炭的结果相同。生物炭的添加使得NO−2 被迅速还原[37],积累量比较少(图3),一方面减少了iNOR的作用,减少硝化过程N2O的产生,另一方面也减少了对N2O还原酶(Nos)的抑制[38],进而减少N2O的产生。此外,生物炭发达的孔隙结构提高了系统内的DO浓度,抑制了AOB的好氧反硝化过程,从而减少了N2O的排放。湿地Ⅳ对N2O排放通量的影响并未达到预期效果,推测可能因为铁矿石和生物炭联合添加对硝化-反硝化微生物产生影响,具体作用需要进一步探讨。典型周期内,湿地系统均出现N2O排放通量峰值,这主要是因为N2O运输速率慢,生成的N2O在水中的扩散运输较慢[39],到白天时,随着温度上升,太阳辐射增强,使夜间产生并积累的N2O逐渐排出,形成峰值。湿地Ⅰ和湿地Ⅱ出现双峰型波动,湿地Ⅲ则为单峰型波动,这可能是因为生物炭的添加减少了N2O的排放通量,进而造成峰值并不明显。
4. 结论
1)构建的4组人工湿地对COD去除率均达到90%以上,有机污染物去除效果较好;铁矿石和生物炭的添加对系统内TN的去除都有一定的改善效果,生物炭的添加及铁矿石和生物炭的联合添加均对COD具有更高的去除率。
2)生物炭的添加实现了CH4和N2O的减排,相较于空白分别减排了83.91%和30.80%;铁矿石在人工湿地中也实现了综合GWP的减少,但较生物炭减排效果并不突出。在铁矿石-生物炭共同存在的系统中,生物炭起主要作用,系统的污水处理能力和温室气体排放量和单独添加生物炭的效果相似,铁矿石的作用不大。
3)生物炭相较于铁矿石对于人工湿地系统水质净化和温室气体减排均具有很好的效果,是一种良好的减排物质。
-
表 1 污水处理厂设计进、出水水质指标及排放标准
Table 1. Influent and effluent quality indexes and the discharge standard of WWTP
采样点及标准 COD/(mg·L−1) BOD5/(mg·L−1) NH+4 -N/(mg·L−1)TN/(mg·L−1) SS/(mg·L−1) C/N pH 设计进水 490 182 30 45 200 10.8 7~8 实际进水1) 400±50 160±20 70±10 80±10 200±20 4.75±2.3 7~8 实际出水1) 55±15 12.3±1.6 1.5±0.7 32±5.5 11±2 — 7~8 一级B标准 60 20 8(15) 20 20 — 6~9 一级A标准 50 10 5(8) 15 10 — 注:1)为2017年度运行数据;—表示未作要求。 表 2 ASM1模型进水COD特征组分
Table 2. Influent COD components according to the ASM1 model
采样编号 TCOD含量/(mg·L−1) SCOD SS SI XS XI XH 浓度/(mg·L−1) 占比/% 浓度/(mg·L−1) 占比/% 浓度/(mg·L−1) 占比/% 浓度/(mg·L−1) 占比/% 浓度/(mg·L−1) 占比/% 浓度/(mg·L−1) 占比/% 1 435 69.86 16.06 38.63 8.88 31.23 7.18 258.13 59.34 75.26 17.30 31.76 7.30 2 328 54.45 16.60 27.45 8.37 26.99 8.23 190.76 58.16 59.99 18.29 31.62 6.95 3 394 75.77 19.23 36.01 9.14 39.75 10.09 237.35 60.24 48.74 12.37 31.91 8.16 平均值 385.67 66.69 17.30 34.03 8.80 32.66 8.50 228.75 59.25 61.33 15.99 31.76 7.47 表 3 ASM1模型参数校正前后模拟结果
Table 3. Simulation results before and after ASM1 model parameters calibration
mg·L−1 水样种类 COD NH+4 -NTN 实际进水 400 70 80 实际出水 43.46 0.82 31.77 校正前模拟出水 30.84 2.31 38.53 校正后模拟出水 39.15 0.91 28.91 表 4 常温下CASS工艺周期运行模拟方案
Table 4. Cycle simulation program of CASS process at ambient temperature
方案设计 进水时间/min 曝气时间/min 沉淀时间/min 滗水时间/min 排泥时间/min 总循环时间/h 混合+回流 曝气+回流 原工况 0 90 180 60 60 30 7.0 方案1 45 45 150 60 60 30 6.5 方案2 60 30 120 60 60 30 6.0 方案3 90 0 120 60 60 30 6.0 方案4 90 0 90 60 60 30 5.5 方案5 90 0 60 60 60 30 5.0 表 5 低温条件CASS工艺周期运行模拟方案
Table 5. Cycle simulation program of CASS process at low temperature
方案设计 进水阶段时间/min 搅拌时间/min 曝气时间/min 沉淀时间/min 滗水时间/min 排泥时间/min 总循环时间/h 混合+回流 曝气+回流 方案3 90 0 0 120 60 60 30 6.0 方案6 90 0 30 120 60 60 30 6.5 方案7 90 0 30 150 60 60 30 7.0 -
[1] 中华人民共和国住房和城乡建设部. 2017年城乡建设统计公报[R]. 北京, 2019. [2] 郑兴灿. 城镇污水处理技术升级的挑战与机遇[J]. 给水排水, 2015, 41(7): 1-7. doi: 10.3969/j.issn.1002-8471.2015.07.001 [3] 刘亦凡, 陈涛, 李军. 中国城镇污水处理厂提标改造工艺及运行案例[J]. 中国给水排水, 2016, 32(16): 36-41. [4] 李斯亮. A2O工艺处理东北小城镇污水的优化运行及效能研究[D]. 哈尔滨: 哈尔滨工业大学, 2016. [5] 张雅静. 西安市第四污水处理厂升级改造工艺方案试验研究[D]. 西安: 西安建筑科技大学, 2013. [6] 施汉昌, 邱勇. 污水生物处理的数学模型与应用[M]. 北京: 中国建筑工业出版社, 2014. [7] WU X, YANG Y, WU G, et al. Simulation and optimization of a coking wastewater biological treatment process by activated sludge models (ASM)[J]. Journal of Environmental Management, 2016, 165(4): 235-242. [8] FENU A, GUGLIELMI G, JIMENEZ J, et al. Activated sludge model (ASM) based modelling of membrane bioreactor (MBR) processes: A critical review with special regard to MBR specificities[J]. Water Research, 2010, 44(15): 4272-4294. doi: 10.1016/j.watres.2010.06.007 [9] KIM H, LIM H, WIE J, et al. Optimization of modified ABA2 process using linearized ASM2 for saving aeration energy[J]. Chemical Engineering Journal, 2014, 251(5): 337-342. [10] 魏忠庆, 上官海东, 叶均磊, 等. 基于GPS-X模拟的污水处理厂提标工艺优化[J]. 中国给水排水, 2018, 34(19): 81-84. [11] 胡志荣, SNOWLING S, ANDRES H. 工艺模拟技术用于SBR优化设计[J]. 中国给水排水, 2005, 21(9): 60-62. doi: 10.3321/j.issn:1000-4602.2005.09.018 [12] 宋虹苇, 郝晓地, 张学军, 等. TUD模型在内蒙古地区某污水处理厂适用性研究[J]. 环境工程, 2011, 29(4): 18-20. [13] 沈童刚, 邱勇, 应启锋, 等. 污水处理厂模拟软件BioWIN的应用[J]. 给水排水, 2009, 35(S1): 459-462. [14] 荣杨. 基于CASS工艺的污水处理厂能耗分析与评价模型研究[D]. 成都: 西华大学, 2016. [15] GIROU É, SPANJERS H, PATRY G, et al. Dynamic modelling for operational design of a respirometer[J]. Water Science & Technology, 1996, 33(1): 297-309. [16] KARLIKANOVAITE-BALIKCI A, YAGCI N. Determination and evaluation of kinetic parameters of activated sludge biomass from a sludge reduction system treating real sewage by respirometry testing[J]. Journal of Environmental Management, 2019, 240: 303-310. [17] 吴天昊. 基于ASM3的污水处理CASS工艺模型建立与参数优化研究[D]. 哈尔滨: 哈尔滨工业大学, 2015. [18] 许云富. 某CASS工艺污水处理厂运行优化数值模拟研究[D]. 成都: 西华大学, 2011. [19] 马娟, 彭永臻, 王淑莹, 等. CAST工艺处理低C/N生活污水的强化脱氮性能[J]. 环境工程学报, 2009, 3(2): 234-238. [20] 霍宗浩. 土右旗污水处理厂CAST工艺脱氮研究[D]. 包头: 内蒙古科技大学, 2014. 期刊类型引用(15)
1. 罗凡,于翔,李浩,徐浩,李捷. 敏感地区城市污水处理厂工艺优化模拟及生产线应用. 环境工程学报. 2024(09): 2596-2604 . 本站查看
2. 魏华. 污水处理中泵站的优化控制研究. 中国设备工程. 2023(18): 120-122 . 百度学术
3. 余炼,朱浴宇,周瑜,刘佳,倪晓静,郭茹,蔡辰,黄翔峰,彭开铭. 太湖流域某污水处理厂能耗波动的响应规律. 中国给水排水. 2023(19): 61-68 . 百度学术
4. 柳蒙蒙,陈彦霖,马晓龙,陈梅雪,魏源送. 西北地区某污水厂CASS工艺提质增效工程设计. 中国给水排水. 2022(02): 64-68 . 百度学术
5. 常尧枫,谢嘉玮,谢军祥,郭萌蕾,陆辉,江磊,陈重军. 城镇污水处理厂提标改造技术研究进展. 中国给水排水. 2022(06): 20-28 . 百度学术
6. 汪锐,余雅丹,潘志成,陈杨武,张建强,谭周亮. 模拟预测模型在污水处理中的应用:现状与挑战. 水处理技术. 2022(06): 20-23+29 . 百度学术
7. 陈治池,何强,蔡然,罗华瑞,罗南,宋忱馨,程鸿. 碳中和趋势下数学模拟在污水处理系统中的发展与综合应用. 中国环境科学. 2022(06): 2587-2602 . 百度学术
8. 马振强,罗凡,李捷,于翔. 南方城市生活污水ASM2D模型水质研究. 计算机仿真. 2022(09): 304-308 . 百度学术
9. 陈若其. 福州市某污水处理厂工艺模拟与运行优化研究. 当代化工研究. 2022(19): 146-148 . 百度学术
10. 程晓夏,黄剑,郑力,邹刚,刘菲. 自然循环炭系载体系统用于城镇生活污水处理的试验. 净水技术. 2022(11): 62-69 . 百度学术
11. 李天宇,吴远远,郝晓地,王保国,徐龙飞,刘杰,林甲,江瀚. 污水生物处理建模水质数据误差来源分析与影响评价. 环境科学学报. 2021(11): 4576-4584 . 百度学术
12. 李天宇,高辉,王飞,李凯,安敬艳,郝晓地,吴远远,刘杰,林甲. 生物建模在污水处理厂问题诊断与运行优化中的应用. 环境工程学报. 2021(10): 3443-3454 . 本站查看
13. 蒙小俊. 城镇污水处理厂升级改造分析. 环境污染与防治. 2021(11): 1439-1445 . 百度学术
14. 索金萍. 环保新形势下的污水处理提标改造方案分析. 环境与发展. 2020(03): 235-236 . 百度学术
15. 王巧红. 污水处理厂提标改造工艺研究. 中国资源综合利用. 2020(08): 202-204 . 百度学术
其他类型引用(8)
-