AAO污水處理工藝ppt課件

1、1城帝汚永脫氮除碌工藝及模擬2、研熬內家為菽求路線3 莪JL式及應饕研斃專中滅裝置訟計5.交互或反應賽BP神經(jīng)網(wǎng)絡棧矍研究4夾夏式反應曇呻6.交互式反應器ANFIS仿真模型研究7結論與建一、城市污水脫氮除磷工藝與模擬控制仁城市污水生物脫氮理論與技術*有機氮A有機氮（細菌細胞）氨氮細菌分解及水解同化硝化氧氣溶解及自氧化亞硝酸鹽氧氣硝酸鹽脫氮氮氣環(huán)境因素：1、水溫2、pH3、DO4、C/N5、Fm&SRT有機氮（凈生長）6、毒性物質生物處理過程氮的 7、內回流比有機碳32、城市污水除磷技術好氧生境有機基質厭氧生境2化學除2磁生煬除乙酸”放p聚p菌聚卩菌5n2混合液回流Cj-L3.1 A/A

2、/O 糸列UCTX混合液回流rl凡混合液回流r2污泥回流R進水混合液回流rlN2N2混合液回流r2進水JHB工藝混合液回流93、常規(guī)生物脫氮除磷工藝3.2 SBR糸列進水進水UN1IANKX-T-選擇器厭氧區(qū)高液位一低液位主曝氣區(qū)污泥回流-" I4出水AO - A0 亠沉淀剩余污%出水岀水一"|沉淀+ A 0 0 + A 0 0進水曝氣系統(tǒng)剩余污泥A_厭氧0好氣 設定時間好氧、厭氧交替進行SBR1內循環(huán)回流2Q進水Q上清液1Q厭氧池B厭氧池AMSBR工藝缺氧池泥水分離池一 1Q濃污泥主曝氣池出水Q進水混合液2QSBR2 一出流混合液2Q11卡魯塞爾DenitIRA2/C工藝

3、流程3、常規(guī)生物脫氮除磷工藝3.3氧化溝糸列T型氧化溝'奧貝爾氧化溝卡路塞爾氧化134、生物脫氮除磷新工藝4.1 BICT 工藝4.2A2/N 工藝4.3 BCFS 工藝4.4分段進水ENR工藝新工藝特占1、合理分配碳源；2、節(jié)約曝氣量，利用誚酸y3、減少污泥量；4.5慶氧往復好氧組合式 4、減小反應池彖積工藝5、污水處理建模理論與技術5.1處理過程的動態(tài)模擬：基于模糊控制技術與PLC技術 雀急理過程的智能控制：基于任務，有效變量輸入輸出， 賣現(xiàn)過程控制或肘間控制5.3專家控制糸統(tǒng)：基于經(jīng)驗控制，不斷完善和學習5.4模糊控制：建立模糊控制器及模糊推理，簡化輸入 輸出5.5神經(jīng)網(wǎng)絡：基于

4、糸統(tǒng)的學習記憶和自迨應能力 5.6混合人工智能：單一技術的局卩艮，及各家所長5.7ASM：基于生場生長衰亡機理.污染煬啥鮮機理。、研究目的1.1工藝路線研究針對南方城市污水有機物濃度低、而氮磷濃度相對較高、 且進水水質水量變化大的特征，研究不同情況下低碳高氮確城 市污水脫氮除磷工藝中污染物的存在形態(tài)與轉化規(guī)律，尋求適 合于低碳高氮磷城市污水脫氮除磷的工藝及相關運行參數(shù)；1-2仿真與預測建立交互式反應器的脫氮除磷處理工藝的神經(jīng)網(wǎng)絡模型， 模擬與預測進出水水質和運行工況，并進行仿真與預測，滿足 工程實施控制的目的和要求，為示范工程的運行提供依據(jù)。同 時，為我國類似城市污水處理廠的設計及運行提供參考

5、。2、研究內容2.1傳統(tǒng)工藝路線研究研究傳統(tǒng)的生物脫氮除磷工藝處理低碳高氮磷城市污水的特點與規(guī)律。2.2新工藝路線研究研究低碳高氮磷城市污水高效、低消耗生物脫氮除磷工藝。即研究交互式反應器提高生物脫氮除磷的途徑、機理以及合適運行參數(shù)。2.3運行模式研究分析低碳高氮磷污水水質變化規(guī)律，尋求該型污水處理廠的運行新模式2.4建立神經(jīng)網(wǎng)絡進行出水水質的模擬仿真 2.5對比BP神經(jīng)網(wǎng)絡和ANFIS模糊網(wǎng)絡的模擬仿真的效果和穩(wěn)定性o#模擬仿真結果3、技術路線數(shù)據(jù)收集與機理研究BP神經(jīng)網(wǎng)絡模型建立中試反應器設 計與啟動運行不同模式運行效果硏究1、設計參數(shù)2、運行參數(shù)3、仿真控制系統(tǒng)ANFIS仿真模型建立模擬

6、仿真結果1、工藝開發(fā)背景1.1賣現(xiàn)碳調控的脫氮除確F臨藝可多生化模式運行，適應不同的碳氮 f沼呢可生化/物化串并聯(lián)運行，適應不同的除確 III"42- 1 - 紜>£. Sr9 I* *器咅藝根據(jù)污水水質和排放標準，可家易切換運 行模式髀址* - J<二巒護辭，"i，尸 廠唆“/決；4 =1.5工藝適應性強，抗沖擊負荷能力強1.6根據(jù)構建的模型，使糸統(tǒng)具有旨適應和調整能2、工藝概念與流程交互式是指可以針對不同水質水量、處理目的 工藝核1倉、環(huán)境條件靈活改變物化處理單元與生化處理單元的串并聯(lián)、長短流程運行；各單元內部的功能也可改變，進行高效、節(jié)能 或抗沖

7、擊負荷等不同模式運行達到在一個反應 器內將物化和生化優(yōu)化集成、生物處理單元中各種不同功能菌群高效運行、系統(tǒng)高度協(xié)同開放的目的。為城市污水處理提供一種新型高效的物化/生化 反應器。1227IV163IVincbL_1413'TI8 docb"do2.2平面布置交互式物化/生化反應器平面圖D.鼓風機E.加藥罐A.進水井B.交互式反應器C.二沉VI.反應器分區(qū)編號25272.3流程布置|11|Fl-IMF廠交互式物化/生化反應器流程圖11#3、運行模式與控制運行模式串聯(lián)運行狀態(tài)高效生化脫氮除磷處理高效生化/物化處理強化物化/生化協(xié)同處理低氧?；?物化外預期目標運行途徑A 3dAtB

8、tc最大程度除磷，其他指標達一級排放*示準達一級排放標準F > E t 在進水水質低時達G級爲敵棕準A->B 書鴿.大至II 一級禪313、運行模式與控制3.3運行控制目標當原污水有機碳源不能同時滿足生物脫氮除磷要求時, 首先滿足生物脫氮，在生物處理后投加新型混凝劑強化生物除磷， 確保氮磷同時達標。#缺氧池缺氧池mu厭氣池 mmi > |. rlTTl _jl«iq、j iivivrb低氧池進水低氧池正常水量、污染物濃度較低， 夏季運行時采用絮凝劑低氧池回流污泥（來 自二沉池） H出水至二沉池35串聯(lián)運行模式2工藝示意圖5、并聯(lián)運行模式研究缺氧池缺氧池出水至二沉池物

9、化池絮凝劑1、模式1:水量或水質超負荷2、模式2: COD、TN偏低時回流污泥（刑并聯(lián)運行模式工藝示意圖376、中試裝置設計6A段計參數(shù)FT1SF* 7單元名稱第1部分第2部分I區(qū)II區(qū)旱季： 進水 井 7100t/dS f r “ z 雨季：150t/d反應hi區(qū)2.0器IV區(qū)1.64+4.66V區(qū)0.7VI區(qū)0.9寬(m)有效水深(m)有效容積:血合計(m3)；1.0143.801-01.3頊#3.01.03.05.821.03.06.00£* ”Q37.441-03.018.91.03.02.101.02.82.52長(m)1-881.94二沉池直徑：2-852-0污泥池1-0

10、1.6912.751.6912-751.691捌6.2中試基地平面ra_.23C00/rV11?.i'i1購軸檢昶榭燉LWl：2Wlj?iJ20；Z誡掠M曲:17X11111)3IA絹41芳爪萊U %乂,-?.cnn/ 、：妙*、2 6092卩彗伕黑徹;M宙I mKififff7 / / -1 矗第.SP.遊斤匸工1工tri、.嚴菸程圖I5C436、中試裝置設計6.4相關照片中試基地生物處理單元運行中的交互式反應器266.4相關照片* 討交互反應器攪拌機和循環(huán)流量監(jiān)測illj、j-二二-八二*人工濕地進水27工況條件試驗時間(2004年，月日)數(shù)據(jù)采集時商;反應器內水溫CC)進水平均值

11、(m3/Ii)平均污泥回流比平均混合液回流比IIRT預缺飢池(h)厭氯池缺氯池好爼池總停留時間二沉池平均HRT(h)生物反應器總體積(m3)平均 MLSS(mgZL)平均 MLVSS(mg/L)平均 SVKmIJg)系統(tǒng)總泥齡(d)DO |仃 ng/L)預缺氧池厭氧池缺氧池好氧池conrrNCOD/TKNCOD/TP工況一工況二工況三工況四工五#34.6232.9941.6539.0144.53工況一工況二工況三工況四工五5.24-6.156,16-7.167.17-8.168.17-9.118.28-9419.12-10.16.5-6.146.23-7.167.25-8.16922-9.29

12、2612S625.8-27.221.6-24,524.6-28.124.7-25.74674.6720.340450430.70L28L280.965.0337.4437.442951240531102877123979496411800.120130J20.1337.4450.25.0342.330.720.9634.9244.42801137270.62934.6232.9941.6539.0144.53工況一工況二工況三工況四工五0-7.800.60

13、-5.750.60-5.500.957.400.60-4.053383.99433.893.953.544.174364.024.03#34.6232.9941.6539.0144.53水質指標工況一工況二工況三工況四工況五進水（mg/L）|82465: 70.8 "106.9133.6COD出水(mg/L).|過916.2 -ISifi 16.522.7去除率（）* 08 ® 184.683.0進水(mg/L).|4740刁8 *42 *40_ 2ss出水222216去除率（）48.9 丿.454)血161.947.5進水(mg/L).|19.4716.48丫 15,92

14、4.4829.29NH4+-N出水(mg/L).|9.281 直5*4.83 六19.67去除率（）43.廠92.180.嚴 32.8進水(mg/L).|2437 j16.2816.74274533.86TN出水(mg/L).|14.44g*'12.84171S752339去除率（）；40/ |21：1 "J 2X942.630墮進水(mg/L).|238iSi.-HbAMH*274.3TP出水(mg/L).|2.171.61坯p "2.250.71 r去除率（營8.8 ,1838.8逍76.3進水(mg/L).|0.03廠仇0丫"0.00NO2-N出水(

15、mgZL).l0.100.090.25 f0.850.48進水(mg/L)0.840.610490.850.73NO3 -N出水(mg/L).|12.1353510.5610.692.82進水7387387.457.4529.45PHrr c rr r crr v rrr cor r c水溫為21.628.3°C,進水COD為 13.2179.4mg/L、SS為 12218mg/L,平均有機 負荷在0.52 kgCOD/(kgMLVSSd)以下時，AAO運行模式各工況對COD和SS均有 良好的去除效果，受沖擊負荷影響很小，處理出水COD低于35mg/L、SS低于 24mg/Lo試驗結

16、果表明，當有機負荷在0.2 kgCOD/(kgMLVSS-d)以上時，COD平均去除率 可在70%以上。AAO運行模式中，COD的去除主要發(fā)生在反應器的厭氧區(qū)和缺氧區(qū)。進水NH4+-N為2.0933.28mg/L、TN2.8839.39mg/L,水溫21.628.3°C ,泥齡>15d時，要保持良好的硝化效果，則COD負荷和TN負荷應分別小于0.5 kgCOD/(kgMLVSS-d)和0.10 kgTN/(kgMLVSS d)o當NH4+N去除率80%,由于進水的平均COD/TKN<4.3,反硝化所需碳源不足， 脫氮效率低于45% o脫氮效果隨COD/TN的增加而迅速增加

17、。當進水COD低于60mg/L時，通過反硝化 作用去除的TN小于10%, TN的去除主要通過同化作用以及排泥等其他途徑去除； 當系統(tǒng)NH4+N去除率90%,進水COD>90mg/L,且COD/TN>3.3時，TN的去除 主要通過反硝化作用，而且絕大部分在厭氧區(qū)內反硝化去除，增大混合液回流比對 脫氮效率的提高貢獻不大。進水COD<180mg/L?且平均COD/TN<4.3,進水TP0.413.49mg/L，當 NH4+-N去除率>80%時，由于碳源嚴重不足，脫氮效率不高，隨回流污 泥進入?yún)捬鯀^(qū)的NO3-N對生物除磷效果造成不利影響，TP去除率在50% 以下。當NH4

18、+N去除率v50%,且進水COD超過60mg/L時，進入?yún)捬鯀^(qū)的硝酸 鹽濃度持續(xù)低于2.0mg/L?系統(tǒng)的生物除磷能力逐漸加強；當進水COD持續(xù)在100mg/L以上時，出水TP可在10mg/L以下。雖然進入 厭氧區(qū)的NO3-N對除磷有不利影響，但系統(tǒng)的除磷功能不會喪失殆盡，但是降雨引起的進水COD急劇下降能導致系統(tǒng)除磷功能完全喪失3.4結論 "c低碳高氮磷城市污水，因碳源不足，采用AAO模式時，一旦出水NH4+N4和TN滿足城鎮(zhèn)污水處理廠污染物排放標準(GB 18918-2002)中的一級B標準，出水TP不達標。建議采用生物脫氮法保證出水氮達標，投加混凝劑保證出水磷達標。§

19、交互式反應器系統(tǒng)AAO運行模式下，降雨季節(jié)，進水COD較低，3SVI基本v50mL/g，MLVSS/MLSS降雨頻繁時有下降的趨勢，在0.250.4雨水較少時，SVI和MLVSS/MLSS均有升高的趨勢，SVI在5090mL/g，MLVSS/MLSS在0.40.5之間。3 6妙冷 匕增加抗沖擊負荷能力措施：增大混合液回流比；1加大系統(tǒng)進水流量； 維持反應器系統(tǒng)MLVSS在1000mg/L以上； 投加混凝劑。當進水COD平均值小于70mg/L?為提高系統(tǒng)抗沖擊負荷的能力，保證出 水氨氮達標，可將HRT縮短為4h,以增加污泥的有機負荷，減緩污泥的 內源呼吸過程，維持系統(tǒng)MLVSS在1000mg/L

20、以上?？紤]到低碳高氮磷城市污水的脫氮和抗沖擊負荷能力，系統(tǒng)的混合液回流 比宜在1 2之間，污泥回流比宜在0.5T .0之間。、BP神經(jīng)網(wǎng)絡技術1.1#點高度的并行性;(2) 高度的非線性全局作用；(3) 良好的容錯性與聯(lián)想記憶功(4) 強大的自適應、自學習功臺匕 月匕,臺匕 冃匕O1.2 計 網(wǎng)絡的層數(shù)(輸入層、隱含層、輸出層)；(2) 隱含層的神經(jīng)元數(shù)量；傳遞函數(shù)(Sigmoid)2.1玖隱含層 mNMIMO記憶能力強；自學能力和抗干擾能力差;(3) 訓練時間長模擬結果較差332.2雙隱含層MISO記憶能力強;(2)預測能力差#自學能力和抗干擾能力差;(4)訓練時間長2.3單隱含層預測表現(xiàn)穩(wěn)

21、定;MISO(2)預測能力強；(3)訓練速度快；神經(jīng)元數(shù)量以10個為宜出木NH3-N徹羅測A:輸入進水：COD、SS、NH3-N> NO3-N B:輸入進水：COD、SS、NH3-N> TN(1) -組相關系數(shù)基本一樣(2爪組預測性優(yōu)于B組3.2出水TN預測3.3出水NOq-N預 測A:輸入進水：COD、SS、NH3-N> TPB:輸入進水：COD、SS、TN、TP(1) 二組相關系數(shù)基本一樣(2) A組預測數(shù)據(jù)、訓練數(shù)據(jù)均優(yōu)于B組A:輸入進水：COD、NO3-N> NO2-N> NH3-N B:輸入進水：COD、NO3-N. NO2-N. TN(1) 二組訓練誤

22、差接近(2) A組預測數(shù)據(jù)誤差優(yōu)于B組3.5出水TP預測A:輸入進水：COD、NO3-N、NO2-N. NH3-NB:輸入進水：COD、NO3-N、NO2-N. TN(1) 預測誤差接近，A組訓練誤差小(2) 二組誤差均較大C:輸入進水：COD、NO3-N . NO2-N. nh3-n> TN 隱含層神經(jīng)元個數(shù)由10增加為12誤差依然較大：原始數(shù)據(jù)變化幅度大；進水NO3-N 較小時,對網(wǎng)絡性能影響大；數(shù)據(jù)量和數(shù)據(jù)精度有限TP、NH3-NTP、TNA:輸入進水：COD、SS、 B:輸入進水：COD> SS>(1) 二組訓練誤差接近(2) B組預測數(shù)據(jù)誤差優(yōu)于A組，但二組預測誤差

23、均較大(3) 進水中TP濃度低；測量誤差致出水TP大于進水; 數(shù)據(jù)規(guī)律性差、ANFIS網(wǎng)絡模型11特“八(1)很好的推理功能；(2) 較強自學習能力;(3) 理解經(jīng)驗語言；(4) 融合神經(jīng)網(wǎng)絡與模糊推理o1.2設計 (1) MathWorks公司的MATLAB計算語言；(2)ANFIS模型結構：多輸入但輸出、單輸出; ©j隸屬度函數(shù)(gaussmf)3941#2、ANFIS網(wǎng)絡模型設計#2.1輸入輸出(1)與BP網(wǎng)絡一致：4輸入單輸出#2.2隸屬度函數(shù)8(1)2 個；3個(3) 3個隸屬度函數(shù)在訓練模擬精 度較高；預測誤差較大(4) 確定用2個隸屬度函數(shù)輸入進水：COD、ss、nh3

24、-n> no3-n 測標準均方差 廠訓練測試 數(shù)據(jù)數(shù)據(jù)相關系數(shù)訓練測試數(shù)據(jù)數(shù)據(jù)隸屬度函數(shù)0.7380.469 5.2157 7.3403aussmf1 2;outmfiy pe=1 constantf隸屬度 函數(shù)個 數(shù)3、ANFIS網(wǎng)絡模型模擬3.2出水TN預測 輸入進水：cod、ss、nh3-n. tp 隸屬度相關系數(shù)標準均方差隸屬度函數(shù).函薯個訓練測試訓練測試二數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)20.8160.528 3.9571 4.7765 aussmf1;outmfType=1 cons預測效果優(yōu)于BP網(wǎng)絡血1胡預測性誤差小433測隸屬度函數(shù)個數(shù)2標準均方差隸屬度函數(shù)訓練測試 數(shù)據(jù)數(shù)據(jù)0.803

25、 3.1736W盈 MF盤”尸竝6.6171 aussmf1;(1)訓練誤差測試誤差均大于BP網(wǎng)終(6 了而涮詁采譽干RP網(wǎng)纟夂V歩 廠夕*r r<LT _(3)隸屬度函數(shù)不適合outmfiype=' cons tantf45淚容5領輸入進水：跡、心、NON N訃測隸屬度函數(shù)個數(shù)相關系數(shù)訓練測試數(shù)據(jù)數(shù)據(jù)標準均方差隸屬度函數(shù)訓練測試數(shù)據(jù)數(shù)據(jù)0.212.7333(1)訓練誤差測試誤差均小于BP網(wǎng)終(6帝涮船采屏干RPbul纟夂(3)隸屬度函數(shù)調整可進一步提高精度0.612.2462fgaussmff;outmfiype=1 constanf4749隸屬度函數(shù)個數(shù)標準均方差隸屬度函數(shù)&

26、#39;訓練測試 數(shù)據(jù)數(shù)據(jù)fgaussmff;outmfType=1 cons tantf3、ANFIS網(wǎng)絡模型模擬3.5出水TP預測輸入進水：COD、SS、TP、TN相關系數(shù)訓練測試數(shù)據(jù)數(shù)據(jù)0.7840.749 1.0015 2.5860(1) 訓練誤差測試誤差均小于BP網(wǎng)終 帝M船采妬干RP網(wǎng)纟夂(2) 模擬相關系數(shù)較高4、ANFIS與BP網(wǎng)絡對比在相同數(shù)據(jù)基礎上，ANFIS系統(tǒng)的模擬誤差更小(2) ANFIS系統(tǒng)的模擬結果更穩(wěn)定，多次模擬時其結果不會發(fā)生太大的變化 ,而神經(jīng)網(wǎng)絡的模擬結果每次都有很大的不同，造成使用者對最佳模擬精 度無法掌握。究其原因：主要是因為ANFIS系統(tǒng)事先根據(jù)前人

27、經(jīng)驗設置了初始隸屬度函 數(shù)，可以避免訓練過程中收斂于©部最小點；而神經(jīng)網(wǎng)絡在初始時刻給出 的權重矩陣是隨機的，訓練過程中很容易陷入局部最小點。(3) 通過兩種網(wǎng)絡對TP的模擬可以看出，對于變化范圍較小的數(shù)據(jù)用ANFIS 能更好的體現(xiàn)其走勢(4) 兩種網(wǎng)絡的模擬誤差均不是特別理想。主要是因為1) 數(shù)據(jù)測量不夠準確，而且數(shù)據(jù)時間間隔不合理；2) 存在一部分超出平均值很多的非合理數(shù)據(jù)；3) 數(shù)據(jù)量太少；從ANFIS模擬過程的各誤差曲線可以看出，文中采用的模型結構還不是 太合理，還有很大的改進空間。51(1) 中試研究發(fā)現(xiàn)污泥馴化調試主要任務培養(yǎng)硝化菌；(2) 交互式反應器AAO (厭氧一缺氧一好氧)運行模式在HRT=48h、污泥回 流比為0.5T.0、混合液回流比為1 2時，COD的去除主要