在线模拟智能控制策略在分段进水SBR中的应用.docx

?

?

在线模拟智能控制策略在分段进水SBR中的应用

?

?

赵冉孙培德王如意焦亮林逸文

摘要：本文基于全耦合活性污泥模型3号（FCASM3）开发了一套集在线监测系统与动态模拟及控制系统于一体的自适应智能控制策略，并在分段进水结合间歇曝气的小试规模SBR系统运行中进行可靠性与技术性能评估，结果表明，（1）在线校核后的模型能够精确模拟系统中各污染物去除状况，尤其能够精准描述有机物的去除，氨氮的转化以及磷酸盐的去除过程，能够实时反映出SBR系统中的真实情况；（2）完成了基于模型预测控制的溶解氧动态优化，实现了溶解氧随水质动态变化的自适应智能化控制；（3）分段进水和间歇曝气相结合，获得最佳的同时脱氮除磷的SBR工艺运行方式。

关键词：FCASM3；动态水质监测；动态模拟；自适应智能控制；SBR

：X703：A：1671-2064（2018）14-0011-04

近年，随着污水排放标准的提升，众多污水处理厂面临着提标改造的难题，在污水处理過程中引入先进的模型和优化控制技术将变得迫切。尽管模型预测控制在污水处理厂中的应用为其带来很大的经济效益，但是因模型预测结果不可靠导致模型预测控制在污水处理厂的应用受到极大限制。

模型预测控制已广泛地应用于复杂流程工业过程，但是由于生物处理过程是一个非线性系统，难以建立精确的模型，一般的模型预测控制难以达到污水处理控制精度的需求，无法自适应动态的水质变化，导致控制精度无法保证[1-3]。本文通过水质在线监测系统与模型预测控制有效结合，在一定程度上克服了由于模型预测误差和某些不确定性干扰等的影响，实现了根据进水水质变化以及反应周期内营养物质去除情况溶解氧的自适应控制。该研究为模型预测控制的推广运用于实际的污水处理厂中去奠定了理论基础和技术保障，推动了污水处理厂向智能化迈进的脚步。

1材料与方法

1.1试验用水及污泥

试验用水为人工合成的模拟废水，模拟废水由三部分组成，分别为A液（无水乙酸钠32.0313gL-1，无水葡萄糖23.4375gL-1）、B液（氯化铵38.2143gL-1，硫酸镁2.025gL-1，无水氯化钙0.45gL-1）、C液（磷酸二氢钾4.4516gL-1）。取杭州某污水处理厂曝气池内的污泥进行接种，采用模拟废水进行驯化培养，每4L进水中含有A液80mL，B液30mL，C液60mL，进水后系统中的理论COD为300mg/L，NH4+-N为30mg/L，PO43--P为5mg/L，即进水的C/N/P为300/30/5。

1.2试验装置

本试验所用反应器为10L的序批式活性污泥反应器（SequencingBatchReactor，SBR），如图1所示。试验室设有在线监测系统，SBR反应器和中央控制系统，形成集监测、模拟与控制为一体的智能化SBR系统。在线监测系统主要由在线COD监测仪（HACH），在线NH4+-N，NOX--N监测仪（WTW），在线PO43--P监测仪（WTW），在线溶解氧监测仪（Tengine-EDO），在线pH监测仪（Bacac-pH221A）等组成。

SBR反应器在25±1℃环境下运行，工艺流程设置如图2所示。反应器每天运行3个周期，每个周期8h，工序及时间设置为进水（2min）、缺氧搅拌（60min）、好氧曝气（120min）、进水（2min）、缺氧搅拌（90min）、好氧曝气（180min）、沉淀（20min）、排泥（2min）、排水（4min）。每周期进两次营养液，每次进1.65L，排水比为1/3，水力停留时间（hydraulicretentiontime，HRT）为24h，控制系统污泥浓度（mixedliquorsuspendedsolids，MLSS）为2500mgL-1，污泥停留时间（solidsretentiontime，SRT）为10d。反应器运行过程中磁力搅拌器搅拌速度控制在200转/分钟，缺氧阶段的溶解氧（dissolvedoxygen，DO）浓度为0.3mgL-1，好氧曝气阶段控制曝气泵开关调节DO在1mgL-1～4mgL-1范围。由0.5MNaOH溶液和0.5MHCl溶液调节pH在7.0～7.5的范围内。

1.3分析方法

使用水质在线监测仪表对SBR反应器内营养物质去除情况进行在线监测分析，监测点分布如图2箭头所示。所有采集的样品均经0.45um的定性滤纸过滤之后，由在线仪表进行分析测定。

2结果与讨论

2.1模型校核与验证

模型预测控制非常依赖模型的准确性，因此对模型的校核必不可少。本文借鉴国际上通用的做法，采用灵敏度分析的方法，对FCASM3模型中重要的参数进行校正[4][5]，所使用的校核数据为SBR系统稳定运行30天的试验结果。

结果表明，基于FCASM3机理模型建立的分段进水的