AAO污水处理工艺ppt课件

1、1城帝汚永脱氮除碌工艺及模拟2、研熬内家為菽求路线3 莪JL式及应饕研毙专中滅裝置讼计5.交互或反应赛BP神经网络栈矍研究4夾夏式反应昙呻6.交互式反应器ANFIS仿真模型研究7结论与建一、城市污水脱氮除磷工艺与模拟控制仁城市污水生物脱氮理论与技术*有机氮A有机氮（细菌细胞）氨氮细菌分解及水解同化硝化氧气溶解及自氧化亚硝酸盐氧气硝酸盐脱氮氮气环境因素：1、水温2、pH3、DO4、C/N5、Fm&SRT有机氮（净生长）6、毒性物质生物处理过程氮的 7、内回流比有机碳32、城市污水除磷技术好氧生境有机基质厌氧生境2化学除2磁生炀除乙酸”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进水混合液回流rlN2N2混合液回流r2进水JHB工艺混合液回流93、常规生物脱氮除磷工艺3.2 SBR糸列进水进水UN1IANKX-T-选择器厌氧区高液位一低液位主曝气区污泥回流-" I4出水AO - A0 亠沉淀剩余污%出水岀水一"|沉淀+ A 0 0 + A 0 0进水曝气系统剩余污泥A_厌氧0好氣 设定时间好氧、厌氧交替进行SBR1内循环回流2Q进水Q上清液1Q厌氧池B厌氧池AMSBR工艺缺氧池泥水分离池一 1Q浓污泥主曝气池出水Q进水混合液2QSBR2 一出流混合液2Q11卡鲁塞尔DenitIRA2/C工艺

3、流程3、常规生物脱氮除磷工艺3.3氧化沟糸列T型氧化沟'奥贝尔氧化沟卡路塞尔氧化134、生物脱氮除磷新工艺4.1 BICT 工艺4.2A2/N 工艺4.3 BCFS 工艺4.4分段进水ENR工艺新工艺特占1、合理分配碳源；2、节约曝气量，利用誚酸y3、减少污泥量；4.5庆氧往复好氧组合式 4、减小反应池彖积工艺5、污水处理建模理论与技术5.1处理过程的动态模拟：基于模糊控制技术与PLC技术 雀急理过程的智能控制：基于任务，有效变量输入输出， 卖现过程控制或肘间控制5.3专家控制糸统：基于经验控制，不断完善和学习5.4模糊控制：建立模糊控制器及模糊推理，简化输入 输出5.5神经网络：基于

4、糸统的学习记忆和自迨应能力 5.6混合人工智能：单一技术的局卩艮，及各家所長5.7ASM：基于生场生长衰亡机理.污染炀啥鮮机理。、研究目的1.1工艺路线研究针对南方城市污水有机物浓度低、而氮磷浓度相对较高、 且进水水质水量变化大的特征，研究不同情况下低碳高氮确城 市污水脱氮除磷工艺中污染物的存在形态与转化规律，寻求适 合于低碳高氮磷城市污水脱氮除磷的工艺及相关运行参数；1-2仿真与预测建立交互式反应器的脱氮除磷处理工艺的神经网络模型， 模拟与预测进出水水质和运行工况，并进行仿真与预测，满足 工程实施控制的目的和要求，为示范工程的运行提供依据。同 时，为我国类似城市污水处理厂的设计及运行提供参考

5、。2、研究内容2.1传统工艺路线研究研究传统的生物脱氮除磷工艺处理低碳高氮磷城市污水的特点与规律。2.2新工艺路线研究研究低碳高氮磷城市污水高效、低消耗生物脱氮除磷工艺。即研究交互式反应器提高生物脱氮除磷的途径、机理以及合适运行参数。2.3运行模式研究分析低碳高氮磷污水水质变化规律，寻求该型污水处理厂的运行新模式2.4建立神经网络进行出水水质的模拟仿真 2.5对比BP神经网络和ANFIS模糊网络的模拟仿真的效果和稳定性o#模拟仿真结果3、技术路线数据收集与机理研究BP神经网络模型建立中试反应器设 计与启动运行不同模式运行效果硏究1、设计参数2、运行参数3、仿真控制系统ANFIS仿真模型建立模拟

6、仿真结果1、工艺开发背景1.1卖现碳调控的脱氮除确F临艺可多生化模式运行，适应不同的碳氮 f沼呢可生化/物化串并联运行，适应不同的除确 III"42- 1 - 纭>£. Sr9 I* *器咅艺根据污水水质和排放标准，可家易切换运 行模式髀址* - J<二巒护辭，"i，尸 厂唆“/决；4 =1.5工艺适应性强，抗冲击负荷能力强1.6根据构建的模型，使糸统具有旨适应和调整能2、工艺概念与流程交互式是指可以针对不同水质水量、处理目的 工艺核1倉、环境条件灵活改变物化处理单元与生化处理单元的串并联、长短流程运行；各单元内部的功能也可改变，进行高效、节能 或抗冲

7、击负荷等不同模式运行达到在一个反应 器内将物化和生化优化集成、生物处理单元中各种不同功能菌群高效运行、系统高度协同开放的目的。为城市污水处理提供一种新型高效的物化/生化 反应器。1227IV163IVincbL_1413'TI8 docb"do2.2平面布置交互式物化/生化反应器平面图D.鼓风机E.加药罐A.进水井B.交互式反应器C.二沉VI.反应器分区编号25272.3流程布置|11|Fl-IMF厂交互式物化/生化反应器流程图11#3、运行模式与控制运行模式串联运行状态高效生化脱氮除磷处理高效生化/物化处理强化物化/生化协同处理低氧牛化/物化外预期目标运行途径A 3dAtB

8、tc最大程度除磷，其他指标达一级排放*示准达一级排放标准F > E t 在进水水质低时达G级爲敌棕准A->B 书鸽.大至II 一级禅313、运行模式与控制3.3运行控制目标当原污水有机碳源不能同时满足生物脱氮除磷要求时, 首先满足生物脱氮，在生物处理后投加新型混凝剂强化生物除磷， 确保氮磷同时达标。#缺氧池缺氧池mu厌氣池 mmi > |. rlTTl _jl«iq、j iivivrb低氧池进水低氧池正常水量、污染物浓度较低， 夏季运行时采用絮凝剂低氧池回流污泥（来 自二沉池） H出水至二沉池35串联运行模式2工艺示意图5、并联运行模式研究缺氧池缺氧池出水至二沉池物

9、化池絮凝剂1、模式1:水量或水质超负荷2、模式2: COD、TN偏低时回流污泥（刑并联运行模式工艺示意图376、中试装置设计6A段计参数FT1SF* 7单元名称第1部分第2部分I区II区旱季： 进水 井 7100t/dS f r “ z 雨季：150t/d反应hi区2.0器IV区1.64+4.66V区0.7VI区0.9宽(m)有效水深(m)有效容积:血合计(m3)；1.0143.801-01.3顼#3.01.03.05.821.03.06.00£* ”Q37.441-03.018.91.03.02.101.02.82.52长(m)1-881.94二沉池直径：2-852-0污泥池1-0

10、1.6912.751.6912-751.691捌6.2中试基地平面ra_.23C00/rV11?.i'i1购轴檢昶榭燉LWl：2Wlj?iJ20；Z诫掠M曲:17X11111)3IA絹41芳爪莱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、.严菸程图I5C436、中试装置设计6.4相关照片中试基地生物处理单元运行中的交互式反应器266.4相关照片* 討交互反应器搅拌机和循环流量监测illj、j-二二-八二*人工湿地进水27工况条件试验时间(2004年，月日)数据采集時商;反应器内水温CC)进水平均值

11、(m3/Ii)平均污泥回流比平均混合液回流比IIRT预缺飢池(h)厌氯池缺氯池好爼池总停留时间二沉池平均HRT(h)生物反应器总体积(m3)平均 MLSS(mgZL)平均 MLVSS(mg/L)平均 SVKmIJg)系统总泥龄(d)DO |仃 ng/L)预缺氧池厌氧池缺氧池好氧池conrrNCOD/TKNCOD/TP工况一工况二工况三工况四工五#34.6232.9941.6539.0144.53工况一工况二工况三工况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工况一工况二工况三工况四工五0-7.800.60

13、-5.750.60-5.500.957.400.60-4.053383.99433.893.953.544.174364.024.03#34.6232.9941.6539.0144.53水质指标工况一工况二工况三工况四工况五进水（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进水(mg/L).|4740刁8 *42 *40_ 2ss出水222216去除率（）48.9 丿.454)血161.947.5进水(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.厂92.180.严 32.8进水(mg/L).|2437 j16.2816.74274533.86TN出水(mg/L).|14.44g*'12.84171S752339去除率（）；40/ |21：1 "J 2X942.630堕进水(mg/L).|238iSi.-HbAMH*274.3TP出水(mg/L).|2.171.61坯p "2.250.71 r去除率（营8.8 ,1838.8逍76.3进水(mg/L).|0.03厂仇0丫"0.00NO2-N出水(

15、mgZL).l0.100.090.25 f0.850.48进水(mg/L)0.840.610490.850.73NO3 -N出水(mg/L).|12.1353510.5610.692.82进水7387387.457.4529.45PHrr c rr r crr v rrr cor r c水温为21.628.3°C,进水COD为 13.2179.4mg/L、SS为 12218mg/L,平均有机 负荷在0.52 kgCOD/(kgMLVSSd)以下时，AAO运行模式各工况对COD和SS均有 良好的去除效果，受冲击负荷影响很小，处理出水COD低于35mg/L、SS低于 24mg/Lo试验结

16、果表明，当有机负荷在0.2 kgCOD/(kgMLVSS-d)以上时，COD平均去除率 可在70%以上。AAO运行模式中，COD的去除主要发生在反应器的厌氧区和缺氧区。进水NH4+-N为2.0933.28mg/L、TN2.8839.39mg/L,水温21.628.3°C ,泥龄>15d时，要保持良好的硝化效果，则COD负荷和TN负荷应分别小于0.5 kgCOD/(kgMLVSS-d)和0.10 kgTN/(kgMLVSS d)o当NH4+N去除率80%,由于进水的平均COD/TKN<4.3,反硝化所需碳源不足， 脱氮效率低于45% o脱氮效果随COD/TN的增加而迅速增加

17、。当进水COD低于60mg/L时，通过反硝化 作用去除的TN小于10%, TN的去除主要通过同化作用以及排泥等其他途径去除； 当系统NH4+N去除率90%,进水COD>90mg/L,且COD/TN>3.3时，TN的去除 主要通过反硝化作用，而且绝大部分在厌氧区内反硝化去除，增大混合液回流比对 脱氮效率的提高贡献不大。进水COD<180mg/L?且平均COD/TN<4.3,进水TP0.413.49mg/L，当 NH4+-N去除率>80%时，由于碳源严重不足，脱氮效率不高，随回流污 泥进入厌氧区的NO3-N对生物除磷效果造成不利影响，TP去除率在50% 以下。当NH4

18、+N去除率v50%,且进水COD超过60mg/L时，进入厌氧区的硝酸 盐浓度持续低于2.0mg/L?系统的生物除磷能力逐渐加強；当进水COD持续在100mg/L以上时，出水TP可在10mg/L以下。虽然进入 厌氧区的NO3-N对除磷有不利影响，但系统的除磷功能不会丧失殆尽，但是降雨引起的进水COD急剧下降能导致系统除磷功能完全丧失3.4结论 "c低碳高氮磷城市污水，因碳源不足，采用AAO模式时，一旦出水NH4+N4和TN满足城镇污水处理厂污染物排放标准(GB 18918-2002)中的一级B标准，出水TP不达标。建议采用生物脱氮法保证出水氮达标，投加混凝剂保证出水磷达标。§

19、交互式反应器系统AAO运行模式下，降雨季节，进水COD较低，3SVI基本v50mL/g，MLVSS/MLSS降雨频繁时有下降的趋势，在0.250.4雨水较少时，SVI和MLVSS/MLSS均有升高的趋势，SVI在5090mL/g，MLVSS/MLSS在0.40.5之间。3 6妙冷 匕增加抗冲击负荷能力措施：增大混合液回流比；1加大系统进水流量； 维持反应器系统MLVSS在1000mg/L以上； 投加混凝剂。当进水COD平均值小于70mg/L?为提高系统抗冲击负荷的能力，保证出 水氨氮达标，可将HRT缩短为4h,以增加污泥的有机负荷，减缓污泥的 内源呼吸过程，维持系统MLVSS在1000mg/L

20、以上。考虑到低碳高氮磷城市污水的脱氮和抗冲击负荷能力，系统的混合液回流 比宜在1 2之间，污泥回流比宜在0.5T .0之间。、BP神经网络技术1.1#点高度的并行性;(2) 高度的非线性全局作用；(3) 良好的容错性与联想记忆功(4) 强大的自适应、自学习功台匕 月匕,台匕 冃匕O1.2 计 网络的层数(输入层、隐含层、输出层)；(2) 隐含层的神经元数量；传递函数(Sigmoid)2.1玖隐含层 mNMIMO记忆能力强；自学能力和抗干扰能力差;(3) 训练时间长模拟结果较差332.2双隐含层MISO记忆能力强;(2)预测能力差#自学能力和抗干扰能力差;(4)训练时间长2.3单隐含层预测表现稳

21、定;MISO(2)预测能力强；(3)训练速度快；神经元数量以10个为宜出木NH3-N徹罗测A:输入进水：COD、SS、NH3-N> NO3-N B:输入进水：COD、SS、NH3-N> TN(1) -组相关系数基本一样(2爪组预测性优于B组3.2出水TN预测3.3出水NOq-N预 测A:输入进水：COD、SS、NH3-N> TPB:输入进水：COD、SS、TN、TP(1) 二组相关系数基本一样(2) A组预测数据、训练数据均优于B组A:输入进水：COD、NO3-N> NO2-N> NH3-N B:输入进水：COD、NO3-N. NO2-N. TN(1) 二组训练误

22、差接近(2) A组预测数据误差优于B组3.5出水TP预测A:输入进水：COD、NO3-N、NO2-N. NH3-NB:输入进水：COD、NO3-N、NO2-N. TN(1) 预测误差接近，A组训练误差小(2) 二组误差均较大C:输入进水：COD、NO3-N . NO2-N. nh3-n> TN 隐含层神经元个数由10增加为12误差依然较大：原始数据变化幅度大；进水NO3-N 较小时,对网络性能影响大；数据量和数据精度有限TP、NH3-NTP、TNA:输入进水：COD、SS、 B:输入进水：COD> SS>(1) 二组训练误差接近(2) B组预测数据误差优于A组，但二组预测误差

23、均较大(3) 进水中TP浓度低；测量误差致出水TP大于进水; 数据规律性差、ANFIS网络模型11特“八(1)很好的推理功能；(2) 较强自学习能力;(3) 理解经验语言；(4) 融合神经网络与模糊推理o1.2设计 (1) MathWorks公司的MATLAB计算语言；(2)ANFIS模型结构：多输入但输出、单输出; ©j隶属度函数(gaussmf)3941#2、ANFIS网络模型设计#2.1输入输出(1)与BP网络一致：4输入单输出#2.2隶属度函数8(1)2 个；3个(3) 3个隶属度函数在训练模拟精 度较高；预测误差较大(4) 确定用2个隶属度函数输入进水：COD、ss、nh3

24、-n> no3-n 测标准均方差 厂训练测试 数据数据相关系数训练测试数据数据隶属度函数0.7380.469 5.2157 7.3403aussmf1 2;outmfiy pe=1 constantf隶属度 函数个 数3、ANFIS网络模型模拟3.2出水TN预测 输入进水：cod、ss、nh3-n. tp 隶属度相关系数标准均方差隶属度函数.函薯个训练测试训练测试二数据数据数据数据20.8160.528 3.9571 4.7765 aussmf1;outmfType=1 cons预测效果优于BP网络血1胡预测性误差小433测隶属度函数个数2标准均方差隶属度函数训练测试 数据数据0.803

25、 3.1736W盈 MF盘”尸竝6.6171 aussmf1;(1)训练误差测试误差均大于BP网终(6 了而涮詁采誉干RP网纟夂V歩 厂夕*r r<LT _(3)隶属度函数不适合outmfiype=' cons tantf45泪容5领输入进水：迹、心、NON N讣测隶属度函数个数相关系数训练测试数据数据标准均方差隶属度函数训练测试数据数据0.212.7333(1)训练误差测试误差均小于BP网终(6帝涮船采屏干RPbul纟夂(3)隶属度函数调整可进一步提高精度0.612.2462fgaussmff;outmfiype=1 constanf4749隶属度函数个数标准均方差隶属度函数&

26、#39;训练测试 数据数据fgaussmff;outmfType=1 cons tantf3、ANFIS网络模型模拟3.5出水TP预测输入进水：COD、SS、TP、TN相关系数训练测试数据数据0.7840.749 1.0015 2.5860(1) 训练误差测试误差均小于BP网终 帝M船采妬干RP网纟夂(2) 模拟相关系数较高4、ANFIS与BP网络对比在相同数据基础上，ANFIS系统的模拟误差更小(2) ANFIS系统的模拟结果更稳定，多次模拟时其结果不会发生太大的变化 ,而神经网络的模拟结果每次都有很大的不同，造成使用者对最佳模拟精 度无法掌握。究其原因：主要是因为ANFIS系统事先根据前人

27、经验设置了初始隶属度函 数，可以避免训练过程中收敛于©部最小点；而神经网络在初始时刻给出 的权重矩阵是随机的，训练过程中很容易陷入局部最小点。(3) 通过两种网络对TP的模拟可以看出，对于变化范围较小的数据用ANFIS 能更好的体现其走势(4) 两种网络的模拟误差均不是特别理想。主要是因为1) 数据测量不够准确，而且数据时间间隔不合理；2) 存在一部分超出平均值很多的非合理数据；3) 数据量太少；从ANFIS模拟过程的各误差曲线可以看出，文中采用的模型结构还不是 太合理，还有很大的改进空间。51(1) 中试研究发现污泥驯化调试主要任务培养硝化菌；(2) 交互式反应器AAO (厌氧一缺氧一好氧)运行模式在HRT=48h、污泥回 流比为0.5T.0、混合液回流比为1 2时，COD的去除主要