AAO污水处理工艺

1.城市污水脱氮除磷工艺及模拟控制2.研究内容与技术路线3.交互式反响器研究与中试装置设计4.交互式反响器中试运行研究汇报内容5.交互式反响器BP神经网络模型研究6.交互式反响器ANFIS仿真模型研究7.结论与建议1精选ppt1、城市污水生物脱氮理论与技术生物处理过程氮的转化一、城市污水脱氮除磷工艺与模拟控制环境因素：1、水温2、pH3、DO4、C/N5、Fm&SRT6、毒性物质7、内回流比2精选ppt2、城市污水除磷技术

2.1化学除磷

一、城市污水脱氮除磷工艺与模拟控

2.2生物除磷

3精选ppt3、常规生物脱氮除磷工艺3.1A/A/O系列一、城市污水脱氮除磷工艺与模拟控Bardenpho工艺典型A/A/O工艺4精选ppt3、常规生物脱氮除磷工艺3.1A/A/O系列一、城市污水脱氮除磷工艺与模拟控制UCT工艺M-UCT工艺JHB工艺5精选ppt3、常规生物脱氮除磷工艺3.2SBR系列一、城市污水脱氮除磷工艺与模拟控制CAST工艺MSBR工艺UNITANK工艺6精选ppt3、常规生物脱氮除磷工艺3.3氧化沟系列一、城市污水脱氮除磷工艺与模拟控制T型氧化沟奥贝尔氧化沟卡路塞尔氧化沟卡鲁塞尔DenitIRA2/C工艺流程7精选ppt4、生物脱氮除磷新工艺4.1BICT工艺一、城市污水脱氮除磷工艺与模拟控制4.2A2/N工艺4.3BCFS工艺4.4分段进水BNR工艺4.5厌氧-往复好氧组合式工艺4.1BICT工艺新工艺特点1、合理分配碳源；2、节约曝气量，利用硝酸盐；3、减少污泥量；4、减小反响池容积8精选ppt5、污水处理建模理论与技术一、城市污水脱氮除磷工艺与模拟控制5.2处理过程的智能控制：基于任务，有效变量输入输出，实现过程控制或时间控制5.3专家控制系统：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：基于系统的学习记忆和自适应能力5.1处理过程的动态模拟：基于模糊控制技术与PLC技术结合5.6混合人工智能：单一技术的局限，及各家所长5.7ASM：基于生物生长衰亡机理、污染物降解机理。9精选ppt1.1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磷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响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。二、研究内容与技术路线1、研究目的10精选ppt2.1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。即研究交互式反响器提高生物脱氮除磷的途径、机理以及适宜运行参数。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比照BP神经网络和ANFIS模糊网络的模拟仿真的效果和稳定性。二、研究内容与技术路线2、研究内容11精选ppt二、研究内容与技术路线3、技术路线研究技术路线图12精选ppt1、工艺开发背景1.1实现碳调控的脱氮除磷目的三、交互式反响器研究与中试装置设计1.2工艺可多生化模式运行，适应不同的碳氮比污水1.3工艺可生化/物化串并联运行，适应不同的除磷要求1.4工艺根据污水水质和排放标准，可容易切换运行模式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，使系统具有自适应和调整能力13精选ppt2、工艺概念与流程2.1工艺概念三、交互式反响器研究与中试装置设计交互式是指可以针对不同水质水量、处理目的、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、节能或抗冲击负荷等不同模式运行到达在一个反响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/生化反响器。14精选ppt2、工艺概念与流程2.2平面布置三、交互式反响器研究与中试装置设计A.进水井B.交互式反响器C.二沉池D.鼓风机E.加药罐Ⅰ～Ⅵ.反响器分区编号交互式物化/生化反响器平面图15精选ppt2、工艺概念与流程2.3流程布置三、交互式反响器研究与中试装置设计交互式物化/生化反响器流程图16精选ppt3、运行模式与控制3.1运行模式图三、交互式反响器研究与中试装置设计交互式物化/生化反响器运行模式图高效生化工艺物化强化生化强化沉淀进水人工生态AFDEBCG17精选ppt3、运行模式与控制3.2运行模式表三、交互式反响器研究与中试装置设计运行模式运行状态运行途径预期目标串联高效生化脱氮除磷处理A→D最大程度除磷，其他指标达一级排放标准高效生化/物化处理A→B→C达一级排放标准强化物化/生化协同处理F→E→G在进水水质低时达一级排放标准低氧生化/物化处理A→B→C节能、达到二级排放标准并联部分污水物化处理、部分污水生化处理A→DF→C低水质节能运行抗冲击负荷18精选ppt3、运行模式与控制3.3运行控制目标三、交互式反响器研究与中试装置设计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。19精选ppt4、串联运行模式研究4.1串联运行模式1三、交互式反响器研究与中试装置设计串联运行模式1工艺示意图正常水量、污染物浓度较高，氮磷浓度较高条件下或冬季运行时采用20精选ppt4、串联运行模式研究4.2串联运行模式2三、交互式反响器研究与中试装置设计串联运行模式2工艺示意图正常水量、污染物浓度较低，夏季运行时采用21精选ppt5、并联运行模式研究三、交互式反响器研究与中试装置设计并联运行模式工艺示意图1、模式1：水量或水质超负荷2、模式2：COD、TN偏低时22精选ppt6、中试装置设计6.1设计参数三、交互式反响器研究与中试装置设计单元名称长(m)宽(m)有效水深(m)有效容积(m3)合计(m3)进水井第1部分1.01.01.41.403.80第2部分1.881.01.32.40反应器Ⅰ区0.71.03.02.1037.44Ⅱ区1.941.03.05.82Ⅲ区2.01.03.06.00Ⅳ区1.64+4.661.03.018.9Ⅴ区0.71.03.02.10Ⅵ区0.91.02.82.52二沉池直径：2.852.012.7512.75污泥池1.01.01.691.691.69加药罐直径：0.81.00.500.50

旱季：100t/d雨季：150t/d23精选ppt6、中试装置设计6.2中试基地平面三、交互式反响器研究与中试装置设计

24精选ppt6、中试装置设计6.3中试流程三、交互式反响器研究与中试装置设计

25精选ppt6、中试装置设计6.4相照顾片三、交互式反响器研究与中试装置设计

中试基地生物处理单元运行中的交互式反响器26精选ppt6、中试装置设计6.4相照顾片三、交互式反响器研究与中试装置设计

交互反响器搅拌机和循环流量监测人工湿地进水27精选ppt1、运行工况四、交互式反响器中试运行研究

工况条件工况一工况二工况三工况四工况五试验时间(2004年，月.日)5.24~6.156.16~7.167.17~8.168.17~9.119.12~10.1数据采集时间6.5~6.146.23~7.167.25~8.168.28~9.119.22~9.29反应器内水温(℃)21.6-24.524.6-28.126.1-28.625.8-27.224.7-25.7进水量平均值(m3/h)4.674.676.298.336.24平均污泥回流比110.80.50.8平均混合液回流比211.511.5HRT(h)预缺氧池0.450.450.340.250.34厌氧池1.241.240.930.700.93缺氧池1.281.280.960.720.96好氧池5.035.033.772.533.77总停留时间8864.26二沉池平均HRT(h)2.72.72.01.52.0生物反应器总体积(m3)37.4437.4437.4434.9237.44平均MLSS(mg/L)29512405311028772801平均MLVSS(mg/L)123979496411801372平均SVI(mL/g)50.242.334.444.470.6系统总泥龄(d)44.755.226.116.317.7DO(mg/L)预缺氧池0.120.130.150.150.20厌氧池0.090.130.110.120.13缺氧池0.120.120.150.100.11好氧池1.20~7.800.60~5.750.60~5.500.95~4.400.60~4.05COD/TN3.383.994.233.893.95COD/TKN3.544.174.364.024.03COD/TP34.6232.9941.6539.0144.53有机负荷0.200.250.300.520.39TN负荷0.0590.0610.0700.1330.09928精选ppt2、运行数据四、交互式反响器中试运行研究

水质指标工况一工况二工况三工况四工况五COD进水(mg/L)82.46570.8106.9133.6出水(mg/L)19.916.215.616.522.7去除率(%)75.875.178.084.683.0SS进水(mg/L)4740584240出水(mg/L)2422221621去除率(%)48.945.062.161.947.5NH4+-N进水(mg/L)19.4716.4815.924.4829.29出水(mg/L)1.429.281.254.8319.67去除率(%)92.743.792.180.332.8TN进水(mg/L)24.3716.2816.7427.4533.86出水(mg/L)14.4412.8412.7415.7523.39去除率(%)40.721.123.942.630.9TP进水(mg/L)2.381.971.72.743出水(mg/L)2.171.611.552.250.71去除率(%)8.818.38.817.976.3NO2−-N进水(mg/L)0.240.070.030.010.00出水(mg/L)0.100.090.250.850.48NO3−-N进水(mg/L)0.840.610.490.850.73出水(mg/L)12.135.3510.5610.692.82pH进水7.387.387.457.457.45出水7.047.207.127.087.39碱度进水(mg/L)278208210208262出水(mg/L)1201621169920229精选ppt3、中试运行小结3.1结论1四、交互式反响器中运行研究

水温为21.6~28.3℃，进水COD为13.2~179.4mg/L、SS为12~218mg/L，平均有机负荷在0.52kgCOD/(kgMLVSS·d)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/L。试验结果说明，当有机负荷在0.2kgCOD/(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响器的厌氧区和缺氧区。3.2结论2进水NH4+-N为2.09~33.28mg/L、TN2.88~39.39mg/L，水温21.6~28.3℃，泥龄>15d时，要保持良好的硝化效果，那么COD负荷和TN负荷应分别小于0.5kgCOD/(kgMLVSS∙d)和0.10kgTN/(kgMLVSS∙d)。当NH4+-N去除率>80%，由于进水的平均COD/TKN<4.3，反硝化所需碳源缺乏，脱氮效率低于45%。脱氮效果随COD/TN的增加而迅速增加。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，而且绝大局部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奉献不大。30精选ppt3、中试运行小结3.3结论3四、交互式反响器中运行研究

进水COD<180mg/L，且平均COD/TN<4.3，进水TP0.41~3.49mg/L，当NH4+-N去除率>80%时，由于碳源严重缺乏，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+-N去除率<50%，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强；当进水COD持续在100mg/L以上时，出水TP可在1.0mg/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4低碳高氮磷城市污水，因碳源缺乏，采用AAO模式时，一旦出水NH4+-N和TN满足?城镇污水处理厂污染物排放标准?(GB18918-2002)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。31精选ppt3、中试运行小结3.5结论5四、交互式反响器中运行研究

交互式反响器系统AAO运行模式下，降雨季节，进水COD较低，SVI根本<50mL/g，MLVSS/MLSS降雨频繁时有下降的趋势，在0.25~0.4雨水较少时，SVI和MLVSS/MLSS均有升高的趋势，SVI在50~90mL/g，MLVSS/MLSS在0.4~0.5之间。3.6结论6增加抗冲击负荷能力措施：①增大混合液回流比；②加大系统进水流量；③维持反响器系统MLVSS在1000mg/L以上；④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0.5~1.0之间。32精选ppt1、BP神经网络技术1.1特点五、交互式反响器BP神经网络模型研究

(1)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能；(4)强大的自适应、自学习功能。

1.2设计(1)网络的层数〔输入层、隐含层、输出层〕；(2)隐含层的神经元数量；(3)传递函数〔Sigmoid)33精选ppt2、交互式反响器BP神经网络模型2.1双隐含层MIMO五、交互式反响器BP神经网络模型研究

2.2双隐含层MISO(1)记忆能力强；(2)自学能力和抗干扰能力差；(3)训练时间长(4)模拟结果较差(1)记忆能力强；(2)预测能力差(3)自学能力和抗干扰能力差；(4)训练时间长2.3单隐含层MISO(1)预测表现稳定；(2)预测能力强；(3)训练速度快；(4)神经元数量以10个为宜34精选ppt3、BP神经网络模型模拟结果3.1出水NH3-N预测五、交互式反响器BP神经网络模型研究

3.2出水TN预测A:输入进水：COD、SS、NH3-N、NO3-NB:输入进水：COD、SS、NH3-N、TN(1)二组相关系数根本一样(2)A组预测性优于B组A:输入进水：COD、SS、NH3-N、TPB:输入进水：COD、SS、TN、TP(1)二组相关系数根本一样(2)A组预测数据、训练数据均优于B组3.3出水NO2-N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)二组训练误差接近(2)A组预测数据误差优于B组35精选ppt3、BP神经网络模型模拟结果3.4出水NO3-N预测五、交互式反响器BP神经网络模型研究

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(3)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3.5出水TP预测A:输入进水：COD、SS、TP、NH3-NB:输入进水：COD、SS、TP、TN(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36精选ppt1、ANFIS网络模型1.1特点六、交互式反响器ANFIS仿真模型研究

(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。

1.2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;(3)隶属度函数〔gaussmf)37精选ppt2、ANFIS网络模型设计2.1输入输出六、交互式反响器ANFIS仿真模型研究

2.2隶属度函数(1)与BP网络一致：4输入单输出(1)2个；(2)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38精选ppt3、ANFIS网络模型模拟3.1出水NH3-N预测六、交互式反响器ANFIS仿真模型研究

输入进水：COD、SS、NH3-N、NO3-N(1)训练误差、测试误差均优于BP网络(2)模拟数据稳定性好隶属度函数个数相关系数标准均方差隶属度函数训练数据测试数据训练数据测试数据20.7380.4695.21577.3403'gaussmf';outmfType='constant'39精选ppt3、ANFIS网络模型模拟3.2出水TN预测六、交互式反响器ANFIS仿真模型研究

输入进水：COD、SS、NH3-N、TP(1)预测效果优于BP网络(2)预测性误差小隶属度函数个数相关系数标准均方差隶属度函数训练数据测试数据训练数据测试数据20.8160.5283.95714.7765'gaussmf';outmfType='constant'40精选ppt3、ANFIS网络模型模拟3.3出水NO2-N预测六、交互式反响器ANFIS仿真模型研究

输入进水：COD、NO3-N、NO2-N、NH3-N(1)训练误差测试误差均大于BP网络(2)预测效果差于BP网络(3)隶属度函数不适合隶属度函数个数相关系数标准均方差隶属度函数训练数据测试数据训练数据测试数据20.8780.8033.17366.6171'gaussmf';outmfType='constant'41精选ppt3、ANFIS网络模型模拟3.4出水NO3-N预测六、交互式反响器ANFIS仿真模型研究

输入进水：COD、NO3-N、NO2-N、NH3-N(1)训练误差测试误差均小于BP网络(2)预测效果好于BP网络(3)隶属度函数调整可进一步提高精度隶属度函数个数相关系数标准均方差隶属度函数训练数据测试数据训练数据测试数据20.610.212.73332.2462'gaussmf';outmfType='constant'42精选ppt3、ANFIS网络模型模拟3.5出水TP预测六、交互式反响器ANFIS仿真模型研究

输入进水：COD、SS、TP、TN(1)训练误差测试误差均小于BP网络(2)预测效果好于BP网络(3)模拟相关系数较高隶属度函数个数相关系数标准均方差隶属度函数训练数据测试数据训练数据测试数据20.7840.7491.00152.5860'gaussmf';outmfType='constant'43精选ppt4、ANFIS与BP网络比照六、交互式反响器ANFIS仿真模型研究

(1)在相同数据根底上，ANFIS系统的模拟误差更小(2)ANFIS系统的模拟结果更稳定，屡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，造成使用者对最正确模拟精度无法掌握。究其原因：主要是因为ANFIS系统事先根据前人经验设置了初始隶属度函数，可以防止训练过程中收敛于局部最小点；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能更好的表达其走势(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〕存在一局