基于RSM模型對污泥聯合調理的參數優化

邢 奕,王志強,洪 晨,司艷曉,劉 敏,李 洋,田星強 (北京科技大學環境科學與工程系,北京 100083)

基于RSM模型對污泥聯合調理的參數優化

邢 奕,王志強,洪 晨*,司艷曉,劉 敏,李 洋,田星強 (北京科技大學環境科學與工程系,北京 100083)

研究了CaO、PAFC聯合表面活性劑(1227)預處理對污泥脫水性能的影響,以污泥濾餅含水率(WC)和毛細吸水時間(CST)作為評價指標進行單因素實驗,得出藥劑投加量的最佳范圍.然后通過以響應曲面優化法(RSM)為依據的Box-Behnken實驗,建立了濾餅含水率和CST減少率二次多項式預測模型,進而得到聯合調理的最佳工藝參數.結果表明,聯合調理能夠明顯提高污泥的脫水性能,CaO、PAFC和1227的最佳藥劑量分別為42.00,60.40,80.89mg/g,此條件下濾餅含水率為(68.30±0.26)%,CST減少率為(87.30±0.32)%.同時,在最優條件下進行了驗證實驗,結果與模型預測值基本吻合,表明基于響應曲面法所得的最佳工藝參數準確可靠,對相關污泥處理及條件優化具有一定的指導意義.

污泥調理；CaO；PAFC；表面活性劑；響應曲面優化法

活性污泥法廣泛應用于污水處理,尤其是城市生活污水[1-2],因此在生物處理過程中必然產生大量的污泥.污泥是一種由水分、細菌菌體、無機顆粒、有機殘片和膠體等組成的多相介質,且污泥中還存在難生物降解的有機物、重金屬、鹽類以及病原微生物等,容易對環境造成二次污染[3-6].剩余污泥絮體顆粒呈膠狀結構且擁有高度親水性,易與水分子以不同的形式結合在一起使污泥中部分水分難以脫除[7],因此在污泥處置或再利用前對污泥采取一定的調理措施來改善污泥的脫水性能十分必要.目前,向污泥中投加有機高分子聚合物進行預處理是最常見的調理方法[8-9],但其存在很大的局限性.一些研究表明[10-11],高分子絮凝劑只能提高脫水速率,不能改善脫水程度,脫水后的污泥不能滿足焚燒和填埋的要求,并且過量的高聚物可能殘留在脫水后的污泥中對環境造成長期的危害.

近年來,許多學者通過研究表明CaO、表面活性劑均可以改善污泥的脫水性能[12-15], Deneux-Mustin等[12]利用透射電子顯微鏡對FeCl3和CaO聯合調理污泥的機理進行了研究,發現CaO的加入促進了污泥絮體表面晶體的形成,該沉淀物在污泥絮體中形成骨架結構,機械脫水時不僅能夠將壓力傳遞給內部的絮體,而且沉淀物的多孔結構可作為水分引流的媒介,從而改善污泥的脫水性能.Yuan等[13]利用電解法和表面活性劑聯合調理污泥,結果表明表面活性劑的加入有利于污泥毛細吸水時間(CST)的降低,加快過濾速度,改善污泥的脫水性能.Chen等[14]報道了與傳統的無機調理劑相比,表面活性劑的投加有利于降低污泥濾餅含水率和污泥比阻(SRF),明顯提高了污泥的脫水性和過濾性.上述研究以濾餅含水率、CST和SRF等為指標,探討了不同的調理方法對污泥脫水性能的影響,但較少對污泥調理時的最佳條件進行優化.響應曲面優化法[16-18](RSM)是一種實驗條件尋優的方法,它將實驗得出的數據結果進行響應面分析,通過多項式模型擬合得到預測模型,在各因素水平響應值的基礎上,找出預測的響應最優值以及相應的實驗條件.該方法已經廣泛應用于科研領域的建模分析優化[19-21],但在污泥聯合調理的最優化研究方面鮮有報道.

本研究以污泥濾餅含水率和毛細吸水時間(CST)作為評價指標,考察CaO、PAFC和表面活性劑(1227)聯合調理對污泥脫水性能的影響,并通過以響應曲面優化法(RSM)為依據的Box-Behnken實驗,建立多項式預測模型并分析其有效性,進而得到最優工藝參數,為相關污泥處理及條件優化提供參考和依據.

1 材料與方法

1.1 實驗材料

實驗所用污泥取自北京小紅門污水處理廠濃縮池,進一步濃縮至含水率95%左右,分析其基本性質后置于4℃冰柜中保存待用,污泥性質如表1所示,所有實驗均在72h內完成.

實驗藥品包括十二烷基二甲基芐基氯化銨(1227)、氧化鈣(CaO)、聚合氯化鋁鐵(PAFC),以上藥品均為分析純.

表1 實驗用污泥的性質Table 1 Properties of sludge used in this study

1.2 實驗儀器

電子分析天平, AB104-N型,梅勒特-托利多儀器(上海)有限公司;智能型混凝攪拌儀,MY-3000-6型,梅宇電器有限公司;電熱鼓風干燥箱, DGF 2500 3C型,重慶華茂儀器有限公司;循環水式多用真空泵, SHB-III型,鄭州長城科工貿有限公司;毛細吸水時間測定儀,304M,Triton Electronics.

1.3 實驗方法

污泥調理脫水:取300mL污泥放入500mL燒杯中,加入CaO攪拌(150r/min)30min,然后加入1227攪拌(100r/min)30min,最后加入PAFC繼續攪拌30min,靜置30min.

單因素實驗:通過控制CaO、PAFC和1227在聯合調理污泥時的投加量,考察單一因素對污泥脫水性能的影響.

表2 真實值和對應編碼變量的范圍和水平Table 2 Range and levels of natural and corresponded coded variables

Box-Behnken實驗[22]:根據Box-Behnken實驗設計原理,在單因素實驗的基礎上,采用三因素三水平的響應曲面設計方法,實驗因子及水平見表2.設該模型通過最小二乘法擬合的二次多項方程為:

式中:Y為預測響應值(WC為濾餅含水率, %; E為CST減少率, %);Xi和Xj為自變量代碼值;β0為常數項;βi為線性系數;βii為二次項系數;βij為交互項系數.按照Box-Behnken實驗設計的統計學要求,需17組實驗對上述方程的各項回歸系數進行擬合.

1.4 分析方法

濾餅含水率的測定:取50mL調理后的污泥倒入裝有定量濾紙的布氏漏斗中(直徑150mm),在真空壓力為-0.055MPa的負壓下進行抽濾脫水,待布氏漏斗30s內不再有濾液濾出停止抽濾,取下殘留在濾紙上的濾餅稱量,然后在105℃下干燥至恒重,計算濾餅含水率.計算公式如下:

式中:WC為濾餅含水率, %; W1為濾后污泥餅重量, g; W2為在105℃下烘干至恒重的濾餅重量, g.

毛細吸水時間(CST)測定:采用毛細吸水時間測定儀,將少量污泥樣品置于不銹鋼漏斗內,開啟儀器,至報警聲響起時即可讀取CST值,并計算CST減少率.計算公式如下:

式中:CST0和CST分別表示調理前后污泥的毛細吸水時間,s.

2 結果與討論

2.1 單因素實驗

調理劑對污泥脫水性能有很大影響,許多研究表明[9,11-13],在一定范圍內,污泥脫水性能隨調理劑投加量的增加明顯提高,投加量繼續增加,污泥脫水性能基本不變甚至下降,因此考察調理劑投加量對污泥脫水性能的影響十分必要.

2.1.1 CaO對污泥脫水性能的影響 CaO、PAFC和1227聯合調理時, CaO投加量對污泥脫水性能的影響如圖1所示, CaO投加量范圍為10～ 90mg/g(mg/g表示每克干污泥中藥劑的投加量,下同),PAFC投加量取50mg/g,1227投加量取78.75mg/g.由圖1可以明顯看出,污泥濾餅含水率和CST隨CaO投加量的增加呈先降低后升高的趨勢,并且CaO投加量為50.00mg/g時,污泥濾餅含水率和CST均降至最低,污泥濾餅含水率由79.54%(原泥)降至69.12%,降低了10.42%,CST由191.5s(原泥)降至30.2s,降低了84.23%,因此CaO調理污泥的最佳藥劑投加量在30～70mg/g之間.

圖1 CaO對污泥脫水性能的影響Fig.1 Effects of CaO on sludge dewaterability

2.1.2 PAFC對污泥脫水性能的影響 CaO、PAFC和1227聯合調理時,PAFC投加量對污泥脫水性能的影響如圖2所示,PAFC投加量范圍為10～90mg/g,CaO投加量取50mg/g,1227投加量取78.75mg/g.由圖2可知,隨PAFC投加量的增加,污泥濾餅的含水率和CST總體呈下降趨勢,污泥脫水性能明顯改善,污泥濾餅含水率和CST分別由79.54%、191.5s(原泥)降至68.54%、25.2s (PAFC投加量為90mg/g),降幅分別達11.00%和86.84%.可以明顯看出,PAFC投加量由30.00mg/g升至50mg/g時,污泥濾餅含水率和CST下降幅度比較大,PAFC的投加量繼續增加,濾餅含水率和CST下降幅度大大減小,PAFC投加量大于70.00mg/g時,污泥濾餅含水率和CST基本不再變化,因此PAFC調理污泥的最佳藥劑投加量在30～70mg/g之間.

圖2 PAFC對污泥脫水性能的影響Fig.2 Effects of PAFC on sludge dewaterability

圖3 1227對污泥脫水性能的影響Fig.3 Effects of 1227 on sludge dewaterability

2.1.3 1227對污泥脫水性能的影響 CaO、 PAFC和1227聯合調理時,1227投加量對污泥脫水性能的影響如圖3所示,1227投加量范圍為22.50～112.50mg/g,CaO投加量取50mg/g, PAFC投加量范圍取50mg/g.由圖3可以看出,隨著1227投加量的增加,污泥脫水性能明顯改善.不同的是,1227投加量由22.50mg/g升高至45.00mg/g時, 污泥濾餅含水率呈快速下降趨勢,而CST則呈現上升趨勢.1227投加量由45.00mg/g升高至90.00mg/g時,污泥濾餅含水率下降幅度比較小,而CST下降幅度比較大,且1227投加量為90.00mg/g時,污泥濾餅含水率和CST均降至最低,分別為68.61%和27.3s,繼續增大1227的投加量,污泥濾餅含水率和CST呈上升趨勢,這與Huang等[23]和蔣波[24]的報道一致.由于1227投加量由45.00mg/g升高至67.50mg/g時,污泥濾餅含水率僅降低了0.45%,因此1227調理污泥的最佳投加量在45.00～112.5mg/g之間.

2.2 模型方差分析

按照Box-Behnken實驗方案(表3)進行實驗,結果見表3,通過Design-Expert 8.0軟件可以求得方程(1)中的系數,從而得到多元二次回歸方程模型,并對表3中的響應值進行回歸分析,得到回歸方程的方差分析表(表4).

表3 響應面實驗設計及結果Table 3 Experimental design and results of RSM

2.2.1 濾餅含水率模型方差分析 濾餅含水率的多元二次回歸方程模型為:

表4 濾餅含水率回歸方程模型的方差分析Table 4 Analysis of variance (ANOVA) for the quadratic model for the WC

在式(4)中,X2、X3變量的負系數表明,該變量的負向變化能引起響應值的減少,正的二次項系數表明,方程的拋物面開口向上,具有極小值點,能夠進行最優分析[25].對該模型進行方差分析和顯著性檢驗,結果見表4,其中二次響應面回歸模型的F值為157.03,模型的P<0.0001,說明模型具有高度的顯著性.模型的校正決定系數R2adj為0.9387, S/N(信噪比)為32.941,遠大于5,說明該模型可以解釋約94%的響應值變化,只有總變異的6%不能用該模型解釋;模型的回歸程度一般用相關系數R2表示,當R2接近于1時,說明經驗模型能夠較好地反映實驗數據,反之R2越小,說明相關性越差[26],該模型相關系數R2為0.9451,因而該模型擬合度良好,實驗誤差較小,可以對CaO、PAFC和1227聯合調理污泥不同投加量條件下的濾餅含水率進行預測.圖4為濾餅含水率實驗值和預測值的對比,相關系數R2為0.9648,斜率0.9948接近1,說明基本上可以用該模型代替實驗真實點對實驗結果進行分析.T檢驗表明:回歸方程中, X1、X2、X3、X12、X22、X32、X1X2均在P<0.001水平上極顯著,說明方程的一次項與二次項有較高的顯著性,各影響因素與響應值之間的回歸關系顯著.

圖4 濾餅含水率的真實值和預測值的對比Fig.4 The actual and predicted WC plot

2.2.2 CST減少率模型方差分析 CST減少率的多元二次回歸方程模型為:

表5 CST減少率回歸方程模型的方差分析Table 5 Analysis of variance (ANOVA) for the quadratic model for CST reduction efficiency

在式(5)中,X2、X3變量的正系數表明,該變量的正向變化能引起響應值的增加,負的二次項系數表明,方程的拋物面開口向下,具有極大值點,同樣能夠進行最優分析[25].表5為該模型的方差分析和顯著性檢驗,模型的P<0.0001,說明模型極顯著,模型的相關系數R2為0.9560,校正決定系數R2adj=0.9508,S/N(信噪比)為38.209,遠大于5,說明該模型可以解釋約95%的響應值變化,只有總變異的5%不能用該模型解釋,因此該模型擬合程度良好,實驗誤差較小,可以對CaO、PAFC和1227聯合調理不同投加量條件下的CST減少率進行預測.圖5為CST減少率實驗值和預測值的對比,相關系數R2為0.9757,斜率為0.9961接近于1,說明該模型預測較準確,這也進一步佐證了顯著性檢驗的結果.由表5回歸方程系數顯著性檢驗可知:該模型的一次項與二次項均較顯著.

圖5 CST減少率的實驗值和預測值的對比Fig.5 The observed values plotted against the predicted values of CST reduction efficiency

2.3 響應曲面圖與參數優化

為更直觀的說明CaO、PAFC和1227聯合調理對污泥濾餅含水率和CST減少率的影響以及表征響應曲面函數的性狀,用Design-Expert Software 8.0做出兩兩自變量為坐標的3D圖以及等高線圖,如圖6、圖7所示.

2.3.1 濾餅含水率響應曲面圖與參數優化 圖6a為1227投加量為78.75mg/g(0水平)時, CaO和PAFC投加量對污泥濾餅含水率的影響.可以看出,在一定范圍內,污泥濾餅含水率隨CaO投加量的增加呈減小趨勢,繼續增加CaO投加量,污泥濾餅含水率反而呈上升趨勢,表明過量的CaO會遏制污泥濾餅含水率的持續下降;同理,污泥濾餅含水率隨PAFC投加量的增加在一定范圍內呈下降趨勢.圖6b為PAFC投加量為50.00mg/g(0水平)時,CaO和1227投加量對污泥濾餅含水率的影響,可知,隨著CaO和1227投加量的增加,污泥濾餅含水率總體呈先下降后上升的趨勢.圖6c為CaO投加量為50.00mg/g(0水平)時,PAFC和1227投加量對濾餅含水率的影響,可以明顯看出,在一定范圍內,污泥濾餅含水率隨1227投加量的增加呈減小趨勢,繼續增加1227投加量,污泥濾餅含水率反而呈上升趨勢,與CaO投加量對污泥濾餅含水率的影響趨勢一致.因此從統計學的角度分析,需要對CaO、PAFC和1227投加量進行優化組合以便使污泥濾餅含水率降至最低.

2.3.2 CST減少率響應曲面圖與參數優化 圖7a為1227投加量為78.75mg/g(0水平)時, CaO和PAFC投加量的變化對污泥CST減少率的影響,可知,在一定范圍內, CST減少率隨CaO投加量的增加呈增大趨勢,繼續增加CaO的投加量, CST減少率迅速下降;CST減少率隨PAFC投加量的增加緩慢增加.圖7b為PAFC投加量為50.00mg/g(0水平)時,CaO和1227投加量的變化對CST減少率的影響,可以看出, CST減少率隨CaO和1227投加量的增加呈先上升后下降的趨勢.圖7c為CaO投加量為50.00mg/g(0水平)時,PAFC和1227投加量的變化對CST減少率的影響,可以明顯看出,在一定范圍內,污泥CST減少率隨1227投加量的增加呈增大趨勢,繼續增加1227投加量,CST減少率反而呈下降趨勢,因此CaO、PAFC和1227均存在最佳投加量使CST減少率最大.

使用Mathematical software 7.0和響應曲面模型確定聯合調理過程中變量運行的最佳條件,可知,濾餅含水率的多元二次回歸方程模型在編碼變量X1=-0.32, X2=0.64, X3=0.10時取得最小值,為68.23%,對應的CaO、PAFC和1227的投加量分別為43.60, 62.80, 81.13mg/g,將編碼變量X1、X2、X3的值帶入CST減少率的模型方程,可得CST減少率為87.18%; CST減少率的多元二次回歸方程模型在編碼變量X1=-0.40,X2=0.52,X3=0.09時取得最大值,為87.34%,對應的CaO、PAFC和1227的投加量分別為42.00,60.40, 80.89mg/g,將編碼變量X1、X2、X3的值帶入濾餅含水率的模型方程,可得濾餅含水率為68.27%,綜合考慮藥劑投加量和污泥的脫水性能,選取CaO、PAFC和1227的最佳投加量分別為42.00, 60.40, 80.89mg/g.

圖6 變量對污泥濾餅含水率影響的響應曲面Fig.6 Surface graphs of WC showing the effect of variables

圖7 變量對CST減少率影響的響應曲面Fig.7 Surface graphs of CST reduction efficiency showing the effect of variables

2.4 最優值驗證

為考察響應曲面模型方程最優條件的準確性和實用性,在CaO、PAFC和1227分別為42.00, 60.40, 80.89mg/g條件下進行驗證實驗,結果表明濾餅含水率為(68.30±0.26)%,CST減少率為(87.30±0.32)%,與模型預測值基本吻合,因此基于響應曲面法所得的最佳工藝參數準確可靠,對相關污泥處理及條件優化具有一定的指導意義.

3 結論

3.1 CaO、PAFC和1227聯合調理能夠明顯改善污泥的脫水性能,且調理污泥的最佳藥劑量范圍分別為30.00～70.00,30.00～70.00,45.00～112.5mg/g.

3.2 基于二次響應曲面法建立了聯合調理條件下濾餅含水率和CST減少率的預測模型,模型的相關系數R2分別為0.9451和0.9560,擬合度良好,實驗誤差小,可分別對CaO、PAFC和1227不同投加量下的濾餅含水率和CST減少率進行預測.

3.3 在實驗方案中,確定CaO、PAFC和1227的最佳投加量分別為42.00、60.40和80.89mg/g,此時污泥CST減少率取得最大值87.38%,濾餅含水率為68.28%,污泥脫水效果良好.并在最優條件下進行了驗證實驗,結果表明:濾餅含水率為(68.30±0.26)%, CST減少率為(87.30±0.32)%,與模型預測值基本吻合.

[1] Chen Y G, Chen Y S, Gu G W. Influence of pretreating activated sludge with acid and surfactant prior to conventional conditioning on filtration dewatering [J]. Chemical Engineering Journal, 2004,99(2):137-143.

[2] Feng X, Deng J C, Lei H Y, et al. Dewaterability of waste activated sludge with ultrasound conditioning [J]. Bioresource Technology, 2009,100(3):1074-1081.

[3] Singh K P, Mohan D, Sinha S, et al. Impact assessment of treated/ untreated wastewater toxicants discharged by sewage treatment plants on health, agricultural, and environmental quality in the wastewater disposal area [J]. Chemosphere, 2004, 55(2):227-255.

[4] 邢 奕,洪 晨,趙 凡.脫硫灰調理對污泥脫水性能的影響[J]. 化工學報, 2012,64(5):1810-1818.

[5] Thapa K B, Qi Y, Clayton S A, et al. Lignite aided dewatering of digested sewage sludge [J]. Wat. Res., 2009,43(3):623- 634.

[6] 周翠紅,凌 鷹,曹洪月.市政污泥脫水性能實驗研究與形態學分析 [J]. 中國環境科學, 2013,33(5):898-903.

[7] 謝浩輝,麻紅磊,池 涌,等.污泥結合水測量方法和水分分布特性 [J]. 浙江大學學報(工學版), 2012,46(3):503-508.

[8] Bolto B, Gregory J. Organic polyelectrolytes in water treatment [J]. Water Research, 2007,41(11):2301-2324.

[9] Ma W, Zhao Y Q, Kearney P. A study of dual polymer conditioning of aluminum-based drinking water treatment residual [J]. J. Environ. Sci. Health Part A, 2007,42(7):961-968.

[10] Kopp J, Dichtl N. Prediction of full-scale dewatering results of sewage sludges by the physical water distribution [J]. Water Science and Technology, 2001,43(11):135-143.

[11] 鹿 雯,張登峰,王盼盼,等,陽離子表面活性劑對污泥脫水性能影響研究 [J]. 環境化學與技術, 2008,31(6):35-39.

[12] Deneux-Mustin S, Lartiges B S, Villemin G, et al. Ferric chloride and lime conditioning of activated sludges: an electron microscopic study on resin-embedded samples [J]. Wat. Res., 2001,35(12):3018-3024.

[13] Yuan H P, Zhu N W, Song F Y. Dewaterability characteristics of sludge conditioned with surfactants pretreatment by electrolysis [J]. Bioresource Technology, 2011,102(3):2308-2315.

[14] Chen Y G, Yang H Z, Gu G W. Effect of acid and surfactant treatment on activated sludge dewatering and settling [J]. Water Research, 2001,35(11):2615-2620.

[15] 楊國友,石 林,柴 妮.生石灰與微波協同作用對污泥脫水的影響 [J]. 環境化學, 2011,30(3):698-702.

[16] 黃 璞,謝明勇,聶少平,等.響應曲面法優化微波輔助提取黑靈芝孢子多糖工藝研究 [J]. 食品科學, 2007,28(10):200-203.

[17] 高瑀瓏,王允祥,江漢湖.響應曲面法優化超高壓殺滅金黃色葡萄球菌條件的研究 [J]. 高壓物理學報, 2004,18(3):273-278.

[18] 石文天,劉玉德,王西彬,等.微細銑削表面粗糙度預測與試驗[J]. 農業機械學報, 2010,41(1):211-215.

[19] Tony M A, Zhao Y Q, Fu J F, et al. Conditioning of aluminium-based water treatment sludge with Fenton’s reagent: Effectiveness and optimising study to improve dewaterability [J]. Chemosphere, 2008,72(4):673-677.

[20] Benatti C T, Tavares C R G, Guedes T A. Optimization of Fenton’s oxidation of chemical laboratory wastewaters using the response surface methodology [J]. Journal of Environmental Management, 2006,80(1):66-74.

[21] Soloman P A, Ahmed Basha C, Velan M, et al. Augmentation of biodegradability of pulp and paper industry wastewater by electrochemical pre-treatment and optimization by RSM [J]. Separation and Purification Technology, 2009,69(1):109-117.

[22] Montgomery D C. Design and analysis of experiments [M]. New York: John Wiley, 1991.

[23] Huang C, Ruhsing Pan J, Fu C G, et al. Effects of surfactant addition on dewatering of alum sludges [J]. Journal of Environmental Engineering, 2002,128(12):1121-1127.

[24] 蔣 波.陽離子型表面活性劑對活性污泥脫水性能的影響及作用機理研究 [D]. 上海:上海交通大學, 2007.

[25] 廖素鳳,陳劍雄,楊志堅,等.響應曲面分析法優化葡萄籽原花青素提取工藝的研究 [J]. 熱帶作物學報, 2011,32(3):554-559.

[26] Little T M, Hills F J. Agricultural experimental design and analysis [M]. New York: John Wiley, 1978.

Parameter optimization of sludge co-conditioning based on RSM model.

XING Yi, WANG Zhi-qiang, HONG Chen*,SI Yan-xiao, LIU Min, LI Yang, TIAN Xing-qiang (Department of Environmental Science and Engineering, University of Science and Technology Beijing, Beijing 100083, China). China Environmental Science, 2014,34(11)：2866～2873

The potential benefits of sludge dewaterability under surfactant-conditioning (1227) with CaO, PAFC were investigated. Water content of dewatered sludge (WC) and CST were regarded as evaluation index, and single factor experiment was conducted to obtain optimum range of reagent dosage. Then quadratic polynomial prediction models of WC and CST reduction efficiency were established by Box-Behnken experimental design based on response surface methodology (RSM), and optimum parameters of co-conditioning were obtained. The results demonstrated that co-conditioning could significantly improve sludge dewaterability. The optimum values for CaO, PAFC and 1227 were 42.00, 60.40 and 80.89mg/g, respectively, at which WC of (68.30±0.26)% and the CST reduction efficiency of (87.30±0.32)% could be achieved. Meanwhile, verifying experiment was conducted under the optimal conditions and experimental results coincided with model predictions. Thus the optimum parameters obtained from response surface methodology were accurate and reliable, and have certain directive meaning for related sludge treatment and condition optimization.

sludge conditioning；CaO；PAFC；surfactant；response surface methodology

X705

A

1000-6923(2014)11-2866-08

邢 奕(1976-),男,山西太原人,副教授,博士,主要從事城市剩余污泥資源化處理、燒結煙氣脫硫、高濃度難降解有機廢水處理、礦區土壤修復研究.發表論文90余篇.

2013-11-20

國家自然科學基金項目(51104009);北京市科技新星計劃項目(Z111106054511043);北京市優秀人才培養資助項目(2012D009006000003);中央高校基本科研業務費專項資金資助項目(FRF-TP-12-011B);昆明市科技計劃項目(2012-02-09-A-G-02-0001);廣東省教育部產學研結合項目(2011B090400629)

* 責任作者, 博士, hongchen000@126.com