BSM1基準仿真數學模型在污水監測中的可行性分析

袁睿澤

(陜西國防工業職業技術學院，陜西 西安 710300)

污水監測指的是利用先進的科學技術，對環境或者水資源當中的污染因素進行觀察、監控、測定，并以現代化手段深入分析監測結果，進而評價環境或水體質量，記錄環境與水體質量長期以來的變化情況，為相關的改進或預防措施提供數據依據。在我國城鎮化建設水平不斷提高的大背景下，城鎮地區常住人口數量逐年增加，污水污染由原先的農村分散式污染轉變成城鎮集中式污染，一定程度上加大了污水處理的難度[1-3]。經過多年來的研發與技術積累，我國在監測技術方面取得了長足的進步，針對不同污染物質的傳感器設備開始應用于污水監測中，尤其是在5G技術開始投入規模化使用的情況下，污水數據的采集也更加便利，污水數據資源更加豐富，同時也對污水處理過程控制提出了更高的要求。相比于其他化工技術來說，污水處理系統普遍存在耦合性、滯后性、非線性等方面的特點，難以精準控制各項污水處理指標。因此，需要通過特定的數學模型對污水處理過程中各項參數的變化情況加以描述，進而持續調整污水處理方案[4-6]。2018年，歐盟科學技術與合作組織與國際水質協會開展合作并開發了“1號基準仿真模型”BSM1，該模型逐漸被世界各國應用于污水處理廠的長期的動態特性。研究將針對污水處理監測的一般需求建立基于BSM1仿真平臺的數學模型，并對該模型在污水監測工作中的可行性進行分析[7-8]。

1 BSM1基準仿真模型概述

BSM1基準仿真模型以A2O工藝流程為基礎，由活性污泥法1號模型所構成，用于描述污水處理過程的沉淀反應和生化反應，基本結構如圖1所示。該模型沉淀共有10層。Z代表組分濃度、Q代表流量[9-10]。

圖1 BSM1結構

依照污水處理生物脫氮的基本原理，整個生化處理流程的核心是硝化反應和消化反應，其中最重要的變量為硝態氮濃度。為了合理控制回流液中溶解氧含量，避免破壞前端缺氧池缺氧環境，該系統需要嚴格控制5號池中的溶解氧濃度[11-12]。由此可知，BSM1控制回路的基本原理在于通過控制氧傳遞系數來控制2號池的硝態氮濃度和5號池的溶解氧濃度。

BSM1基準仿真模型能夠從動力學、化學、物理學等多個角度反映污水處理的脫氮過程，基于A2O工藝流程交換反應信息，對13種組分的反應過程加以描述，具體組分見表1。其中，X代表顆粒性組分，S代表可溶性組分[13]。

表1 ASM1中所有組分

在BSM1基準仿真模型中，污水的生物處理過程總共包括8個過程，具體內容如下。

(1)異養微生物的好氧生長。當異養菌處于氧容量充分環境時將通過易生物降解有機物促進生產，生長速率計算方法為：

(1)

(2)異養微生物的缺氧生長。當異養菌處于缺氧環境時將通過硝態氮和易生物降解有機物促進生長，生長速率計算方法為：

(2)

(3)自養微生物的好氧生長。當自養菌處于氧容量充分環境時將通過氨氮促進生長，生長速率計算方法為：

(3)

(4)異養微生物的衰減。本次研究默認微生物在任意環境均有相同的死亡速率，并逐漸轉化為易溶生物可降解有機氮、生物衰減產生的顆粒產物、慢性可生物降解有機物，則異養微生物的衰減速率計算方法為：

ρ4=bHXBH

(4)

(5)自養微生物的衰減。自養微生物的衰減過程可以參照異養微生物衰減進行描述，衰減速率計算方法為：

ρ5=bAXBA

(5)

(6)易溶生物可降解有機氮的氨化。污水中的微生物在逐漸死亡的同時，易溶生物可降解有機氮也會隨之發生氨化反應，氨化速率的計算方法為：

ρ6=kaSNDXBH

(6)

(7)緩慢生物降解有機物的水解。經過水解轉化后的慢性可生物降解有機物會生產能夠被微生物快速降解的有機物，進而促進微生物的生產，水解速率的計算方法為：

(7)

(8)緩慢生物降解有機氮的水解。經過水解后的顆粒性生物可降解有機氮會產生能夠被微生物快速降解的有機氮，其水解速率的計算方法為：

(8)

以上8個反應速率計算方法中所包含的動力學參數見表2。根據各項反應速率計算方法可知，在有機底物濃度較低的情況下，反應速率會隨著有機底物濃度的增加而增加，在反應速率達到最高的情況下，反應速率并不會因有機底物濃度的提升而增加。

表2 ASM1中的動力學參數

在發生生物反應的過程中，各組分的反應隨之發生，并且由一種或幾種微生物的反應所構成。反應速率的計算方法：

(9)

不同組分反應速率計算方法為：

r1=0

(10)

(11)

r3=0

(12)

r4=(1-fp)ρ4+ρ4(1-fp)ρ5-ρ7

(13)

r5=ρ1+ρ2-ρ4

(14)

r6=ρ3-ρ5

(15)

r7=fpρ4+fpρ5

(16)

(17)

(18)

(19)

r11=-ρ6+ρ8

(20)

r12=(iXB-fpiXP)ρ4+(iXB-fpiXP)ρ5-ρ8

(21)

(22)

以上公式中所包含的化學計量參數見表3。

表3 ASM1中的化學計量參數X

基于物料守恒原則，各生化反應池內的組分之間必然存在一定的對應關系，設BSM1結構圖(圖1)中的5個生化池分別為k1、k2、k3、k4、k5，各生化池的體積為V1、V2、V3、V4、V5，則有如下所示的生化池物料平衡方程：

(23)

(24)

式(23)默認同一反應池內進水流量與出水流量相等且同步發生，并將k號池中13種組分反應速率的組合向量記為rk；式(24)中的進水流量等于首端入水、外匯流量和內回流量之和。

2 SIMULINK模型搭建

研究通過SIMULINK平臺來搭建基于BSM1的生化池反應模型，進而對生化反應前后各組分的變化狀況進行模擬。該模型的輸出變量和狀態變量同為14個，輸出變量包括水流量和13種組分，狀態變量包括氧傳遞系數和13組分，總計輸入15個(氧傳遞系數、水流量和13種組分)，以5號反應池為例，該生化池反應模型如圖2所示。

圖2 單個反應生化池反應模型

圖2中flow為水流信息，該模型的輸入為由氧傳遞系數以外的其他輸入變量所組成的列向量，由于反應池的排水流量等于入水流量，所以輸入、輸出流量數據也可以直接連接。設5號ASM1數學模型為Br5，以微分方程(23)為例，該程序應當綜合13個微分方程對各組分的變化情況進行計算。由于各反應池均有相同的反應流程，并且全部遵循ASM1數學模型的動作原理，因此各反應池也都可以采用相同的建模方法。各組分狀態數值更新流程如圖3所示。

圖3 生化池狀態變量更新流程

3 BSM1基準仿真平臺測試

為了保證模型仿真的真實性，本次研究在污水處理廠采集了14 d的真實數據，具體包括暴雨、雨、晴天3種天氣下的工況數據。晴天入水流量變化如圖4所示，晴天入水可溶性組分濃度變化如圖5所示，晴天入水難溶性組分濃度變化如圖6所示，雨天入水流量變化如圖7所示。

圖4 晴天入水流量變化

圖5 晴天入水可溶性組分濃度變化

圖6 晴天入水難溶性組分濃度變化

經統計分析可知，污水處理系統的入水情況每7 d為一個周期，與城市居民的活動規律相符。根據圖4可知，周一至周四入水流量較小，周五、周六、周日污水處理工作量較少；根據圖5和圖6可知，顆粒懸浮物和氨氮排放量明顯超標，在同一個周期內，入水流量的增加會帶動入水組分的提升，此時流量和濃度未發生明顯波動；根據圖7可知，由于第8—11天受降雨影響，入水流量在當日突增。

圖7 雨天入水流量變化

研究為了對基于BSM1的生化池反應模型的正確性進行驗證，對該模型實施為期100 d的開環仿真實驗。BSM1開環仿真模型如圖8所示。其穩態輸入數據為晴天入水數據的平均值，設定5號池氧傳遞系數84 m3/d、內回流量55 336 m3/d、污泥排量385 m3/d、污泥回流量18 446 m3/d。

圖8 BSM1開環仿真模型

經過計算機處理后得到的運行結果見表4。根據國際水協會提供的參考值與仿真對比穩態出水數據可知，基于BSM1的生化池反應模型具有充分的可行性，所得到的仿真值與參考值十分接近，能夠應用于一般的污水監測工作，該組數據也包括了入水流量以及13種組分，基本可以滿足污水處理工作實踐可能遇到的所有情況。

表4 穩態出水數據

4 結語

本次研究詳細介紹了BSM1基準仿真數學模型在污水監測中的工作原理與應用策略，闡述了該模型下污水的生物處理過程與各組分反應速率的計算方法，提出了基于BSM1的生化池反應模型并通過仿真模擬的方式對該模型的可行性進行了驗證。經實驗研究發現，基于BSM1的生化池反應模型的仿真結果與實際參考值十分接近，將該模型應用于污水監測具有較為充分的可行性。