低濃度難降解廢水處理系統效能評估和建模優化

萬先蓉 李春紅（中國工程物理研究院材料研究所，四川 綿陽 621907）

低濃度難降解廢水處理系統效能評估和建模優化

萬先蓉 李春紅（中國工程物理研究院材料研究所，四川 綿陽 621907）

隨著時代的進步，經濟的發展，人們在生活水平日漸豐富和提高的同時，所產生的廢水廢氣也就在以相同的速度遞增著。而工業的發展自然也就少不了會產生工業上一些低濃度難降解的廢水。什么是低濃度難降解的廢水？是指經過物化處理后的廢水被統稱為低濃度難降解的廢水。正是由于這種工業廢水大多具有低濃度和難降解兩個重疊的特點，對其的處理，以及怎樣處理，就都成為了國內外污水處理界公認的難題。

低濃度難降解廢水；污水處理系統；效能評估；建模優化

當前，我國使用的廢水處理系統大多都是以好氧生物工藝作為基礎，再消耗掉大量的能量對微生物進行培養，通過加強它們對降解和吸收污染物的能力，來達到改善廢水的水質目的?？墒?，一方面由于我國絕大部分的廢水處理系統都沒有完全發揮出這種設計方面的能力和要求，另一方面常規性的生物處理工藝已經無法達到所規定的排放標準。所以，這些年來，不少的專家和學者都開始著重研究怎樣防止廢水處理系統中那些影響水質的不確定性因素和對原系統設備的改進，以到達提升對廢水的優化處理能力。

1 對低濃度難降解廢水處理的目的

正是因為我國在處理廢水系統的運行中面對很多暫時無法解決的問題及不確定因素的存在，如：運行的參數、進水的參數和環境參數等。從而導致影響廢水處理時的出水水質方面的情況，以及還有可能對系統運行的整體效果產生更大的影響。因此，有關人員在對系統進行調試或運行階段的處理過程中一定會遇上這些不確定的因素，他們就會極力避免這些因素給廢水處理系統帶來的危害或風險。

為了解決不確定因素造成的出水水質太差、處理量沒有達到設計要求、能量和成本消耗太高以及一些系統的不穩定等狀況，最終達到增強廢水處理系統方面的處理能力和效能的目的，專家們在研究中引入了數理的統計方法和遺傳算法-反向傳播神經網絡模型，以及好氧活性污泥2D模型后，制定出了一套極為科學的廢水處理系統，在運行效能上的評價方案極其運行中的優化方案。

2 數理統計技術（MSM）

數理統計技術指的是一種用以分析和研究，并加以整理的受到隨機因素影響產生的數據，為進行思考問題做出預測及推斷，為將要采取某種行動或是使用某種決策提供建議和依據。這種技術最早源于社會的調查以及人口的統計等活動，期間經歷了古典、近代和現代三個階段的歷史發展過程。現代社會對它的使用范圍越來越廣泛，由于廢水處理技術的不斷發展與需要，這種技術也逐漸開始被引入了進來，應用到了水質預測、水質監測、水質的分析和水質評價等許多方面。同時，還能使用MSM來對廢水在處理的效能和穩定性以及可靠性方面進行評估與研究。

3 活性污泥（ASMS）

活性污泥數學模型的發展有兩個階段，一個傳統經驗的數學模型階段，產生于二十世紀八十年代之前。另一個是動態機理的數學模型階段，產生于二十世界八十年代之后。傳統經驗的數學模式在五十年代以后，因污水處理系統的不斷發展，專家們用微生物的生長動力學和反應器方面的理論相結合，研究出了描述活性污泥系統的基質降解速率和微生物的增值速率，以及好氧速率等半經驗半理論的模型。直到進入了二十世紀八十年后，因計算機技術與污水處理技術的更進一步的發展，對描述活性污泥系統也就提出了更高的要求，從而出現了三種ASMS的動態機理模型，分別是：Andrews模型、WRC模型和IAWQ模型。之后又相繼研究出了IWA模型的其他三套模型：ASM1（活性污泥1號模型）、ASM2D（活性污泥2號模型）、ASM3（活性污泥3號模型）。目前而言，在許多動態的數學模型中，經常使用的ASMS模型就是IWA模型。

4 遺傳算法-反向傳播神經網絡模型（GA—BPNN）

鑒于污水處理系統具有其自身的復雜性和非線性，以及時變化性和多因素影響等特征，在對廢水處理系統研究其出水水質的預測中就會面臨著很多多元非線性的問題。其中BP神經網絡模型，就是介于灰箱模型與黑箱模型兩者之間的一種系統模型。它就帶有非線性和非局限性，非常定性和非凸性的特點，這樣的特點對非典型性的數據系統有著特別好的適應性。因此，將這種BP神經網絡使用在解決缺失值及非線性的問題上，就會有著很突出的優越性。

5 工藝模型

若是以LSCWWTS使用初沉池和A2/O池，及其二沉池來當做主體工藝，在研究中依照其所建造的廢水處理系統工藝框架，就能建立起廢水處理系統的整個優化設計的數學模型。只是在這個建造過程中，首先要注意的是將整個廢水處理系統的功能劃分清楚，再對每一個單元工藝執行的功能，建立出相應的設計模型。這里，會將全部的系統劃分成為：初沉池和厭氧池，缺氧池和好氧池，以及二沉池等五個反應系統，而后就會對每一個反應系統建立機理模型。

6 結語

經過對廢水處理系統一系列的研究和發現，不難看出運用智能模型可以更好的與工藝模型相結合，一起使用在廢水處理系統的優化運行及對其效能的改善。

［1］聶書凱，厭氧MBR處理低濃度難降解印染廢水效能及模擬［J］，哈爾濱工程大學，2013.

［2］余穎，活性污泥去污水處理過程智能建模及仿真研究［D］，北京工業大學，2005.

［3］鄧軍，龍艷瓊，德國廢水處理系統進水水質參數分析［J］，市政技術，2009（5）.

［4］盧培麗，張代鈞，劉穎，活性污泥法動力學模型研究進展和展望［J］，重慶大學學報（自然科學版），2002（3）.