精确曝气流量控制在污水生物处理工艺中的应用研究.docx
《精确曝气流量控制在污水生物处理工艺中的应用研究.docx》由会员分享，可在线阅读，更多相关《精确曝气流量控制在污水生物处理工艺中的应用研究.docx（16页珍藏版）》请在冰点文库上搜索。
精确曝气流量控制在污水生物处理工艺中的应用研究
精确曝气流量控制在污水生物处理工艺中的应用研究
摘要:
本文对在污水生物处理工艺系统中采用精确曝气流量控制进行了阐述、并提出了实现方法。
用分段常值的函数来模拟控制变量（即空气流量或曝气量），在进水水质、水量等干扰情况下，通过优化控制达到了抑制生物反应池中溶解氧浓度变化幅度（±0.2mg/L）的目的；数值优化过程中，采用最速下降法来求解目标函数的最小值。
基于此方法的AVS（AverationVolumecontrolSystem）精确曝气流量控制系统经过在上海桃浦工业区污水处理厂的调试和试运行，基本达到了精确曝气和降低能耗的目标。
Abstract:
Amethodologyforaccurateaerationvolumecontrolisproposedforwastewaterbiologictreatment.Thepiecewiseconstantfunctionisutilizedtoapproximatethetimedependentcontrolvariable,i.e.,theaerationvolume.TheoptimalcontrolisperformedtoconstraintheDOconcentrationwithinthetoleranceof0.2mg/L.Innumericaloptimizationprocess,thesteepestdescendmethodisemployedwiththefirstorderderivativesofthecostfunctionalcalculatedfromtheadjointmethod.TheAVSsystembasedontheproposedmethodologyhasbeenappliedinShanghaiTaopuWastewaterTreatmentPlanttotestifyitsvalidity,andexperimentresultsdemonstrateitssignificantadvantageinaccurateaerationvolumecontrolanditspromisingcharacteristicsofcostreduction.
关键词：
污水处理，精确曝气，优化控制，节能，溶解氧
Keywords：
Wastewatertreatment，Accurateaerationvolumecontrol，Optimalcontrol，Economizeenergy，DO
1.污水生物处理工艺及曝气控制
目前城市污水处理较多采用活性污泥生物处理工艺，即利用微生物的代谢作用，使污水中呈溶解、胶体状态的有机污染物转化为稳定的无害物质。
生物处理过程是个复杂的生物化学反应过程，通过曝气维持好氧环境是其中一个非常重要的环节。
不同的工艺，曝气的方式也有所不同，但是在几乎所有的采用活性污泥生物处理工艺的污水处理厂中，鼓风曝气是能耗最大的环节。
从一些国内的污水处理厂耗电量来，曝气环节占据了总耗电量的50-70%，所以曝气系统的精细化控制改造对整个污水处理厂的节能运行意义重大。
1.1污水生物处理工艺
一座典型的污水处理厂中，经过曝气，原水中50-60%的有机物转化为二氧化碳和水，出水中仍然含有10%的有机物，而30-40%的有机物转移到污泥中（参见【1】）。
我们通常希望更多的有机物转移到污泥中，因为污泥的处理成本相对较低。
如果DO（溶解氧浓度）值过高，其结果是更多的有机物转化为二氧化碳和水，即经由污泥的呼吸作用而消耗，但这个过程要消耗大量的氧，造成曝气的浪费，而且污泥容易老化。
如果DO值过低，则影响到了微生物的呼吸和吸附有机物的过程，造成出水有机物含量过高。
因此，综合这两个方面的考虑，期望将DO控制在稳定的水平上。
从工艺处理流程整体来分析，城市污水处理过程控制由于进水流量、进水水质在时间上的不固定性，加上生化反应过程还受到季节、温度和天气的影响，污水处理系统具有参数维数高和高度非线性的特点；而且，污水处理工艺中存在大时滞，系统平衡难以在短时间内达到；输入量有随机特性，建立污水处理系统的精确数学模型较为困难。
因此，精确曝气流量控制对污水处理行业来说是一项复杂研究和实践课题。
为了达到按生物处理过程需要供气、减少生物反应池中DO值的波动波幅、使生物处理过程处于最佳状态，即：
污水处理既达到既定的排放标准、又能节约曝气能耗，就有必要研究基于模型的精确控制技术。
1.2大多数污水处理厂曝气系统现状
国内大多数污水处理厂的曝气系统采用了两类简单的控制回路来自动或人工控制曝气。
一是采用溶解氧（DO）检测仪和电动调节阀作为简单的控制回路，如图一所示，当生化反应池内的DO值大于某一个设定值时，关闭电动蝶阀；当DO值小于某一个设定值时则打开电动蝶阀。
二是采用了PID进行定值调节，根据池中溶氧仪的DO反馈信号与DO设定值进行比较，将偏差通过PID运算后传给阀门的行程控制器调节阀门的开度，进而控制池内的DO值。
图1：
传统的溶解氧反馈控制图
Fig.1:
TraditionalfeedbackcontrolofDO
传统控制方法的缺点在于：
一是由于时间延迟，即从开始曝气到池内DO变化需要一段时间，造成溶解氧的控制波动很大；二是传统方法能耗高，为了保证安全运行，系统的DO设定值只能保持在较高的数值上，保持了过大的余度而造成浪费；三是过大的波动会使得池内的生物环境不稳定，干扰生物系统的工作。
AVS精确曝气流量控制系统以解决上述问题为目标，以下将对其进行详细说明。
2.AVS精确曝气流量控制系统控制原理
目前，城市污水生物处理工艺较多采用的是厌氧-好氧（A1-O除磷）和缺氧-好氧（A2-O脱氮）组合工艺流程的活性污泥法，底部曝气和立式表曝是好氧流程的主要两种充氧手段，而且大部分的采用鼓风机组底部曝气。
2.1AVS精确曝气流量控制系统性能配置
AVS精确曝气流量控制系统是一个集成的曝气控制系统，它由系统控制单元、带执行机构的曝气流量调节阀、热值气体流量计、压力变送器和液位计等组成。
系统功能上由生物处理过程建模模块、曝气流量配气建模模块和曝气流量控制回路三个部分组成。
该系统以曝气流量信号作为控制信号，溶解氧、进水CODcr、BOD5和氨氮信号作为辅助控制信号，经过生物处理过程模型和历史数据综合处理，得出系统需要的曝气量；系统同时根据实际的曝气输送管道分布等负载大小，经曝气流量配气模块处理，提供给鼓风机组控制系统，使鼓风机组处于所要求的工况状态来提供空气供给量，系统可根据实际负载状况自行调整设定值的大小；曝气流量控制回路为基本就地控制回路，由电动流量调节阀、热值气体流量计和模型给定的瞬时设定流量组成回路，可快速、准确地根据实际的负荷波动调节空气供给量，使生物池的每一部分都能达到高效。
从而减少生物反应池中DO值波动，达到精确曝气的控制目标。
系统中曝气流量配气模块对流量调节性能和空气压力损失的关系进行了平衡。
电动流量调节阀在全开的情况下压力损失比较小，但随着开度的减小压力损失会逐步上升。
出于优化运行和节能的考虑，需要尽量使电动流量调节阀在大开度工况条件下工作，减少因压力损失造成的能源损耗，寻找最优阀门开度组合（最小的压力损失），并在此条件下给出鼓风机允许的最小输出压力。
曝气控制系统的整体流量控制精度达5%，振荡小。
生物反应池的空气总管处安装压力变送器，为检测管道漏损、阀门泄漏、曝气头堵塞等异常现象提供了分析工具。
AVS精确曝气控制系统提供三种运行模式，即本地自动控制、人工强制控制、和安全模式三种控制方式。
并提供通讯接口，支持数据远传。
本地自动控制是推荐控制方式，用于污水厂污水处理工艺正常运行、精确曝气控制系统的热值气体流量计、DO溶氧仪、压力传感器工作正常情况下，具有最大的节气效能；人工强制控制是在污水厂污水处理工艺处于非正常运行条件下，例如污水负荷突然大幅度改变、污水含有有毒物质、生化反应池处于异常状态等情况下，直接允许人工操纵的控制方式；安全模式是一种大余度的自动控制方式，用于污水厂污水处理工艺经常处于大扰动条件下，比如进水的污水负荷较大范围的经常性变动、进入生化反应池的水量有较大的变化情况下，大余度控制的本质是提高系统抵抗大扰动的能力，提高安全运行系数。
AVS精确曝气流量控制系统达到的控制目标是：
以节能为目标，实现精确控制，按照需求供气，降低污水厂单位处理成本；稳定活性污泥生物处理环境，提高活性污泥处理效率；稳定出水指标，抵御瞬时进水负荷冲击带来的排放压力；精确化和智能化，降低现场工作人员劳动强度。
2.2精确曝气流量控制原理
精确曝气流量控制原理图如图2所示。
图2：
精确曝气量控制原理图
Fig.2:
Diagramofaccurateaerationvolumecontrolsystem
生物处理是污水处理过程中最重要的工艺处理环节，即通过人为地维持好氧环境（好氧氧化法），使曝气池（好氧流程）内氧含量处于可接受的范围。
在这个范围内，曝气池中的微生物将维持一系列的生化过程，使污水中的目标物质（BOD5、CODcr、总磷TP、总氮TN）含量降低，从而达到排放要求。
为了对曝气池溶解氧（DO）环境进行精确的控制，要对DO的动态平衡有充分的认识，其包含两个过程：
一是氧扩散过程，在鼓风曝气系统中主要体现为空气从曝气池底部的曝气头释放后，空气中的氧气从气相向液相中转移。
二是氧消耗过程，这个过程综合了好氧处理过程的各种环节，包括机碳去除过程、生物脱氮、生物除磷等，DO的消耗是由上述过程综合作用的结果。
由于污水厂的进水水质和水量是变化的，在特定的时间段内其耗氧量也是变化的，只有使该时段内的供氧量和耗氧量相均衡，才能保证处理环境的稳定，保证出水水质。
AVS精确流量控制过程包括两个主要部分内容：
其一是生物处理模型的设计建模过程，即通过对某一特定污水处理厂的历史运行数据（如：
进水、BOD5，CODcr，SS、TP，TN（NH3-N）等）或在线运行数据进行汇总统计和分析处理，参见【2】，确定该污水厂生物处理过程的一些特征参数和补偿参数。
再通过仿真，检验这些特征参数的有效性。
通过这个过程，基本可以获得该污水处理厂的水平衡（包含污水负荷）、泥（底物）平衡、气（曝气）平衡过程的稳态值及其扰动特征，同时需要考虑一些额外的环境影响因素，如：
温度、PH值、固体悬浮物MLSS组份等。
其二是在线实时控制过程，即通过建模过程中获得的特征参数和补偿参数，经模型计算得出当前需要的曝气量，按照该气量进行精确控制。
在控制中需要三种类型的数据：
经过对历史数据统计分析后获得的特征参数、由各种扰动带来的补偿参数、在线数据，比如冬天和夏天温度的不同造成氧消耗特征明显不同，池底沉淀物浓度的变化也会对氧消耗带来很大影响。
在线数据又分为前置数据以及目标数据，前置数据是对一些可能会造成扰动的输入进行提前测量，比如水量变化、PH值等水质变化，当AVS获得这些在线数据后会提前进行抑制操作，而不是等到DO值发生变化后再进行调节；目标数据是DO值，系统会对DO值进行跟踪以确定控制结果。
需要指出的是，AVS并非严格依赖DO值进行控制，即使在溶氧仪不准确或损坏的情况下，按照模型中的历史数据及某些前置参数，仍然可以确保曝气池安全运行，只不过加大抵抗扰动的安全控制余度，表现为DO的真实平均值上升。
3.AVS是基于模型的精确控制
污水处理厂生物处理工艺全过程的建模包括：
氧扩散过程、微生物呼吸过程、有机碳的吸附过程、氨氮反硝化过程、污泥的回流过程、水力学过程、处理过程中的扰动处理过程（比如PH值变化、进水的有机物浓度变化、水力扩散过程、温度变化、测量误差等干扰）。
3.1动力学模型
为了进行有效和精确的控制，我们有必要对污水处理的全过程进行分析，但是通常DO是快时标变量，其动力学特性是非线性和时变的，依赖简单控制回路的传统控制方法无法解决精确控制的问题。
必须建立可靠的动力学模型，该模型应该包含历史经验，其控制参数将会随着对扰动的测量进行增益调节，本质上形成曝气流量和生化反应池内DO值和分布的可靠关系，但该关系是非线性和时变的。
典型的生物处理有机碳去除工艺可以简化为如图3所示的处理流程图。
其中我们假设，沉淀池为理想沉淀状态。
图3：
生物处理工艺基本流程图。
Fig.3:
Theflowchartofbiologictreatment.
在动态系统中，由有机碳、溶解氧和异氧菌的浓度可以由微分方程组来描述，即
其中，状态变量
，分别为曝气池底沉淀物、溶解氧和异氧菌的浓度，控制变量
。
作为示例，我们考虑以下的模型：
在该模型中，取曝气流量
为控制变量。
状态参数的初始值
，其余各参数的物理意义和取值见【1】。
推导中假设了出水中没有微生物，出水、剩余污泥和回流污泥中没有之间溶解氧，而且空气流量和氧总转移系数为指数关系（即Monod模型）。
数值试验表明该系统是一刚性（stiff）问题，在数值求解中应特别小心。
在数值试验中，进水流量
设为干扰变量，它在一个周期（24小时）内随时间的变化假设如图4所示。
相应地，生物反应池中溶解氧浓度也呈现出周期性地变化趋势，见图5中的虚线所示。
可以看到，溶解氧浓度波动范围很大。
下文要进行的优化控制，就是要在不增加总的曝气量的条件下，通过对曝气量的控制来抑制生物反应池中溶解氧浓度的波动，使其达到一个较为稳定的状态。
图4：
进水量的变化曲线。
Fig.4:
Waterinflow.
3.2曝气量优化控制
如前所述，生物反应池中溶解氧浓度的控制是污水处理工艺中非常关键而且非常困难的一个环节。
Olsson和Newell【2】给出的控制方案中，把空气流量与溶解氧浓度的误差联系起来，即
其中，控制误差
是溶解氧浓度的设定值与其真实值之间的差，通过控制使其满足
。
按照该控制规律，空气流量是一随时间实时变化的量。
显然，这将给实际控制过程带来很多困难。
在本文的研究中，考虑用分段常值（piecewiseconstant）的函数来逼近控制变量
。
把一个周期等分为
个阶段，在阶段
中，空气流量取为定值
，这样就没有必要对曝气量进行实时控制，减少了系统的控制成本。
为达到控制目的，即溶解氧浓度的波动
尽可能的小，我们考虑最优化问题
其中
为权数，用于调节溶解氧浓度的波动和空气流量之间的相对比重，
为溶解氧浓度的期望值；而且
。
为求解该最优化控制问题，引入对偶变量
，根据庞特里亚金原理，对偶变量应满足的动力学方程为：
其初始值是自由的，而应满足终止值条件
。
上式称为对偶方程，它不同于一般的初始值问题，但通过引入时间变换
可以转化为通常的初始值问题。
在数值试验中，我们先求解状态参数的满足的ODE方程组，然后把状态参数作为已知量，进而求解其对偶方程组。
有了状态参数和对偶变量后，就可以求得目标函数
相对于控制变量
的一阶导数值。
在数值优化中，我们运用最速下降法，
其中，
是一步长参数，可由经验或其他方法给出。
图6是优化过程中溶解氧浓度的变化曲线图。
图5：
优化过程中溶解氧浓度曲线。
Fig.5:
DOconcentrationsduringtheoptimizationprocess.
图中虚线所示为优化前溶解氧浓度的初始曲线，其波动超过了±1mg/L。
可以看到，随着优化过程的进行，溶解氧浓度的波动程度逐渐减小，最终减至±0.2mg/L，即（2.8±0.2）mg/L。
图5中右纵座标所示是曝气量，总的曝气量比优化前减小了5.36%。
可以看到，曝气量随时间的变化趋势基本与进水量的变化趋势相一致。
这里需要指出，以上仅以水量的变化以及如何抑制水量变化对DO的影响作为示例。
可与此类似地计算其它相关各量。
3.3控制模型的适用性考虑
AVS系统建模采用了国际水协会（IWA）的活性污泥数学模型，在众多的活性污泥数学模型中，由国际水协会（IWA）推出的活性污泥数学模型（ASM1～3）代表当今最新活性污泥模型研究的最高水平。
国际水协于1987年推出活性污泥1号模型（ASM1），引起了强烈的反响。
随着对活性污泥法机理研究的深入、分析测试水平及计算能力的提高，该模型不断地发展。
国际水协相继于1995年推出了活性污泥2号模型（ASM2），1998年推出了3号模型（ASM3），1999年又把2号模型ASM2拓展为ASM2d，这些都极大地推动了活性污泥法数学模型的研究。
这些模型可方便地用于新建、改建污水处理厂的方案设计，也可用于已有污水处理厂的静态、动态模拟和运行状况预测、以及运行工艺改进。
ASM2包含ASM1的所有工艺过程，即碳和氮的去除，还包含生物除磷过程，增加了厌氧水解、发酵及生物除磷、化学除磷的8个反应过程。
它含19种组分、19种反应、22个化学计量系数及42个动力学参数，但还是不能完全准确地反映活性污泥系统中的生物除磷过程。
国际水协数学模型课题组对ASM2进行了补充，成为ASM2d。
它加入了聚磷菌的缺氧条件下的生长过程，使其含19种组分、21种反应、22个化学计量系数及45个动力学参数。
ASM系列模型已经广泛的用于污水处理厂的设计、过程模拟，为工艺设计师和研究人员提供了极为方便的研究工具。
但ASM系列模型在污水处理厂的在线控制领域仍然有很多的困难，主要原因如下：
1）ASM模型的构造在理论上相当完美，但要把其直接使用在污水厂在线控制中，面临的主要困难是：
污水厂的在线分析仪表非常有限（没有实验室那样有完善的实验条件），通常无法满足ASM模型的输入要求，只能以估计值作为输入，无形之中降低了ASM模型的高度解析的模型要求；
2）ASM2D模型中虽然包含了生物脱氮、除磷的解析模型，然而其推出时间是在1999年，就其应用而言，主要还是在设计研究的范围之内，虽然在实验环境中有大量验证性文章，但直接用于污水处理厂的在线脱氮、除磷控制，尚未检索到完整的在线控制实施案例；
3）利用ASM模型用于在线控制，必须考虑到在线仪表会经常出现各种故障，如果完全依赖仪表进行自动控制，则有不可预知的风险。
因此，基于上述原因的综合考虑，需要在完美的理论模型和现实控制之间找到契合点，需要在原来模型的基础上进行适应性改造，以适合各类污水处理厂的实际条件
。
每一座污水处理厂具有一个独特的内在活性污泥处理模型，而且随着鼓风曝气系统效率、配气输送系统损耗、活性生物量、进水负荷（进水水量、组份）的长时间运行变化，该模型会逐渐变化。
因此需要通过定期校准和检验模型，使系统具备对模型渐变的持续跟踪能力，从而适应每座长久运行的污水处理厂生物处理工艺过程的渐变需要。
4.AVS系统的实践应用
日处理能力为6万m3的上海桃浦工业区污水处理厂采用序批式活性污泥法（SBR）处理工艺，处理的污水主要是桃浦工业区的工业废水和部分城市污水。
结合桃浦工业区污水处理厂的改造工程，AVS系统设备于2005年9月10日开始在现场安装，经过各设备单体安装调试完成后，生物处理工艺调试于11月29日进行，试运行自2006年1月份开始。
4.1AVS应用试验方法和调试
桃浦工业区污水处理厂共有三组SBR生物处理单元，每组处理单元分为4个池，其中2、3号中间两池为常曝气区，1、4号两侧池为交替曝气和沉淀。
本次应用试验确定了以第二组单元采用AVS精确曝气系统进行控制，称作试验池，日处理量为2万吨；第三组单元沿用以前的控制模式，称作对比池，日处理量同样为2万吨；两组池子均独立计量常曝气区的曝气流量。
在试验池常曝气总管上安装一只DN600的流量调节阀，同时安装热值气体流量计和压力变送器。
在对比池常曝气总管上安装热值气体流量计，试验池的安装布局如图6所示。
图6试验单元的安装布局图
Fig.6:
Configurationoftestingunit
试验分为三个阶段，第一阶段是建立模型，确定桃浦污水处理厂生物处理的特征参数；第二阶段是根据第一步的确定的模型进行调试，根据现场数据对模型进行修正；第三阶段为试运行，用以验证精确控制的效果。
首先对桃浦污水处理厂历年的运行数据进行分析，包括环境数据（季节因素、温度、大气压、水温、PH值、曝气SBR池体积等）、动力学数据（历史曝气量、历史进出水流量、出水DO浓度、池中DO浓度及其分布特征、MLSS，进出水BOD5，CODcr，SS、TN，TP等），结合运行中的工艺参数，在完成对上述数据进行统计性分析后，可获得桃浦污水厂的模型的基本构型及特征参数的取值范围。
历史数据沿用了桃浦污水处理厂历年的运行数据、化验室数据。
在线数据共采集了包括：
分析仪表信号、工艺信号等投运需要的30个在线数据，以每5秒记录一次的方式，将所有数据计入数据库，每日记录的数据量约为15M。
在线控制的数据采样率为每秒10次，以PLC的采样周期为准。
本次应用试验目的是：
①在同等工况条件下，确定试验池所需要的真实曝气量，与对比池进行比较；②通过对曝气量的调节，验证精确调节曝气池内DO值的方法，降低DO波动，稳定生化环境；③确定采用AVS系统后的节气量，为将来的节能改造提供技术保证和依据；④检验采用AVS系统控制后的总出水情况，确保出水达到排放标准。
在调试中，发现进出水工艺交替时，由于污泥流向发生变化，对溶解氧带来很大的冲击，如图8中对比池DO呈周期性的波动，符合桃浦污水处理厂运行中工艺轮换周期。
出于这种情况，对模型进行了进一步的修正，使其能够提前抵御工艺交替带来的影响。
注：
以上数据来自桃浦污水厂2006年4月5-9日运行数据
图7试验单元和对比单元在线溶解氧值（调试后）
Fig.7:
DOintestingunitandcomparisonunit（afterdebugging）
4.2AVS系统实际应用效果
采用了AVS精确曝气控制以后，经过了近5个月的调试和试运行以后，基本达到了应用试验的预期效果，具体如下：
①在试运行期间，经模型调节后试验池的曝气量明显低于对比池的曝气量，连续记录了1个月的曝气流量数据，发现试验池相对对比池节约曝气量30.51%；检测同期出水结果无明显变化。
②基本实现了溶解氧的稳定控制，参见图8。
在任意给定的DO设定值（试验中取2.2，2.5，2.8，3.0）下，52%的时间内实现了±0.2范围内的波动，在91%的时间内实现了在±0.5范围内的波动。
DO设定值的取值范围参考【3】。
发生超出控制范围的情况几乎全都出现SBR池的工艺轮换后6-8分钟，特别是沉淀池变为进水池时，由于底部污泥迅速搅拌，DO下降迅速；
③实现了节能曝气，以较低的曝气量满足工艺上的要求。
在实际试运行过程中，由于发现曝气量过大，建议少开1台鼓风机。
自2006年2月份起，试行只开1台鼓风机，而历年都是开2台鼓风机（日平均气量72万标准立方米）。
以3月份的运行数据为例，节能效果明显，如下表2所示；
表格1：
实际运行数据对比表
Table1：
comparisonsofcurrentexperimentaldatawithhistoricaldata
时期
进水（平均）
（立方米/日）
进出水质（平均，mg/L）
耗电量（平均）
BOD5
进/出
CODcr
进出
日用电量
（度）
单位耗电量
（度/立方米）
2006年3月份
63106
166.5/16.6
388.2/65.3
12307
0.229
2005年3月份
54774
201.7/15.7
472.1/61
23653
0.45
升级会员 