关键词:
污水处理控制
温室气体
氧化亚氮
数学模型
制浆造纸
摘要:
随着“碳达峰碳中和”目标的提出,造纸污水处理过程排放的温室气体受到的关注逐渐增多,尤其是具有极高全球增温潜势的氧化亚氮气体(Nitrous oxide,NO),开发集高出水品质和温室气体减排的先进控制系统已成为目前的行业趋势和研究热点。针对具有强温室效应的NO,本文构建了一个计算准确的NO排放动力学模型和提出了一种基于分层控制思想的NO减排优化控制方案,在实现出水达标的同时有效降低了NO排放量,为污水处理过程提供了一个方便且准确的NO核算方法,以及帮助解决了造纸污水处理厂面临的出水水质和NO排放的权衡难题。首先,以造纸污水缺氧/好氧(Anoxic/oxic,A/O)处理工艺为研究对象,通过对氨氧化细菌(Ammonia oxidizing bacteria,AOB)反硝化和异养反硝化工艺途径的建模,构建了NO排放动力学模型,并利用Matlab软件提供的标准化回归系数方法和非线性规划求解函数fmincon对模型参数进行了灵敏度分析和参数估计,实现了对模型的校准。采用国际公认的基准仿真1号模型(Benchmark simulation model no.1,BSM1)提供的进水数据和造纸污水数据对NO排放动力学模型进行验证,发现模型可以合理估计系统组分状态浓度和准确预测NO排放量。其次,通过文献调研和NO排放动力学模型,初步确定出水水质和NO排放的影响因素为:进水化学需氧量(COD)、生化需氧量(BOD)、总固体悬浮物(TSS)、氨氮(NH)和总氮(TN)浓度、进水流量(Q)、生化池溶解氧(Dissolved oxygen,DO)浓度和内回流比。为了确定NO减排优化控制方案中的被控变量,利用Sobol指数法识别出水水质和NO排放的关键影响因素为:生化池DO浓度和内回流比。通过Spearman等级相关系数方法对影响出水水质和NO排放的因素进行相关性分析,排除非必要因素,将进水COD、NH和Q视为后续优化控制方案中出水水质和NO排放量软测量模型的部分输入变量。由于DO浓度和内回流比的Spearman相关系数存在较大误差,设计开环仿真实验,另外探究DO浓度和内回流比对出水水质和NO排放的影响规律。结果表明:曝气量(Ka,指代DO浓度)为40 d和内循环流量(Q,指代内回流比)为36892 m·d时,污水处理系统运行状况最优。然后,基于实际污水处理厂内回流比为恒定值的现状,将Q设置为36892 m·d,在NO排放动力学模型基础上提出了3种不同的DO浓度控制策略,分别为比例积分微分(Proportional integral derivative,PID)控制、模糊-PID(Fuzzy-PID)控制和反向传播神经网络-PID(Back propagation neural network-PID,BPNN-PID)控制,并采用造纸污水数据,设计有进水干扰和无进水干扰的2类仿真实验,评估控制器性能。仿真结果表明:无干扰情况下,3种控制器均具有较高的控制精度,但BPNN-PID控制器响应速度最快,上升时间仅为183 s;强干扰情况下,Fuzzy-PID控制器的总体控制性能最优,但是运行速度极慢,仿真运行时间为56.57 min;3种控制器对出水水质控制效果有限,不能使出水水质全部达标,但在一定程度上可以降低NO排放量。BPNN-PID对NO排放量的控制效果最好,跟开环仿真相比,减少了约31%的总NO排放量。最后,整合上述内容和信息,建立了一个分层的NO减排优化控制系统,即粒子群BP神经网络PID控制(Particle swarm optimization back propagation neural network-PID,PSOBP-PID)。具体实现方法为:通过PSO-BP神经网络算法构建出水水质和NO排放软测量模型,提供进水水质和DO浓度与出水水质和NO排放的关系,建立出水约束层;基于约束关系和DO浓度对出水水质和NO排放的影响规律,利用差分进化算法求解DO浓度优化设定值,建立优化设定层;使用BPNN-PID控制器对优化设定值实施动态跟踪控制,实现出水达标以及NO减排,建立跟踪控制层。与开环仿真相比,PSOBP-PID控制器成功使出水水质降到了规定限值以下,并减少了约34%的总NO排放量;与常规PID控制相比,也减少了约6%的总NO排放量。因此,PSOBP-PID控制方案是一种有效的NO减排控制策略,可以在出水达标的前提下,尽可能地减少NO排放量。