污水中氨氮去除的主要影响因素

Posted 2023-01-13 因素

篇首语：非淡泊无以明志，非宁静无以致远。本文由小常识网(cha138.com)小编为大家整理，主要介绍了污水中氨氮去除的主要影响因素相关的知识，希望对你有一定的参考价值。

摘要：结合生产实际运行数据，分析了深圳市某污水处理厂A2O生物处理单元、AB生物处理单元、微絮凝过滤单元和次氯酸钠消毒单元等对氨氮的去除效果，采用基于蒙特卡罗（Monte-Carlo）模拟的概率统计方法对该厂再生水中氨氮符合相应标准的概率（保障率）进行了定量计算。结果表明，氨氮存在较大的超标风险，对此采用Plackett-Burman设计对全流程处理工艺中影响氨氮去除效果的因素进行了研究，筛选出了主要控制因子：混合液回流比、过滤池聚合氯化铝（PAC）投加量和接触池中次氯酸钠投加量，为进一步优化工艺参数提供了重要理论依据和实践基础。

城市污水处理厂污水来自经过一定处理的生活污水或不包含重污染工业废水在内的城市污水，其污染物本底值相对较高，在利用过程中，其水质存在潜在风险。而目前污水处理厂常规的二级处理、深度处理工艺对某些水质指标的去除效果不佳，比如氨氮。造成此现状的原因，除工艺自身的局限外，还由于生产性的全流程污水处理中存在不同工艺的组合，其运行参数往往通过中试实验所确定，运行时间限制、控制条件和主要控制因素的不确定性导致了实际应用存在一定的误差。因此，改进和优化生产性全流程污水处理工艺，提高对氨氮的去除效能，降低再生水中氨氮的环境风险，显得尤为重要。

Plackett-Burman设计法是20世纪中后叶发展起来的优化实验条件统计学方法，属于部分析因设计中二水平设计，具有不完全平衡块的特征，能够在较少的实验和时间下，通过建立一阶数学模型，从众多的过程因素变量中分析出重要影响因素与响应值的变化规律，筛选出最为重要的几个因素，确定最优的因素组合，再做后续工作进行优化细调，避免在后期的优化实验中由于因子数太多或部分因子不显著而浪费实验资源。与随机平衡实验、部分因子实验相比较，该方法在筛选实验重要因子方面最为有效和准确。Plackett-Burman设计法常与响应面分析法等统计学方法联合使用，在化学化工、生物工程和食品工业条件优化等领域广泛应用。

本研究在水处理领域首次采Plackett-Burman设计对生产性全流程污水处理工艺中影响氨氮去除效果的因素进行研究，为进一步优化工艺参数、挖掘工艺处理能力、提高对氨氮的去除效能提供重要理论依据和实践基础。

1实验设计

1.1污水处理厂工艺流程

污水处理厂主体工艺分为2部分，工艺流程如图1，主要工艺参数见表1。一部分采用A2O二级生物处理工艺，处理能力为18万m3/d，一部分采用AB法工艺，B段为T型氧化沟，处理能力为12万M3/D，总规模为30万M3/D。经二级处理后的30万M3/D污水进入深度处理系统，采用的是微絮凝过滤工艺，然后，其中20万M3/D的水量经过紫外消毒达到'城镇污水处理厂污染物排放标准（GB18918-2002）(一级A标准后排入深圳河，10M3/D的水量经过接触池次氯酸钠消毒达到相关再生水标准后作为再生水用于补充河道和城市绿化。

1.2实验设计

根据生产运行实际可控性，选择氧化沟PAC投加量（X1）、生物池混合液回流比（X2）、生物池出水PAC投加量（X3）、过滤池反冲洗周期（X4）、过滤池PAC投加量（X5）、过滤池次氯酸钠投加量（X6）、接触池中次氯酸钠投加量（X7）、接触池后次氯酸钠投加量（X8）作为可控因素进行研究，选用N=12的Plackett-Burman实验来确定要考察过程中的关键可控因素，并预留3个虚拟变量作为误差分析。。

每个因素取2个水平2低水平和高水平，按照因素的特点、实际运行值及经验取高低水平值，评价指标为再生水中氨氮浓度（MG/L）。采用Design Expert软件进行实验设计、数据分析及模型建立。Plackett-Burman实验设计因素水平及编码见表2。

详情请点击下载附件：污水中氨氮去除的主要影响因素