活性污泥模型(ASMs)研究進(jìn)展及其發(fā)展前景

彭玉，王建輝，齊高相，高旭，申渝，3，馮東，鐘誠(chéng)

(1.重慶工商大學(xué) 智能制造服務(wù)國(guó)際科技合作基地，重慶 400067；2.重慶工商大學(xué) 環(huán)境與資源學(xué)院，重慶 400067；3.重慶南向泰斯環(huán)保技術(shù)研究院有限公司，重慶 400060；4.重慶中法環(huán)保研發(fā)中心有限公司，重慶 400020；5.重慶市水務(wù)資產(chǎn)經(jīng)營(yíng)有限公司，重慶 400010)

污水的處理方法包括物理、化學(xué)和生物法，其中，生物法中的活性污泥法應(yīng)用最為廣泛和典型，活性污泥系統(tǒng)是一個(gè)復(fù)雜的微生物生態(tài)系統(tǒng)，因微生物反應(yīng)機(jī)理復(fù)雜，其處理效果受不確定因素的干擾較大。傳統(tǒng)的污水處理廠運(yùn)行都依靠經(jīng)驗(yàn)豐富的技術(shù)人員去運(yùn)行，雖然許多大型污水廠采購(gòu)了大批技術(shù)先進(jìn)、自動(dòng)化程度高的設(shè)備和檢測(cè)系統(tǒng)，但沒(méi)有從根本上解決污水處理過(guò)程管理高度依賴人工經(jīng)驗(yàn)造成的效率低、成本高和穩(wěn)定性差的問(wèn)題，通常需要依賴足夠的容器儲(chǔ)存進(jìn)水，并過(guò)量曝氣和投藥，只保證了污水的達(dá)標(biāo)，不能精確地調(diào)控污水廠的管理運(yùn)行，造成能耗物耗的浪費(fèi)。

各國(guó)學(xué)者通過(guò)大量實(shí)驗(yàn)和計(jì)算，得出了活性污泥法中各組分間的反應(yīng)機(jī)理以及各反應(yīng)要素之間的關(guān)系，建立了活性污泥數(shù)學(xué)模型(簡(jiǎn)稱ASMs)，給污水廠的活性污泥工藝的運(yùn)行管理提供了很大的幫助?；钚晕勰鄶?shù)學(xué)模型的建立包含了機(jī)理模型和統(tǒng)計(jì)模型，機(jī)理模型一般都以國(guó)際水協(xié)會(huì)的ASMs模型為核心，依據(jù)活性污泥系統(tǒng)中的質(zhì)量、能量和動(dòng)量守恒原理建立模型，統(tǒng)計(jì)模型是依據(jù)過(guò)程輸入、輸出數(shù)據(jù)的統(tǒng)計(jì)方法建立模型，在商業(yè)軟件將這兩類模型整合，就可以動(dòng)態(tài)模擬仿真污水廠的各項(xiàng)出水水質(zhì)變化，指導(dǎo)實(shí)際的生產(chǎn)運(yùn)行，進(jìn)而優(yōu)化運(yùn)行，以達(dá)到改善出水水質(zhì)、節(jié)省曝氣耗電，減少加藥量、減少剩余污泥量、節(jié)省人力成本等目的。此外，模型還可對(duì)工藝設(shè)計(jì)和改進(jìn)提供指導(dǎo)，通過(guò)對(duì)經(jīng)濟(jì)指標(biāo)，如鼓風(fēng)泵、加藥、池體大小等方面的核算可篩選出技術(shù)合理、經(jīng)濟(jì)可行的最終設(shè)計(jì)方案。

1 ASM系列模型簡(jiǎn)介

1987年，國(guó)際水協(xié)(IWA)在傳統(tǒng)活性污泥靜態(tài)數(shù)學(xué)模型的基礎(chǔ)上，推出了3套活性污泥核心模型ASM1、ASM2、ASM3，為活性污泥系統(tǒng)仿真提供了重要的理論基礎(chǔ)，并廣泛應(yīng)用于許多的歐洲國(guó)家，許多國(guó)家已經(jīng)將其作為一種標(biāo)準(zhǔn)。在我國(guó)，活性污泥模型在理論與實(shí)際應(yīng)用相結(jié)合方面與國(guó)際先進(jìn)水平存在著較大差距[1]，國(guó)際上以ASM系列模型為核心的軟件主要有：EFOR、GPS-X、BIOWIN、WES、SSSP、ASIM等，這些軟件可模擬污水處理廠的運(yùn)行狀況，以尋求最佳運(yùn)行工況，還可以建立預(yù)案庫(kù)，針對(duì)動(dòng)態(tài)進(jìn)水水質(zhì)的情況快速調(diào)整運(yùn)行策略。

ASMs系列模型的發(fā)展為污水處理工藝提供了重要的理論基礎(chǔ)，主要描述了微生物去除污水中的COD、氮、磷等過(guò)程[1]。1987年IWA在Eckenfelder、Mckinney、英國(guó)水協(xié)會(huì)(WRC)、Andrews 等研究的基礎(chǔ)上推出活性污泥模型1號(hào)(ASM1)，該模型引入了開(kāi)關(guān)函數(shù)的概念，建立了碳氧化、硝化和反硝化模型[2]。模型以矩陣形式進(jìn)行描述微生物的反應(yīng)方程式，定義了13個(gè)進(jìn)水顆粒態(tài)有機(jī)物和溶解態(tài)有機(jī)物組分，描述反應(yīng)的19個(gè)參數(shù)，其中有14個(gè)是微生物動(dòng)力學(xué)參數(shù)，5個(gè)是反應(yīng)過(guò)程的計(jì)量系數(shù)。由于ASM1 只描述了COD和氮的去除，不包含磷去除的過(guò)程，因此使該模型應(yīng)用受到了一定的限制[3]。

IWA在1995年推出了活性污泥模型2號(hào)[4](ASM2)。ASM2在ASM1基礎(chǔ)上增加了除磷過(guò)程，引入了總懸浮固體TSS的概念，去除了在動(dòng)力學(xué)中不起作用的組分，只考慮細(xì)胞生物量的平均組成；1999年，IWA對(duì)ASM2 稍有延伸，推出了ASM2d[5]，增加了聚磷菌(PAO)可利用細(xì)胞有機(jī)儲(chǔ)存產(chǎn)物進(jìn)行反硝化，改進(jìn)了ASM2中PAO僅在好氧條件下生長(zhǎng)的描述。

1999年IWA推出了ASM3。該模型所涉及的主要反應(yīng)過(guò)程和ASM1基本相同，在ASM1中容易混淆的將異養(yǎng)菌和硝化菌衰減和死亡的轉(zhuǎn)換過(guò)程進(jìn)行了清晰的區(qū)分，將ASM1中反應(yīng)過(guò)程的重點(diǎn)由水解轉(zhuǎn)向有機(jī)底物的儲(chǔ)存[2]。

2 國(guó)內(nèi)外研究現(xiàn)狀

近年來(lái)，隨著智慧水務(wù)的發(fā)展，活性污泥數(shù)學(xué)模型是國(guó)內(nèi)外水處理領(lǐng)域研究的熱點(diǎn)之一[6]。從相關(guān)的研究進(jìn)展來(lái)看，目前主要的研究方向有三個(gè)：一是基于ASMs系列模型模擬實(shí)際污水處理工藝，二是對(duì)模型中活性污泥動(dòng)力學(xué)參數(shù)校正方法的研究，三是對(duì)模型中進(jìn)水組分測(cè)定方法的研究，ASMs模型里面包含了眾多參數(shù)，參數(shù)是否準(zhǔn)確決定了模型搭建是否準(zhǔn)確。

2.1 ASMs的應(yīng)用研究

ASMs模型是基于活性污泥微生物死亡再生理論而建立的[7]，目前在應(yīng)用研究方面，大多數(shù)研究者都在國(guó)際水協(xié)的三套核心模型基礎(chǔ)上進(jìn)行改良，得到更適應(yīng)實(shí)際情況的模型，以提高模型的模擬精度。

Elawwad等[8]利用Arrhenius方程，借助商業(yè)軟件Biowin對(duì)ASM3進(jìn)行擴(kuò)展，在穩(wěn)態(tài)條件下，模型校正了三個(gè)主要的微生物動(dòng)力學(xué)參數(shù)μH、bH、YH，模擬出水結(jié)果與污水處理廠的10個(gè)月的監(jiān)測(cè)出水?dāng)?shù)據(jù)進(jìn)行對(duì)比，發(fā)現(xiàn)此模型較好地模擬了污水廠的運(yùn)行，為干旱區(qū)工業(yè)廢水和生活污水混流的設(shè)計(jì)和運(yùn)行提供了依據(jù)；孫培德等[9]基于ASM模型的反應(yīng)機(jī)理基礎(chǔ)上，將微生物菌群劃分為8個(gè)種群，用4個(gè)不同的菌群描述了硝化和反硝化作用下的生物脫氮過(guò)程，并將溫度耦合到反應(yīng)速率方程中，建立了全耦合活性污泥系統(tǒng)模型FCASM3；孫培德等[10]基于FCASM3建立了杭州某污水廠的A+A2O工藝模型，測(cè)定了污水廠進(jìn)水水質(zhì)組分和微生物動(dòng)力學(xué)參數(shù)，模擬結(jié)果與2017上半年實(shí)測(cè)數(shù)據(jù)進(jìn)行校核，利用校核后的工藝模型模擬出了該污水廠的好氧池曝氣、污泥回流比和混合液回流比最佳運(yùn)行工況；Ni[11]考慮了亞硝酸鹽和硝酸鹽的反硝化作用，并介紹了同步存儲(chǔ)和生長(zhǎng)的概念，建立了一種基于ASM3的兩步反硝化模型，利用4個(gè)不同的反硝化案例研究的實(shí)驗(yàn)結(jié)果對(duì)該模型進(jìn)行了評(píng)價(jià)，并與原ASM3模型進(jìn)行了比較，結(jié)果表明，改良后的模型能夠更好反映活性污泥系統(tǒng)中的反硝化過(guò)程；郭彥雪等[12]使用Biowin軟件用改良后的ASM2d模型模擬了含有菌膠團(tuán)的DE型雙溝式氧化溝中工藝，結(jié)果較好地?cái)M合了有機(jī)物、氮、磷的降解過(guò)程，該結(jié)果對(duì)于氧化溝工藝改良具有一定意義。占?jí)舫钡萚13]利用ASM2d模型對(duì)某污水處理廠的AAO工藝進(jìn)行模擬，模擬工藝出水COD、氨氮和總氮等指標(biāo)與實(shí)際值吻合較好，調(diào)整排泥量、內(nèi)回流比和外回流比，模擬曝氣能耗和內(nèi)回流能耗均有較大的節(jié)省。

目前ASM模型在丹麥、荷蘭等國(guó)家推行較好，在我國(guó)實(shí)際應(yīng)用不廣泛，主要原因有：國(guó)外商業(yè)軟件的價(jià)格高，且培訓(xùn)費(fèi)用昂貴，對(duì)軟件使用人員的專業(yè)技能要求較高，上手熟悉程度慢[14]；使用ASMs搭建模型需要的歷史數(shù)據(jù)量較多且對(duì)數(shù)據(jù)質(zhì)量要求較高，適用于大型且自動(dòng)化程度高的污水廠，而在我國(guó)，許多的污水處理廠在線監(jiān)測(cè)指標(biāo)較少，自動(dòng)化程度較低。

2.2 ASMs中參數(shù)的動(dòng)力學(xué)參數(shù)的研究

活性污泥法的核心是活性污泥，活性污泥中包含許多類型的微生物?；钚晕勰嗄Ｐ椭杏嘘P(guān)微生物的參數(shù)很關(guān)鍵，微生物動(dòng)力學(xué)參數(shù)尤為重要，如自養(yǎng)菌產(chǎn)率系數(shù)、異養(yǎng)菌產(chǎn)率系數(shù)、自養(yǎng)菌最大比增長(zhǎng)速率等。雖然IWA協(xié)給出了不同溫度下的各個(gè)動(dòng)力學(xué)參數(shù)參考范圍，但在不同季節(jié)、不同地點(diǎn)、不同時(shí)間情況下，微生物的這些參數(shù)差別較大，并且這些參數(shù)測(cè)定方法復(fù)雜、沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，這使得活性污泥法數(shù)學(xué)模型在實(shí)際污水處理廠中的應(yīng)用受到限制，人們一直在不停試驗(yàn)探究ASMs模型中各種重要參數(shù)測(cè)定方法[15]。

目前參數(shù)校正主要有兩種方法，一種是數(shù)學(xué)法，另一種是化學(xué)實(shí)驗(yàn)法。實(shí)驗(yàn)法主要有活性污泥呼吸計(jì)量法[16]，數(shù)學(xué)法有曲率法、最小二乘法、遺傳算法等，其中，遺傳算法是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過(guò)程的計(jì)算模型[17-18]。參數(shù)是模型實(shí)際應(yīng)用的關(guān)鍵，通常都是數(shù)學(xué)法和實(shí)驗(yàn)法兩者結(jié)合，相輔相成。

楊杰[19]以ASM1模型為基礎(chǔ)，使用GPS-X軟件模擬了某污水廠厭氧-好氧工藝的脫氮，通過(guò)呼吸計(jì)量法和硝酸鹽濃度測(cè)定法對(duì)異養(yǎng)菌最大比增長(zhǎng)速率、異養(yǎng)菌產(chǎn)率系數(shù)、異養(yǎng)菌衰減系數(shù)和自養(yǎng)菌最大比增長(zhǎng)速率等參數(shù)進(jìn)行了測(cè)定，發(fā)現(xiàn)使用實(shí)測(cè)的模擬結(jié)果與監(jiān)測(cè)實(shí)際出水結(jié)果吻合較好；周雪飛等[16]通過(guò)化學(xué)實(shí)驗(yàn)法，使用了兩種不同的方法，間歇活性污泥法和呼吸計(jì)量法，來(lái)測(cè)定活性污泥數(shù)學(xué)模型中異養(yǎng)菌產(chǎn)率系數(shù)，實(shí)驗(yàn)結(jié)果顯示活性污泥計(jì)量法實(shí)驗(yàn)得出異養(yǎng)菌產(chǎn)率系數(shù)的結(jié)果模擬效果較好；夏偉[20]針對(duì)傳統(tǒng)遺傳算法提出了一種基于克隆選擇策略的改進(jìn)遺傳算法GSGA，利用GSGA對(duì)ASM1中的敏感性參數(shù)進(jìn)行動(dòng)態(tài)模擬，校正后的結(jié)果明顯優(yōu)于改進(jìn)前的遺傳算法，使得改進(jìn)后的模擬結(jié)果和實(shí)際更為接近；龔希博[21]對(duì)模型參數(shù)進(jìn)行了敏感性分析，得出了敏感度較高的四參數(shù)μA、KA，NH、KA，O和 bA，O2，然后基于遺傳算法，用MATLAB編寫(xiě)了程序，計(jì)算出了這4個(gè)參數(shù)一組最優(yōu)值，使用計(jì)算后的參數(shù)模擬出水結(jié)果與實(shí)測(cè)出水值的擬合精度比ASM模型給出的默認(rèn)參數(shù)情況下擬合精度更高；表1是4個(gè)常見(jiàn)主要?jiǎng)恿W(xué)參數(shù)常見(jiàn)的實(shí)驗(yàn)測(cè)定方法。

表1 常見(jiàn)4個(gè)ASM模型動(dòng)力學(xué)參數(shù)主要測(cè)定方法Table 1 Main measurement methods of fourkinetic parameters

2.3 ASMs中進(jìn)水組分測(cè)定的研究

污水廠進(jìn)水COD 顆粒態(tài)組分和溶解態(tài)組分分解是搭建活性污泥數(shù)學(xué)模型的第一步，在實(shí)際模型搭建過(guò)程中大多數(shù)情況下都使用IWA給出的模型默認(rèn)值。目前的一些方法過(guò)于復(fù)雜，對(duì)人員操作和儀器精密度要求很高，而且其準(zhǔn)確性和科學(xué)性也得不到驗(yàn)證，廢水的實(shí)際COD 組分比例測(cè)定也是ASM模型應(yīng)用的難題之一，所以建立進(jìn)水水質(zhì)組分測(cè)定標(biāo)準(zhǔn)，是ASMs模型投入實(shí)際應(yīng)用所面臨的一個(gè)緊要問(wèn)題[25]。

呼吸計(jì)量法是測(cè)定微生物氧呼吸速率(OUR)最常用的方法[26]，通過(guò)耗氧速率曲線可以看出微生物的許多信息。Collivignarelli等[27]取意大利北部某工業(yè)廢水處理廠經(jīng)預(yù)處理的廢水，在高溫條件下用呼吸計(jì)量法測(cè)量快速易降解COD(SS)，用醋酸鈉作為基質(zhì)，得出結(jié)果為SS占總COD比例始終低于30%；艾海南[28-29]利用OUR法原理搭建了一套微生物呼吸儀，使用該設(shè)備同時(shí)測(cè)量重慶某污水廠的慢速可生物降解COD(XS)和快速易生物降解COD(SS)，從得出的OUR曲線剔除內(nèi)源呼吸，用特殊的計(jì)算方法，測(cè)得的兩個(gè)參數(shù)結(jié)果與傳統(tǒng)的OUR臺(tái)階法相比，更符合理論上的解釋，更具有可靠性，結(jié)果重現(xiàn)性也較高；盧培利用比呼吸速率法測(cè)定重慶某污水廠進(jìn)水異養(yǎng)菌COD(XH)，測(cè)得幾個(gè)水樣X(jué)H在116～200 mg/L之間，占進(jìn)水總COD比例為23%～46%，高于文獻(xiàn)報(bào)道的31%的水平，理論上符合重慶地勢(shì)起伏較大的實(shí)際情況[30]；智朋丹等[29]利用復(fù)合分析可編程滴定分析儀，其原理是間歇OUR法，測(cè)定了Verziano污水處理廠的SS、SI、XI、XH、XS分別占進(jìn)水總COD的比例為19.19%，9.74%，4.12%，7.27%，59.59%；各個(gè)地區(qū)的氣候、地形和居民用水習(xí)慣導(dǎo)致了進(jìn)水COD組分的不同，在用ASM模型建模之前對(duì)這些進(jìn)水組分進(jìn)行測(cè)定是必不可少的。表2列出了一些污水廠化學(xué)實(shí)驗(yàn)測(cè)得的COD組分占總COD的比例。

表2 污水處理廠實(shí)測(cè)COD組分比例Table 2 The proportion of measured COD components insewage treatment plants

3 結(jié)論與展望

隨著越來(lái)越多的人對(duì)ASMs模型的研究和關(guān)注，污水處理行業(yè)也看到ASMs的應(yīng)用前景，越來(lái)越多的人嘗試將ASM模型應(yīng)用到實(shí)際工程中，在將來(lái)ASMs模型會(huì)是污水廠運(yùn)行管理必不可少的輔助工具，參數(shù)測(cè)定標(biāo)準(zhǔn)的統(tǒng)一、模型機(jī)理深入研究和在線監(jiān)測(cè)技術(shù)的發(fā)展將會(huì)促進(jìn)ASMs模型在實(shí)際中的應(yīng)用，ASMs未來(lái)發(fā)展趨勢(shì)總結(jié)主要有以下三個(gè)方面：

(1)將ASMs與大數(shù)據(jù)結(jié)合起來(lái)，協(xié)同管理污水處理廠運(yùn)行，隨著大數(shù)據(jù)在各行各業(yè)應(yīng)用的極速發(fā)展，污水處理廠從業(yè)人員也看到了大數(shù)據(jù)在污水處理廠進(jìn)水和出水估計(jì)中的應(yīng)用前景，模型從微生物生長(zhǎng)衰減機(jī)理的角度出發(fā)，而大數(shù)據(jù)從純數(shù)據(jù)角度入手，可以預(yù)測(cè)由于季節(jié)、溫度、當(dāng)?shù)氐挠盟?xí)慣等導(dǎo)致的進(jìn)水和出水水質(zhì)情況，兩者可以相互輔助，相互對(duì)比，使污水廠管理更加精確。

(2)目前的大部分研究都是從離線模型入手，用污水廠歷史運(yùn)行數(shù)據(jù)搭建模型，但不同時(shí)間進(jìn)水和出水水質(zhì)都在變化，會(huì)導(dǎo)致模型模擬結(jié)果滯后，不能很好地模擬當(dāng)前的實(shí)際情況。隨著污水在線監(jiān)測(cè)技術(shù)和污水指標(biāo)基于數(shù)據(jù)軟測(cè)量技術(shù)[39]的發(fā)展，離線模型向在線模型發(fā)展，污水廠運(yùn)行數(shù)據(jù)及時(shí)反饋給模型，通過(guò)在線模型快速給出運(yùn)行策略，這樣的調(diào)控方式更加具有時(shí)效性，應(yīng)對(duì)突發(fā)緊急情況更有效。

(3)云管理平臺(tái)的發(fā)展也使得污水廠管理更加集中，未來(lái)可以在云平臺(tái)搭建多個(gè)污水廠的在線ASM模型，在云端統(tǒng)一管理污水廠數(shù)學(xué)模型，調(diào)控污水廠日常運(yùn)行和管理，實(shí)現(xiàn)污水廠管理的遠(yuǎn)程化、集中化和智能化。