Modelando, Instrumentación, Automatización y Optimización de Tratamiento de Aguas Residuales Instalaciones

Modelando, Instrumentación, Automatización y Optimización de Tratamiento de Aguas Residuales Instalaciones

Headnote

RESUMEN: Una revisión de la literatura publicada en 2008 sobre temas relacionados con innovaciones tratamiento de aguas residuales en las áreas de modelado, instrumentación, automatización y optimización de tratamiento de aguas residuales se presenta.

PALABRAS CLAVE: tratamiento de aguas residuales, de instrumentación, automatización, control de procesos, modelización, mediciones, estimación de parámetros, optimización

doi: 10.2175 / 106143009X12445568399857

Modelado

Shen et al. (2008) aplicaron el control predictivo de modelo (MPC) para el proceso 1 (BSM1) tratamiento de aguas residuales de Referencia Modelo de Simulación para mantener la calidad de los efluentes dentro de los límites regulaciones especificadas. Relativamente buena rentabilidad se alcanzó bajo características influyentes estables.

Comeau y Takacs (2008) propusieron el uso de esquemas de procesos de modelo, especialmente cuando se usa una notación símbolo normalizado para las diversas variables de estado, para proporcionar un resumen conveniente para facilitar la comparación de modelos con respecto a su potencial y limitaciones. Hiatt y Grady (2008) desarrollaron el Lodo Modelo 1 (ASM1) compatible Modelo Lodos Activados activado para Nitrógeno (ASMN) modelo de proceso, que modeló la inhibición y de 4 pasos de desnitrificación y podría abordar los efectos de la elevada temperatura, condiciones de sal y contaminantes prioritarios . Latimer et al. (2008) informaron de un caso de estudio de 0,5 mg L / mayor predicción TN efluentes dinámico medio en BioWin 3.0.1 comparación con BioWin 2.

Takacs et al. (2008) presentó un método para estimar el verdadero tiempo de residencia lodos dinámico (DSRT), hacer el seguimiento de la edad real de las fracciones de biomasa. y demostraron que los organismos son susceptibles al lavado si el DSRT cae por debajo del lavado tiempo medio de residencia teórico celular (MCRT) y el valor SRT tradicionalmente movingaverage puede dar lugar a una sobreestimación significativa de la edad de los lodos de bienes después de períodos de gran pérdida de biomasa desde el sistema. Meserve et al. (2008) presentó un estudio de caso sobre la aplicación de modelado de procesos para el diseño de la planta y discutieron la importancia de obtener mediciones fiables, ya que la calibración inicial del máx. tasa de crecimiento nitrificantes fue casi la mitad del valor que ellos consideraban razonable para el diseño de las instalaciones.

Smith et al. (2008a) desarrolló el modelo de complejación superficial (SMC) de mediada químicamente eliminación de fósforo y Smith et al. (2008b) compararon SMC con modelos empíricos y semi-empíricos para simular los datos experimentales de pruebas tarro. Llegaron a la conclusión de que el modelo SCM mejor simula todos los datos considerados, y recomendó que sus parámetros pueden calibrar aún más a los datos de varios químicos de aguas residuales. El mecanismo de eliminación de un proceso de óxido férrico hidratado (HFO) filtración reactiva (RF) con el tratamiento junto mejorada químicamente secundaria (RECICLA) para la eliminación de fósforo de las aguas residuales municipales (HFO-RF-RECICLA) fue examinado por Newcombe et al. (2008). Los resultados sugieren que, además de la filtración de partículas de fósforo, el resultado de fósforo bajo terciaria efluente total se logró mediante la adsorción.

Kraemer et al (2008) utilizado en estudios de caso Biowin 3,0 y ASM2d modelo, que no modela una conversión de la demanda química de oxígeno (COD) de H2 en las zonas anaerobias. Dependiendo del proceso de modelado, la configuración ASM2d predijo hasta la necesidad de oxígeno del 17% más alto y hasta 21% más alto de masa de sólidos para la planta de tratamiento de aguas residuales de proceso (EDAR) diseños considerado. Los autores sugirieron Atención al utilizar el BioWin predicciones del modelo general de sistemas con zonas anaeróbicas, ya que su asignación del 35% de la DQO se pierda como H2 está en conflicto con los resultados de investigaciones que el 17% es el máximo práctico.

La abundancia y la pertinencia de Accumulibacler phosphatis (presumirá que los organismos de polifosfato acumulando [PAOs]), Competibacter phosphatis (presuntamente ser glycogenaccumulating organismos [Gaos]), y organismos tétrada de formación (OFT) a la capacidad de eliminación de fósforo a las seis de escala completa eliminación biológica de fósforo (EBPR) plantas de tratamiento de aguas residuales mejoradas fueron investigados por Gu et al. (2008). Un modelo conceptual basado carbondistribution- a nivel de sistema fue propuesto para la captura de la competencia dinámica entre PAO y Gaos y su efecto en un proceso EBPR, y los resultados de este estudio parecen apoyar el modelo de hipótesis. Un enfoque desarrollado recientemente distribuido, o agentbased, donde las bacterias individuales se modelan para dar cuenta de sus experiencias hidráulicas potencialmente variables, se aplicó por Schuler y Xiao (2008) para el proceso Bardenpho de 5 etapas, un tipo de EBPR que incluye flujos de reciclaje internos , que fueron la hipótesis de afectar el desarrollo del estado distribuida. En el enfoque distribuido, las diferencias en la distribución del estado en los reactores de reciclaje ligado internas disminuyeron con el aumento del flujo de reciclaje, que tiende a mejorar EBPR. Estos fenómenos tienden a tener efectos simultáneos y opuestos sobre EBPR. El efecto neto dependerá en gran medida de los sistemas específicos y la concentración de nitrato en reactores anóxicas.

Un método de calibración del modelo estandarizado para la estimación de parámetros óptima de la ASM fue propuesto por Lee et al. (2008). El resultado del protocolo de calibración del modelo demostró que los parámetros clave del modelo ASM se pueden seleccionar de una manera que minimiza el error del modelo. El método propuesto se puede aplicar a otros modelos de un ASM y también una planta a gran escala. Los parámetros cinéticos para la desnitrificación utilizando MicroCTM adición de fuente de carbono se determinaron por Cherchi et al. (2008).

La calibración del software Infoworks CS para la hidráulica de la planta de tratamiento de modelado fue descrito por Griborio et al. (2009a). Griborio et al. (2009b) demostraron el uso de modelos para mejorar el rendimiento wetweather y clarificador. Lee et al. (2008) reportaron que óxica extendido / ciclismo anóxico aumentó la longitud del rezago diauxic exhibido por P. denitrificans, un fenómeno que no predicho por los modelos actuales de desnitrificación. Johnson et al. (2009) modificó ASM2d para modelar los efectos de la reducción de lodo biológico utilizado en el proceso caníbal, mediante la separación de los productos de desintegración microbiológicos de la fracción inerte particulado tradicional en un producto de desintegración de partículas para los microbios aerobios / anóxicas. Borger et al. (2008) demostraron que BioWin podría modelar el proceso clave dentro de un proceso SHARON por dos ajustes principales modelo: aumentando el efecto de la limitación de carbono en nitritación y eliminando la transferencia de bacterias oxidantes de amonio-(AOB) del digestor a SHARON.

...