申请日2010.02.05
公开(公告)日2010.07.28
IPC分类号C02F3/12; G06F17/15
摘要
本发明公开了一种城市污水处理厂出水有机物浓度的随机过程预测方法，即以污水处理厂出水有机物为研究对象，建立进出水有机物的质量守恒微分方程，并引入随机过程，推导得到城市污水处理厂出水有机物浓度的预测结果。本发明需要实测异养菌的产率系数、最大比生长速率及其半饱和常数，同时利用污水处理厂曝气池混合液挥发性悬浮固体浓度、水力停留时间、实际进出水总BOD5及日常实测数据，即可预测当实际进水水质水量等波动时出水有机物浓度的动态变化过程。本发明为新型的活性污泥动态模型方法，具有操作简便可行、实测参数少、预测值与实测值拟合较好等优点。
权利要求书
1.城市污水处理厂出水有机物浓度的随机过程预测方法，其特征在于包括下述步骤：
1)利用城市污水处理厂的现有设备实测异养菌产率系数YH、异养菌最大比生长速率与半饱和常数KS、曝气池混合液挥发性悬浮固体浓度XV、水力停留时间HRT以及实际进水有机物浓度S0;其中，Q为进水流量，V为处理城市污水的反应器体积;
2)利用城市污水处理厂日常实测的进水有机物浓度、进水质量和污水动力学参数进行数理统计，分别得到进水有机物浓度的标准差进水水量的标准差σQ(t)以及污水动力学参数的标准差σP;
3)将所述实测值输入计算机，利用Matlab拟合一个维纳过程W(t)作为简化误差的补偿系数，并利用Matlab通过以下函数预测出水有机物浓度S(t)：
其中，t为时间，t0表示预测起始时间，e为自然常数;σS(t)为扰动系数且其中w1、w2、w3分别表示σQ(t)、σP的权重，且w1+w2+w3=1;B(t)表示布朗运动，且dB(t)=W(t)dt。
2.根据权利要求1所述的城市污水处理厂出水有机物浓度的随机过程预测方法，其特征在于所述出水有机物浓度的期望函数E[S(t)]和方差函数D[S(t)]由计算机按下式计算得到：
式中，S(t0)表示预测起始时间的出水有机物浓度。
说明书
城市污水处理厂出水有机物浓度的随机过程预测方法
技术领域
本发明涉及污水生物处理领域，具体涉及一种城市污水处理厂出水有机物浓度的随机过程预测方法。
背景技术
在城市污水 处理工艺中，活性污泥系统占主导地位。城市污水处理厂(Wastewater Treatment Plant，WWTP)有机物浓度模型主要有静态模型和动态模型两大类。20世纪五六十年代，国外一些学者引入化工领域的反应器理论和微生物理论，通过基质降解、微生物生长及各参数之间的关系建立了各自的经典活性污泥法数学模型，其中最有代表性的是Eckenfedlder、Lawrence-McCarty和Mckinney活性污泥动力学模型，它们均以Monod方程为基础，对活性污泥法的发展有重大的推动作用。其中Lawrence-McCarty模型将Monod方程与污泥龄相结合推出了关于有机物浓度的污泥龄θc设计公式，至今仍在世界范围内广泛使用，是我国和其他众多国家设计规范中的主要方法。它认为系统出水有机物浓度Se只与污泥龄θc有关，而与进水有机物浓度等无关，其表达式为
式中，KS为半饱和常数，Kd为微生物衰减常数，YH为异养菌产率系数，vmax为最大有机物降解速率。一般认为，上述四个污水动力学参数均为常数。
经典的静态模型描述有机物生物降解过程的确定性特征，建立了有机物浓度的确定性模型，模型虽然在设计安全系数足够大的情况下，一定程度上能够满足设计的要求，但是无法真实地反映出有机物降解过程中存在的不确定性，难以指导城市污水处理厂在实际运行过程中所面临的因水质水量变化而导致出水水质不能稳定达标等问题。正是鉴于这些实际问题，活性污泥数学模型目前的研究热点多集中在动态模型，尤其是ASM系列确定性模型。
国际水质协会(IWA)在总结已有的各种污水生物处理数学模型的基础上，于20世纪八九十年代相继推出ASM系列模型，其共同特点是将活性污泥过程作为一个复杂系统进行研究，将整体分割成局部，建立各个局部的模型，再建立各局部之间的关系，试图从局部和整体的关系上来研究活性污泥过程复杂系统的动态特征。由于ASM系列模型是用微分方程组来描述活性污泥系统复杂的动态过程，故模型更注重微生物的反应机理，ASM模型也因此被西方发达国家的专家学者广泛认为是白箱模型，也称确定性模型。但ASM系列模型结构复杂、污水动力学参数过多，导致模型不确定性增加，不便于实际应用。
迄今为止，针对城市污水处理厂的活性污泥过程，考虑不确定性因素的影响并建立不确定性模型的研究报道尚不多见。近年来，国际研究热点主要围绕WWTP模型进行不确定性分析，其中主要针对ASM系列模型的参数等进行不确定性分析(Sin et al.，2009)，主要使用Monte Carlo(MC)法以及单因素灵敏度分析等方法。Rousseau(2001)、Bixio(2002)、Benedetti(2008)和McCormick(2008)等主要以设计为目的论证了不确定分析在WWTP模型中的重要性;Flores-Alsina(2008)等运用不确定性分析方法比较了WWTP模型不同控制策略的选择，表明不确定性分析对WWTP确定最优控制方案具有重要意义;Abusam(2001～2003)利用单因素灵敏度分析法考察化学计量系数、动力学参数和运行参数的变化对氧化沟数学模型的影响，借助ASM1并利用MC法分别单独量化分析进水负荷与参数值、初始条件、模型结构以及水温等不确定性的影响，最终结果以直方图形式给出，他们还对氧化沟建模的不确定性进行了分析，指出逆向不确定分析方法更为有效;Digiano FA(2004)也利用MC法对机理模型中细菌增殖的不确定性进行了分析。迄今为止，大多数研究仍停留在理论分析阶段，由于未能突破数学方程的表达与求解，因此至今尚未能与实际运行系统相结合。
鉴于城市污水处理系统具有高度非线性、时变性、不确定性及时滞性，本发明经研究分析认为，建立结构相对简单、参数较少的随机模型以反映系统的总体趋势与动态变化过程，是活性污泥动态模型的另一重要发展方向。这类模型目前国际上尚未取得实质性突破，国内尚未见报道。
发明内容
针对现有污泥龄法和ASM系列模型的不足，本发明的目的在于提供一种城市污水处理厂出水有机物浓度的随机过程预测方法，为随机过程理论在污水生物处理领域的应用提供理论基础、技术支持和模型验证，为城市污水处理厂运行管理的风险分析提供量化参考依据。
鉴于城市污水处理系统具有高度非线性、时变性、不确定性及时滞性，本发明根据动态质量守恒方程，考虑实际进水水质与水量变化，利用随机过程建立城市污水处理厂有机物浓度的随机模型，得到该模型的解析解及其期望函数和方差函数，可定量分析影响其出水水质及稳定运行的关键因素。相对于静态活性污泥模型模拟方法，本发明的方法能够预测当实际进水水质水量波动时出水有机物浓度(以总BOD5为指标)的相应变化;相对于ASM系列动态模型，本发明具有操作简便可行、实测参数少、求解的出水有机物浓度与实测值拟合更好，并能充分考虑实际进水水质水量变化及各种动力学参数波动等对出水水质的影响。
本发明目的是这样实现的：城市污水处理厂出水有机物浓度的随机过程预测方法，包括下述步骤：
1)利用城市污水处理厂的现有设备实测异养菌产率系数YH、异养菌最大比生长速率与半饱和常数KS、曝气池混合液挥发性悬浮固体浓度XV、水力停留时间HRT以及实际进水有机物浓度S0;其中，Q为进水流量，V为生物处理构筑物体积。
以城市污水处理厂的出水有机物为研究对象，以生物处理单元为系统边界，根据质量守恒方程，可列出进出水有机物的质量守恒微分方程：
即
其中，S(t)为出水有机物浓度，t为时间，为关于时间的导数;S0为进水有机物浓度，r为有机物降解速率。
在城市污水中，利用Monod方程以异养菌来表达有机物降解速率，即为
在低底物浓度(S(t)< 2)利用城市污水处理厂日常实测的进水有机物浓度、进水质量和污水动力学参数进行数理统计，可分别进水有机物浓度的标准差进水水量的标准差σQ(t)以及污水动力学参数的标准差σP。 考虑到实际城市污水处理系统的高度非线性、时变性、不确定性及时滞性，需要在有机物浓度确定性方程的基础上增加一个随机扰动项。该随机扰动项主要考虑下述四个预测参考因素：①进水水质的变化;②进水水量的变化;③动力学参数的非常数性;④因使用Monod模式的一级简化方程而带来的误差。 首先获取前三个参考因素，利用城市污水处理厂日常实测的进水有机物浓度、进水质量和污水动力学参数进行数理统计，可分别得到进水水质、进水水量及污水动力学参数的标准差σQ(t)和σP。将上述三种不确定因素综合考虑为扰动系数σS(t)，用以表示该随机过程的扰动强度，即：式中w1、w2、w3分别表示σQ(t)、σP的权重，各权重可根据其对应的参数对污水处理厂实际运行的影响程度进行赋值，且w1+w2+w3=1。在污水处理厂中，由于集水池与提升泵站对水量的均化作用，进水水量波动对出水水质的影响会被削弱，而动力学参数的波动范围一般不会很大，因此，在本模型中进水水质波动影响的权重最大。 3)由简化而导致的误差进行合并处理，将其处理为一个维纳过程W(t);作为预测技术手段，该维纳过程通过Matlab中的Random函数进行拟合，则出水有机物浓度的随机方程为： 令则式(3)表示为： dS(t)=(β-αS(t))dt+σS(t)dB(t) (4) 式中B(t)即为布朗运动，dB(t)=W(t)dt。 利用公式求解式(4)，可得到出水有机物浓度S(t)的预测函数： 式中，t0表示预测起始时间，e为自然常数。即将所述实测值输入计算机，再利用Matlab通过函数关系式(5)即能预测得到城市污水处理厂于任意时间t的出水有机物浓度S(t)。 进一步，出水有机物浓度的期望函数E[S(t)]与方差函数D[S(t)]由计算机按下式计算得到： 式中S(t0)表示预测起始时间的出水有机物浓度。 利用期望函数E[S(t)]和方差函数D[S(t)]能够了解城市污水处理厂出水有机物浓度的总体变化趋势，便于对污水处理厂出水有机物浓度是否达标进行风险分析，有利于灵活调整污水厂的实际运行控制方案。 本发明的主要创新点是将随机过程引入活性污泥系统建模，建立了出水有机物浓度的随机过程模型，并对影响污水处理厂出水有机物浓度的多项不确定性因素进行了量化。本方法为全新的动态活性污泥模型，目前国际国内尚无这种模型。 相对于现有技术，本发明具有下述优点： 1)相对于静态的活性污泥模型，本发明能够模拟预测当实际进水水质水量等波动时出水有机物浓度的动态变化过程;相对于ASM系列模型，本发明待测参数少，仅需要实测异养菌的产率系数YH、最大比生长速率及其半饱和常数KS，即可进行随机模拟预测，操作简便可行，预测精度较高，并能充分考虑实际进水水质水量变化及各种动力学参数波动等对出水水质的影响。 2)本发明采用总BOD5作为有机物浓度的指标，生物学意义明确，而且城市污水处理厂现行的进出水指标就有这一项，而不必像ASM系列模型那样要求对污水水质特征进行复杂、详细的分析，因此非常便于实用。 3)本发明不仅能给出城市污水处理厂出水有机物浓度的随机预测值，同时还能进一步给出其期望函数与方差函数，也就是说，不仅能给出该厂出水有机物浓度的动态变化预测值S(t)，而且能给出其总体变化趋势即期望函数E[S(t)]和方差函数D[S(t)]，便于对污水处理厂出水有机物浓度是否达标进行风险分析，有利于灵活调整污水厂的实际运行控制方案。