张新慧，陈兆波，吴德东

(1.东北林业大学林学院，哈尔滨150040;2.哈尔滨工程大学材料科学与化学工程学院，哈尔滨150001)

膜生物反应器(Membrane Bioreactor，简称MBR)是一种膜分离装置和生物反应器结合而成的新型水处理系统[1]，在石化污水、高质量浓度有机废水、市政民生污水中水回用、垃圾渗滤液处理等方面有良好的应用前景.利用数学模型对活性污泥工艺进行模拟一直是国际上污水厂设计和运行控制的重要内容和研究热点.数学模型是对MBR进行工艺设计、运行科学化、合理化的重要依据，通过预测MBR的动态过程，使其设计和运行更加理论化和系统化，以实现系统的高效率低能耗运行，充分发挥MBR的优势[2].国际水协(International Water Association，即 IWA)针对活性污泥法设计和运行的数学模型，先后推出了活性污泥1号模型(ASM1)、活性污泥2号模型(ASM2)、2D号模型(ASM2D)、3号模型(ASM3)以及 3C号模型(ASM3C)这一系列活性污泥数学模型(ASMs).由于MBR是由活性污泥工艺中的二沉池被膜分离取代形成的，因此用ASMs来描述具有可行性[3].杨俊等[4]建立了基于ASM3模型的MBR数学模型，使用Matlab/Simulink仿真工具，实现MBR数学模型的计算机仿真.模型验证结果表明，选取适当的模型参数值后，可较为准确地对膜生物反应器污水处理过程进行模拟和预测.目前对MBR的模拟存在的主要问题是接口没有进行可视化处理，只有熟悉结构的编程人员才能够灵活操作，对于操作人员来说造成了一定的不便.因此，本文针对一体式膜生物反应器，研究其污水处理效果，确定MBR在稳定运行状态下的运行效果，并基于ASM3数学模型，建立了可视化的Matlab/Simulink程序，操作更加简便易行.用于预测反应器运行时在进水水质变化的情况下出水水质的变化趋势，寻找最优运行参数，对工程设计提供依据，并且能够预测 MBR工艺处理人工合成废水的处理效果.

1 ASM3对MBR反应过程的模拟

1999年IWA发布了活性污泥3号模型模型(ASM3)，该模型主要模拟除碳、脱氮等动态过程[5].ASM3被设计成许多不同的模型核心，同时又考虑到监测的问题，因此，模型采用了一些比较容易监测的组分因子作为模型输入参数，增强了模型的可用性.

ASM3将活性污泥过程分解成13个组分(见表1)、12个子过程[6].溶解性物质质量浓度以 S表达，颗粒性物质质量质量浓度以X表达.溶解性组分以S?表示，颗粒性组分以X?表示.

表1 ASM3的模型组分

在任何给定的系统边界内，质量平衡基本关系式是[6]:

进入项和排出项是一个输送项，由被模拟的系统的物理特性而决定.系统反应项ri通过计算化学计量系数υij和组分的过程速率式ρj乘积之和得到:

对于一体式膜生物反应器，MBR中各组分的状态变量的微分方程[7]由式(3)、(4)、(5)得到:

其中:Qin是进水的流量，Qo为膜出水流量，Qw是排泥流量，Q为出水流量，V是MBR的体积，f为膜截留系数，Si，0和Si分别是进水和上清液的溶解性物质质量浓度;Xi，0和Xi分别是在进水和反应器的颗粒性物质质量浓度.

由于考虑到异养菌XH和硝化菌XA在进水中的量可以忽略不计，本文对这两个组分的微分方程进行了简化，即:

2 试验用水及装置

2.1 用水来源与水质

试验用水为人工配水，由淀粉、蔗糖、氯化铵、磷酸氢二钠、磷酸二氢钠等配制而成.

2.2 试验装置

如图1所示，本试验装置为一体式MBR，反应器的温度由加热器调温至25℃，中空纤维丝的直径为0.6 mm左右，内径约为0.3 mm，膜材质为聚丙烯酰胺，膜孔径为 0.05 μm，膜组件长度为 0.5 m，膜截留分子质量为10 000 u，膜的表面积为1 m2.反应器的液位平衡水箱进行控制，随出水流量的变化，由浮球阀进行自动控制，可同步保持出水流量与进水流量的平衡.本装置采用微孔曝气器进行曝气，曝气量可由空气流量计3进行调节.出水动力由净水头压差提供.新膜放入反应器后用玻璃制水射器抽吸出水，反应器的有效反应体积为18 L.

图1 试验装置示意图

3 仿真程序简介

3.1 仿真程序简介

本仿真程序根据一体式膜生物反应器工艺与设计参数建立流程图，选择ASM3作为模拟平台，使用Matlab7.0中的Simulink工具箱建立可视化的仿真程序.仿真模型主要包括进水模块、反应模块以及出水组合模块等.反应模块处理相应的反应，进水配分模块主要是将进水各组分按一定规则分配为13种组分，而出水组合模块则正好相反，它将13种组分组合为需要监测的出水指标，如COD、氨氮、TN等，作为工艺分析的基础.

在模拟时，输入反应器体积、排泥流量等设计数据，并输入进水的模型组分数据，如进水COD、进水TN、进水氨氮等.仿真程序通过稳态数据进行调试，对模型参数先进行灵敏度分析，之后再进行参数校正，使系统预测结果与出水实测结果误差在5%以内.再最后进行动态模拟，得到不同条件下反应器的出水水质结果.

3.2 仿真界面

如图2所示，左侧各窗口为反应器体积、排泥流量等设计数据，以及进水的模型组分数据的输入.其中:TCOD表示进水中的总COD，V表示反应器体积，HRT表示水力停留时间，Qw表示排泥流量，SNH4，0表示进水中的氨氮质量浓度，SN2，0表示进水中氮气总量，TN表示进水中TN质量浓度，SALK，0表示进水的碱度，XSS，0表示进水中悬浮固体的质量浓度.在左侧各窗口输入数据后点击运行，即可在右侧各窗口观测到模拟后的出水COD、氨氮、TN的结果.

图2 ASM3仿真程序界面

仿真程序最底层为基本速率方程，分别为ASM3的12个动力学速率表达式，第2层为相关速率方程的封装，第3层为组分总反应速率方程的封装，第4层为组分总速率方程的积分联立封装.第5层为ASM3模型参数输入层，是总速率方程积分模块、参数模块、积分初值、进水水质的封装.可输入ASM3的典型的动力学参数值，本仿真程序采用国际水协推荐的默认值(20℃).

第6层为实测进水数据到ASM3模型各组分数据的转化过程(图3).由于目前试验实测的数据并不完全是模型组分;另外，受各种条件的限制，通过试验测定模型组分难度很大.这就涉及到将进水数据转化为模型数据的问题.这一步是至关重要的，转化的是否合理直接关系到模型应用的成功与否.在本试验中，测量了进水成分COD、TN、氨氮，为了建立测量组分和模型组分的对应关系，假设:1)被模拟的活性污泥过程和膜过滤过程都处在正常状态[8];2)COD中可生物降解的部分比例是一定的;3)VSS/COD的比例是一定的.则可建立模型中组分与进水测量量之间关系.通过参考大量的国内外文献资料[9－11]，得出以下转化方案:

①COD组分的确定

进水中总COD组成的组成如下:

②氮组分的确定

总氮和氨氮直接测出，有机氮通过公式得出:

图3 进水数据到ASM3模型各组分数据的转化层

4 结果与讨论

4.1 灵敏度分析

本仿真程序采用的动力学参数和化学计量学参数采用国际水协推荐的典型值(20℃)作为模型的初始参数值，然后输入反应器体积、排泥流量等设计数据，以及进水的模型组分数据，进行仿真.本试验对一体式膜生物反应器进行稳态模拟，稳态模拟即忽略系统入流水质水量每天的变化，而只考虑系统运行相对稳定一段时间内的平均状况.选取4月份入流平均值进行模拟计算.采用灵敏度分析法对仿真结果进行灵敏度分析，逐个将模型中的动力学参数值在初始值基础上提高10%，而保持其他参数不变，比较出参数改变前后模拟的差值，根据式(18)计算参数对出水指标的灵敏度.

其中:τj，0为参数初始值，τj，1为改变后参数值;Ci，0和 Ci，1为参数改变前后出水指标的质量浓度.各参数在初始值基础上增加10%后相应的灵敏度值有正、负之分，正值表示参数增加使得该组分出水质量浓度上升，负值则表示参数增加使得该组分出水质量浓度下降.经过灵敏度计算后得到灵敏度如表2所示.

表2 ASM3模型灵敏度分析结果

由表2可看出，COD模拟值对参数变化的灵敏度较高的参数从高到低依次是:fSI、KX、kH、YSTO，O2、bH，O2、YH，O2、μH.氨氮模拟值对参数变化的灵敏度较高的参数从高到低依次是:μA、KA，NH4、bA，O2、YH，O2、YSTO，O2、μH、KNOx.TN 模拟值对参数变化的灵敏度较高的参数从高到低依次是:YA、bH，O2、YH，O2、YSTO，O2、μH、KX、kSTO.

4.2 参数校正

通过灵敏度分析法分析后，对灵敏度高的参数进行调整，对一些灵敏度低的参数则根据参考文献或典型值进行设定.

本研究对模型的校核采用稳态进水进行，即使用一体式MBR的实际进水和水质特征的平均值.针对平均出水值，找寻令COD、氨氮、TN模拟值与实测值的相对残差最小的那一组参数.模型校正一共对4个参数进行了调整:fSI调整为－0.45，μA调整为0.8，YA调整为 0.27，kH调整为 3.1.参数调整后的模拟结果如表3所示.

表3 ASM3模型参数调整后的模拟结果

4.3 不同进水水质下ASM3模型仿真模拟效果比较

本试验的反应器在试验期间不排泥，水力停留时间为5 h，反应器内温度控制在24℃，进水为2.1所述人工配水，曝气强度很大，充分保证装置的反应器中DO的供应，DO维持在8 mg/L左右.用上述仿真程序进行模拟，结果如图4～6所示.

由图4～6可看出，开发出来的仿真程序对于COD、氨氮、TN的模拟值与实测值较为吻合.在此基础上，对本仿真程序进行一定的调整，可用于污水厂水质的预测，并可优化污水厂的管理与实验研究.

5 结论

1)本文利用Matlab/Simulink编制了可视化的基于ASM3的一体式MBR仿真程序，具有界面直观、意义明确、便于输入数据等优点.通过对模型的灵敏度分析，可得出COD模拟值对参数变化的灵敏度较高的参数是:fSI、KX、kH等;氨氮模拟值对参数变化的灵敏度较高的参数是:μA、KA，NH4、bA，O2等;TN模拟值对参数变化的灵敏度较高的参数是:YA、bH，O2、YH，O2等.这与国内外许多文献的研究结果基本一致.

2)经过对一体式MBR工艺的稳态模拟，对国际水协给出的ASM3模型各参数的典型值进行了参数校正后，模拟结果从典型值模拟的COD误差3.79%、氨氮误差 20.48%、TN 误差 37.57%调整到校正值模拟的COD误差0.07%、氨氮误差0.06%、TN 误差0.03%.

3)对不同进水水质下的MBR处理效果进行了ASM3模型仿真模拟，对于COD、氨氮、TN的模拟值与实测值较为吻合.可以认为利用Matlab/Simulink编制的可视化ASM3仿真程序可以模拟MBR的生物处理过程，可用于污水厂水质的预测，并可优化污水厂的管理与实验研究.

[1] [英]STEPHENSON T，JUDD S，JEFFERSON B，et al.膜生物反应器污水处理技术[M].张树国，李咏梅，译.北京:化学工业出版社.2003.

[2] 刘 牡，彭永臻.膜生物反应器污水处理数学模型研究及其应用现状[J].环境污染与防治，2010，32(4):78－83.

[3] LUBELLO C，CAFFAZ S，GORI R，et al.A modified activated sludge model to estimate solids production at low and high solids retention time[J] .Water Research，2009，43(18):4539 －4548.

[4] 杨 俊，李 浩，陈健波，等.膜生物反应器模型及其对模拟废水的处理[J].环境工程，2007，25(3):21 －24.

[5] 姚重华，刘漫丹.环境工程仿真与控制[M].北京:高等教育出版社.2010.

[6] 张亚雷，李咏梅.活性污泥数学模型[M].上海:同济大学出版社.2002.

[7] CHEN L，TIAN Y.Sensitivity and uncertainty analyses of an extended ASM3－SMP model describing membrane bioreactor operation.Journal of Membrane Science，2012，389(1):99 －109.

[8] 陈兆波，陈志强，林海龙.污水处理系统数学模型[M].哈尔滨:哈尔滨工业大学出版社.2009.

[9] 蒋卫刚，顾国维，俞国平.计算机模拟在污水处理厂改建设计中的应用[J].给水排水，2004，30(2):91 －94，

[10] 李松良.ASM3应用于城市污水处理厂的模拟预测研究[D].重庆:重庆大学，2007.

[11] 杨 奇，邱江平，唐 利，等.膜材质对MBR处理含典型PPCPs污水效果的影响[J].哈尔滨商业大学学报:自然科学版，2012，28(3):280 －285.