Использование комплексов имитационного моделирования для технологий очистки сточных вод

Предметом исследований являлся сравнительный анализ комплексов программного обеспечения для имитационного моделирования процессов очистки сточных вод с целью решения задач проектирования и эксплуатации, а также оценка исходных данных для формирования вводных параметров математических моделей. Проанализированы основные параметры описания наиболее сложных моделей с активным илом ASM. Результаты исследований представлены анализом примеров: распределения фракций ХПК в российских условиях и для некоторых стран, характерной неравномерности поступления расхода сточных вод и исходных загрязнений по часам суток, расчетных и измеренных скоростей потребления кислорода OUR, процесса калибровки модели во времени, оптимизации размеров зоны денитрификации в аэротенке для процесса MUCT. Анализ современного программного обеспечения выявил расчетный комплекс GPS-X (Hydromantis, Канада) как наиболее полный и комплексный продукт. Предложенная методика включает комплекс мероприятий: определение фракционирования ХПК с использованием анализатора

OxiTop (WTW, Германия); оценка неравномерности поступления исходных масс загрязнений по основным показателям; респирометрические исследования, статистическая обработка данных, полученных на объекте. В ходе имитационного моделирования гидродинамическая структура сооружений очист ки сточных вод представляется последовательно соединенными ячейками смесителей. Количество ячеек назначается исходя из длины и ширины сооружения, скорости потока, интенсивности перемешивания, наличия внутренних перегородок, а также внутренних рециркуляционных потоков. С помощью имитационной модели возможно оптимизировать следующие показатели: соотношение зон в аэротенке, возраст ила, концентрация растворенного кислорода, величина коэффициентов рециркуляции, а также параметры системы автоматизированного управления.

Ключевые слова: сточные воды, биологическая очистка, модели ASM, математическое моделирование, имитационное моделирование, программное обеспечение GPS-X.

Время настоятельно диктует использование программного обеспечения на базе достаточно сложных и комплексных математических моделей для повышения достоверности расчетов. Применение математических моделей дает возможность значительно сократить время при проектировании и эксплуатации сооружений очистки сточных вод.

Период 1983–1999 годов охарактеризовался инициативой научно-исследовательской группы IWAQ (Международной ассоциации качества воды) по разработке математических моделей, которые в дальнейшем были опубликованы в IWA (Международной водной ассоциации), специально созданной в то время. Результатом работы группы явилась наиболее достоверная выборка математических описаний процессов очистки сточных вод и сооружений различных конфигураций. Таким образом, наиболее эффективные процессы очистки и методы их расчета были выбраны, определены и опубликованы для широкого использования.

Этап развития программного обеспечения начался в 1990-х годах с появлением стандартного комплекса «EFOR». Практически одновременно появился его аналог – российский продукт «АЗОТ» (версии 1 и 2, разработчик – Институт водных проблем РАН). Методы расчета продолжают совершенствоваться, повышая их достоверность. Новый свод правил СП 32.13330.2012 «Канализация. Наружные сети и сооружения» (пункт 9.2.7.7) рекомендует использовать современный метод математического моделирования при проектировании очистных сооружений.

Современное программное обеспечение дает достаточно полное представление о поведении объекта в динамических условиях, т. е. во времени. При этом реализуется возможность рассматривать состояние объектов в статических условиях с учетом анализа другой переменной, например длины или глубины сооружений. Это очень важно, поскольку учитываются гидродинамические параметры сооружений посредством описания ячеистыми моделями.

Способ имитационного моделирования объектов очистки сточных вод используется для наладки существующих или разработки новых автоматизированных систем управления технологическими процессами, включая SCADA. Требуемые уставки определяются достаточно быстро и достоверно. В режиме имитационного управления станцией очистки сточных вод собираются достоверные технологические данные о способах и возможной степени энергосбережения.

Имитация процессов очистки сточных вод

На очистных сооружениях, включая обработку осадка, с различными гидродинамическими параметрами реализуются кинетические процессы: физические (отстаивание, аэрация, флотация, фильтрация, процеживание, уплотнение, термическая сушка, сжигание и т. д.), химические (коагуляция, дезинфекция, реагентная очистка и т. д.) и биологические (аэробные, анаэробные, аноксидные, сбраживание, стабилизация).

Имитация отдельно выделенного сооружения, без учета его связи с остальным комплексом, может привести к искажениям результатов. Математическое описание каждого процесса задается системой алгебраических (линейных и нелинейных) и/или дифференциальных уравнений, отражающих взаимное влияние различных параметров. Сложные процессы очистки сточных вод и их взаимные связи обычно представляются разработчиками в виде компактных матриц.

Для реализации биологических процессов и их модификаций применяются технологические схемы: Ludzack-Ettinger, Bardenpho, Step process, Anaerobic-Anoxic/Oxic (A2 O), University of Cape Town (UCT), Sequencing Batch Reactors (SBR) и т. д. В зависимости от условий используются процессы со свободно взвешенной и прикрепленной микрофлорой.

Модели с активным илом (ASM)

В результате работы международной научноисследовательской группы IWAQ (табл. 1) появились модели ASM1 (1987 г.), ASM2 (1995 г.), ASM2d (1998 г.), ASM3 (2000 г.) [1], основные положения которых опубликованы на русском языке в 2004 г. [2]. В России сравнительная оценка моделей биологической очистки представлялась неоднократно [3].

Подход к моделированию заключается в математическом описании кинетики процессов и использовании уравнений массового баланса для каждого компонента и системы в целом. Например, рост биомассы бактерий описывается тремя параметрами: максимальной скоростью роста, коэффициентом прироста биомассы, константой насыщения. Вероятно, это не единственные факторы, но альтернатив модели не содержат. На текущий момент возможно имитировать процессы с учетом этих знаний.

Данный подход более точно отражает реальность, чем расчеты, проводимые по общепринятым методикам. Например, в современных моделях подход к понятию доза ила дифференцирован в соответствии с концентрациями гетеротрофов, автотрофов, фосфатаккумулирующих микроорганизмов, отмершей биомассы (по группам), взвешенных веществ. При этом расчетная скорость реакций определяется в соответствии с фракциями ХПК, формами азота и фосфатов и относятся к концентрациям соответствующих групп микроорганизмов.

Выбор программного обеспечения 

Основные характеристики наиболее распространенных программных продуктов для математического моделирования процессов очистки сточных вод представлены в табл. 2. Следует заметить, что это далеко не полный их перечень, так, например, список может быть дополнен продуктами EFOR, DENICOM и т. д. Существуют модификации для MS-приложений и служебного пользования: MATLAB/Simulink, «ЭкоСим 3Р» [4].

Данные табл. 2 не дают детального представления о некоторых типах моделей, например биологических, а представляют сведения об общедоступных возможностях. Для более детального сравнения были выбраны две популярные в России программы: BioWin [5; 6] и GPS-X [7] (табл. 3).

Принимая во внимание единообразие математического описания процессов очистки сточных вод, доступность отдельных моделей в общем расчетном комплексе, удобство работы и обслуживания поставщиками программного продукта, комплекс GPS-X (Канада) рекомендуется к использованию как наиболее полный математический продукт. Он обладает прямой связью с MS Excel (для формирования отчетов) и MATLAB (для разработки сложных пользовательских алгоритмов автоматизированного управления технологическими процессами).

Формирование исходных данных

Имитационное математическое моделирование позволяет выявлять причинно-следственные связи параметров единичных сооружений и комплексных технологий очистки сточных вод. Универсальность метода заключается в том, что он выходит за узкие рамки опытных частных данных и отражает общие закономерности для любого объекта. Насколько результаты моделирования отражают эту реальность, зависит от того, кто и как настраивает эту модель

Предлагаются различные методы определения фракционирования ХПК [1; 2; 7] (рис. 1): респирометрические и с использованием «кривой» БПК. Так, например, источник [8] дает сведения о возможности описания БПКполн с помощью кинетической кривой, построенной по точкам, определяемым в ходе анализа (для городской сточной воды):

БПК(t) = БПКполн(1 – 10–Kt ).

Для определения концентраций органических веществ в сточных водах, как правило, используются показатели ХПК и БПК. Однако при расчете современных технологий биологической очистки с удалением биогенных элементов их оказалось недостаточно. Присутствие или формирование легкоокисляемого ХПК – SS является основным фактором характеристики поступающего стока, наиболее важным для потенциальной возможности удаления фосфора. Характеристики ХПК по степени биоокисляемости также наиболее эффективны для описания явления вспухания ила, поскольку конкуренция нитчатых и флокулообразующих микроорганизмов за легкоокисляемый субстрат является главным механизмом селекции, вызывающим преимущество одного из видов. В моделировании наиболее часто применяются следующие фракции: растворенное ХПК – биоокисляемое или легкоокисляемое SS и инертное SI; ХПК взвешенных веществ – биоокисляемое, но медленно XS (скорость определяется гидролизом) и инертное XI.

Для моделей, описывающих удаление фосфора, дополнительно выделяются летучие жирные кислоты (ЛЖК), потребляемые фосфатаккумулирующими микроорганизмами SA, и быстроферментируемое ХПК до ЛЖК SF.

Распределение фракций зависит от многих причин: особенностей формирования водопотребления, наличия промышленных стоков, поступления ливневых вод, времени нахождения воды в коллекторах (при длительном времени частично происходит гидролиз). Распределение фракций ХПК в российских условиях (по нашему опыту) и для некоторых стран представлено на рис. 2. Статистическая обработка данных рис. 2, а предполагала использование наиболее типичной выборки для рис. 2, б. Распределение фракций существенно отличается как в разных странах, так и в разных городах России

Представляется возможным пояснить использование фракционированного ХПК в моделях, описывающих полный цикл очистки, включая обработку осадка сточных вод.

Инертное растворенное ХПК SI проходит все стадии очистки и определяет минимальное ХПК в очищенной воде. Взвешенное инертное ХПК XI и взвешенное биоокисляемое ХПК XS частично задерживаются в первичных отстойниках, причем их соотношение в дальнейшем определяет эффективность сбраживания сырого осадка и количество получаемого метана. Инертное ХПК взвешенных веществ XS, оставшееся после первичных отстойников, переходит в активный ил, формируя часть его прироста

Растворенное биоокисляемое ХПК SS обусловливает часть прироста ила и затрат кислорода. В технологических схемах с дефосфатацией и денитрификацией эта часть также обусловливает возможность получения ЛЖК для фосфатаккумулирующих микроорганизмов и денитрификацию с высокой скоростью протекания процесса.

Биоокисляемое ХПК взвешенных веществ XS сначала гидролизуется до лекгоокисляемой растворенной органики и далее используется аналогичным образом. Скорость процесса при использовании биоокисляемого ХПК взвешенных веществ XS лимитируется скоростью гидролиза

Соотношение инертного взвешенного ХПК XI , приросшего ила, биологически неокисляемой фракции ила (определяется отдельно при калибровке моделей) определяет степень биоразлагаемости избыточного ила при сбраживании.

Для определения фракционного состава по ХПК предложены методы, в основе которых для оценки степени биоокисляемости используются респирометры. Эти методы считаются наиболее надежными и позволяют получать не только фракционный состав по ХПК, но и ряд других важнейших коэффициентов, используемых Рис. 2. Распределение фракций ХПК а – в российских условиях (разные города); б – в некоторых странах: Дания; Швейцария; Венгрия; ЮАР; Россия 68 ВОДОСНАБЖЕНИЕ И САНИТАРНАЯ ТЕХНИКА. 2014. № 2 при моделировании. Например, коэффициент прироста, коэффициенты полунасыщения по субстрату и кислороду и др. При этом респирометрическое оборудование не является общедоступным для лабораторий станций очистки сточных вод, в результате чего фракционирование ХПК превращается в задачу, решаемую научными лабораториями.

Развитие лабораторной техники позволило разработать методику [9] для определения фракционного состава ХПК с одновременным получением других традиционных показателей. Решающее значение при этом имеет появление на рынке приборов и методов, позволяющих проводить точное определение БПК, например анализатор OxiTop (WTW, Германия). БПКполн определяется как предельная величина экспоненциальной функции, описывающей БПК(t) по вышеприведенной формуле [8]. Использование данного манометрического метода по методике DIN 38 409 (Германия) аттестовано в России Уральским НИИ метрологии – МВИ 87-А/2001. Методика предусматривает определение величины потребления кислорода (БПК с подавлением нитрификации) в зависимости от времени эксперимента и БПКполн для натуральной и фильтрованной проб. Таким образом, устанавливается эквивалент биоокисляемого ХПК для этих проб

Поскольку используемые модели (табл. 1), а также программное обеспечение (табл. 2) функционируют в условиях нестационарных нагрузок, возникает потребность в оценке неравномерности поступления исходных масс загрязнений по основным показателям. Экспериментальные исследования на протяжении характерных суток должны включать почасовой отбор проб и соответствующее им определение почасовых расходов сточных вод (рис. 3). Важнейшим элементом анализа является проверка на совпадение (или несовпадение) экстремальных величин расходов и концентраций. Именно этот параметр, характерный для станции очистки сточных вод, будет заложен в расчет.

Назначение величины расчетных нагрузок определяется при статистической обработке данных, полученных на объекте исследований по общепринятым методикам, например [2]. Иногда (табл. 2) встроенный в программное обеспечение математический аппарат позволяет выполнять статистический анализ случайных процессов с использованием численных расчетов по методу Монте-Карло. При статистической обработке назначаются расчетные величины технологических нагрузок (максимальных, минимальных и средних) с учетом сведений о перспективах развития генерального плана города.

Для тонкой настройки математической модели используется величина скорости потребления кислорода – OUR, отражающая активность авто- и гетеротрофных микроорганизмов. Величина скорости потребления кислорода определяется респирометрическим способом в характерных точках по длине аэротенка (рис. 4). При этом высокое значение OUR в зоне № 1 (начало 25-процентной регенерации) объясняется протеканием во вторичных отстойниках биологических процессов гидролиза, не учитываемых моделью отстойников.

Правильный ввод исходных данных и настройка констант модели с использованием респирометрических методов позволяют провести калибровку модели в соответствии со спецификой объекта (рис. 5). Проверка достоверности работы модели проводится по наиболее чувствительному параметру – в данном случае концентрации аммонийного азота в очищенной воде.

В ходе имитационного моделирования гидродинамическая структура сооружений очистки сточных вод представляется последовательно соединенными ячейками смесителей. Количество ячеек назначается исходя из длины и ширины сооружения, скорости потока, интенсивности перемешивания, наличия внутренних перегородок, а также внутренних рециркуляционных потоков.

Пример проектирования зоны денитрификации в процессах совместного удаления азота и фосфора

В технологиях биологического удаления фосфора с применением процессов UCT (технологическая схема Кейптаунского университета) и MUCT (модернизированная схема Кейптаунского университета) зона денитрификации в аэротенке не только служит для удаления азота, но и защищает анаэробную зону от попадания нитратов. Концентрация нитратов в этом случае должна поддерживаться автоматически за счет изменения рециркуляционного расхода в данной зоне. Возникает задача оптимизации размеров зоны и концентрации азота нитратов.

При высоких концентрациях нитратов достигается максимальная скорость процесса. Оптимальная концентрация азота нитратов в денитрификаторе должна составлять 2–4 мг/л. В то же время такие высокие концентрации могут приводить к существенному расходу легкоокисляемого ХПК (SS) на денитрификацию в анаэробной зоне. В этом случае для поддержания процесса удаления фосфора приходится идти на снижение скорости денитрификации и увеличение размера зоны.

Величину концентрации азота нитратов в зависимости от свойств поступающей воды, в первую очередь от наличия летучих жирных кислот и ферментируемого субстрата, целесообразнее определять в ходе имитационного моделирования. На рис. 6 приведен пример моделирования станции очистки сточных вод с последовательным увеличением концентрации нитратов в зоне денитрификации аэротенка, из которой забирается рециркуляционный расход иловой смеси в анаэробную зону. Увеличение концентрации азота нитратов с 0,25 до 0,45 мг/л существенным образом влияет на результат очистки. При низких концентрациях нитратов хорошо удаляется фосфор, но остается много нитратов в очищенной воде. При высоких концентрациях, наоборот, хорошо удаляется азот, но нарушается процесс удаления фосфора. В данном случае размер зоны денитрификации рассчитывался исходя из концентрации 0,3 мг/л, при которой достаточно стабильны оба процесса.

Таким образом, представляется возможным оптимизировать с помощью модели следующие показатели: соотношение зон, возраст ила, концентрация растворенного кислорода, величина коэффициентов рециркуляции, а также параметры системы автоматизированного управления.

 

Выводы

Современное развитие компьютерной техники и программного обеспечения позволяет использовать средства имитационного моделирования для решения задач проектирования, эксплуатации и автоматизации очистных сооружений водоотведения. Анализ современного программного обеспечения выявил расчетный комплекс GPS-X (Hydromantis, Канада) как наиболее полный и комплексный продукт, сохраняющий удобства пользования, в том числе прямой связи с MS Excel (для формирования отчетов) и MATLAB (для разработки сложных пользовательских алгоритмов автоматизированного управления технологическими процессами). Предложенная методика включает комплекс мероприятий: определение фракционирования ХПК с использованием анализатора OxiTop (WTW, Германия); оценка неравномерности поступления исходных масс загрязнений по основным показателям; респирометрические исследования, статистическая обработка данных, полученных на объекте. Методика позволяет обеспечить повышенную достоверность результатов для нестационарно-динамических условий расчета очистных сооружений сточных вод.