活性污泥过程生物除磷模型参数的可识别性及优化估计

参数估计是活性污泥模型（Activated Sludge Models, ASMs）应用的前提,可识别性研究是参数估计的第一步。本论文提出一种适合于活性污泥模型参数结构可识别性研究的微分代数法,并对生物除磷过程参数可识别性进行研究;通过调节混合液回流比,在A2/O工艺中实现反硝化除磷;最后,以参数估计优化理论和优化实验设计理论为指导,开展生物除磷模型参数估计的试验研究。 （1）将微分代数法应用于不同活性污泥过程亚模型参数结构可识别性研究,首次得到了生物除磷模型参数的结构可识别性,同时为活性污泥模型参数结构可识别性研究提供了一种新的通用方法。 （2）厌氧释磷亚模型在单个测量变量下,所有的参数都是不可识别的,当测量变量SA和S PO4联用时,化学计量学系数Y PO4和半饱和常数KA是结构可识别的;同样,好氧吸磷或缺氧吸磷亚模型在电子受体（ S O或S NO3）和S PO4两个测量变量联用时,参数YPHA和KPS是结构可识别性的,增加测量变量可以改善模型参数的结构可识别性。将好氧吸磷和缺氧吸磷2个子过程的测量变量联用时,缺氧速率降低因子ηNO3是结构可识别的。 （3）生物除磷模型中某些参数之间相互影响,如厌氧释磷过程参数KPP、XPAO和qPHA以及吸磷过程参数KPHA、XPAO和qPP,为了在参数估计中唯一的识别这些参数,需借助其它方法（如实验测定方法或直接采用文献值）确定厌氧释磷参数KPP、XPAO和qPHA中的某个参数或吸磷过程中KPHA、XPAO和qPP3个参数中任意一个。 （4）在A2/O工艺中可以通过强化实现反硝化除磷,对COD和氨氮的平均去除率分别为85%和95.6%,在系统达到稳定除磷效果时,对磷酸盐的平均去除率为82.9%。缺氧段吸磷量所占比例稳定上升,从最初的27.4%增至65.7%,反应后期平均比值为62.6%。 （5）污泥特性实验表明最大缺氧吸磷速率为5.79 mgP /（gMLSS.h）,最大好氧吸磷速率为9.29 mgP /（gMLSS.h）,两者的比值为62.3%,表明具有反硝化吸磷能力的聚磷菌(DPAOs)量占聚磷菌(PAOs)总量的62.3%。 （6）采用轮盘赌选择、多点均匀交叉和基本位变异方法,构建了厌氧释磷模型参数估计的遗传（GA）算法。在假定K PP值(取典型值0.01 mg（XPP）/mg(XPAO))的情况下,应用GA优化算法估计厌氧释磷过程Y PO4、K A、q PHA与X PAO4个参数。基于厌氧释磷批试验结果,在95%置信度下得到了最优参数估计值Y PO4 0.36±0.014mg（P）/mg（COD） ,估计误差占参数值百分比的3.88% ;K A3.27±1.286mg（COD） /L,估计误差占参数值百分比的39.34%; q PHA3.41±0.219 mg（P）/[mg（COD）*d-1],估计误差占参数值百分比的6.44%; X PAO1560±80.36 mg（COD） /L,估计误差占参数值百分比的5.15%。 （7）在假定参数值KPP变化10%后,重新估计Y PO4、K A、q PHA和X PAO4个参数,结果表明Y PO4和X PAO估计误差所占参数值百分比分别增加0.56%和0.84%;KA和q PHA估计误差所占参数值百分比分别减小0.85%和0.14%。所以参数值KPP的不同取值不会引起较大的估计偏差。 （8）基于模型仿真Fisher信息矩阵（FIM）的D准则,提出了厌氧释磷模型参数估计的优化实验设计方法。在最优实验方案下,在95%置信度下参数Y PO4估计值0.35±0.017mg（P）/mg（COD）,估计误差占参数值百分比的4.86%; K A估计值为3.88±0.414mg（COD） /L,估计误差占参数值百分比的10.67%; q PHA估计值为为3.35±0.273 mg（P）/[mg（COD）*d-1],估计误差占参数值百分比的8.15%; X PAO估计值为1500±71.87mg（COD） /L,估计误差占参数值百分比的4.79%。 （9）与非最优实验方案得到的参数估计结果相比,在最优实验方案下,Y PO4和qPHA估计误差占参数值百分比均略微增加,分别增加了0.98%和1.71%; K A估计误差占参数值百分比大幅度降低,减小了28.67%; X PAO估计误差占参数值百分比减小了0.36%。参数估计整体误差有所降低,所有参数估计误差均在20%以内,误差可接受。