Water Research

Mathematical modeling of autotrophic denitrification (AD) process with sulphide as electron donor

作者: Guihua Xu, Feng Jun Yin, Shaohua Chen, Yuanjian Xu, Han-Qing Yu

摘要

自养反硝化（AD）在去除含大量氮氧化物的有机碳缺乏废水中的硝酸盐方面发挥着至关重要的作用。然而，目前的反硝化模型并未包含 AD 过程，这限制了 AD 技术在废水处理中的应用。本研究建立了一个包含 4 个过程和 5 个组分、9 个参数的 AD 过程动力学模型，以描述硫化物生物氧化和亚硝酸盐去除过程。在该模型中，考虑了在厌氧消化（AD）过程中以硫化物作为电子供体的 4 个氧化还原反应。通过对不同浓度的硫化物、硫磺、硫酸盐、硝酸盐和亚硝酸盐组合的实验数据进行拟合，对模型参数进行了优化。模型校准和验证结果表明，所开发的模型能够合理地描述厌氧消化（AD）过程中硝酸盐、亚硝酸盐、硫化物和硫的去除率。模型模拟结果还表明，硝酸盐、亚硝酸盐、硫化物和硫酸盐动力学方程中的硫项（η(S)）保持不变，而不是受其自身浓度的控制。此外，利用该模型可以准确预测厌氧消化（AD）过程中硫化物生物氧化的产物硫和硫酸盐及其浓度。因此，该模型提供了一种策略，可将硫酸盐浓度控制在排放限值以下，或将硫作为硫化物生物氧化的主要最终产品进行回收。

目标

Q: 这篇论文试图解决什么问题？

Kimi: 这篇论文主要试图解决的问题是如何通过数学建模来改进自养脱氮（AD）过程的理解和应用。自养脱氮是一种重要的废水处理技术，它能够在缺乏有机碳的情况下，利用硫化物等无机物质作为电子供体，将废水中的硝酸盐转化为氮气，从而去除氮氧化物。

论文的主要目标包括：

1. 建立动力学模型：开发一个包含多个氧化还原反应和多个组分的动力学模型，用于描述硫化物的生物氧化和亚硝酸盐的去除过程。

2. 参数优化：通过实验数据对模型中的参数进行优化，以提高模型的预测准确性。

3. 模型验证：通过与其他研究者的实验数据对比，验证模型的预测能力和准确性。

4. 控制硫酸盐浓度：利用模型来控制AD过程中硫酸盐的生成，确保其浓度低于排放标准，或者从硫化物的生物氧化过程中回收硫。

5. 预测硫化物氧化产物：准确预测AD过程中硫化物氧化产物（如硫和硫酸盐）的浓度，为工艺控制提供依据。

通过这项研究，论文旨在为环境工程师提供一个强有力的工具，以便更有效地设计、操作和优化自养脱氮过程，减少废水处理过程中的氮氧化物排放，同时实现资源的回收和再利用。这对于环境保护和可持续发展具有重要的实际意义。

相关

Q: 有哪些相关研究？

Kimi: 这篇论文提到的相关研究主要集中在自养脱氮（AD）过程的动力学、反应机理、以及硫化物作为电子供体在AD过程中的应用。以下是一些与论文相关的研究领域和具体工作：

1. 自养脱氮的动力学研究：研究AD过程中的反应动力学，包括硫化物和硝酸盐的生物氧化还原反应速率、半饱和常数、以及微生物生长速率等参数。

2. 硫化物作为电子供体的应用：探索硫化物在AD过程中作为电子供体去除硝酸盐和亚硝酸盐的效率和机制。

3. 硫酸盐浓度的控制：研究如何通过操作参数的调整来控制硫酸盐的生成，以满足排放标准或实现硫的回收。

4. AD过程的数学建模：开发和验证描述AD过程的数学模型，以预测和优化工艺性能。

5. 微生物群落分析：研究参与AD过程的微生物群落结构，以及不同微生物在硫化物氧化和硝酸盐还原中的作用。

6. 环境工程中的AD技术应用：将AD技术应用于实际的废水处理工程中，评估其在不同条件下的处理效果和经济性。

具体到文献，论文中提到了一些相关的研究工作，例如：

• An, S., Tang, K., Nemati, M. (2010) 的研究关注了油藏微生物文化在同时生物脱硫和脱氮过程中的效果。
• Mora, M., Dorado, A.D., Gamisans, X., Gabriel, D. (2015a) 研究了硫代硫酸盐在自养脱氮过程中的动力学。
• Xu, G., Peng, J., Feng, C., et al. (2015) 评估了同时自养和异养脱氮过程的性能和细菌群落结构。

这些研究为理解AD过程提供了重要的科学基础，并为进一步的技术开发和优化提供了参考。

解决

Q: 论文如何解决这个问题？

Kimi: 论文通过以下方法解决自养脱氮（AD）过程的数学建模问题：

1. 建立动力学模型：研究者开发了一个包含4个过程和5个组分的动力学模型，这些过程和组分涵盖了AD过程中硫化物的生物氧化和硝酸盐、亚硝酸盐的去除。模型中包括了使用硫化物作为电子供体的氧化还原反应。

2. 参数优化：通过实验获得的数据，研究者对模型中的9个参数进行了优化。这些参数包括最大比生长速率、电子分配系数、半饱和常数等，通过拟合实验数据来确定这些参数的最优值。

3. 模型校准和验证：研究者使用不同的实验数据集对模型进行了校准和验证。这些数据集包含了不同浓度的硫化物、硫、硫酸盐、硝酸盐和亚硝酸盐。模型的预测结果与实验数据相匹配，证明了模型的有效性。

4. 分析硫项（η(S)）：研究者探讨了动力学方程中硫项（η(S)）的表现形式，通过比较模型预测结果，确定了在AD过程中硫项更适合用常数表达而非传统的Monod型表达。

5. 预测和控制产物：利用建立的模型，研究者能够准确预测AD过程中硫化物氧化的产物（硫和硫酸盐）的浓度，从而为控制硫酸盐浓度和回收硫提供了策略。

通过这些方法，论文不仅提高了对AD过程的理解，还为工程应用提供了一个强有力的工具，以便更有效地设计、操作和优化自养脱氮过程，减少废水处理过程中的氮氧化物排放，并实现资源的回收和再利用。这对于环境保护和可持续发展具有重要的实际意义。

实验

Q: 论文做了哪些实验？

Kimi: 根据提供的论文内容，作者们进行了以下实验来支持他们的研究和模型开发：

1. 实验设置：构建了一个工作体积为10升的bench-scale序批式反应器（Sequencing Batch Reactor, SBR），作为AD反应器。这个反应器以批处理模式运行，具有18小时的水力停留时间，2.0小时的沉降时间，0.20小时的排水时间，0.40小时的进料时间和3.0小时的闲置时间。

2. 合成废水组成：合成废水的成分包括Na2S·9H2O、KNO3、NH4Cl、KH2PO4、NaHCO3、CaCl2、MgCl2·6H2O和微量元素。使用HCl调整废水pH至约7.2。同时，记录了水中S2-、SO42-、NO3-和NO2-的背景浓度。

3. 接种污泥：从中国厦门的Shiweitou市政污水处理厂收集了接种污泥，其悬浮固体（SS）浓度为3214 ± 212 mg L-1。

4. 反应器运行条件：将反应器温度设定在30 ± 0.5°C，因为这个温度范围是自养脱氮菌的最适温度。使用电动手持搅拌器以200 rpm的速度实现均匀混合。在反应器达到稳态后，SS浓度略有变化，保持在1480 ± 157 mg L-1。

5. 固体停留时间：考虑到自养脱氮菌（ADB）生长缓慢，通过排放过量污泥来富集自养污泥，将固体停留时间设定为相对较长的30天。

6. 实验操作：在达到稳态后，对AD反应器进行了两个S/N（硫化物/氮）摩尔比的实验。在每个测试中，为确保污泥适应底物的变化，在进入下一个测试之前运行一周。

7. 数据收集：收集了关于S2-、SO42-、NO3-和NO2-的浓度数据，以及反应器运行一年期间的性能变化数据。

这些实验旨在模拟和研究AD过程，为建立和验证数学模型提供了实验数据。通过这些实验，研究人员能够优化模型参数，并验证模型在预测AD过程中化学物质转化和去除效率方面的准确性。

探索

Q: 有什么可以进一步探索的点？

Kimi: 尽管论文提供了自养脱氮（AD）过程的深入研究和数学建模，但仍有一些方面可以进一步探索：

1. 模型的进一步验证：虽然模型已经通过实验数据进行了验证，但在不同的操作条件、不同类型的废水、或不同的微生物群落下，模型的适用性和准确性如何，仍然需要进一步的研究和验证。

2. 微生物群落的作用：AD过程中微生物群落的动态变化、不同微生物种群的相互作用以及它们对AD效率的影响，这些都是值得深入研究的领域。

3. 工艺优化：探索不同的操作策略，如改变硫化物和硝酸盐的投加比例、调节pH值、优化反应器设计等，以进一步提高AD过程的效率和稳定性。

4. 环境因素的影响：研究温度、pH、溶解氧等环境因素对AD过程的影响，以及如何在实际应用中控制这些因素以达到最佳处理效果。

5. 经济性和可行性分析：对AD技术的经济性进行评估，包括成本效益分析、能耗评估和大规模应用的可行性研究。

6. 新型材料和技术的应用：研究新型生物反应器材料、生物膜技术或纳米技术在AD过程中的应用，以提高处理效率和降低成本。

7. 长期运行的稳定性：研究AD系统在长期运行过程中的稳定性和可持续性，包括污泥老化、系统堵塞和腐蚀等问题的解决方案。

8. 与其他处理技术的集成：探索AD技术与其他废水处理技术（如好氧处理、厌氧消化等）的集成，以实现更高效的废水处理和资源回收。

通过这些进一步的研究点，可以更全面地理解和优化AD过程，推动其在废水处理和环境保护领域的应用。

总结

Q: 总结一下论文的主要内容。

Kimi: 论文《Mathematical modeling of autotrophic denitrification (AD) process with sulphide as electron donor》的主要内容可以总结如下：

1. 研究背景：自养脱氮（AD）是在缺乏有机碳的条件下，通过无机电子供体（如硫化物）去除废水中硝酸盐的重要技术。现有脱氮模型未包含AD过程，限制了其在废水处理中的应用。

2. 研究目标：开发一个数学模型来描述和优化以硫化物为电子供体的AD过程，提高对AD过程的理解和控制，以便更有效地去除废水中的硝酸盐和亚硝酸盐。

3. 方法论：

   • 建立一个包含4个过程和5个组分的动力学模型，涵盖硫化物的生物氧化和硝酸盐、亚硝酸盐的去除。
   • 通过实验数据优化模型参数，包括最大比生长速率、电子分配系数和半饱和常数等。
   • 对模型进行校准和验证，确保其能够准确预测AD过程中化学物质的转化和去除效率。

4. 实验设计：

   • 使用bench-scale序批式反应器（SBR）进行实验。
   • 合成废水中包含硫化物、硝酸盐、氯化铵、磷酸盐和碳酸氢钠等成分。
   • 收集来自市政污水处理厂的接种污泥，并在反应器中进行为期一年的稳定运行实验。

5. 主要发现：

   • 模型能够合理描述AD过程中硝酸盐、亚硝酸盐、硫化物和硫的去除率。
   • 硫酸盐生成的控制策略可以通过模型预测来实现，以满足排放标准或从硫化物生物氧化中回收硫。
   • 模型预测与实验数据相匹配，证明了模型的有效性和适用性。

6. 结论：论文成功开发了一个数学模型，为设计、操作和优化AD过程提供了一个强有力的工具，有助于提高废水处理效率，减少氮氧化物排放，并实现资源的可持续利用。

这篇论文通过数学建模方法，为自养脱氮技术的发展和应用提供了新的视角和工具，对于环境工程领域的研究人员和工程师来说具有重要的参考价值。

更多

这些只是使用Kimi了解一篇论文的几个基本FAQ。如果你还想与Kimi进一步讨论该论文，请点击这里跳转至Kimi网页版，并启动一个相关论文的新会话。