脱窒除磷プロセスについて質問です
Thread Content
A/Oプロセスを脱窒脱リンプロセスに改造する予定ですが、どのプロセスが脱窒脱リンに効果的でしょうか?運用経験のある方、ぜひ共有してください〜!流入水:流入水量Q、COD、COD5、pH、水温T
A2Oプロセスの嫌気段階:溶存酸素DO、酸化還元電位ORP
A2Oプロセスの無酸素段階:溶存酸素DO、酸化還元電位ORP
A2Oプロセスの好気段階:溶存酸素DO、酸化還元電位ORP、MLSS
流出水:COD、COD5
上記で推奨される典型的な計測機器の構成とプロセス制御の特徴に基づき、私たちはORPとDOを主要な制御パラメータとして用い、曝気システム、内部循環システム、外部循環システム、余剰汚泥排出システムを制御することで、優れたリン・窒素除去効果を実現し、汚水中のBOD5を効果的に低減すると同時に、エネルギーを最大限節約し、システム全体を効率的かつ安定して運用することを提案します。 3.A2O汚水処理プロセスの制御方法 A2O汚水処理プロセスにおけるA2Oタンクの従来の制御は、DO値のPID調整(空気供給量)およびMLSSのPID調整(リターン比)が、いずれも単一パラメータに対する単一対象の制御である。しかし、汚水処理プロセスは遅れ量が非常に大きいプロセスであり、プロセスに影響を与えるパラメータも多いため、単一の特定のパラメータだけに基づいてプロセス全体を制御することは不可能である。汚水処理プロセスにおいて、生物槽の曝気システム制御や汚水の逆流システム制御は、いずれも極めて複雑な制御プロセスである。独立した単一のループ制御を用いると、制御要件を満たすのは難しい。制御技術の進歩に伴い、同時に汚水処理の運用過程で大量の運用データが蓄積されるようになり、これによって制御プロセスにおけるテーブル検索演算やファジー制御の実現が可能となった。 (1) 排気システムの自動制御 季節、流入水の水質、水温、流量、好気槽内のDO値、流出水のCOD、BOD5、NH3-N、TOP、TKN、SSなどの状況に応じて、それぞれ適切な送気量を決定する。つまり、空気調整バルブの開度や送風機の運転台数および回転速度を設定するのである。プロセス制御を自動的に調整し、ファジー制御を実現する。 制御システムは、オンライン(または手動で検出される入力パラメータ)によって検出されるDO、給水量、pHなどの値、排水のCOD、BOD5、NH3-N、TOP、TKN、SSなどの値をもとに初期制御案を決定し、その初期値でバルブの開度や送風機の回転速度を制御する;一定期間安定して動作した後、オンライン計器で検出されたパラメータ値が要求基準に達しない場合、検出値が高すぎるか低すぎるかという状況に応じて、出力値を自動的に修正する;一定期間に特定の要件を満たした場合、その期間を制御遅れ量として定めることができ、要件に最も近い一連の値がデータベースに記録され、1つの制御記録が作成される。このデータベースを私たちは制御システム専門家データベースと呼んでいる。人が最適な運用方法を導き出した場合も、コンピュータに入力してエキスパートデータベースに登録することができる。異なる流入水の状況における最適な制御方法はデータベースに保存され、コンピュータが計算処理を行うことで、その汚水処理場特有の曝気制御システムの専門家データベースおよび専門家システムが構築される。 制御ブロック図は以下の通りです:図二:A2Oプールの曝気システムの制御方式ブロック図。制御システムが動作している間、絶えずデータが蓄積され、同時に運用担当者も運用過程で関連する運用データをまとめて蓄積します。これらのデータはコンピュータに入力され、コンピュータによって分析されることで、N種類の異なる調整方法が導き出され、自動制御が行われるか、または運用担当者にヒントが与えられ、適切な制御モードが選択されます。 (2)リン・窒素除去システムの自動制御 季節、流入水の水質や量、生物処理槽内各部のDO、ORP、pH、および流出水のCOD、BOD、TON、TOPなどの状況に応じて、自動的にデータを収集・保存し、制御を自動調整する。これにより異なる内部・外部リフラックス比率がそれぞれ決定され、同時にすべてのデータは専門家用データベースに入力される。そして内部・外部リフラックスポンプの起動台数やインバータ式ポンプの回転速度、水中推進器の起動台数も決定し、テーブル参照演算を行うことでファジー制御を実現する。 制御システムは、オンラインで測定されるDO、給水流量、pH、ORP、MLSSなどの値と、手動で入力されるパラメータに基づいて初期制御案を決定し、その初期値を用いて内部・外部循環ポンプの運転台数やインバータ式ポンプの回転速度を制御する;一定期間安定して動作した後、オンライン計器で検出されたパラメータ値が要求基準に達しない場合、検出値が高すぎるか低すぎるかという状況に応じて、出力値を自動的に修正する;一定期間内に所定の要件を満たした場合、その期間を制御遅れ量として定めることができる;人が最適な運用方法を導き出した場合も、コンピュータに入力し、制御システムのデータベースに保存することができる。異なる流入水の状況における最適な制御方法はデータベースに保存され、コンピュータが計算処理を行うことで、その汚水処理場特有のスラッジリターン制御システムの専門家データベースおよび専門家システムが構築される。 ファジー制御では確定的な数値は必要とされず、その主な制御プロセスのブロック図は以下の通りである:図3:A2Oプロセスのリターン流システム制御ブロック図 4.結論 水処理プロセスの制御が複雑であるため、どのような制御方式も長期にわたる運用経験に基づいて構築される。従来のPID調節方式が成功裏に適用された事例は多くなく、一般的には季節に応じて人為的に一定の運用方法が定められている。ファジー制御方式と人的経験を活用してA2Oプロセス制御の専門家データベースを構築し、コンピュータが自動的に照合処理を行うことで、比較的正確な制御案を策定する。これにより処理水の品質基準達成が容易になり、作業者の労働負担が軽減されると同時に、操作員の専門性も低下する;また、システムのより正確な制御を実現し、装置の運用効率を向上させるとともにエネルギー消費を削減し、運用コストを最大限に低減しました。