相比于微生物悬浮生长的传统污水处理工艺,如活性污泥法,生物膜法工艺具有单位体积生物量大、 脱膜沉降性能良好,无污泥膨胀、 运行管理方便等优点^[1].生物滤池是典型的生物膜反应器,其中应用最广泛的是两种固定床生物膜反应器:曝气生物滤池(BAF)^[2,3]和反硝化滤池(DNBF)^[4].BAF进行曝气发生硝化反应,在好氧条件下将NH₄⁺-N氧化成NO₂^--N和NO₃^--N^[5,6]； DNBF不曝气发生反硝化反应,在缺氧条件下将NO₂^--N和NO₃^--N还原成N₂或N₂ O、 NO^[7,8].国内外研究人员从滤料^[9,10,11,12]、 运行条件^{[13,14,15,16]}、 工艺组合^[17,18]等各个方面对两种滤池进行了深入的研究.其中,将两种生物滤池组合在一起的DNBF+BAF工艺可实现污水脱氮处理,目前已得到较为广泛的应用.

当前污水处理工艺的调整大多依靠工程经验,但污水处理过程非常复杂,不确定性因素较多,因此可能导致调整不准确、 运行成本增加等问题,甚至存在一定的风险,即无法达到最优工况.数值模拟方法是应用数学模型经数值计算对各种实际问题进行研究的方法,在污水处理工艺的模拟方面,同样得到了广泛的应用^[19,20].BioWin软件是一种以IWA模型为基础的污水处理厂全流程数值模拟软件,可描述污水处理过程中的50种组分和80个物理、 化学和生物反应过程,目前已在北美和澳大利亚等地得到了广泛的应用^{[21,22,23,24]}.

本研究以筼筜污水处理厂DNBF+BAF工艺为对象,探讨该工艺BioWin模型的构建及模型校正的方法,实现对实际DNBF+BAF工艺的有效模拟,并进行工艺运行优化.

1 材料与方法 1.1 筼筜污水处理厂 1.1.1 工艺流程与原理

筼筜污水处理厂位于福建省厦门市,设计规模为3×10⁵ m³ ·d^-1,处理工艺采用法国得利满公司的Sedipac 3D组合式高效沉淀池/前置反硝化滤池+曝气生物滤池(DNBF+BAF)工艺.处理污水大部分为生活污水和雨水,不含工业废水,出水水质执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)的一级B标准^[25].筼筜污水处理厂的工艺流程如图 1所示.污水首先经过Sedipac 3D高效沉淀池进行一级强化处理后,进入生物滤池段(DNBF+BAF)进行二级生物处理,DNBF不曝气,进行反硝化反应,水力停留时间约为20 min,BAF曝气,进行硝化反应,水力停留时间约为40 min,硝化出水回流至反硝化滤池段,二者共同完成污水脱氮处理. 以生物滤池段(DNBF+BAF)为对象进行相关研究.

图 1

Fig. 1

图 1 筼筜污水处理厂工艺流程 Fig. 1 Process flowchart of Yuandang WWTP

筼筜污水处理厂生物滤池段(DNBF+BAF)的进水为经Sedipac 3D高效沉淀池处理后并在混合池进行混合后的污水，通过实地取样检测,获取其2013年9月和10月的实际运行数据,检测的水质/水量指标包括:COD、 NH₄⁺-N、 NO₃^--N、 TKN、 TN、 TP、 SS、 pH、 DO、 碱度、 进水流量,所有水质指标均按照文献^[26]中的标准方法进行检测.2013年9月和10月的运行数据分别如表 1、 表 2所示.

表 1(Table 1)

表 1 DNBF+BAF工艺运行数据 (2013-09)1) Table 1 Operation data of DNBF+BAF process (2013-09) 水质/水量指标 进水 出水 COD/mg·L-1 134.72±24.86 45.44±9.11 NH4+-N/mg·L-1 24.44±5.86 3.28±1.72 NO3--N/mg·L-1 3.24±2.69 10.80±2.65 TKN/mg·L-1 27.15±6.51 — TN/mg·L-1 30.39±7.16 15.02±3.01 TP/mg·L-1 2.12±0.67 1.14±0.42 TSS/mg·L-1 50.94±29.10 7.50±7.16 pH 7.44±0.17 — DO/mg·L-1 1.71 — 碱度/mmol·L-1 204.75 — 进水流量/m3·d-1 20540.79±2067.48 — 1)所有数据都经过标准统计分析,显著性水平为95%

表 1 DNBF+BAF工艺运行数据 (2013-09)1) Table 1 Operation data of DNBF+BAF process (2013-09)

表 2(Table 2)

表 2 DNBF+BAF工艺运行数据 (2013-10)1) Table 2 Operation data of DNBF+BAF process (2013-10) 水质/水量指标 进水 出水 COD/mg·L-1 139.42±24.61 44.74±6.29 NH4+-N/mg·L-1 28.80±8.11 1.78±1.55 NO3--N/mg·L-1 3.21±3.03 13.57±3.27 TKN/mg·L-1 32.00±9.02 — TN/mg·L-1 35.21±8.17 16.36±3.53 TP/mg·L-1 2.41±0.61 1.01±0.34 TSS/mg·L-1 64.68±37.24 7.05±4.74 pH 7.57±0.18 — DO/mg·L-1 1.71 — 碱度/mmol·L-1 204.75 — 进水流量/m3·d-1 18651.47±2632.02 — 1)所有数据都经过标准统计分析,显著性水平为95%

表 2 DNBF+BAF工艺运行数据 (2013-10)1) Table 2 Operation data of DNBF+BAF process (2013-10)

筼筜污水处理厂生物滤池段有14个反硝化滤池和28个曝气生物滤池,共14条工艺线路,每条线路包括1个反硝化滤池和2个曝气生物滤池.14条线路的运行条件相同,因此其处理结果也是一样的.本研究中应用BioWin软件,对其中一条工艺线路,即:1个DNBF+2个BAF,构建其BioWin模型,如图 2所示.

图 2

Fig. 2

图 2 筼筜污水处理厂DNBF+BAF工艺BioWin模型 Fig. 2 BioWin model of DNBF+BAF process at Yuandang WWTP

BioWin模型采用多个生物反应器串联的方式模拟DNBF和BAF中流体的推流状态,从前向后依次为:DNBF段,包括水层1(DNBF1-1)、 滤料层(DNBF1-2、 DNBF1-3、 DNBF1-4)以及水层2(DNBF1-5)； BAF段,为两条并列且相同的工艺线路,以其中一条为例,包括水层1(BAF1-1)、 缓冲层1(BAF1-2)、 缓冲层2(BAF1-3)、 滤料层(BAF1-4、 BAF1-5、 BAF1-6)以及水层2(BAF1-7).甲醇作为外加碳源于滤池进水前投加,与来自混合池的出水混合后,共同进入滤池.此外,通过在DNBF和BAF后面增加点沉淀池和反冲洗出水组合的方式来模拟滤池反冲洗过程,去除进水中及滤池内生物膜脱落产生的TSS.在反应模型上,选择ASDM模型、 pH平衡模型和气体传输模型的组合作为生物反应单元的数学模型,选择Vesilind修正模型作为二沉池的数学模型. 1.3 灵敏度分析

基于DNBF+BAF工艺的BioWin模型和2013年9月的实际运行数据(如表 1),应用常规灵敏度分析法(S_i,j)和均方根灵敏度分析法(δ_j^msqr),考察了8项水质指标的模拟出水值(y_i)随参数值(x_j)的变化情况,对BioWin中的412个参数进行灵敏度分析,找出对模拟结果影响较大,即灵敏度较高的参数.考察的8项水质指标为:NH₄⁺-N、 NO₃^--N、 NO₂^--N、 TKN、 TN、 TP、 TSS、 COD.

常规灵敏度分析法(S_i,j)用于指示特定参数(x_j)对特定水质指标(y_i)的影响情况,如公式(1)所示,式中x_j值增大10%.其灵敏度判定准则为: ①S_i,j<0.25,参数对模拟结果没有显著影响； ②0.25 ≤S_i,j<1,参数对模拟结果有影响； ③1≤S_i,j<2,参数对模拟结果有较大影响； ④S_i,j≥2,参数对模拟结果影响非常大^[27].

均方根灵敏度分析法(δ_j^msqr)用于指示特定参数(x_j)对于出水水质指标整体的影响情况,如公式(2)所示.其灵敏度判定准则为:δ_j^msqr 值越大,参数对整体模拟结果影响越大^[28].

应用BioWin校正模型和2013年9月的运行数据,对生物滤池段(DNBF+BAF)在不同外加碳源(甲醇)投加量和不同回流比条件下的运行结果进行模拟,对比不同运行条件下的模拟出水结果,寻找最佳的外加碳源投加量和回流比,对其进行运行优化,并为污水处理厂实际运行提供有效建议.

2 结果与讨论 2.1 灵敏度分析结果 2.1.1 常规灵敏度分析(S_i,j)

根据常规灵敏度分析(S_i,j)结果,将412个参数中所有S_i,j≥0.25的参数及其S_i,j值列出,共有14个参数可认定为对输出结果有影响,即灵敏度较高的参数,具体如表 3所示. 由表 3可知,在14个参数中,对DNBF+BAF工艺模拟出水结果影响最为显著的3类参数为:与生物膜有关的参数、 与异养菌(OHOs)有关的参数和曝气参数.DNBF和BAF都是生物膜反应器,生物膜是发生生物反应去除污染物的主要场所,其特性对处理效果的影响至关重要,因此与生物膜有关的参数,如扩散常数、 介质表面的生物膜覆盖率等对处理效果影响显著.DNBF中主要进行反硝化反应,其优势菌落为反硝化细菌,BAF中主要进行硝化反应和各种氧化反应,其优势菌落为各种好氧菌,除硝化细菌为自养菌外,其余大部分为异养菌(OHOs),因此在整个工艺系统中,其优势菌落为异养菌,所以与异养菌特性有关的参数,如产率系数,对处理效果的影响也较为显著.同时,由于反硝化反应与硝化反应受溶解氧浓度的影响较大,而曝气作用可使水中的DO浓度升高,且DNBF与BAF间存在回流,因此曝气参数对整体的处理效果,尤其是脱氮处理效果的影响也较为显著.

表 3(Table 3)

表 3 常规灵敏度分析(Si,j)结果 Table 3 Sensitivity analysis results of normalized sensitivity coefficient measurement(Si,j) 参数 指标 Si,j NH4+-N NO3--N NO2--N TKN TN TP TSS COD 计量学参数 (异养菌) 产率系数(好氧) -0.4292 0.4734 0.7341 -0.3912 内源残留分数 -0.4598 0.3448 产率系数(缺氧) 0.5917 0.2936 0.1471 -0.3448 生物膜参数 (常规参数) 吸附速率 -0.3426 TSS吸附半饱和常数 0.2610 解吸速率 0.3100 扩散常数 -0.7512 0.2959 1.5987 -0.6846 -0.2455 传质表面生物膜最大覆盖率 -0.6439 1.2887 -0.5929 -0.2455 有效扩散系数 易生物降解COD -0.2959 -0.2773 溶解氧 -0.8115 -0.3426 1.9739 -0.7335 其它参数 (曝气参数) 工艺水DO浓度/纯水DO浓度 -0.8317 0.5325 1.9250 -0.7579 表面压力 -1.3213 0.7692 3.0669 -1.2042 气体有效饱和深度 -0.6036 -0.5501 -0.3188 氧气供应(气态) -1.1268 0.4734 1.9250 -1.0269

表 3 常规灵敏度分析(Si,j)结果 Table 3 Sensitivity analysis results of normalized sensitivity coefficient measurement(Si,j)

根据均方根灵敏度分析(δ_j^msqr)结果,将412个参数中δ_j^msqr值最大的10个参数及其δ_j^msqr值降序列出(表 4).由表 4可知,在10个δ_j^msqr值最大的参数中,有4个是与生物膜有关的参数,2个是与异养菌有关的参数,还有4个是曝气参数,这与常规灵敏度分析(S_i,j)的结果相一致.

表 4(Table 4)

表 4 均方根灵敏度分析(δjmsqr)结果 Table 4 Sensitivity analysis results of mean square sensitivity measurement(δjmsqr) 参数 δjmsqr 曝气参数: 表面压力 1.2849 曝气参数: 氧气供应(气态) 0.8862 有效扩散系数: 溶解氧 0.8366 曝气参数: 工艺水DO浓度/纯水DO浓度 0.8105 生物膜常规参数: 扩散常数 0.6847 生物膜常规参数: 传质表面生物膜最大覆盖率 0.5629 异养菌:产率系数(好氧) 0.4237 曝气参数: 气体有效饱和深度 0.3180 异养菌:产率系数(缺氧) 0.2440 有效扩散系数: 易生物降解COD 0.1644

表 4 均方根灵敏度分析(δjmsqr)结果 Table 4 Sensitivity analysis results of mean square sensitivity measurement(δjmsqr)

综合考虑常规灵敏度分析(S_i,j)和均方根灵敏度分析(δ_j^msqr)的结果,选取对筼筜污水处理厂DNBF+BAF模拟出水结果影响最为显著的参数,基于该工艺在2013年9月的实际运行数据(如表 1),应用所构建的BioWin概化模型对实际运行结果进行模拟,通过不断调整选定的灵敏度最高参数的数值,最终使模拟结果与实测结果相一致,从而实现模型校正.选定的校正参数及其校正结果如表 5所示.

表 5(Table 5)

表 5 BioWin模型校正参数及校正结果 Table 5 Calibrated values of the most sensitive parameters in BioWin model 参数 缺省值 校正值 异养菌: 产率系数(缺氧) 0.54 0.054 生物膜常规参数: 扩散常数 0.8 1.2 有效扩散系数: 溶解氧 2.50×10-9 3.75×10-9

表 5 BioWin模型校正参数及校正结果 Table 5 Calibrated values of the most sensitive parameters in BioWin model

应用校正模型对DNBF+BAF工艺在2013年9月每一天的运行结果进行模拟,对比模拟结果与实测结果是否一致,如表 6和图 3所示,从而进一步验证该校正模型的有效性.

表 61(Table 6)

表 6 校正模型整体模拟结果与实测结果对比 (2013-09)1) Table 6 Comparison of overall simulation and experiment results (2013-09) 水质指标 出水 实测值 模拟值 COD/mg·L-1 45.44±9.11 39.56±7.24 NH4+-N/mg·L-1 3.28±1.72 2.38±0.90 NO3--N/mg·L-1 10.80±2.65 11.06±4.13 TN/mg·L-1 15.02±3.01 17.20±5.33 TP/mg·L-1 1.14±0.42 1.00±0.39 TSS/mg·L-1 7.50±7.16 7.84±2.40 1)所有数据都经过标准统计分析,显著性水平为95%

表 6 校正模型整体模拟结果与实测结果对比 (2013-09)1) Table 6 Comparison of overall simulation and experiment results (2013-09)

图 3

Fig. 3

图 3 校正模型每天模拟结果与实测结果对比 (2013-09) Fig. 3 Comparison of daily simulation and experiment results (2013-09)

由表 6可知,对于各项水质指标,校正模型对DNBF+BAF工艺在2013年9月的实际运行结果的整体模拟效果较好,模拟结果可较为准确地反映实测结果.由图 3可知,除去个别天模拟值与实测值有所偏差外,各项水质指标出水浓度每天的模拟值与实测值均达到较好的吻合.对于个别偏差产生的原因,由于实测数据来自实际污水处理厂的运行数据,一方面由于污水处理厂运行过程不确定性因素太多,因此其出水水质可能存在一定的波动,另一方面,水质指标的检测本身存在一定的误差,在误差允许的范围内有所偏差是可以的.

综上可以得出,校正模型是有效的,可以对筼筜污水处理厂DNBF+BAF工艺2013年9月的实际运行结果进行有效模拟. 2.3 模型验证

模型验证是指将校正模型应用于除初始校正工况以外的其它工况的模拟,且模拟效果良好.本研究中,选用筼筜污水处理厂DNBF+BAF工艺2013年10月的实际运行数据(如表 2)进行模型验证,验证结果如表 7和图 4所示.从中可知,模拟结果与实测结果的整体对比及每天对比的吻合度均较好,说明校正模型同样可对筼筜污水处理厂DNBF+BAF工艺2013年10月的实际运行结果进行有效模拟,即模型验证成功.

图 4

Fig. 4

图 4 校正模型每天模拟结果与实测结果对比 (2013-10) Fig. 4 Comparison of daily simulation and experiment results (2013-10)

表 7(Table 7)

表 7 校正模型整体模拟结果与实测结果对比 (2013-10)1) Table 7 ExamplesComparison of overall simulation and experiment results (2013-10) 水质指标 出水 实测值 模拟值 COD/mg·L-1 44.74±6.29 39.88±6.73 NH4+-N/mg·L-1 1.78±1.55 2.79±1.07 NO3--N/mg·L-1 13.57±3.27 11.41±3.85 TN/mg·L-1 16.36±3.53 19.40±5.61 TP/mg·L-1 1.01±0.34 1.16±0.33 TSS/mg·L-1 7.05±4.74 9.16±2.98 1)所有数据都经过标准统计分析,显著性水平为95%

表 7 校正模型整体模拟结果与实测结果对比 (2013-10)1) Table 7 Comparison of overall simulation and experiment results (2013-10)

筼筜污水处理厂出水水质执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)的一级B标准^[24],当前运行条件可以满足排放标准,但处理效果及运行成本仍未达到最佳,本研究针对外加碳源投加量和回流比对其进行工艺运行优化. 3.1.1 外加碳源投加量

筼筜污水处理厂的外加碳源为甲醇,其投加量很少,以2013年9月的实际运行数据为例,投加甲醇后滤池段进水COD浓度由134.72 mg ·L^-1上升至140.27 mg ·L^-1,改变很小,且进水BOD₅/COD约为0.40,可生化性较强,因此,投加甲醇只能起到较小的调节作用.为研究投加甲醇对污染物去除效果的影响,应用BioWin校正模型对投加甲醇和不投加甲醇两种情况进行模拟,模拟结果如表 8所示. 从中可知,对比投加甲醇和不投加甲醇的模拟出水结果,二者并没有太大差别,且出水水质可满足一级B标准,即投加甲醇对于生物处理的调节作用并不明显,即没有显著提高生物滤池段的处理效果.原因在于,滤池段进水为高效沉淀池出水,其中含有足够的COD,可以满足DNBF和BAF中生物反应所需.因此,根据优化结果,建议不再对筼筜污水处理厂生物滤池段投加甲醇,此时进水C/N=4.43,可节约运行成本,且处理效果较好.

表 8(Table 8)

表 8 外加碳源投加量优化结果 (一级B标准)/mg ·L-1 Table 8 Optimization result of methanol adding (discharge standard B)/mg ·L-1 外加碳源 NH4+-N NO3--N NO2--N TN TP TSS COD 投加 2.87 9.53 3.53 17.75 0.95 8.10 39.70 不投加 2.72 10.72 3.28 18.55 0.97 7.90 39.40

表 8 外加碳源投加量优化结果 (一级B标准)/mg ·L-1 Table 8 Optimization result of methanol adding (discharge standard B)/mg ·L-1

回流比是DNBF+BAF工艺脱氮处理效果的一个重要影响因素,应用BioWin校正模型,模拟回流比为50%、 100%、 150%、 200%、 250%、 300%条件下的污染物去除效果,结果如表 9所示,综合考虑各项污染物的去除效果和工艺运行成本,可知筼筜污水处理厂生物滤池段的最佳回流比为50%.小回流比脱氮效果好是因为溶解氧(DO)和水力停留时间(HRT)是DNBF段反硝化反应的重要影响因素,回流比越高,由硝化段带来的DO越多,且造成HRT越短,因此反硝化处理效果越差,这表明该工艺脱氮处理效果的控制因素是DNBF段的DO浓度和HRT.

表 9(Table 9)

表 9 回流比优化结果 (一级B标准)/mg ·L-1 Table 9 Optimization result of reflux ratio(discharge standard B)/mg ·L-1 回流比/% NH4+-N NO3--N NO2--N TN TP TSS COD 50 2.89 8.58 3.06 16.30 1.00 10.40 40.60 100 2.87 9.53 3.28 17.75 0.95 8.10 39.70 150 2.88 10.65 3.03 18.80 0.92 6.70 39.10 200 2.90 11.72 2.80 19.59 0.89 5.70 38.70 250 2.92 12.59 2.63 20.26 0.87 5.00 38.40 300 2.95 13.28 2.50 20.83 0.85 4.40 38.20

表 9 回流比优化结果 (一级B标准)/mg ·L-1 Table 9 Optimization result of reflux ratio(discharge standard B)/mg ·L-1

当前,污水处理厂排放标准日益提高,本研究假设筼筜污水处理厂执行一级A排放标准,通过对回流比和外加碳源投加量进行工艺优化,使其达到最佳运行状态,并使出水达标. 3.2.1 回流比

以上分析可知,筼筜污水处理厂DNBF+BAF工艺脱氮处理效果的控制因素是回流比决定的DNBF段的DO浓度和HRT,因此首先对回流比进行运行优化.应用BioWin校正模型,分别模拟回流比为50%、 100%、 150%、 200%、 250%、 300%条件下该工艺的污染物出水去除效果,结果如表 10所示,综合考虑各项污染物的去除效果和工艺运行成本,可知筼筜污水处理厂生物滤池段的最佳回流比为50%.

表 10(Table 10)

表 10 回流比优化结果 (一级A标准)/mg ·L-1 Table 10 Optimization result of reflux ratio(discharge standard A)/mg ·L-1 回流比/% NH4+-N NO3--N NO2--N TN TP TSS COD 50 2.71 9.57 3.06 17.19 1.00 10.20 40.3 100 2.72 10.72 3.28 18.55 0.97 7.90 39.4 150 2.75 11.94 3.03 19.52 0.94 6.50 38.8 200 2.78 12.93 2.80 20.29 0.91 5.60 38.4 250 2.81 13.72 2.63 20.93 0.89 4.90 38.1 300 2.85 14.37 2.50 21.48 0.87 4.30 37.8

表 10 回流比优化结果 (一级A标准)/mg ·L-1 Table 10 Optimization result of reflux ratio(discharge standard A)/mg ·L-1

应用BioWin校正模型,模拟筼筜污水处理厂DNBF+BAF工艺,在不投加甲醇(COD=134.72 mg ·L^-1)和投加甲醇后COD分别为140、 145、 150、 155、 160、 165、 170 mg ·L^-1,且回流比均为50%条件下的污染物出水去除效果,结果如表 11所示. 综合考虑各项污染物的去除效果和工艺运行成本,可知筼筜污水处理厂生物滤池段的最佳碳源投加水平为155 mg ·L^-1,此时进水C/N=5.10.由COD=155 mg ·L^-1模拟结果可知,除出水TSS=11.10 mg ·L^-1,略高于一级A排放标准10 mg ·L^-1外,其余出水指标均可达到一级A标准,对于增强TSS的去除效果,可由调整一级处理Sedipac 3D组合式高效沉淀池的运行来达到,如增加高效沉淀池的水力停留时间.

表 11(Table 11)

表 11 外加碳源投加量优化结果 (一级A标准)/mg ·L-1 Table 11 Optimization result of methanol adding (discharge standard A)/mg ·L-1 进水COD 出水浓度 NH4+-N NO3--N NO2--N TN TP TSS COD 不投加 2.71 9.57 3.06 17.19 1.00 10.20 40.3 140 2.90 8.55 2.96 16.28 1.00 10.40 40.6 145 3.05 7.72 2.92 15.57 0.97 10.60 40.9 150 3.18 7.02 2.89 14.97 0.94 10.80 41.2 155 3.31 6.36 2.96 14.54 0.91 11.10 41.6 160 3.45 5.72 3.11 14.21 0.88 11.40 42.0 165 3.60 5.03 3.36 13.95 0.85 11.70 42.4 170 3.73 4.46 3.59 13.76 0.83 12.00 42.7

表 11 外加碳源投加量优化结果 (一级A标准)/mg ·L-1 Table 11 Optimization result of methanol adding (discharge standard A)/mg ·L-1

(1)基于筼筜污水处理厂DNBF+BAF工艺的BioWin模型及2013年9月的实际运行数据,应用常规灵敏度分析(S_i,j)和均方根灵敏度分析(δ_j^msqr)两种灵敏度分析方法,对BioWin中所有412个参数进行灵敏度分析.综合考虑两种灵敏度分析的结果可知,对该工艺的BioWin模拟结果影响最为显著,即灵敏度最高的3类参数为:与生物膜有关的参数、 与异养菌(OHOs)有关的参数和曝气参数.

(2)根据灵敏度分析结果,选取对DNBF+BAF工艺BioWin模拟结果影响最为显著的参数,应用BioWin模型对2013年9月的运行结果进行模拟,通过调整选定参数值对模型进行校正； 然后应用校正模型对2013年10月的运行结果进行模拟,实现模型验证.结果表明,校正模型对2013年9月和10月的运行结果均可进行有效模拟.所以,本研究构建的DNBF池+BAF池工艺BioWin模型和基于灵敏度分析的模型校正方法是可行的,可用于实际生物滤池工艺的模拟.

(3)应用BioWin校正模型,模拟筼筜污水处理厂DNBF+BAF工艺在不同进水碳源投加量和回流比条件下的运行结果,对其进行工艺优化,结果表明: ①一级B排放标准的最佳运行条件为:回流比=50%,取消甲醇投加,进水C/N=4.43； ②一级A排放标准的最佳运行条件为:回流比=50%,投加甲醇后的进水COD=155mg ·L^-1,进水C/N=5.10.