城鎮污水處理除磷藥劑智能調控的研究

摘 要：本文基于PAC化學除磷工藝，針對污水處理廠總磷去除及除磷藥劑投加自動化控制問題進行研究，分析影響化學除磷的因素，應用除磷加藥智能化控制系統。系統基于“機理+數理”模型，通過分析進水流量、進出水總磷等工藝參數，動態計算藥劑的投加量，采用神經網絡算法、藥劑投加泵變頻調節技術對加藥量進行智能調節控制，并利用出水在線數據進行反饋邏輯計算，不斷修正加藥量。該系統投入調試運行后，在保證出水水質達標的前提下，有效減少了藥劑投加量，與投運前相比，PAC平均加藥量節約了36.8%，實現了化學除磷藥劑投加的精細化和自動化控制。

關鍵詞：PAC；除磷；自動控制；降耗

中圖分類號：X 52" 文獻標志碼：A

城鎮污水處理廠采用的除磷技術主要為生物除磷和化學除磷。生物除磷由生物池活性污泥中的聚磷菌完成?；瘜W除磷通過投加混凝劑形成不溶性磷酸鹽沉淀物，固液分離后將磷從污水中除去[1]。在污水處理系統中，化學除磷藥劑投加是污水處理過程的一個重要工藝，加藥控制系統的性能直接影響污水處理廠的運營成本和污水處理的出水水質。

目前上海某污水處理廠出水水質標準執行《城鎮污水處理廠污染物排放標準》（GB 18918—2002）一級A排放標準。該污水處理廠使用性價比較高的高分子無機混凝劑PAC（聚合氯化鋁）除磷[2]，溶液濃度為30%（含10%的Al2O3）。原采用人工設定加藥量的控制方式投加藥劑，即運行人員根據幾個小時的平均進水量計算對應的PAC投加量，從而調節加藥泵的流量。由于人工調節很難精確及時調節PAC投加量，因此為避免藥劑投加量不足影響出水水質，通常會投加過多藥劑，從而造成浪費，進而會對排放水體環境造成影響[3]。因此，研究污水處理加藥的優化設定模型和預測模型，對加藥進行優化控制，對節約污水處理過程的藥劑成本和人工成本，有重要的意義和廣泛的應用前景[4]。

1 研究方法

本文通過研究影響污水處理化學除磷的因素，分析進水總磷、進水流量、出水總磷等重要工藝參數，探索水量、水質與加藥量的非線性關系，動態計算出藥劑的投加量，并對加藥系統的配置進行升級，優化投料環節，通過神經網絡算法、藥劑投加泵變頻調節技術對加藥量進行智能調節控制，并將出水在線監測數據用于系統的反饋邏輯計算，不斷修正加藥量。在出水總磷滿足國家排放標準的前提下，實現化學除磷藥劑投加精細化控制和自動化控制，降低運行成本。研究結果可為除磷藥劑投加智能化精準調控提供理論依據，可以為污水處理除磷工藝系統的高效運行提供指導。

1.1 除磷藥劑投加模型

除磷藥劑投加量直接關系到污水處理出水的達標排放和運行成本，本課題對原有的加藥系統進行優化，建立藥劑投加新模型，包括機理模型（投加率模型及摩爾比模型）和數理模型（大數據預測模型），通過優化設定模型和預測模型，對藥劑進行精細化自動化控制，提高污水處理率，同時節約污水處理廠的運行成本。

1.1.1 基于摩爾比的機理模型投加藥劑

污水處理化學除磷的效率受到很多因素的制約，加入除磷藥劑后其反應過程變化也十分復雜，在缺乏有效歷史數據學習的情況下，為了更大程度地去除磷，提高除磷藥劑的利用率，需要深入了解反應機理，建立一個符合水質特性的金屬鹽投加經驗公式。

當化學除磷時，去除1mol（31g）磷至少需要0.9倍的鋁。由于在實際中，反應并不是100%有效的，OH-會與金屬離子競爭反應，生成相應的氫氧化物，因此通常需要超量投加化學藥劑，以保證達到所需要的出水濃度。當計算時，提出了投加系數β的概念[5]，如公式（1）所示。

β=（molal）molp " （1）

投加系數β受多種因素影響（例如投加地點、混合條件等），實際投加時可以通過歷史數據和投加試驗確定。在最佳條件下（投加適宜、混合良好和形成絮凝體）β=1；非最佳條件下β取3或更高。計算PAC如公式（2）所示。

（2）

式中：瞬時PAC流量為PAC投加量，m3/h；水量為預處理區進水流量，m3/h；ΔTP為須去除的磷，mg/L；ACC為控制精度，防止泵調節過于頻繁（默認值0.01）；PAC有效濃度默認取10%；密度為溶液密度，默認取1200kg/m3；投加系數β為經驗系數，通常取1.5～3。對模型進行分析驗證，基于摩爾比投加的算法模型預測的加藥，有計算速度快和不依賴歷史數據的優點，主要利用經驗判斷其投加系數，計算結果受儀表數據異常波動的影響，當進水水質波動較大或儀表發生異常時（TP值徒增），計算結果會出現瞬時波動，模型穩定性較差，在加藥系統控制中會造成泵頻繁啟停。

1.1.2 基于神經網絡算法的數理模型調節加藥

污水處理系統通常存在延遲、滯后等特點，各工藝段的水力停留時間隨水量變化、工藝調整而變化，僅利用機理模型算法容易造成水質控制不佳、藥劑浪費等情況。因此，引入了基于BP（Back Propagation）神經網絡的數理算法模型（算法邏輯如圖1所示），通過BP算法利用輸出后的誤差來估計輸出層的直接前導層的誤差，再用這個誤差估計更前一層的誤差，如此層層反傳，獲得所有層的誤差估計，按照誤差逆傳播算法訓練的多層前饋網絡來對污水處理系統的進水水質、水量、出水水質等參數與藥劑投加量之間的關系進行關聯，動態計算藥劑的投加量，保證在投加量充足的情況下降低處理成本。

由于污水處理PAC除磷是一個復雜的過程，加藥是由很多因素造成的，它們之間通常呈現一種非線性關系，因此，選取數據庫中的進水流量、進水總磷含量與加藥量的關系進行研究，通過自動化監測與控制系統以5min作為時間間隔在線采集污水廠的動態數據，通過規律以及過往人工經驗可知，加藥量隨著進水流量和進水總磷含量增加而增加。而進水水量、水質變化存在波動，通常不成正比。與此同時，在總磷去除率相同的情況下，進水總磷濃度越高，其投加的化學藥劑也越多。隨著加藥量增加，出水總磷濃度降低。當加藥量達到一定值時，出水總磷濃度幾乎不再降低，說明除磷的藥劑投加量有最佳值。為降低藥耗成本，提高除磷效率，本課題建立基于神經網絡的除磷加藥預測模型[6]，精準把握水量、水質與加藥量的非線性關系，達到精確加藥的目的。通過相關分析，對影響因素較大的參數進行數學建模，如公式（3）所示。

Qp=f（Q，TPin，TPout，...）" " " "（3）

式中：Q為進水流量；TPin為進水總磷；TPout為出水總磷。

利用基于神經網絡算法的數理模型通過大數據分析、特征工程、機器學習、深度學習等方法，對歷史數據進行學習訓練建模，以前饋+反饋的方式對加藥量、水質等進行預測，從而精準調節加藥，該模型泛化能力較好，可以有效地避免儀表波動造成的加藥量波動。

1.2 除磷藥劑投加智能化調控系統建設

由于該污水處理廠的沉淀池工藝段缺少進水水質參數，通過單一的大數據學習方法無法根據進水水量、水質參數準確地預測加藥量，因此本研究的除磷藥劑投加智能化調控系統采用“機理+數理”模型相結合的控制方法，利用機理模型計算速度快、無須利用歷史數據的優點與數理模型前饋與反饋結合的精準預測、不受儀表數據異常波動影響的優點，兩種模型彼此互補、查漏補缺，根據進水水質、水量參數，精確地計算藥物投加量，同時在出水端安裝水質儀表，用于系統的反饋邏輯計算，不斷修正加藥量（原理如圖2所示）。

通過除磷藥劑投加智能化調控系統的運行和自動投加，可有效減少藥物投加量和化學物污泥產量，節約藥耗，提供水廠的自動化運行水平。

2 應用效果分析

2.1 藥劑投加智能化調控系統除磷效果和流量調節分析

除磷藥劑投加智能化調控系統自2023年3月投入運行，研究通過除磷藥劑PAC使用量及其除磷效果來觀察系統運行情況。經過系統投運之前的6個月（2022年9月—2023年2月）與系統投運之后6個月（2023年3月—8月）的前后數據的分析對比（如圖3所示）可知，系統投運之后污水處理總磷去除率由97.96%增至99.06%，去除率提高1.12%，PAC加藥流量從1.45 m3/h降至0.97 m3/h，除磷藥劑PAC投加流量減少33.2%。

2.2 藥劑投加智能化調控系統藥劑使用與藥耗分析

結合該污水處理廠1年間PAC藥劑投加流量和污水處理量，對PAC藥劑使用量和萬噸水藥耗進行分析（如圖4所示）。

結果表明，2022年9月—2023年2月的PAC藥劑投加量每月均值為1284.76t，2023年3月—2023年8月的PAC藥劑投加量每月均值為812.17t，與投運前相比，除磷藥劑投加智能化調控系統投運后月平均PAC藥劑投加量降低36.8%；2022年9月—2023年2月的PAC萬噸水藥耗月均值為0.399 t/萬m3，2023年3月—2023年8月的PAC萬噸水藥耗月均值為0.294 t/萬m3，與投運前相比，系統投運后月平均PAC萬噸水藥耗下降26.3%。

3 結論

本文的除磷藥劑投加智能化調控系統基于“機理+數理”相結合的模型，通過分析進水總磷、進水流量、出水總磷等重要工藝參數。精準把握水量、水質與加藥量的非線性關系，同時升級加藥系統配置，采用神經網絡算法、藥劑投加泵變頻調節技術，動態計算藥劑的投加量，對加藥量進行智能調節，同時實現了化學除磷藥劑投加精細化控制和自動化控制，充分釋放人工效能。通過除磷藥劑投加智能化調控系統自動投加，有效降低了PAC投加量，經過對調試投運一定時間的效果進行對比，在保證出水水質達標的前提下，PAC平均加藥量和污水處理萬噸藥耗明顯降低，平均每月節約加藥量約36.8%，有效降低了污水處理成本。

未來可以進一步優化除磷藥劑投加智能化調控系統。目前系統投入運行時間較短，沒有足夠的大數據學習，因此還需要進一步調試來保證系統長期運行的穩定性，進一步考證水量、水質波動或其他突發工況下的運行和藥劑投加，后續會根據實際運行情況進行模型改進和系統升級，以期達到除磷藥劑的精準投加和最優控制的目的。本研究結果可為除磷藥劑投加智能化精準調控提供理論依據，應用研究成果可以提高污水處理廠污水處理率，節約運行成本，提高自動化運行水平，達到外部藥品投加降本增效的目的。

參考文獻

[1]劉寧，陳小光，崔彥召，等.化學除磷工藝研究進展[J].化工進展，2012，31（7）：1597-1603.

[2]馬永明，李偉. 某典型城市污水處理廠除磷藥劑的選擇與效能分析[J]. 有色設備，2022，36（6）：67-70，74.

[3]侯艷玲，劉艷臣，邱勇，等. 化學除磷藥劑中三價鐵鋁對生物系統污泥活性影響的研究[J].給水排水，2010，46（6）：38-41.

[4]邱勇，李冰，劉垚，等. 污水處理廠化學除磷自動控制系統優化研究[J].給水排水，2016，52（7）：126-129.

[5]肖秀梅，李長亮. 生物除磷工藝中同步沉淀除磷藥劑投加量計算[J]. 給水排水，2013，49（增刊1）：149-151.

[6]孫龍，朱燦耀，劉薇薇，等. 污水處理廠除磷藥劑自動投加系統建設與應用[J]. 給水排水，2022，58（增刊2）：542-548.