废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法技术方案

本发明专利技术公开了一种废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法。该方法模拟纳米ZnO对各功能微生物的抑制效应，并估算纳米ZnO经反硝化同时产甲烷化工艺处理后，向水体和污泥的排放系数和排放浓度，为纳米材料的暴露评估提供数据资料。

Prediction method of nano ZnO exposure level in wastewater anaerobic biological treatment system

The invention discloses a method for predicting the exposure level of nano ZnO in an anaerobic biological treatment system for waste water. This method simulated the inhibitory effect of nanoscale ZnO on various functional microbes, and estimated the emission coefficient and discharge concentration of nano ZnO to the water and sludge after denitrification and methanation process, which provided data for the evaluation of nano materials exposure.

【技术实现步骤摘要】
废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法
本专利技术涉及一种废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法。
技术介绍
反硝化同时产甲烷系统(SDM)作为厌氧生物处理常用的工艺之一，被用于处理含有高浓度的有机物和氮素废水，如淀粉生产废水、大豆蛋白生产废水等，能充分利用废水中有机碳源，在实现生物脱氮的同时回收能源，简化工艺流程、减少处理构筑物数量以及降低处理成本等。但近代纳米技术已触及许多领域的使用服务工具，包括消费品、医疗保健、交通、能源和农业等。其中，纳米ZnO颗粒具有特殊的磁性和光化学性质常被用于橡胶、涂料、陶瓷、防晒化妆品等领域。随着纳米ZnO的生产及应用，不可避免地释放到污水生物处理系统中，其含量一般在1mg/L以上，具有较强的生物毒性，对水体生物甚至人类存在潜在的毒性。如何有效地去除工业污水和生活污水处理设施中的纳米颗粒也是尚未解决的问题。目前，我国已经建立了以风险评价为依据的化学品环境风险管理制度，而其中的关键是如何进行暴露评估，即化学品的排放过程以及在环境中的归趋和分布。污水处理系统中纳米材料的归趋和处理效率是风险评估的重要内容。由于纳米ZnO数量巨大，在污水处理系统中的归趋和处理效率评估主要采用模型预测。以纳米ZnO在SDM体系中溶解并释放可溶性Zn2+，对生化反应(包括水解发酵过程、酸化过程、产乙酸过程、产甲烷过程及反硝化过程)产生相应的抑制效应，建立厌氧消化(ADM1)扩展模型，能准确预测纳米ZnO在SDM体系中的暴露水平。有关术语：1、UASB反应器反硝化同时产甲烷系统(SDM)反应器类型主要为上流式厌氧污泥床(UASB)反应器，其由污泥反应区、气液固三相分离器和气室三部分组成。厌氧颗粒污泥在反应器底部具有沉淀性和凝聚性，能良好的在反应器下部空间形成污泥床。待废水由该反应器底部进入时，以一定流速自下而上经过污泥床，与厌氧颗粒污泥充分接触而发生厌氧反应产生沼气，所产生的沼气上升而引起污泥床扰动形成较稀薄浓度的污泥，该稀薄污泥和水一起进入三相分离器，沼气经由三相分离器上端的集气室收集而利用，含有悬浮污泥的废水进入三相分离器上端的沉淀区。由于污泥发生絮凝，颗粒逐渐增大，并在重力作用下沉降返回反应器主体部分，从而形成污泥的内部循环。含有少量较轻的悬浮污泥的废水从沉淀区的溢流堰上部溢出。2、反硝化同时甲烷化体系(SDM)反硝化同时甲烷化体系处理含碳、氮废水，实现生物脱氮的同时回收能源。SDM是一个极其复杂的过程，涉及微生物间底物竞争、氮的转化和NOx的抑制等。在同时存在有机物和硝酸盐的厌氧体系中，复杂的有机物被水解酸化菌分解为较简单的物质，如：有机酸和醇类。丙酸和丁酸等有机酸被产氢产乙酸菌分解为乙酸、H2和CO2。反硝化菌以上述有机酸和醇类为碳源还原硝态氮，而甲烷菌利用乙酸和H2产甲烷。最终实现生物脱氮的同时回收甲烷。3、纳米材料纳米材料是至少在一个维度上的尺寸小于100nm的物质。目前纳米技术已经触及许多领域的实用服务工具，包括消费品、医疗保健、胶体、能源和农业等，应用于工业和人们日常生活用品等产品中。纳米材料具有颗粒小、表面积大的特殊性质，迁移性能好，表面活性大，在生产、使用和废弃的过程中不可避免的进入到水环境中，造成较强的生态效应和生物暴露，负面影响不容忽视。4、ADM1模型ADM1是一个结构化模型，对厌氧系统内的生化过程和物理-化学过程进行详细分析，明确模型相应组分，建立了相关的反应动力学方程，从而实现厌氧消化的可计量性。ADM1包括产酸(发酵)、产乙酸(有机酸的厌氧氧化)和产甲烷、胞外(部分非生物的)分解及胞内水解的三个生化过程。包括26个动态浓度变量、19个生化动力学过程、3个气-液转换动力学过程以及8个隐式代数变量。能较好地模拟和预测不同厌氧工艺在各种条件下的运行状态，为厌氧工艺的设计、运行和优化控制提出理论指导和技术支持。
技术实现思路
本专利技术要解决的技术问题是提供一种废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法。为了解决上述技术问题，本专利技术采用的技术方案是，废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法，包括以下步骤：(1)通过灵敏度分析得出对气体指标CH4和N2影响较明显的参数；(2)通过间歇实验来测出该参数的数值；(3)通过连续实验定期检测SDM体系在纳米ZnO暴露下的理化指标；(4)编写遗传算法和回归拟合程序，得到抑制性常数；(5)模型只需输入纳米ZnO的暴露浓度，即可完成纳米ZnO在SDM体系中的暴露水平预测。作为优选，步骤(1)包括以下步骤：通过纳米ZnO离子释放模型的建立，将纳米ZnO对功能微生物的抑制作用添加到ADM1模型内，形成了废水厌氧生物处理系统中纳米ZnO暴露水平的预测模型；对所得模型相应参数进行灵敏度分析，选出对气体指标CH4影响较明显的参数进行参数估计，目标参数的变化范围为10％～300％，其敏感性指数SI定义为：式(1)中，t为模拟时间，单位为d；N为需模拟的数据；CSTD(t)和CSENS(t)分别为文献给定目标参数值所模拟的结果和此参数值相应变化下模拟的结果；对上述模型的模拟，采用MTALAB2012a软件，结合遗传算法和回归拟合算法进行参数估计，得到模拟参数的最优值，其中目标函数为：式(2)中，yexp(t)为采集的实验数据，ysim(t)是针对参数模拟的数值。作为优选，步骤(2)包括以下步骤：基于灵敏度分析获得得出对纳米ZnO暴露气体指标CH4和N2影响较明显的13个参数；分别以乙酸、丙酸、丁酸和氢为底物，硝酸盐和亚酸盐为氮源，通过间歇实验测定13个参数的数值；所述13个参数分别为：底物糖类的最大比吸收速率km，su、底物丁酸的最大比吸收速率km，bu、底物丙酸的最大比吸收速率km，pro、底物乙酸的最大比吸收速率km，ac、底物氢的最大比吸收速率km，h2、反硝化菌对丁酸的最大吸收速率kNO2，bu、反硝化菌对丙酸的最大吸收速率kNO2，pro、反硝化菌对乙酸的最大吸收速率kNO2，ac、反硝化菌对氢的最大吸收速率kNO2，h2、反硝化菌对丁酸的最大吸收速率kNO3，bu、反硝化菌对丙酸的最大吸收速率kNO3，pro、反硝化菌对乙酸的最大吸收速率kNO3，ac、反硝化菌对氢的最大吸收速率kNO3，h2。作为优选，在步骤(3)中，定期测定进出水COD、NO3--N、NO2--N、可溶性Zn2+、挥发性脂肪酸(VFA)、纳米ZnO浓度、甲烷和氮气产量。作为优选，步骤(4)包括以下步骤：以函数Fobj(θ)为模拟的目标函数，得到抑制性参数的最优值，最终能准确预测纳米ZnO在SDM体系中的暴露水平；所需模拟的抑制性参数为：亚硝酸盐抑制性常数kI，NO2、硝酸盐抑制性常数kI，NO3、纳米ZnO对丁酸的抑制性常数kI，ZnO，bu、纳米ZnO对丙酸的抑制性常数kI，ZnO，pro、纳米ZnO对乙酸的抑制性常数kI，ZnO，ac、纳米ZnO对氢的抑制性常数kI，ZnO，h；式(3)中，yexp(t)为实验值；ysim(t)为模拟值；θ为预测的参数值；n为测得实验理化值的数量。本专利技术的有益效果是：本专利技术的方法能够模拟纳米ZnO对各功能微生物的抑制效应，并估算纳米ZnO经反硝化同时产甲烷化工艺处理后，向水体和污泥的排放系本文档来自技高网...

【技术保护点】
废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法，包括以下步骤：(1)通过灵敏度分析得出对气体指标CH4和N2影响较明显的参数；(2)通过间歇实验来测出该参数的数值；(3)通过连续实验定期检测SDM体系在纳米ZnO暴露下的理化指标；(4)编写遗传算法和回归拟合程序，得到抑制性常数；(5)模型只需输入纳米ZnO的暴露浓度，即可完成纳米ZnO在SDM体系中的暴露水平预测。

【技术特征摘要】
1.废水厌氧生物处理系统中纳米ZnO暴露水平的预测方法，包括以下步骤：(1)通过灵敏度分析得出对气体指标CH4和N2影响较明显的参数；(2)通过间歇实验来测出该参数的数值；(3)通过连续实验定期检测SDM体系在纳米ZnO暴露下的理化指标；(4)编写遗传算法和回归拟合程序，得到抑制性常数；(5)模型只需输入纳米ZnO的暴露浓度，即可完成纳米ZnO在SDM体系中的暴露水平预测。2.根据权利要求1所述的预测方法，其特征在于：所述步骤(1)包括以下步骤：通过纳米ZnO离子释放模型的建立，将纳米ZnO对功能微生物的抑制作用添加到ADM1模型内，形成了废水厌氧生物处理系统中纳米ZnO暴露水平的预测模型；对所得模型相应参数进行灵敏度分析，选出对气体指标CH4影响较明显的参数进行参数估计，目标参数的变化范围为10％～300％，其敏感性指数SI定义为：式(1)中，t为模拟时间，单位为d；N为需模拟的数据；CSTD(t)和CSENS(t)分别为文献给定目标参数值所模拟的结果和此参数值相应变化下模拟的结果；对上述模型的模拟，采用MTALAB2012a软件，结合遗传算法和回归拟合算法进行参数估计，得到模拟参数的最优值，其中目标函数为：式(2)中，yexp(t)为采集的实验数据，ysim(t)是针对参数模拟的数值。3.根据权利要求1所述的预测方法，其特征在于：所述步骤(2)包括以下步骤：基于灵敏度分析获得得出对纳米ZnO暴露气体指标CH4和N2影响较明显的13个参数...

【专利技术属性】
技术研发人员：石先阳，陈云，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34