Genom användning av en dynamisk modell, som tar hänsyn till sambandet mellan organisk belastning och a-värde, erhölls en mera realistisk uppskattning av syreöverföringen vid luftning än vad som var fallet med konstanta a-värden.
Av: Bengt Andersson
En lägre syreöverföringseffektivitet (OTE, oxygen transfer efficiency) uppnås vid luftning av avloppsvatten och skillnaden mellan OTE i avloppsvatten och i renvatten kvantifieras genom a-värdet. a-värdet varierar både i ett kortare och i ett längre tidsperspektiv beroende på olika driftförhållanden som t.ex. belastning av organiskt material, förekomst av föroreningar, syrehalt och temperatur.
State-of-the-art för design och modellering av luftningssystem baseras på konstanta a-värden. Dynamiska a-värden erfordras för bättre dimensionsgrunder och processkontroll. Många studier har gjorts för att belysa effekten av variationer i a-värdet på grund av halten ytaktiva ämnen eller slamhalten i luftningsbassängen men inga bra samband har kunnat etableras.
COD-halten i avloppsvattnet har däremot visat sig vara en bra indikator för variationerna i a-värde vid låga slamhalter. Inga studier har hittills lyckats beskriva dynamiken på ett tillfredsställande sätt. Syftet med refererad studie var att utveckla en dynamisk modell, som beaktar beroendet mellan organisk belastning och a-värdet.
Genomförande
Undersökningen genomfördes vid tre olika avloppsreningsverk i USA. Vid två anläggningar i södra Kalifornien (verk A och B) testades modellen mot historiska dataserier. Båda anläggningarna har finblåsig luftning för syresättning med processer för integrerad avskiljning av organiskt material och kväve. Vid den tredje anläggningen i Washington D.C. (verk C) utvärderades det dynamiska sambandet mellan a-värdet och COD-halten djupare. Anläggningen har ett grovblåsigt luftningssystem med en tvåstegsprocessen för avskiljning av organiskt material och för nitrifikation.
Syreöverföringen vid processförhållanden bestämdes genom off-gas mätning med samtidiga analyser av relevanta parametrar som COD, ytaktiva ämnen, kväve och fosfor samt svavelväte genom standardiserade 24-timmars test. Syreöverföringen i renvatten gjordes enligt amerikansk standard (American Society of Civil Engineers standard procedure, ASCE).
Framtagen modell var uppbyggd av tre moduler. I den första modulen beräknas erforderligt luftflöde baserat på det stökiometriska syrebehovet. Den andra modulen tar hänsyn till dynamiken och beräknar variationerna i OTE på grund av varierande COD-halt och a-värde. Den tredje modulen koordinerar modellresultatet från modul 2 med processförhållandena.
Resultat
Vid verk C bestämdes sambandet mellan COD-halt och a-värden genom nya korttidsförsök och resultatet bekräftade tidigare erhållna resultat från verk A. En högre organisk belastning minskade syreöverföringen och a-värdet och ett samband med en negativ korrelation mellan a-värde och COD identifierades med en korrelationskoefficient (r2) av 0,7. I analysen ingick samtliga data från två verk med olika luftningssystem.
För att försöka erhålla ett bättre samband bestämdes vid verk C även halten ytaktiva ämnen, som kan påverka a-värdet. Resultatet visade dock att hänsyn till ytaktiva ämnen inte gav någon förbättring av sambandet mellan COD och a-värde. COD i sig är ett grovt mått på halten organiskt material och beskriver inte kvaliteten på det organiska materialet. Parametern används ofta som en modellparameter vid övervakning av biologiska reningsprocesser är trots allt den mest praktiska och snabbaste bestämningen av organiskt material.
Modellen verifierades med hjälp av historiska dataserier från verk A och B. Verifieringen gjorde för olika konstanta a-värden (0,35 som är konservativt och på säkra sidan, 0,50 som var bästa anpassning och 0,80 som är vanligt vid dimensionering av finblåsiga luftare) samt för ett dynamiskt a-värde (varierade mellan 0,41 och 0,63). Med ett a-värde av 0,35 användes en luftmängd som var cirka 30 % större jämfört med det verkliga behovet. Ett a-värde 0,80 medförde perioder med brist på luft och luftmängden blev drygt 27 % mindre än det verkliga behovet.
En jämförelse mellan konstant a-värde 0,50 och dynamiska a-värden visade att båda beräkningarna av luftflödet var nära det verkliga. Med konstant a-värde erhölls variationer mellan + 6,6 % och – 5,9 % (+ innebär ett överskott och – en brist) medan motsvarande variation med dynamiska a-värden var mellan + 3,0 och – 2,9 %). För att kvantifiera hur bra modellen överensstämde med mätdata beräknades residualkvadratsumman (SSE sum of squared error). SSE för modellen med dynamiska a-värden uppgick till 7,04 och med a-värdet 0,50 till 9,1. Den dynamiska modellen förbättrade resultatet med omkring 23 %. SSE uppgick till 23,9 resp. 37,6 för modellerna med a-värdena 0,35 resp. 0,80.
Modellen testades mot en två års dataserie från verk B med lyckat resultat och den kunde fånga upp såväl säsongsvariationer som ett minskat avloppsvattenflöde på grund av konstruktionsarbete på inloppsledningen.
För att uppskatta robustheten av modellen plottades residualen för linjär regression för modellerat resp. verkligt luftflöde för verk A och B. Residualerna var jämt spridda kring 0-linjen utan någon bias med en normalfördelad spridning. Avvikelserna visade att en förbättring av modellen behövs men avvikelserna var trots allt betydligt mindre än felen som uppkommer med konstanta a-värden.
Slutsatser
Refererad studie av modellering av syreöverföringen genom användning av dynamiska a-värden visade att
- det fanns en tydlig negativ korrelation mellan COD-halt i avloppsvattnet och a-värdet och a-värdet var lägst samtidigt som luftbehovet var störst
- användning av en modell med beräkning av dynamiska a-värden kunde förbättra uppskattningen av luftbehovet med mellan 20 och 35 % jämfört med konstanta a-värden
- föreslagen modell kan med fördel användas som ett verktyg för uppskattning av energibehovet vid luftning och för minimering av osäkerheter vid dimensionering av luftning
Källa: L-M. Jiang, M. Garrido-Baserba, D. Nolasco, A. Al-Omari, H. DeClippeleir, S. Murthy, D. Rosso. Modeling oxygen transfer using dynamic alpha factors. Water Research 124 (2017), pp 139 – 148.
