关键词： 深圳市   碳中和   再生水利用   城市水系统   污水处理  

摘要： 城市水系统是城市基础设施规划中不可或缺的关键部分，并在城市碳排放中占有显著位置。随着城市化进程的加速，不仅导致城市对水资源和能源的需求激增，也使得城市水系统在运行过程中的碳排放问题日渐凸显。城市水系统涵盖了供水、污水处理和雨水管理等多个环节，其运行过程中的能源消耗和碳排放量都十分可观，在实现碳中和目标之下，发展城市水资源再生利用对于城市水系统节能和城市绿色发展具有重要意义。基于深圳市某区污水资源再生利用实践，合理分析了通过使用再生水替代城市部分自来水用量之下的碳排放减量，旨在通过水能协同优化来实现城市水系统的低碳化运行，为城市基础设施建设制定减碳目标、细化减碳方案及精准化碳排放评估提供参考，进一步推动城市低碳化发展。

关键词： 碱处理   初沉污泥   厌氧发酵   碳源   好氧水解   移动床生物膜反应器  

摘要： 在城镇污水处理厂进水中含有大量颗粒性有机物,预处理阶段的固液分离可去除其中大部分的颗粒性物质,提高污水处理效率,保障出水水质安全,但是此过程也会降低进水中有机物的含量,导致生物池进水碳氮比不足,影响污水的脱氮效果。另一方面,预处理阶段产生大量初沉污泥尚有较高的资源化价值有待挖掘。因此,本文进行了初沉污泥发酵产酸研究,将初沉污泥发酵液作为城镇污水处理厂脱氮内碳源进行资源化利用,解决其后续生物处理单元碳源缺乏的难题。初沉池可去除城镇污水处理厂进水中的部分可快速沉淀的颗粒性悬浮固体,但污水中的胶体、类胶体等悬浮颗粒有机物将进入下游生物池,该部分颗粒性有机物是慢速生物降解有机物,一般较难在污水生物处理系统的前置缺氧区被作为碳源进行利用。而初沉污泥发酵液成分以挥发性脂肪酸（Volatile fatty acids,VFAs）为主,可作为城镇污水处理厂脱氮内碳源进行开发。 此外,纯膜移动床生物膜反应器（Moving Bed Biofilm Reactor,MBBR）系统对颗粒性物质没有吸附作用,在好氧条件下,生物池微生物能够将其水解,此过程会造成溶解性化学需氧量（Soluble chemical oxygen demand,SCOD）的波动。在后置好氧区水力停留时间较短时存在出水COD过高的风险。然而,关于颗粒性物质在纯膜MBBR系统内的好氧水解研究鲜有报道,因此,本文将对此问题进行探讨,以期为未来相关领域的研究提供参考。 基于污水中颗粒性物质的消纳途径,本文进行了两个方面的研究。一方面探讨了初沉污泥发酵产酸条件优化及其发酵液作为城镇污水处理厂脱氮内碳源的研究,以期通过本研究促进污泥发酵液作为内碳源投加的实际工程应用;另一方面探究了颗粒性物质在纯膜MBBR系统中的好氧水解过程,验证了颗粒性物质在纯膜MBBR系统中发生好氧水解反应会导致SCOD值的异常波动,最后完成了颗粒性有机物与SCOD动态转化关系模型的建立。具体内容如下: （1）污泥厌氧发酵产酸条件优化及其发酵液作为反硝化脱氮内碳源的利用效率研究 为推进污泥发酵液作为城镇污水处理厂脱氮内碳源的实际工程应用,本研究对冬季青岛市某城镇污水处理厂初沉污泥浓缩池厌氧发酵条件进行了现场调研,随后开展了碱处理技术强化初沉污泥发酵产酸试验和碱处理初沉污泥发酵液作为脱氮内碳源投加试验。试验结论如下:发酵液主要由短链挥发性脂肪酸组成,其乙酸与丙酸之和占VFAs的65%以上;将碱性初沉污泥发酵液、乙酸钠、乙酸、甲醇和乙醇作为生物膜和活性污泥微生物的唯一碳源进行对比,研究发现:当活性污泥微生物以污泥发酵液作为唯一碳源时,其反硝化速率为2.1661 mg NO3--N/（g MLSS·h）,比乙酸钠和乙酸作为外碳源的反硝化速率低,比甲醇和乙醇作为外碳源的反硝化速率高;当发酵液作为活性污泥和生物膜微生物的唯一碳源时,其具有污泥产量高（0.7183）,碳源投加量大（以COD计,与乙酸和乙酸钠接近）和底物响应速度快（接近于乙酸钠）的特点。此外,本研究还验证了当发酵液中VFAs/SCOD比例不同时,并不会对活性污泥微生物的反硝化速率、污泥产量、碳源投加量和底物响应速度产生显著影响。综上所述,初沉污泥若经过适当处理,其污泥发酵液可作为城镇污水处理厂的脱氮内碳源投加。 （2）颗粒性物质在纯膜MBBR系统中的好氧水解研究 颗粒性物质在纯膜MBBR系统中的好氧水解过程会导致系统内SCOD值的异常波动。在AO-MBBR系统中,好氧水力停留时间为200 min时出现了SCOD异常值点（SCOD值达到53.31 mg/L）;在O-MBBR系统中,好氧水力停留时间为220 min时出现了SCOD异常值点（SCOD值达到了19.00 mg/L）。对比试验表明,颗粒性物质好氧水解造成SCOD值的异常波动更容易出现在AO-MBBR系统内。此外,由于O-MBBR系统SCOD异常值数值较低,满足《城镇污水处理厂污染物排放标准》（GB18918-2002）中的一级A标准的出水要求,所以,仅对颗粒性物质在AO-MBBR系统的好氧水解过程进行探究。以SCOD、颗粒性有机物Xs为变量,溶解氧浓度So、异养菌活性生物量XB,H为模型参数建立了颗粒性有机物在AO-MBBR系统好氧水解的动态微分方程:dSS/d_t=（63270XS）/（633+100XS）-（1889SS）/（20+SS）。 本研究针对颗粒性物质水解酸化方式方法、发酵产物及其资源化利用效率展开了系统研究,并探讨了颗粒性物质在MBBR系统中的利用效率。以初沉污泥浓缩、水解及后续污泥处理为污水处理厂侧流生产线,以污水的一级处理、二级处理及深度处理为污水处理主流生产线,研究了颗粒性有机物在污水处理厂侧流和主流反应系统的赋存与转化,为污水污泥资源化利用和碳平衡计算提供了理论参考和技

关键词： 超滤膜技术   环保工程   污水处理  

摘要： 在工业化与城市化快速发展背景下，水资源紧缺和水环境恶化已成为全球性问题，环保工程污水处理作为解决该问题的重要手段，也是实现水资源循环利用的有效途径。超滤膜技术以其高效、节能、环保等特点，备受社会各界的关注。基于此，本文以超滤膜技术的基本原理和特点为切入点，深入分析超滤膜技术在环保工程污水处理中的应用现状，并探讨超滤膜技术在环保工程污水处理中的应用要点，以期为相关部门开展工作提供借鉴。

关键词： A2O工艺   群体感应   AHLs   抗生素   ARGs   微生物群落  

摘要： 污水处理系统中群感效应对污染物生物降解的调控起着重要作用,但现研究主要集中在其对有机物和氨氮等常规污染物去除的影响,对新型污染抗生素和抗生素抗性基因（Antibiotic Resistance Genes,ARGs）传播的影响尚不明确。 因此,本文以吉林省北郊污水处理厂为研究对象,通过对各个季节、各个生物段污水污泥取样检测分析以考查不同条件下A2O污水处理系统的处理效能,采用LC-MS/MS检测、高通量等技术测定系统中典型抗生素及ARGs的污染水平及典型信号分子浓度,通过数理统计的方法分析群感信号分子与常规污染、抗生素和ARGs去除之间的关系,明确影响系统中ARGs传播的关键环境因子,并表征微生物群落结构,探讨研究在不同季节代表性物种的相对丰度有何不同之处,将在四季中物种群落间的相互作用关系使用关联网络进行研究讨论,最后利用SEM多变量统计技术,考察分析四季群体感应调控污水处理系统运行和ARGs传播的作用,主要结论如下: （1）夏季、春季各类抗生素含量总和高于冬季、秋季各类抗生素含量总和,A2O工艺在春夏秋冬四季对各类抗生素的去除率范围在22%-84%之间。 （2）夏季、秋季细菌群落丰富度和多样性大于春季冬季,在门水平上,优势菌门均为变形菌门、拟杆菌门、放线菌门、绿弯菌门、厚壁菌门。纲水平上四季中共有的优势菌纲为放线菌纲、γ-变形菌纲,属水平上,Ferruginibacter和Nitrospira是污水处理厂的主要优势菌属。 （3）随着季节的变换、关键物种的不同,细菌群落之间互相作用关系的复杂程度也随之不同。存在互利共生关系的主要是夏秋两季的细菌,存在竞争拮抗作用的以冬春两季细菌为主,CandidatusMicrothrix 与 Psychrobacter存在竞争关系,Fodinicola 和CandidatusCompetibacter存在互利共生关系。同一属水平的物种可能携带多重抗生素抗药基因,不同抗生素ARGs与同一宿主呈现正相关关系。 （4）群体感应信号分子对抗生素ARGs丰度调控较为显著,水质直接影响了群体感应的发生,从而影响了 ARGs的产生,同时,群体感应也通过影响信号分子的发生,进而调控ARGs。 综上,群体感应在城市污水处理系统中对ARGs迁移转化的影响较大,探讨群体感应对系统运行和ARGs传播的效应机理,可以对开发有效的削减ARGs工艺提供指导意见,也证明了研究更加完善的的废水处理工艺来去除ARGs的必要性。

关键词： 污水处理   软测量   多采样率系统   半监督协同训练   自适应  

摘要： 在污水处理过程中,对重要变量的有效监测是污水处理厂安全、稳定运行的关键。由于恶劣的工作环境、高昂的设备维护成本以及数据的强耦合和大滞后性,传统的仪器仪表检测方式已经无法满足监测要求。软测量技术为这类问题提供了一种合理、有效的解决方案。其通过收集污水处理过程中的实时监测数据,采用算法进行模型训练,实现对各项指标的实时监测,为污水处理过程提供了有效的智能化监测和控制手段。然而,随着污水处理工艺的发展,污水处理过程越来越复杂,对于难测变量的不均匀采样导致的多速率系统问题,传统基于监督学习的软测量模型已经无法满足预测需求。因此,本文以国内外软测量研究现状为基础,针对污水处理过程中多速率系统问题以及难测变量的单变量在线预测和多变量在线同步预测问题,开展了一系列基于半监督学习的软测量建模方法的研究。 本文研究的主要工作及创新性如下: (1)针对软测量模型退化问题以及难测变量存在多速率系统的单变量在线预测问题,提出了一种基于半监督学习的自适应混合软测量单输出模型。首先,该方法使用半监督学习方法,称为协同训练框架算法,来提炼隐藏在部分采样率不一致数据中的有用信息,然后用优化后的模型解决多速率系统问题。其次,采用递归偏最小二乘(Recursive Partial Least Squares,RPLS)和递归极限学习机(Recursive Extreme Learning Machine,RELM)两种不同类型的回归模型对难以测量的变量进行建模和预测,并对预测模型进行充分的更新,最终解决软测量模型的性能退化问题。此外,我们通过两个案例对所提出的方法进行了验证,包括一个模拟数据集和一个真实的污水处理厂数据集。实验结果表明,与现有其他软测量模型相比,本文提出的方法可以在更短的时间消耗内获得更高的预测精度。 (2)针对软测量模型退化以及难测变量存在多速率系统的多变量在线同步预测问题,通过引入时差(Time Difference,TD)自适应方法和协同训练技术,提出了一种基于半监督的集成自适应多输出软测量模型,将多输出高斯过程回归(Multi-output Gaussian Process Regression,MGPR)和多输出双向长短期记忆网络(Multi-output Bidirectional Long Short-Term Memory,MBi LSTM)两个线性和非线性模型进行协同训练,这两个模型的集成不仅能挖掘标记样本和采样频率不均匀的未标记样本的时间序列特征,建立了输入变量与多个输出变量之间的联系,实现了多任务学习同步预测。融入TD自适应方法后,能有效地捕捉随着时间的推移出现的对软测量模型出现的影响,更全面地提高了软测量模型的自适应能力,节省实验消耗内存同时提高模型预测效率。最后,通过仿真基准平台和一个真实污水厂的案例对其预测性能进行验证,实验结果表明所提模型相较其他半监督模型具有优异的多输出预测性能。

关键词： 发展战略   战略设计   水务产业   污水处理  

摘要： 随着我国经济的持续增长,工业发展日新月异。环境保护问题逐渐凸显,尤其是水质污染加剧水资源短缺,已经成为制约社会建设和经济增长的重要因素之一。为此,我国相继出台了一系列水质污染控制的政策措施,为污水处理行业带来了前所未有的发展机遇,同时也带来了激烈的市场竞争和巨大的挑战。在此背景下,如何抓住机遇、应对挑战,JSD环保科技有限公司对内部和外部的环境进行深入的科学研究,为公司制定高质量的发展战略,确保其在激烈的市场竞争中脱颖而出。 JSD环保科技有限公司成立于2015年,是一家致力于环境综合管理的科技环保企业,其业务领域涵盖了污水处理、智慧环卫、环保综合服务及污水处理工程建设等多个领域。本文旨在深入研究JSD环保科技有限公司的企业发展战略。首先,对JSD环保科技有限公司现行发展战略进行论述,着重对其现行发展战略进行剖析,得出JSD环保科技有限公司现行发展战略存在诸多问题,水务产业发展战略缺乏系统布局、主营业务核心竞争力不足、新环保市场开发滞缓、相关多元化仍处于起步阶段、主营业务生产运营竞争优势不突出,这些都制约着企业长远战略的发展,为后续的战略改进提供了方向。其次,对JSD环保科技有限公司的内部和外部环境进行了深入分析,识别了企业外部所面临的战略机会和威胁,深入了解了企业内部的优势和劣势,并对企业的内部环境和外部环境因素进行了评价和分析。再次,对JSD环保科技有限公司的未来的企业发展战略进行了详细制定,通过SWOT战略矩阵的分析得出,今后有大力拓展河南市场、积极布局全国市场、加强水务产业链深度开发、推动企业绿色智慧化转型和加强企业多元化发展的战略方向,本文以全新的发展愿景与企业使命为指引,对密集型战略、一体化战略、多元化战略以及混合型发展战略进行设计,并通过对各种战略之间的比较与分析,最终选择混合型发展战略。最后,对JSD环保科技有限公司发展战略实施保障措施进行了界定,得出企业应该着重在强化内部组织体系、强化人力资源建设、强化提升生产运营、强化管理信息化建设、持续加强战略合作等五个方面为公司的发展战略保障措施,以此推动JSD环保科技有限公司的发展战略尽快落地实施。 最后,希望通过对本文的深入研究,能够为JSD环保科技有限公司提供更好的发展战略,践行企业使命,紧紧抓住行业的发展机会,确保公司在竞争激烈的市场环境中保持领先地位,并能为其他环保企业在制定和执行其发展战略时,提供一种全新的解决问题的思路和方法。

关键词： 深度学习   时间序列   污水处理厂   多头注意力机制   智能决策  

摘要： 污水处理厂主要负责净化城市生活污水及工业废水,进而促进水循环。污水处理是一个连续反应的复杂过程,其数据中隐含时序特征。目前,污水处理厂仅依靠经验调控工艺运行参数,缺少智能、精准的决策,导致污水处理效率低,电能和化学药剂的消耗增加,虽已部署自控系统,但往往存在系统设施老旧、缺乏智能化升级的软硬件条件。针对上述问题,本研究以日照某城市污水处理厂为研究对象,应用深度学习、物联网等技术,开展了基于时序特征深度学习的污水处理厂智能运行决策系统研究,结合污水处理厂主要需求,该系统被分为模型和平台两部分,模型可为污水处理厂智能运行提供精准的决策,平台用于提供可交互的界面,提高其运营管理水平。论文主要研究内容和成果如下: (1)基于多头注意力机制LSTM-GRU网络的运行参数决策方法研究 针对污水处理厂溶解氧和额外碳源投加量两种关键运行参数的决策问题,本研究提出了一种运行参数决策方法。方法在污水历史状态数据中融合了专家知识,结合工艺实况进行数据预处理,并利用LSTM、GRU、残差网络和多头注意力机制等深度学习技术搭建模型,以支持污水处理厂运行参数的决策。实验结果表明:与基线和变体相比,运行参数决策模型的每个模块都具有更优越的性能。总氮、溶解氧和额外碳源投加量的MAPE分别为2.94%、7.86%和3.83%,证明了模型能够有效的捕捉数据中的时序特征。所提出的方法能够给出污水处理厂运行参数的精准决策,降低了化学药品消耗,增强了污水处理厂运行的稳定性。 (2)基于Transformer-Encoder模型的风机风量决策方法研究 污水处理厂通过设置风机风量调控溶解氧,而溶解氧还受生物降解、出水等因素影响。本研究提出一种风机风量决策方法。方法利用改进的Transformer的Encoder结构搭建模型,以溶解氧的高效范围为目标,设计了针对污水历史状态数据序列特征的数据嵌入方法,并结合批规范化层提高模型捕捉污水历史状态数据时序特征的能力。实验结果表明:模型预测结果的拟合情况以及误差(MAPE=1.91%,RMSE=135.78,MAE=97.36)表现均优于基线模型及变体。所提出的方法能够通过给定风机风量决策,将溶解氧控制在高效范围,大大降低电能的消耗。 (3)污水处理厂智能运行决策系统设计与实现 针对目前污水处理厂的传统自动化控制与监测系统设施老旧、缺乏智能化设施升级的条件等问题。本研究基于物联网平台、深度学习等技术设计实现了基于时序特征深度学习的污水处理厂智能运行决策系统。在数据采集设施的基础上,分析污水处理厂对系统的实际需求,设计了系统的总体架构。开发并部署了系统的平台部分,并基于分布式的思想,将所提出的两种模型封装部署为API,作为系统的模型部分。平台部分和模型部分共同组成了污水处理厂智能运行决策系统,实现了污水处理厂的智能决策和运营管理,进一步实现污水处理厂节能降耗,稳定提标。