厌氧—好氧联合工艺处理实际屠宰废水中产生的沼气以及去除有机物和营养物质：肉类加工业清洁生产的优化研究外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

厌氧—好氧联合工艺处理实际屠宰废水中产生的沼气以及去除有机物和营养物质：肉类加工业清洁生产的优化研究

Ciro Fernando ，Bustillo—Lecompte ^a ，Mehrab Mehrvar ^b

a加拿大M5B 2K3多伦多维多利亚街350号瑞尔森大学环境应用科学与管理研究生课程

b加拿大M5B 2K3多伦多维多利亚街350号瑞尔森大学化学工程系

摘要：环保措施和绿色实践日益增长的市场需求促使肉类加工业考虑可持续的废水处理方法，世界范围内屠宰场废水（SWW）被认为是有害的。因此，现场处理是处理屠宰场水循环和由于将有机物转化为沼气而潜在的能量回收的首选方案。在一个组合的生物系统中研究实际的SWW处理，包括好氧和厌氧过程。厌氧型鼓风反应器（ABR）和好氧活性污泥（AS）反应器以实验室规模连续使用。响应面法（RSM）用于工艺优化，以最大限度地提高沼气产量并在最小化总悬浮固体（TSS）残留的同时去除总有机碳（TOC）和总氮（TN）。研究了流量，pH，入口TOC浓度及其在整体处理效率和沼气产量上的相互作用。在流入TOC浓度为343 mg / L的最佳操作条件下，最大TOC和TN去除率分别为85.03和72.10％，最小TSS残留量为19.54 mg / L，最大生物气产量为116.56 mL / min，进料流量速度63 mL / min，pH值6.84。模型预测和实验值之间的一致性表明，所提出的模型可以描述用于SWW处理的联合厌氧厌氧系统的性能，并通过沼气生产降低运营成本，同时为水回用提供高质量的处理废水。

关键词：屠宰场废水厌氧消化活性污泥，组合的过程，响应面法生物气收益率

1. 引言

一般来说，从源头上分类和最大限度地减少废水产量是可取的。虽然肉类加工业的用水量大不相同，但由于淡水在生产和清洁过程中效率不高，常规屠宰场会产生大量废水。由于在屠宰，加工和屠宰场设施清洗过程中使用的水量增加，屠宰场废水（SWW）出水成为全球主要的农业企业关切之一。虽然物理，化学和生物处理可用于SWW处理，但根据SWW特性，最佳可用技术，管辖权和法规，每种处理方法都有不同的优势和缺点。此外，从屠宰场出水中回收有价值的副产品目前主要集中在高质量的处理，沼气生产，养分和肥料（Kist等，2009； Bustillo—Lecompte和M​​ehrvar，2015）。

包括牛肉，猪肉和家禽在内的全球肉类产量预计将逐步增加，直到2050年。屠宰场数量正在增加，这意味着需要处理的SWW量预计会增加（Bustillo—lecompte和Mehrvar，2016年）。 由于SWW管理不当是造成河流脱氧和地下水污染的原因之一（SW Bustillo—Lecompte和Mehrvar，2015），SWW被列为全球不同机构最有害的工业废水之一。 因此，SWW的治疗和充分处置是全球经济和公共卫生的必需品，这些影响因素需要相当可观的治疗才能安全和可持续地释放到环境中（Bustillo—Lecompte et al。，2016a）。

通过实现低污泥产量和低能量需求，厌氧工艺似乎在经济上比用于SWW处理的好氧工艺更有吸引力。 然而，厌氧处理的废水应该通过其他处理方法进一步处理以满足排放要求（Bustillo—Lecompte等，2013）。 因此，结合厌氧 — 好氧工艺可以降低运营和维护成本，使其比传统方法更具吸引力（Bustillo—Lecompte等，2014）。 其他优点包括高去除效率，较少量的好氧污泥产量以及由于有机物转化为沼气而产生的潜在能量回收（Chan等，2009）。

由于与屠宰动物类型相关的SWW特征的变化，SWW处理通常根据批量参数进行评估。 典型的参数分析包括pH值，化学需氧量（COD），生化需氧量（BOD），总氮量（TN），总有机碳（TOC）和总悬浮固体（TSS）（Barrera et al。，2012； Bustillo—Lecompte和Mehrvar，2015）。 因此，跨因子和单因子对整体工艺效率和沼气产量的影响尚未得到广泛评估，而微生物的表征，消毒和脱氮已成为近期研究的主要关注点（Franke—Whittle 和Insam，2013； Bustillo—Lecompte和Mehrvar，2015）。

因此，实验设计（DOE）用于解决传统实验方法在时间，材料和实验试验次数方面的局限性。 同样，DOE允许对所有参数进行优化，并考虑所涉及的所有因素的综合影响。 此外，使用响应面法（RSM）进行交叉因子相互作用分析，以使用最少数量的实验获得最佳响应（Ghafoori等，2015； Seres等，2016）。

在这项研究中，研究了混合速率、pH值、TOC浓度及其相互作用对组合厌氧—好氧工艺和沼气产量的影响。DOE用于在实验室规模连续模式下使用厌氧快速反应器（ABR）和好氧活性污泥（AS）反应器优化SWW处理，最大限度地提高沼气产量和TOC和TN的去除量，同时最小化TSS集中在流出物中。 DOE的最佳参数值是使用Box—Behnken设计（BBD）和三个因素在三个层次上结合RSM获得的。建立统计模型来预测TOC和TN去除百分比，出水中TSS浓度和沼气产量作为厌氧—好氧联合处理的响应变量。基于DOE结果，在最佳操作条件下通过另一组实验验证统计二次模型。

作为传统方法的替代方法，使用组合生物过程是一种经济有效的方法，用于处理肉类加工过程，并遵守全球相关法规。 因此，联合ABR—AS系统所提出的SWW处理模型可作为未来降低运营成本的基础，同时为水回用提供高质量的处理水。

1. 材料和方法

2.1材料

加拿大安大略省选定的肉类加工厂（OMAFRA，2015）采集了实际的SWW样品，平均TOC浓度为862 mg / L。 表1列出了所选肉类加工厂的整体SWW特征。

2.2实验设定与过程

实验室规模的ABR—AS用于处理实际SWW。 图1说明了组合ABR—AS过程的实验装置的示意图。 50L组合的ABR—AS系统由一个36LABR和5个具有独立顶空和沼气收集管道的等容室组成。 每个ABR室内的45°倾斜边缘允许SWW的向下流动和向上流动过程，从而在SWW和生物质之间提供有效的混合和接触时间。 ABR之后是14L好氧AS反应器，监测空气流量设定为2L / min，以确保硝化细菌生长和溶解氧（DO）浓度超过2.0mg / L。

2.2.2适应接种物

使用12L厌氧污泥种子（38,000 mg / L），将ABR的每一个室（总工作容积的1/3）的2.4L接种物和5L好氧污泥种子（3000mg / L）分别加载到厌氧和好氧反应器中。 然后，通过使用蠕动泵以75mL / min的恒定流速将实际的SWW连续地供给到生物反应器中，使接种物在八周内适应环境。

在60天的适应期中，流入的基质浓度从实际SWW的25％，50％和75％—100％两个星期逐渐增加。 在适应期间通过从ABR和AS生物反应器的每个隔室收集样品通过测量两者的浓度来监测组合的ABR—AS过程中的生物质生长

总悬浮固体（TSS）和挥发性悬浮固体（VSS）。

2.2.3屠宰场废水处理和样品分析

经过8周的适应期后，采用以下程序进行ABR—AS联合质量控制过程中的每个实验：

1. 将SWW样品过滤以将废水的液体部分与固体分离。
2. 然后将过滤的SWW样品在120—L溶液中稀释以达到所需的TOC浓度。
3. 使用1N硫酸溶液（H ₂ SO ₄）和50％w / w氢氧化钠溶液（NaOH）调节pH值。

表格1 选定的省级肉类加工厂实际屠宰场废水的特征。

图1 用于处理SWW的组合厌氧过氧化工艺的示意图。

1. 通过变速蠕动泵将具有所需TOC浓度和pH的SWW溶液输送到组合的ABR—AS过程中，以控制和调节流量。
2. 每隔3小时取样一次，直到系统达到稳定状态。

使用自动TOC / TN分析仪（Teledyne Tekmar Apollo 9000，Mason，OH）针对每个样品分析TOC和TN的浓度。每日使用溶解氧仪（YSI 58 Dissolved Oxygen Meter，Yellow Springs，OH）和pH计（Thermo Scienti fi c Orion 230A，Ottawa，ON）测量DO，pH和温度。根据美国公共卫生协会（APHA，2012）的标准方法测量TSS和VSS的浓度。比色法（Orbeco—Hellige MC500多参数比色计，Sarasota，FL）用于COD，TP和浊度的常规分析（APHA，2012）。此外，SWW的可生物降解性和5天的生化需氧量（BOD5）通过呼吸测定法测定。使用AS接种4个1—L呼吸测定法生物反应器（Bioscience BI—2000 Electrolytic，Allentown，PA），初始生物量浓度为1000mgVSS / L。然后用SWW样品填充呼吸生物反应器，单独使用ABR处理SWW，单独使用好氧AS生物反应器处理SWW，并通过ABR—AS组合处理SWW。使用便携式气体分析仪（Landtec Biogas 5000，Colton，CA）对CH₄，CO₂和O₂体积百分比测量进行沼气分析。所有实验重复三次； 因此报告了平均值。

2.3实验设计与优化

使用RSM的三因素三级BBD来最大限度地提高沼气产量和TOC和TN去除率，同时最小化TSS残留物。TOC（X₁），流速（X₂）和pH（X₃）的流入浓度被用作DOE中的独立变量。将TOC、TN去除率、TSS残差和沼气产量作为反应函数。因此，如表2所示，每个因子被编码在三个水平（1,0， 1）。初步实验用于选择特定的因子范围。

二次模型用于通过使用最小二乘回归关联独立变量和因变量来估计参数系数，如方程1所示。（1）（Ghafoori等，2015； Bustillo—Lecompte等，2016b）：

其中，，和分别是常数，线性，二次和交叉因子相互作用系数；和代表独立变量；是预测的回应； k和c分别是因子的数量和剩余项。

表2 基于三因素三级BBD的编码级别的独立变量

统计软件Design—Expert 9.0.6.2用于DOE和每个响应函数的系数估计。每个模型方程，个体参数和因子相互作用的重要性通过方差分析（ANOVA）以95％的置信区间（= 0.05）进行评估。 对于统计模型获得二维（2D）轮廓图和三维（3D）表面响应。 在软件数值优化方法计算的最佳运行条件下，通过进一步的实验运行验证最大沼气产量的二次模型，TOC和TN的去除百分比，以及出水中的最小TSS。

另一方面，使用多重响应方法来获取并发目标函数通过使用等式每个响应相结合的期望的范围来表示所有转化反应。（2）（Myers等，2004）：

其中，D，和分别是期望函数，每个个体响应和响应的总数。对于并行优化，每个响应需要低和高的值。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24073]，资料为PDF文档或Word文档，PDF文档可免费转换为Word