硝酸铁对不同类型污泥自热高温微好氧消化的强化效果

在污泥自热高温微好氧消化(ATMAD)工艺耦合硝酸铁去酸抑制作用过程中,研究了进料不同配比的初沉池污泥和二沉池污泥对硝酸铁强化污泥消化效果的影响。结果表明:硝酸铁对二沉池污泥的强化效果优于初沉池污泥,进料污泥中二沉池污泥比例越高,消化效果越好。进料污泥中二沉池污泥比例越高,硝酸铁对污泥上清液中VFA、SCOD和氮磷等去除的强化效果也越强,但消化污泥的脱水性能越差,消化污泥CST值随之增长的幅度也越小。     

微气泡曝气生物膜反应器处理低C/N比废水脱氮过程

微气泡曝气生物膜反应器是微气泡曝气技术与好氧生物处理相结合的新型处理工艺.本研究采用微气泡曝气生物膜反应器在低气水比下处理低C/N比废水,考察了生物脱氮过程和性能,并分析了脱氮功能菌群变化.结果表明,通过低气水比(小于1∶2)控制DO浓度并降低进水C/N比,可以实现生物脱氮过程从同步硝化-反硝化向同步短程硝化-厌氧氨氧化-反硝化(SNAD)过程转变,并可获得较高的低C/N比废水生物脱氮性能. DO浓度低于1. 0 mg·L-1、进水C/N比为1∶2. 8时,SNAD过程成为生物脱氮的主要途径,TN平均去除率可达到76. 3%,TN平均去除负荷为1. 42 kg·(m3·d)-1,厌氧氨氧化过程对TN去除的贡献率为86. 0%.随着进水C/N比降低,生物膜中亚硝化菌群和厌氧氨氧化菌群的相对丰度逐渐增加,而硝化菌群和反硝化菌群的相对丰度逐渐降低.生物脱氮功能菌群变化与脱氮过程转变为SNAD过程相一致.     

干污泥高维填埋的堆体边坡稳定性模拟与分析

污泥高维填埋可以解决污泥产量剧增与填埋用地紧张的矛盾,但污泥混合高维填埋的边坡稳定性需进一步考证.本文以抗压强度和抗剪强度均较强的含水率60%左右的干污泥为研究对象,采用GEO-SLOPE软件对污泥高维填埋堆体稳定性进行模拟分析,发现填埋放坡坡度越缓,堆体稳定性越强,所允许的最大填埋高度相应越高,库容增加量越大;填埋高度越高,堆体稳定性越差;以上海老港填埋场为例,填埋单元的最佳放坡坡度为1：3.5,相应的最大允许填埋高度为28m,库容增加量为447.2万m³.     

生物膜反应器-单宁酸铁处理低C/N废水的脱氮性能

采用生物膜反应器耦合包埋型单宁酸铁处理低C/N比废水,考察其脱氮性能,分析了生物脱氮过程功能菌群的变化,以及单宁酸铁强化脱氮的作用机制.结果表明,生物膜反应器耦合包埋型单宁酸铁,具有低C/N比废水高效脱氮性能.进水C/N比为1：2.7时,TN平均去除率可达80.0%,TN平均去除负荷为1.38kg/（m³·d）.生物膜反应器内随着进水C/N比降低,优势脱氮过程从同步硝化-反硝化过程向同步短程硝化-厌氧氨氧化-反硝化（SNAD）过程转变,厌氧氨氧化过程对TN去除的贡献率逐渐升高至76.2%,亚硝化菌群和厌氧氨氧化菌群成为优势生物脱氮功能菌群.包埋型单宁酸铁在生化处理后,通过吸附-催化氨氧化作用同步去除氨氮和亚硝酸盐氮,进一步提高TN去除性能.因此,耦合单宁酸铁强化生物膜反应器SNAD脱氮过程,是实现低C/N比废水高效脱氮新的有效途径.     

基于人工神经网络算法的垃圾组分识别模型研究

为增强环卫智能化程度，利用TensorFlow深度学习框架实现人工神经网络(Artificial Neural Network, ANN)算法，建立以生活垃圾图像RGB均值和垃圾重量为输入的生活垃圾组分识别模型。对比不同超参数设置下模型A1至A4的识别效果。结果表明，使用三层ANN网络结构和Adam优化算法可以建立性能优秀的垃圾组分识别模型。A1至A4模型经过参数训练后识别误差均在±5%内。对A1至A4模型的学习率和迭代次数进行调试可得，A4模型即隐藏层第一层、隐藏层第二层和输出层的激活函数分别为ReLU函数、Tanh函数和Sigmoid函数的ANN模型，在学习率为0.01的情况下，识别误差在±1%以内，稳定性最佳。