1 引言(Introduction)

目前, 污水处理厂普遍采用“FeCl₃+CPAM+石灰”的化学调理方式处理污泥.化学药剂调理污泥可改善脱水性能, FeCl₃能够使胶体脱稳、微细的颗粒聚集在一起形成絮凝体, 提高污泥的沉降性能；石灰可作为骨架构建体可增加污泥滤饼的通透性和不可压缩性, 为深度脱水提供传输通道(于文华, 2012).单一絮凝剂调理污泥时, 阳离子PAM脱水效果最好, 添加石灰等助滤剂后, 可显著改善污泥脱水效果(刘力荣, 2015).因此, “FeCl₃+CPAM+石灰”的污泥化学调理方式可以大大实现污泥的减量化、稳定化, 便于后续的最终污泥处置.

污泥脱水性能与污泥泥质密切相关(Liao et al., 2001；Mikkelsen et al., 2002；黄海宇, 2014).因此, 化学药剂的投配率并不是一成不变的.然而, 根据调研发现, 污水处理厂污泥脱水过程中化学药剂的投配率是依据现场操作人员的经验判断, 并没有根据污泥泥质的波动进而科学的调整污泥脱水药剂的投配率(刘吉宝等, 2015).这种污泥脱水药剂的投加方式缺乏科学的投加策略, 不仅造成化学药剂的浪费, 而且不利于污泥的后续处理处置.

统计学数据分析及数学模型研究已广泛的应用于污泥处理处置领域中, 田秀敏等(1996)通过试验测定出某批次污泥的最佳投药量, 并构建了带式压榨机絮凝剂投加量与污泥固体浓度间的数学模型.薛玲丽(2012)通过污泥干燥实现污泥的深度脱水, 并构建了污泥干燥过程中的线性回归模型.因此, 在污泥泥质波动变化时, 采用合适的数学模型精确的控制药剂投配比具有可行性.

本研究以无锡市3座污水处理厂的A²O-MBR工艺、CAST工艺和氧化沟工艺的污泥泥质参数为研究对象, 分析不同污水处理厂产生污泥的含固率、CST、SRF、EPS含量以及泥饼含水率、有机物含量等指标, 采用主成分分析得出反映污泥脱水性能的核心因素.同时通过均匀试验设计法探究不同药剂投配比对污泥脱水性能的影响.最终采用统计学方法分析药剂投配比与含水率、有机物含量、CST间的线性关系, 构建数学模型为实际工程应用中药剂投配比的确定提供科学依据.

2 试验材料与方法(Materials and methods) 2.1 材料来源

试验所用6种不同的污泥分别取自无锡3座不同工艺的污水处理厂.其中, MCM和CBM为A²O-MBR工艺曝气池污泥, MCC为CAST工艺曝气池污泥, CBO为氧化沟工艺的曝气池污泥(MCM及MCC进水水质相同工艺不同, CBM及CBO进水水质相同工艺不同；曝气池污泥试验测定前均在4 ℃条件下沉降2 h)；MCH和XSH为浓缩池污泥.所用污泥每个月定时采取并完成泥质参数的测定.

试验所用调理药剂的投加量均以污泥样品干泥量的质量比计.试验所用石灰为干固体粉末, FeCl₃和CPAM分别是质量分数为30%和1‰的溶液.

2.2 试验测定方法 2.2.1 毛细吸水时间

CST反映了污泥中自由水的过滤性能, 其值越大, 表明污泥的过滤性能越差, CST的测定是利用滤纸的毛细管吸引压力.本次试验测定采用CST仪(Triton Electronics 304M), 将少量调理好的污泥样品放入不锈钢漏斗中, 开启仪器, 至报警声响起即可读取CST值.

2.2.2 污泥比阻

污泥比阻是单位质量污泥在一定压力下过滤时在单位过滤面积上受到的阻力, 它是表示污泥过滤性能的一项综合性指标(Murugesan et al., 2016).采取真空抽滤方法测试比阻, 在一定压力(p)下, 通过记录不同时刻(t)抽滤体积(v), 绘制t/v~v线性曲线, 进而得出SRF, 计算公式如下：

(1)

式中, SRF为污泥比阻(cm · g^-1); p为过滤压力(Pa)；A为过滤面积(m²)；b为抽滤试验的t/v对v作线型图的斜率；μ为滤液黏度(Pa · s)；C为单位体积滤液产生的滤饼质量.

2.2.3 EPS的提取及测定

取备用样品30 mL, 在20 kHz, 40 W的条件下超声90 s, 然后加入0.18 mL 37%的甲酰胺, 在4 ℃的恒温摇床培养箱轻微摇晃(20~30 r · min^-1).1 h之后, 再加入12 mL 1 mol · L^-1 NaOH, 在4 ℃的恒温摇床培养箱轻微摇晃(20~30 r · min^-1), 3 h之后, 放入微量离心管中, 在4 ℃, 9500 r · min^-1条件下高速离心15 min, 收集上清液即为紧密结合型EPS(Liang et al., 2010).上清液需要过0.45 μm滤膜过滤后蛋白质采用考马斯亮蓝法测定(Gaudy, 1962), 多糖采用蒽酮硫酸法测定(Adav et al., 2008).

2.3 试验设计及数据分析

均匀设计具有保证试验点均匀分布的统计特性, 可使每个因素的每个水平做一次且仅做一次试验, 任两个因素的试验点点在平面的格子点上, 每行每列有且仅有一个试验点.它着重在试验范围内考虑试验点均匀散布以求通过最少的试验来获得最多的信息, 广泛应用于各行业科学试验设计中.本试验以石灰、CPAM和FeCl₃为3个因素, 采用U₉^*(9⁴)使用表设计试验(Zhang et al., 2014).

线性回归(Linear Regression)分析是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析.这种函数是一个或多个称为回归系数的模型参数的线性组合(Xiao et al., 2017).本研究中线性回归分析用于污泥脱水药剂投配比(因变量)与污泥CST、有机物含量(自变量)间关系, 并构建线性回归模型.所涉及的统计分析均采用SPSS软件计算得出.

3 结果与讨论(Results and discussion) 3.1 不同污水处理工艺污泥泥质参数变化规律及相关性分析 3.1.1 不同污水处理工艺污泥泥质参数的变化规律分析

不同污水处理工艺浓缩池2—5月的污泥泥质参数变化规律如图 1所示.由图 1可知, MCH及XSH污泥样品具有较高的含固率(3%~6%), 其余样品含固率波动较小, 基本稳定在2%~3%.污泥有机物含量波动较小, 最高值为64.91%、最低值为42.08%, 平均值为53.00%；不同污泥EPS中蛋白质含量波动较大, 最高值为64.15 mg · g^-1(以VSS计, 下同), 最低值为11.52 mg · g^-1, 平均值为31.31 mg · g^-1.

EPS多糖含量波动规律比较明显, 不同月份污泥EPS多糖呈现逐渐上升的趋势, 表明多糖变化趋势主要与温度相关, 随着温度的提升, 活性污泥活性提高, 代谢旺盛, 分泌的胞外多糖提高.且变化趋势与SRF的变化较为相同, 表明污泥EPS多糖与SRF具有一定的相关性.SRF与CST并没有明显的相关性, CST值主要受含固率的影响, 其变化趋势与含固率较为相似.由于小试试验采用污泥抽滤装置压力仅为0.09 MPa, 所以脱水污泥泥饼含水率较高且波动较小, 最高值为90.88%, 最低值为76.38%, 平均值为83.61%.

3.1.2 数据间相关性分析

采用SPSS数据分析软件对污泥泥质参数进行相关性分析, 结果如表 1所示.由表 1及图 2可知, 污泥CST与含固率呈显著正相关(r=0.917, p=0.000), 且满足线性方程：

(2)

Lee等(1994)的研究表明CST值是污泥脱水性能的重要指标, 其值大小主要受含固率的影响, 在含固率大于1%时, 更能精确的表征污泥脱水性能.因此, 含固率较低的污泥具有较好的过滤性能和脱水性能, 实际工程应用中应合理控制污泥含固率进而提高污泥脱水性能.

由表 1可知, EPS中多糖含量与SRF呈显著正相关(r=0.985, p=0.000), 表明污泥EPS中多糖含量越高, 污泥脱水越困难.这是由于污泥EPS中的部分多糖是亲水性的, 携带着大量机械抽滤方法难以去除的水分, 影响了污泥的脱水性能.Li等(2007)研究表明污泥中EPS的存在抑制了污泥絮体的生物絮凝, 制约了泥水分离, 使污泥中水分难以脱除.

3.2 影响污泥脱水性能的主成分分析

主成分分析是以污泥泥质参数为原变量, 通过计算变量方差和协方差矩阵的特征量, 将多个变量通过降维转化为少数几个综合变量.因此, 主成分分析法可以将污泥泥质参数的信息进行集中和提取, 并筛选出众多污泥泥质参数信息中发挥主导作用的成分(Li et al., 2017).表 2是基于SPSS数据分析软件分析得出的各污泥参数的总方差分解表, 可以发现第一、第二主成分占总方差的百分比高于70.260%.因此, 选取前两个主成分代表主要污泥泥质参数.

从表 2和图 3中发现, 根据特征值大于1的原则, 选择了两个主成分, 第一主成分占据总方差的38.585%, 成分因子多糖、SRF影响较大；第二主成分占据总方差的31.674%, 成分因子蛋白、含固率影响较大.这表明在污泥泥质参数中, 污泥含固率、EPS中蛋白与多糖、SRF都是影响污泥脱水性能的主要因素.Shi等(2016)通过主成分分析污泥泥质参数, 发现成分因子含固率、TSS、EPS蛋白及多糖是第一主成分, 是污泥脱水性能的主要影响因素, 与本研究结果较吻合.

3.3 污泥脱水药剂投加策略与模型的构建

由于在实际工程应用中, 污泥EPS蛋白和多糖提取及测定较为繁琐, 而含固率、有机物含量简单易测, 更能有效的指导现场施工人员计算得出科学的污泥脱水药剂投配比.本研究采用均匀试验设计法, 以不同药剂投配比为自变量, CST(与含固率相关)及有机物含量为因变量, 试验结果如表 3所示.从表 3中可以发现污泥CST随不同药剂投配比而变化, 表明不同药剂投配比对污泥脱水性能影响不同.采用SPSS软件对试验数据进行多元线性回归统计分析, 相关系数如表 4所示.线性方程如下：

(3)

式中, X₁为石灰投加量, X₂为CPAM投加量.

可决系数R²=0.9867, 表明CST与不同药剂投配比呈现较好的相关关系, 方程线性回归程度较好.从数据统计学角度分析, 试验结果表明, CST与FeCl₃无关, 与石灰、CPAM都呈现负相关.数据分析结果与科学试验研究是吻合的.研究表明, 污泥体系中投加石灰后, 污泥絮体明显增大, 沉降性能显著改善.而且石灰与水反应生成氢氧化钙形成的碱性环境可实现细胞破壁, 不仅有利于胞内结合水的释放, 而且可以破坏EPS的分层结构, 进而降低污泥EPS蛋白和多糖的含量, 有利于EPS束缚水的释放, 从而大大降低污泥CST, 改善污泥脱水性能(罗鑫, 2014；丁绍兰等, 2015).阳离子高分子聚合物CPAM主要发挥吸附架桥和电荷中和作用, 通过降低污泥胶体颗粒的带电荷量, 减弱胶体颗粒间排斥力, 提高污泥的沉降, 进而促进混合体系的泥水分离, 降低污泥CST(Luo et al., 2013).

(4)

可决系数R²=0.7333, 表明脱水泥饼有机物含量与不同药剂投配比呈现较好的相关关系, 方程线性回归程度较好.从数据统计学角度分析, 本次试验结果表明, 脱水泥饼有机物含量与FeCl₃无关, 与石灰呈负相关, 与CPAM呈正相关.这主要是由于石灰能够破坏细胞结构, 使细胞内物质释放到混合体系中, 在脱水过程中随压滤液排放污水处理厂中, 因此泥饼有机物含量降低.此外, 石灰本身作为一种无机物, 其投加量的增加也进一步降低了泥饼有机物含量.CPAM能够提高污泥絮体间絮凝能力, 使小颗粒凝聚成大颗粒沉降下来, 可维持泥饼中有机物含量不便或略有升高.

验证实验结果如图 4及表 5所示, 验证试验表明, 在药剂投加范围内(石灰：13%~25%；CPAM:0.01%~0.09%), 线性方程(3)、(4)残差均小于3.0, 因此, CST与有机物含量与药剂投配比均呈现较好的线性回归关系, 线性方程(3)、(4)均具有较好的适用度.联立线性方程(1)可得出含固率与药剂投配比间方程:

(5)

根据上述实验结果可知, 污泥的脱水性能及脱水后泥饼有机物含量与FeCl₃的投加量没有明显的关系.实际工程应用中, 投加的FeCl₃中氯离子在酸性条件下与锅炉等不锈钢发生电化学反应, 造成锅炉的腐蚀.因此, 可减少FeCl₃的投加量或不投加, 以减轻对污泥后续焚烧处置的负面影响.采取污泥焚烧处置的污泥, 其加药调理后有机物含量应大于40%, 因此, CPAM及石灰投加量可由如下公式确定：

(6)

4 结论(Conclusions)

1) 对污泥泥质参数进行主成分分析发现, 污泥泥质参数分为两个主成分, 携带总信息的70.260%, 结果表明影响污泥脱水性能的主要参数是含固率、EPS蛋白和多糖的含量.

2) 相关性分析表明, 污泥CST与含固率呈现较好的正相关线性关系, 可用数学公式表示为：CST=50.7614×含固率-63.0710.

3) 对污泥脱水药剂进行线性回归分析发现, 药剂投配比与污泥CST及有机物含量符合线性回归模型：

4) 线性拟合曲线及验证试验表明, 线性方程(3)、(4)均具有较好的适用度.因此, 此模型可用于指导实际工程中脱水药剂的投加.