modelarea proceselor de epurare cu namol activ
TRANSCRIPT
Universitatea de Ştiinţe Agricole şi Medicina Veterinară Cluj-Napoca
Facultatea de Zootehnie şi Biotehnologii
MODELAREA PROCESELOR DE EPURARE A APELOR
UZATE MENAJERE PRIN PROCEDEUL CU NĂMOL ACTIV
Proiect de Cercetare
Conducător ştiinţific Prof. Univ. Dr. Letiţia OPREAN
Doctorand
Horea OLOSUTEAN
Cluj-Napoca, 2010
2
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CUPRINS
Notaţii şi simboluri
………………………………………………………………………….
5
Introducere
…………….........................................................................................................
6
CAP. 1. Importanţa modelării epurării apelor uzate
menajere ...............................................
7
1.1. Istoricul procedeului
…………………………………………………………….
7
1.2. Importanţa economică şi ecologică a modelării epurării apelor
uzate…………..
8
1.3. Importanţa metodologică a modelării epurării apelor ...
………………………...
9
CAP. 2. Obiective ...
…………………………………………………………………………
11
2.1. Obiective metodologice ...
……………………………………………………….
11
2.2. Obiective propriu-zise ..
………………………………………………………...
11
CAP. 3. Material şi metodă ...
……………………………………………………………….
13
3.1. Metodele liniare (clasice) ...
……………………………………………………..
13
3.1.1. Metodologia ...
…………………………………………………………..
13
3.1.1.1. Cinetica de creştere bacteriană ….
…………………………….
13
3.1.1.2. Cinetica consumului de substrat ….
…………………………...
15
3.1.1.3. Creşterea încetinită ……………….
…………………………...
17
3.1.1.4. Parametri proceselor de epurare ….
…………………………...
21
3.1.2. Modelul McKinney ...
…………………………………………………...
24
3.1.2.1. Ecuaţiile de bază ...
……………………………………………
24
3.1.2.2. Descrierea modelului ...
……………………………………….
26
3.1.3. Modelul Eckenfelder ...
………………………………………………….
31
3.1.3.1. Ecuaţiile de bază ...
……………………………………………
31
3.1.3.2. Descrierea modelului ...
……………………………………….
32
3.1.4. Modelul Goodman şi Englande …..
…………………………………….
36
3.1.4.1. Descrierea modelului …...
…………………………………….
36
3.1.5. Modelul Lawrence şi McCarty
………………………………………….
37
3.1.5.1. Ecuaţiile de bază ...
……………………………………………
37
3.1.5.2. Descrierea modelului ...
……………………………………….
38
3.1.6. Modelul Gaudy
………………………………………………………….
41
3.1.6.1. Descrierea modelului
…………………………………………
41
3.1.7. Modelul Grau – Dohányos – Chudoba
………………………………….
45
3.1.7.1. Ecuaţia de bază ..
………………………………………………
45
3.1.7.2. Descrierea modelului ...
……………………………………….
45
3.1.8. Modelul creşterii încetinite ..
……………………………………………
47
3.1.8.1. Ecuaţiile de bază ...
……………………………………………
47
3.1.8.2. Descrierea modelului ...
……………………………………….
48
3
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
3.1.9. Modelul Jones ...
………………………………………………………...
50
3.1.9.2. Descrierea modelului ...
……………………………………….
50
3.2. Modelele matriciale (State-of-Art) ...
……………………………………………
51
3.2.1. Bazele modelelor
………………………………………………………..
52
3.2.2. Descrierea modelelor ..
………………………………………………….
53
3.3. Modelele bazate pe inteligenţă artificială ...
……………………………………..
56
3.3.1. Tipuri de sisteme utilizate ...
…………………………………………….
56
3.4. O nouă metodă de modelare ...
…………………………………………………..
57
3.4.1. Bazele modelului
……………………………………………………….
57
3.4.2. Ecuaţiile modelului ...
…………………………………………………...
59
3.4.2.1. Ratele de flux ...
……………………………………………….
60
3.4.2.2. Ecuaţiile diferenţiale ...
………………………………………..
61
3.4.2.3. Condiţiile stării staţionare ...
…………………………………..
62
3.4.3. Algoritmul informatic ...
………………………………………………...
63
CAP. 4. Rezultate şi discuţii ...
………………………………………………………………
65
4.1. Modelele liniare (clasice) ...
……………………………………………………..
65
4.1.1. Modelul McKinney ...
…………………………………………………...
65
4.1.2. Modelul Eckenfelder ...
………………………………………………….
72
4.1.3. Modelul Goodman şi Englande ...
……………………………………….
73
4.1.4. Modelul Lawrence şi McCarty
………………………………………….
76
4.1.5. Modelul Gaudy
………………………………………………………….
77
4.1.6. Modelul Grau – Dohányos – Chudoba ..
………………………………..
79
4.1.7. Modelul creşterii încetinite ..
……………………………………………
82
4.1.8. Modelul Jones ...
………………………………………………………...
83
4.2. Modelele matriciale (State-of-Art) ...
……………………………………………
83
4.3. Modelele bazate pe inteligenţă artificială ...
……………………………………..
87
CAP. 5. Concluzii ...
…………………………………………………………………………
90
5.1. Concluzii referitoare la oportunitatea abordării tematicii propuse
……………..
90
5.1.1. Concluzia 1
……………………………………………………………..
90
5.1.2. Concluzia 2
……………………………………………………………..
90
5.1.3. Concluzia 3
……………………………………………………………...
90
5.2. Concluzii referitoare la metodologia specifică cercetării în domeniu
…………..
90
5.2.1. Concluzia 1
……………………………………………………………...
90
5.2.2. Concluzia 2
……………………………………………………………...
90
5.3. Concluzii referitoare la modelele liniare (clasice) ...
……………………………
91
5.3.1. Concluzia 1
……………………………………………………………..
91
5.3.2. Concluzia 2
……………………………………………………………..
91
4
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
5.3.3. Concluzia 3
……………………………………………………………..
91
5.3.4. Concluzia 4
……………………………………………………………..
91
5.3.5. Concluzia 5
……………………………………………………………..
91
5.3.6. Concluzia 6
……………………………………………………………..
92
5.4. Concluzii referitoare la modelele matriciale (State-of-Art) .
……………………
92
5.4.1. Concluzia 1
……………………………………………………………..
92
5.4.2. Concluzia 2
……………………………………………………………..
92
5.4.3. Concluzia 3
……………………………………………………………..
92
5.4.4. Concluzia 4
……………………………………………………………..
92
5.4.5. Concluzia 5
……………………………………………………………..
92
5.5. Concluzii referitoare la modelele bazate pe inteligenţă artificială (AI)
………...
93
5.5.1. Concluzia 1
……………………………………………………………..
93
5.5.2. Concluzia 2
……………………………………………………………..
93
5.5.3. Concluzia 3
……………………………………………………………..
93
Bibliografie ..
………………………………………………………………………………..
94
5
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
NOTAŢII ŞI SIMBOLURI
C0 = concentraţia iniţială (în influent) de materie organică
X0 = concentraţia iniţială (în influent) a microorganismelor (densitatea bacteriilor)
Q = debitul influentului
q = debitul de nămol activ recirculat
C = concentraţia de substanţe în bazinul de aerare
X = concentraţia de nămol activ din bazinul de aerare
V = volumul bazinului
Xe = concentraţia nămolului activ în efluent
Xr = concentraţia nămolului activ recirculat
Qw = debitul de evacuare al nămolului activ
t = timpul
M = masa activă a bacteriilor
Alte notaţii specifice diverselor modele sau mai puţin frecvente vor fi definite la momentul
apariţiei lor în text.
6
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
INTRODUCERE
Sistemele de epurare a apelor uzate au un istoric care depăşeşte 100 de ani, dar
modalitatea de funcţionare şi, mai ales, de construcţie a acestor sisteme s-a bazat vreme
îndelungată pe dat exclusiv empirice.
În a doua jumătate a secolului trecut, o serie de cercetători şi, ulterior, institute de
cercetare sau grupuri de lucru s-au ocupat cu definirea, concretizarea şi optimizarea unor
sisteme de modelare, care să poată fi utilizate în designul şi controlul staţiilor de epurare, fie în
ansamblul lor, fie pentru diferitele aspecte ale procesului de epurare.
Mai multe etape succesive pot fi identificate în relativ scurta perioadă de existenţă a
modelării acestor procese: o etapă iniţială sau clasică, o etapă a modelelor „State-of-Art” şi o
etapă a folosirii sistemelor bazate pe inteligenţă artificială (AI), mai mult sau mai puţin distincte
în timp, la care se adaugă diverse încercări originale de modelare, bazate pe algoritmi
matematici utilizaţi în alte sectoare ale ştiinţei.
La momentul actual, sistemele de modelare „State-of-Art” sunt pe departe cele mai des
folosite, în ciuda problemelor de structură ale modelelor, existând numeroase adaptări la nivel
local ale acestor sisteme, iar tendinţa de viitor pare a fi controlul unor structuri realizate şi
operate pe baza modelelor „State-of-Art” prin algoritmi de tip AI.
Problema fundamentală pare a fi tratarea predominant inginerească a epurării (ambele
sisteme de modelare, „State-of-Art” şi AI fiind construite pe baza unor date de tip cantitativ –
volume, cantităţi, concentraţii), cu toate că elementele care realizează epurarea propriu-zisă sunt
microorganisme, iar relaţiile dintre ele sunt specifice ecosistemelor.
Voi încerca, în cele ce urmează, să analizez modelele existente, să evidenţiez eventuale
îmbunătăţiri sau simplificări ale acestor modele, şi să propun o modalitate nouă de înţelegere a
modelării, mai apropiată de bazele biologice ale structurilor de epurare.
7
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CAPITOLUL 1.
IMPORTANŢA MODELĂRII EPURĂRII APELOR UZATE MENAJERE
Apa este o substanţă indispensabilă vieţii, fiind considerată condiţia necesară şi
suficientă pentru apariţia proceselor care definesc materia vie.
Apa este folosită în agricultură pentru a compensa lipsa precipitaţiilor sau a apei
accesibile din sol. Apa folosită în comunităţile umane îşi modifică proprietăţile, devenind ceea
ce se numeşte „apă uzată” (Vaicum, 1981), impurificată sau poluată în urma folosirii, fie ea
menajeră sau industrială. Ea este preluată de sisteme de canalizare, care o transportă spre
sisteme de epurare urbane, cu menţiunea că, în conformitate cu legislaţia românească, apele
uzate industriale trebuie preepurate, îndepărtându-se substanţele nefavorabile vieţii.
Apa de canalizare cuprinde 95% apă, şi 5% impurităţi (anorganice: nisip, pietriş,
fragmente de lemn, sticlă, metale, sau organice: produse ale metabolismului uman, resturi
alimentare etc.) sau microorganisme (bacterii, fungi, alge, protozoare). După o tratare de tip
fizic, în care se realizează îndepărtarea impurităţilor anorganice, sistemul de epurare cuprinde
una sau mai multe trepte de epurare biologică. Cel mai utilizat este cel denumit nămol activ,
datorită simplităţii instalaţiilor şi uşurinţei în exploatare, precum şi capacităţii volumetrice
ridicate a instalaţiilor.
1.1. Istoricul procedeului
Istoria procedeului începe în debutul secolului al XX-lea, graţie cercetărilor întreprinse
de Bolton în 1902, de Black şi Phelps în 1910, de Clark şi Gate, sau de Fowler şi Mumford,
între 1912 şi 1913, cercetători britanici sau americani, care au studiat rolul determinant al
microorganismelor în oxidarea substanţelor organice, în timpul aerării apelor uzate menajere,
fără a identifica necesitatea cultivării populaţiilor de astfel de microorganisme în concentraţie
ridicată (Vaicum, 1981; Bucur, 2003).
Arden şi Lockett (1914), reuşesc creşterea vitezelor de oxidare datorită creşterilor
biomasei bacteriene în urma alimentării discontinue, realizând pentru prima dată procesul de
epurare. În lucrarea care sintetizează rezultatele cercetărilor, se demonstrează posibilitatea
epurării apelor uzate prin aerare, iar termenul de „nămol activ”, referitor la depozitul obţinut
prin sedimentarea suspensiilor, este enunţat pentru întâia oară.
8
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Lockett, principalul descoperitor al procedeului, nu a dorit patentarea sa, astfel că o
serie de localităţi au pornit instalaţii pilot, perfecţionând procedeul prin introducerea aerării
continue, a recirculării nămolului şi prin dezvoltarea sistemelor de aerare. Până spre sfârşitul
anilor ’30, Germania, S.U.A. şi Marea Britanie introduc pe scară largă procedeul, încercându-se
şi combinarea apelor menajere cu cele de provenienţă industrială.
Între cele două războaie mondiale, accentul în cercetare se pune pe descifrarea unor
procese ce au loc în timpul epurării, pentru ca, după cel de-al doilea război mondial, problema
aportului din ce în ce mai mare de ape uzate să primeze. Cu această ocazie ies la iveală
deficienţele de concepţie ale instalaţiilor: complexitatea mare, care la face neviabile pentru staţii
de capacitate mică, sensibilitatea mare la variaţiile de debit şi de calitate a influentului,
sensibilitatea excesivă la toxici, aspecte care au fost cele mai importante în studiile efectuate pe
nămol activ în a doua jumătate a secolului al XX-lea (Vaicum, 1981).
Drept urmare, o serie de cercetători încep, în anii ‘60 şi ‘70, să genereze modele
matematice care să explice funcţionarea instalaţiilor de epurare, fie că era vorba de procesul ca
atare, fie de un anumit tip de instalaţie (cu recirculare sau fără recirculare, de exemplu). Un
număr destul de mare de astfel de modele au fost concepute în perioada menţionată. Anii ’80
aduc o creştere a interesului în domeniu la nivel instituţional, odată cu implicarea I.W.A.
(Internaţional Water Association), în forma de la vremea respectivă, prin constituirea unui grup
de lucru în domeniu, care a generat o serie de modele complexe, cu utilizare largă în ţările
dezvoltate economic. Anii ’90 şi perioada recentă sunt caracterizate de implicarea din ce în ce
mai puternică a algoritmilor de tip Inteligenţă Artificială, fie folosiţi ca atare, fie în combinaţie
cu alte modele matematice anterioare.
1.2. Importanţa economică şi ecologică a modelării epurării apelor uzate
Epurarea apelor ca procedeu tehnologic a fost gândit pentru a reda ecosistemului în stare
cât mai bună un element folosit de societatea umană, ea fiind, teoretic, o tehnologie ecologică
sau de mediu. În realitate, o astfel de abordare e simplistă, întrucât apele epurate, redate reţelelor
hidrografice de unde au fost preluate, sunt reutilizate de comunităţile umane din aval, fie pentru
alimentarea cu apă potabilă a comunităţilor umane, fie pentru utilizare în agricultură sau
industrie alimentară, unde o calitate bună a apei e de dorit. Aspectul economic se împleteşte,
aşadar, cu cel ecologic, din acest punct de vedere.
9
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Modelarea proceselor implicate în epurarea apelor uzate vine în ajutorul perfecţionării
epurării, ajutând, implicit, ambele aspecte discutate. Instalaţiile concepute până în anii ’60,
bazate pe date empirice, aveau mari probleme de concepţie a structurii şi a dimensionării
instalaţiilor, dar şi de operare a acestora, de unde şi frecvente probleme legate de procesul de
epurare (Ognean, 1981).
Cele mai cunoscute astfel de probleme sunt eficienţa necorespunzătoare de îndepărtare a
substanţelor organice din amestecul de epurat şi funcţionarea necorespunzătoare a nămolului
activ (aglomerarea nămolului, formarea de flocoane necorespunzătoare sau fragmentarea
acestora), datorate, după cum au reliefat Ognean (1981) sau Bucur (2003), fie unor deficienţe de
construcţie a instalaţiei (volume insuficiente sau prea mari ale aerotancurilor, volume
insuficiente ale instalaţiilor de oxigenare, structuri geometrice necorespunzătoare folosite), fie
unor deficienţe de operare (viteze necorespunzătoare de curgere prin instalaţie, oxigenări
necorespunzătoare, timpi de retenţie necorespunzători).
Încă de la început, modelele matematice au oferit informaţii operatorilor şi
constructorilor staţiilor de epurare capabile să evite sau să corecteze erorile menţionate anterior,
informaţii referitoare, în principal, la modul în care încărcarea organică este consumată de
microorganisme, la cineticile de creştere a nămolului activ, la timpii de retenţie necesari etc.
Modele de dată mai recentă sunt chiar mai utile, fiind concepute ca un „operator” matematic,
capabil să gestioneze întreaga funcţionare a staţiei de epurare, iar implicarea algoritmilor
Inteligenţei Artificiale a constituit doar un nou pas în această direcţie. Indiferent de modelul
folosit, rezultatul, în urma aplicării corecte, nu poate fi decât un efluent mai curat, în
conformitate cu scopul economic şi cel ecologic al procesului.
1.3. Importanţa metodologică a modelării epurării apelor
Modelele matematice ale epurării pot fi folosite de cercetători din diverse domenii
ştiinţifice, ca punct de pornire sau ca bază de referinţă pentru cercetările întreprinse de aceştia.
Dată fiind valenţa de complexă a epurării, modelarea ei cuprinde informaţii din domeniile
biochimiei, ingineriei mediului sau ingineriei hidraulice, microbiologiei sau ecologiei
populaţiilor şi ecosistemelor, iar circuitul de informaţie dinspre şi înspre aceste domenii poate fi
de ajutor celor implicaţi din ambele tabere.
10
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Modelele mai complexe, cum sunt cele State-of-Art, pot fi utilizate ca model general
pentru sisteme ale căror intrări şi ieşiri sunt controlabile, iar modul de lucru şi structura lor pot fi
generalizate pentru multe alte aplicaţii.
Nu în ultimul rând, toate modelele sunt perfectibile, şi ele constituie bază de lucru pentru
cercetători în domeniul modelării matematice, care pot opta pentru optimizarea acestora din
punct de vedere teoretic, sau pentru facilitarea aplicării lor în practică.
11
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CAPITOLUL 2
OBIECTIVE
2.1. Obiective metodologice
Un prim obiectiv al lucrării este de a clasifica tipurile de modele matematice concepute
de-a lungul timpului pentru a descrie procesul de epurare sau diferite părţi ale acestuia. După
cum se va discuta, dificultăţile de acces la informaţie pot avea efecte nefericite în domeniu, sau
pot duce la apariţia unor erori sau sinonimii.
Se va încerca, apoi, uniformizarea notaţiilor pentru modelele similare, pentru a se putea
observa corect diferenţierile dintre modele, urmând ca, pe baza acestor diferenţieri, să se
evalueze aplicabilitatea lor în practică.
Modelele vor fi evaluate critic, evidenţiindu-se avantajele şi dezavantajele lor, atât
intrinsec, cât şi comparativ cu alte modele, discutându-se posibilitatea utilizării lor în practica
epurării, problemele posibile, dar şi dificultăţile legate de aspectul tehnologic sau logistic.
Modelele vor fi analizate şi din punct de vedere matematic, cu scopul de a reliefa
eventuale erori de estimare, sau cu scopul de a îmbunătăţii forma iniţială a modelului, fie prin
reliefarea de noi aspecte, netratate de autor la momentul generării modelului, fie prin
simplificarea unor aspecte, pentru aplicabilitate mai bună în practică.
Se va încerca generarea unui nou model al sistemului de epurare, diferit atât
metodologic, cât şi conceptual de cele existente.
2.2. Obiective propriu-zise
Pentru început, vor fi selectate acele modele matematice cu largă aplicare în practica
epurării apelor, în conformitate cu literatura de specialitate, şi se va încerca obţinerea unei forme
cât mai apropiate de cea originală a modelului. Unde nu este posibil, se vor discuta formele
citate de alţi autori.
Se vor evidenţia diferenţele de notaţie oferite de autorii modelelor, cu scopul de a
determina elementele comune ale modelelor şi de a rescrie ecuaţiile lor într-o formă cât mai
generalizată. Aceste forme rescrise ale modelelor vor fi apoi cele utilizate pentru compararea
modelelor şi pentru analiza critică.
12
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Se va discuta posibilitatea aplicării în practică a diferitelor modele, din toate punctele de
vedere: posibilităţi tehnologice şi logistice, capacităţi de epurare necesare, condiţii de mediu
specifice, caracteristici ale amestecului de epurat.
Se va încerca generarea unui model matematic al epurării bazat pe informaţii din studiul
ecosistemelor, integrând informaţiile oferite de ecosistemul predominant microbian care
realizează epurarea cu modelul de descriere energetică a ecosistemului Silver Springs (date
primare oferite de Odum, 1957, algoritm matematic adaptat după cel realizat de Cox, 2002,
proiecţie informatică adaptată după cea a lui Sîrbu, 2009).
13
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CAPITOLUL 3
MATERIAL ŞI METODĂ
3.1. Metodele liniare (clasice)
Primele modele de epurare au fost centrate pe înţelegerea mecanismelor interne ale
ecosistemului definit de microorganisme în nămolul activ. În faza iniţială, cantităţile reduse de
ape uzate, dar şi încărcarea predominant organică a acestor ape au permis abordări mai degrabă
biochimice decât inginereşti, drept urmare metodologia de lucru a fost predominant biochimică
sau microbiologică.
3.1.1. Metodologia
3.1.1.1. Cinetica de creştere bacteriană
Baza de analiză a primelor încercări de modelare a procesului de epurare au constituit-o
lucrările lui Jaques Monod de la mijlocul secolului trecut. Analizând monoculturi bacteriene
cultivate în condiţii statice, în care se introduce un substrat cu o singură substanţă organică,
Monod (1949) a stabilit un ciclu de creştere bacterian în cinci faze (lag, creştere exponenţială,
încetinire, staţionare şi declin), a cărui reprezentare grafică poartă numele de curba de creştere
bacteriană simplificată (fig. 3.1.).
Conform ciclului, viteza maximă de creştere a fiecărei specii bacteriene este condiţionată
de concentraţia substratului, de factorii de mediu şi de capacitatea cinetică a microorganismelor
de a metaboliza substratul oferit (Cheremisinoff, 1996; Segneanu, 2006).
În faza de creştere exponenţială, bacteriile cresc direct proporţional cu masa lor din
mediul de reacţie, iar viteza lor este descrisă de ceea ce se numeşte cinetică de ordinul I
(Ognean şi Vaicum, 1987):
ΔXΔt
=v∗X [1]
14
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ΔX fiind variaţia concentraţiei de nămol activ în unitatea de timp, X concentraţia nămolului din
bazinul de aerare, v, viteza specifică de creştere a microorganismelor, iar t, timpul. În condiţii de
exces de substrat (deci, lipsa limitărilor generate de concentraţia acestuia), v devine vm (viteză
maximă), iar valorile lui v din faza exponenţială pot să se înscrie în intervalul de valori [0, vm],
în funcţie de condiţiile de mediu (idem).
Figura 3.1 Curba de creştere bacteriană simplificată (adaptare după www.microvet.arizona.edu)
În condiţiile experimentale ale lui Monod (culturi statice, condiţii nerestrictive de
substrat), transformarea substratului în masă bacteriană poate fi descrisă stoichiometric,
interacţia dintre substrat, masă bacteriană, nutrienţi (azot, fosfor, factori de creştere diverşi) şi
oxigen având ca rezultat formarea de masă bacteriană nouă, dioxid de carbon, apă şi produşi de
metabolism (consideraţi reziduuri), iar ecuaţia [1] este completată, pentru a descrie relaţia dintre
variaţia masei bacteriene şi concentraţia substratului:
ΔXΔt
=v∗X=−Y∗ ΔCΔt [2]
Y fiind coeficientul de randament sau producţie al bacteriilor, iar ΔC variaţia concentraţiei
substratului.
fază de lag
fază de încetinire
fază staţionară
fază de declin
fază de creştere
exponenţială
timp
loga
ritm
ul n
umăr
ului
de
celu
le
15
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Limitând substratul, Monod găseşte o relaţie în care v este proporţional cu concentraţia
substratului, la valori scăzute, dar se saturează la concentraţii mărite ale acestuia, iar
reprezentarea grafică a lui v în funcţie de C este de tip hiperbolic (fig. 3.2.), şi este definită de
expresia:
v=v m∗C
K s+C [3]
Ks reprezentând constanta de saturaţie, adică acea concentraţie a substratului la care viteza de
creştere este egală cu jumătate din viteza maximă. În conformitate cu Monod (1949), vm, Y şi Ks
sunt constante pentru fiecare combinaţie „specie bacteriană-substrat”, în condiţii experimentale
similare.
Fig. 3.2. Relaţia dintre viteza de creştere (v) şi concentraţia substratului (C)
(adaptare după Ognean şi Vaicum, 1987)
Deşi condiţiile de lucru în care sunt valabile relaţiile lui Monod par diferite de cele din
sistemele de epurare, elementele principale sunt similare: factori generatori de instabilitate ca
pH, temperatură, concentraţia substratului, concentraţia oxigenului sau a masei bacteriene pot fi
şi sunt menţinute constante de operatorii instalaţiilor, astfel că întregul sistem de relaţii descris
mai sus îşi păstrează valabilitatea.
3.1.1.2. Cinetica consumului de substrat
v
C
vm
vm/2
Ks
16
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Din punctul de vedere al cineticii chimice, pentru consumul de substrat aferent epurării
apelor uzate s-au observat predominant cinetici de ordinul 0 şi de ordinul 1 (Ognean şi Vaicum,
1987). Cele de ordinul 0 sunt independente de concentraţia reactanţilor, fiind descrise de reacţii
de tipul:
v0=drdt
= rt [4]
v0 fiind viteza de reacţie, r concentraţia reactantului în mediu, iar t, timpul de reacţie. Deşi sunt
independente de concentraţia reactanţilor, cineticile de ordinul 0 pot fi influenţate de diverşi
factori (temperatură, presiune, catalizatori etc.), şi apar în cazul epurării numai la concentraţii
foarte mari de substrat (idem).
Cinetica de ordinul 1 corespunde reacţiei cu un singur reactant:
v1=k∗A sau − ΔA
dt=k1∗A
[5]
A fiind concentraţia reactantului, iar ΔA, variaţia acesteia în unitatea de timp.
Pentru doi reactanţi, avem cinetică de ordinul 2, de tipul:
− ΔAdt
=k2∗A∗B,
respectiv
− ΔBdt
=k2∗A∗B[6]
B fiind concentraţia celui de-al doilea reactant, iar ΔB, variaţia acesteia în timp.
Cineticile de ordine superioare se stabilesc în baza aceluiaşi algoritm, dar apariţia lor în
cazul proceselor de epurare este extrem de rară (cum este, de altfel, şi cazul cineticii de ordinul
2).
Cinetica consumului de substrat specifică epurării apelor este mai aproape de cea
enzimatică, dat fiind faptul că relaţiile biochimice care produc degradarea şi oxidarea
substratului şi creşterea biomasei bacteriene sunt catalizate de enzime (Ognean şi Vaicum,
17
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
1987). Relaţia fundamentală care descrie un astfel de proces se numeşte relaţia sau cinetica
Michelis-Menten:
v=v m∗C
K M+C [7]
unde mărimile sunt cele descrise mai sus, iar KM este constanta lui Michelis, corespunzătoare
concentraţiei substratului la care viteza de reacţie este jumătate din viteza maximă. Se observă
similitudinile evidente cu relaţia lui Monod în condiţiile restricţionării substratului, de unde
posibila concluzie că cineticile de tip enzimatic se desfăşoară în prezenţa unui substrat
restricţionat. De altfel, la concentraţii mari ale substratului, centrii catalitici sunt saturaţi, iar
relaţiile urmează cinetica de ordinul 1, fapt care confirmă afirmaţia anterioară.
Avem, astfel, reacţii caracterizate de coeficienţi cinetici de tip vm şi KM, uşor de
determinat experimental (prin calculare vitezelor de reacţie la diferite concentraţii) sau
matematic (prin liniarizarea ecuaţiei Michelis-Menten, la forme ca ecuaţia Lineweaver-Burk sau
relaţia Dixon-Webb), valabile la modul general. Cu toate astea, condiţiile specifice de
funcţionare ale sistemului de epurare, în special apariţia perioadelor cu exces de substrat,
datorate unor încărcări mai mari temporare, duc la suprasaturarea anumitor substanţe, condiţii în
care s-a observat o scădere a vitezei de creştere, după o curbă similară cu cea a creşterii
bacteriene. Pentru această situaţie, inhibiţia prin exces de substrat, Briggs şi Haldane (1925) au
definit următoarea relaţie:
v=v m∗1
1+K M
C+ C
K i [8]
în care KM şi Ki reprezintă constante ale reacţiei inhibate. Astfel, în funcţie de tipul de substrat
implicat în reacţie, cineticile de consum ar trebui să corespundă fie curbei lui Monod, fie celei
de tip Briggs-Haldane (fig. 3.3.).
3.1.1.3. Creşterea încetinită
Procesul de epurare biologică presupune, pe lângă relaţiile de bază, o serie de operaţii
intermediare sau chiar concurente, cum sunt transferul substanţei organice din apă către nămolul
18
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
activ, adsorbţia acestora pe nămol, producerea de material celular nou sau de energie din
substanţele organice (Ognean şi Vaicum, 1987), care, la rândul lor, depind de amestecarea
nămolului activ cu apa uzată, de aportul de oxigen etc. Relaţiile cinetice pot fi alcătuite pentru
fiecare etapă în parte, sau pot fi tratate ca un ansamblu.
Fig. 3.3. Relaţia dintre viteza de creşterea a microorganismelor şi concentraţia substratului (după Segneanu, 2006):
a - curbă Monod (concentraţie neinhibantă) şi b – curbă Briggs-Haldane (concentraţie inhibantă)
Privite ca ansamblu, ele pot fi descrise în conformitate cu fig. 3.1. Încetinirea creşterii,
după creşterea exponenţială, se datorează condiţiilor restrictive apărute ca urmare a consumului
substanţelor nutritive şi a acumulării produşilor de metabolism, fapt ce duce la accentuarea
proceselor endogene. Relaţiile de bază pentru cele două etape (creştere logaritmică şi creştere
încetinită) sunt prezentate în paralel:
creştere logaritmică creştere încetinită
ΔXΔt
=k∗X [9]
ΔXΔt
=−k∗( X L−X )[10]
lnXX0
=k∗t[11]
lnX L−X
X=k∗t
[12]
X=X0∗ek∗t[13] X=X L∗(1−ek∗t ) [14]
v
19
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
unde X0 este concentraţia iniţială de nămol activ, iar XL, concentraţia limită a nămolului activ,
cea pentru care hrana începe să devină insuficientă (idem).
Se observă că, în condiţii nerestrictive, viteza de creştere a nămolului este dependentă de
X, concentraţia acestuia; în condiţii restrictive, viteza devine proporţională cu termenul XL-X,
situaţie definită de Fair şi colaboratorii (1968) sub numele de creştere de ordinul 1. Deşi s-a
presupus că termenul k din relaţiile anterioare este constant, aceiaşi cercetători au arătat că el se
modifică în timp, datorită preferinţelor de hrănire ale microorganismelor, interferenţei
produselor de metabolism în procesul de creştere, absenţei oxigenului, amestecului de specii
bacteriene etc.
Variaţia termenului k s-a exprimat după relaţia:
k=k0∗(XL−X
X l
)n
[15]
k0 fiind valoarea iniţială a lui k, iar n este un parametru care ţine cont de micşorarea vitezei de
creştere odată cu reacţiile de consum. Aplicând această formulă în ecuaţia [10] se obţine un
model pe care Fair şi colaboratorii (1968) l-au numit creştere de ordinul 1 cu întârziere:
ΔXΔt
=−k0∗(X L−X
X l
)n∗( X L−X )[16]
Pentru defini relaţia dintre masa de nămol activ şi impurităţile îndepărtate, prin
intermediul factorului de conversie sau de randament Y, se pot scrie relaţii diferite pentru fiecare
tip de creştere (Ognean şi Vaicum, 1987):
pentru creştere nerestrictivă:
ΔCΔt
=k∗XY [17] sau
C=X0
Y∗(ek∗t−1)
[18]
pentru creştere de ordinul 1:
20
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ΔCΔt
=− kY
∗( X L−X )[19] sau
C=X L
Y∗(1−e−k∗t )
[20]
pentru creştere de ordinul 1 cu întârziere:
ΔCΔt
=−k0
Y∗XLn∗( X L−X )n+1
[21] sau C=
X L
Y∗[ 1−(1+n∗k0∗t )−1/n ]
[22]
Ţinând cont de relaţia dintre X şi C, se poate spune că, pentru un proces de epurare cu
amestecare perfectă, este valabilă relaţia:
ΔCΔt
=k 0∗(C0−C
C0
)n∗(C0−C )[23]
C0 fiind concentraţia de substrat ce îi corespunde lui XL. Ecuaţia reprezintă o creştere
nerestrictivă pentru n = 0, şi una corespunzătoare cineticii de ordinul 1, pentru n = 1. Pentru
fazele intermediare (n între 0 şi 1) se observă că viteza de reacţie descreşte odată cu consumarea
substanţelor organice, dar şi cu gradul de epurare realizat.
Din integrarea ecuaţiei [23] ne reies relaţii pentru toate cele trei situaţii descrise în
paragraful anterior (Ognean şi Vaicum, 1987):
CC0
=1−e−k∗t
, pentru n = 0 [24]
CC0
=1−(1+k∗t )−1
, pentru n = 1 [25]
CC0
=1−(1+n∗k∗t )−1/n
, pentru n > 0 [26]
21
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Dacă o serie de operaţii simultane şi independente unele faţă de celelalte pot fi
caracterizate de o valoare globală a lui k, contribuţia componentelor active şi reactive se poate
însuma, ecuaţiile modificându-se (idem):
CC0
=1−e−Σk∗t
, pentru n = 0 [27]
CC0
=1−(1+Σk∗t )−1
, pentru n = 0 [28]
CC0
=1−(1+n∗Σk∗t )−1/n
, pentru n > 0 [29]
Ecuaţiile creşterii încetinite au fost folosite ca bază de pornire în mai multe modele
matematice ale procesului de epurare (Grau et al., 1975; Christoulas and Tebbut, 1976), după
cum se va detalia ulterior.
3.1.1.4. Parametri proceselor de epurare
Figura 3.4. descrie instalaţia de epurare cu nămol activ în formă simplificată, notaţiile
fiind cele de mai sus.
CXV
Bazinul de aerare (Aerotanc)
Nămol excedentar
Decantor secundar
C0, X0, Q
influent
C, X, Q+q C, Xe, Q-Qw
efluent
Nămol recirculatC, Xr, q C, Xr, Qw
22
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Fig. 3.4. Schema generală a procesului de epurare cu nămol activ (după Ognean şi Vaicum, 1987)
Parametrii care evaluează cantitativ procesul de epurare sunt următorii (Ognean şi
Vaicum, 1987):
r = raportul de recirculare a nămolului activ:
r= qQ [30]
w = raportul de evacuare a nămolului activ excedentar:
w=Qw
Q [31]
x = fracţiunea nămolului activ care se îndepărtează cu efluentul :
x=X r
X [32]
Ambii parametri sunt adimensionali şi se exprimă, de obicei, în procente.
Tn = vârsta nămolului activ:
T n=V∗XQ∗X0 [33]
Ion = încărcarea organică a nămolului activ, sau raportul hrană/microorganisme:
I on=Q∗CV∗X [34]
Iob = încărcarea organică a bazinului de aerare:
Nămol excedentar
23
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
I ob=Q∗C
V [35]
Tp = durata de staţionare a materialului organic:
T p=V∗XQ∗C0 [36]
U = viteza specifică de utilizare a substratului (materiei organice) sau îndepărtarea
specifică a poluantului de către nămolul activ:
U =Q∗(C0−C )
V∗X [37]
Tc = timp de retenţie a nămolului activ (de retenţie celulară):
T c=V∗X
Qw∗Xr+(Q−Qw )∗Xe [38]
Dacă notăm cu Xtot concentraţia totală de nămolului activ din bazinul de aerare,
decantorul secundar şi din conductele de recirculare, putem evalua Tct = timpul total de retenţie
celulară:
T ct=X tot
Qw∗X r+(Q−Qw )∗Xe [39]
T = timpul de retenţie hidraulică (durata de staţionare a influentului):
T=VQ [40]
In = încărcarea hidraulică a bazinului de aerare:
24
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
I n=QV [41]
Y = factorul de producţie a nămolului activ (factor de randament celular, factor de
conversie a substratului):
Y=−
ΔXΔtΔCΔt
=−ΔXΔC
[42]
b = coeficientul consumului endogen:
b= ΔXX∗Δt [43]
Tm = timpul redus, o variabilă adimensională, care exprimă timpul mediu de staţionare:
Tm= tT
=Q∗tV [44]
Pe baza acestor parametri se poate modela procesul de epurare, se pot folosi la
dimensionarea tehnologică, la exploatarea şi controlul instalaţiilor.
Există diferite procedee de modelare şi de funcţionare a instalaţiilor, pentru care anumiţi
parametri au valoarea 0: pentru sistemele de epurare fără recirculare, r = 0, pentru cele cu aerare
extinsă, w = 0, pentru sistemele cu alimentare discontinuă, Q este 0 pentru anumite perioade de
timp.
3.1.2. Modelul McKinney (1962)
Este primul model propriu-zis al epurării biologice, pornit de la cunoştinţele generale
referitoare la celula şi creşterea bacteriană: bacteriile se consideră consumatori ai materiei
organice din apa impurificată, producând protoplasmă bacteriană.
25
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
3.1.2.1. Ecuaţiile de bază
După McKinney (1962), protoplasma este uniformă ca structură chimică, deşi un
amestec heterogen de sute de compuşi, iar energia necesară producerii unei unităţi de
protoplasmă este constantă, nedepinzând de chimismul materialului metabolizat, fapt ce face
posibilă stabilirea unei relaţii bine definite între energie şi sinteză.
McKinney a separat energia din sistem în energie consumată în sinteză şi energie
consumată în respiraţie, şi a descris două relaţii simple, ca reflexie a sistemului:
Δ EOm
Δt=
Δ EOs
Δt−
ΔOs
Δt [45]
definind relaţia materie organică metabolizată = protoplasmă sintetizată + energie necesară
pentru sinteză, şi
Δ EO p
Δt=
Δ EO s
Δt−
ΔOe
Δt [46]
definind relaţia acumulare de protoplasmă = protoplasmă sintetizată – protoplasmă consumată
prin respiraţie endogenă.
După cum se observă, McKinney a definit sistemul prin prisma oxigenului O sau a
echivalenţilor de oxigen EO necesari în reacţie, cărora le-a adăugat indici pentru fiecare
component (m pentru metabolizarea substanţei organice, s pentru sinteza de protoplasmă, e
pentru respiraţia endogenă şi p pentru acumularea de protoplasmă, după terminologia din limba
engleză).
Tot McKinney (1962) a definit şi relaţia directă dintre sinteză şi energie:
ΔOs
Δt=k 1∗
Δ EOs
Δt [47]
care, combinată cu relaţia [45], duce la următoarea relaţie, definind raportul dintre energie
necesară pentru metabolizare şi cea necesară pentru sinteza propriu-zisă de protoplasmă:
26
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Δ EOm
Δt=(1+k1 )∗
Δ EOs
Δt [48]
k1 fiind, pentru ambele relaţii, o constantă de viteză specifică sistemului.
În final, modelul descrie relaţiile dintre variabile ale sistemului de epurare, cum sunt
masa activă a microorganismelor sau concentraţia materiei organice, şi necesarele de oxigen
definite anterior. Aceste relaţii sunt:
ΔOe
Δt=k2∗M
[49]
Δ EOs
Δt=k3∗M
[50]
Δ EOs
Δt=k4∗C
[51]
cu menţiunea că ecuaţia [51] este valabilă doar pentru situaţia în care hrana e factor limitator de
viteză, până în acel moment considerându-se că sinteza protoplasmei depinde de masa activă a
bacteriilor. McKinney a definit masa bacteriană ca Ma, dar, din motive de cursivitate, vom
accepta o notaţie comună (M) pentru toate modelele definite. k este notaţia abordată pentru a
defini constantele de viteză specifice fiecărei relaţii.
3.1.2.2. Descrierea modelului
Modelul matematic al lui McKinney este bazat pe relaţii de tip bilanţ de materiale, toate
modelele perioadei „clasice” fiind, cu mici excepţii, construite din ecuaţii de acest tip (în esenţă
matematică, ele sunt reprezentate de ecuaţii diferenţiale). În acest prim model, McKinney
(1962) separă procesele din epurarea fără recirculare (fig. 3.5.) de cele din epurarea cu
recirculare (fig. 3.6.), din cauza diferenţierilor din bilanţurile de materiale.
Astfel, bilanţul de materiale al materiei organice din apa este descris după relaţia
acumularea de substrat = materiale intrate – materiale ieşite – materiale consumate în reacţie,
valabilă pentru ambele sisteme de epurare considerate (nămolul activ recirculat nu influenţează
acest bilanţ), relaţie transpusă în ecuaţie după cum urmează:
27
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
V∗ΔCΔt
=Q∗C0−Q∗C−k5∗V∗C[52]
Dat fiind că procesul se desfăşoară în condiţii staţionare (ΔC/Δt = 0), rezultă că partea dreaptă a
ecuaţiei [52] este egală cu 0. Prin împărţire la V obţinem:
QV
∗C0−QV
∗C−k 5∗C=0[53]
Fig. 3.5. Schema procesului de epurare fără recirculare – Modelul McKinney (după Ognean şi Vaicum, 1987)
Combinând ecuaţiile [30] şi [52] şi reorganizând elementele astfel încât C să rămână în
partea stângă a ecuaţiei, obţinem:
C=C0
k5∗T+1 [54]
definind relaţia de dependenţă dintre concentraţia nămolului activ din bioreactor, pe de o parte,
şi concentraţia din influent şi timpul de retenţie hidraulic, pe de altă parte.
În ceea ce priveşte masa activă bacteriană implicată în proces, McKinney diferenţiază
cele două modele de reactor, cu şi fără recirculare, deşi relaţia de bilanţ este aceeaşi:
acumularea de masă bacteriană = masa bacteriilor sintetizate – masa bacteriilor consumate
endogen – masa îndepărtată din bazinul de aerare.
În paralel, cele două sisteme de epurare sunt uşor de transpus în ecuaţii:
fără recirculare cu recirculare
VCM
Q, C0 Q, C, M
28
VCM
Q, C0 Q + q
M, C
Q, C, x*M
q
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
V∗ΔMΔt
=k6∗V∗C−k7∗V∗M−Q∗M[55]
V∗ΔMΔt
=k6∗V∗C−k7∗V∗M−Q∗x∗M[56]
Diferenţa dintre cele două ecuaţii este dată doar de apariţia termenului x, care defineşte
fracţiunea de nămol activ care se îndepărtează cu efluentul, conform cu ecuaţia [32]. Pornind de
la premiza ca procesul se desfăşoară în condiţii staţionare, deci ΔM/Δt = 0, şi, urmând
raţionamentul de la ecuaţiile [53] şi [54] (împărţire la V şi reorganizare a elementelor astfel încât
M să rămână în partea stângă), obţinem două ecuaţii asemănătoare pentru masa activă
bacteriană, în condiţii cu şi fără recirculare a nămolului activ:
fără recirculare cu recirculare
M=k 6∗C
1T
+k7[57]
M=k 6∗C
xT
+k7[58]
Din nou, diferenţa dintre cele două ecuaţii e dată doar de termenul x.
Fig.
3.6.
Schema procesului de epurare cu recirculare – Modelul McKinney (după Ognean şi Vaicum, 1987)
Dacă luăm în calcul necesarul de a îndepărta o anumită cantitate de nămol, în momentul
în care acesta devine excedentar (fig. 3.7.), cantitatea respectivă trebuie scăzută din relaţia masei
active, care devine: acumularea de masă bacteriană = masa bacteriilor sintetizate – masa
bacteriilor consumate endogen – masa îndepărtată din bazinul de aerare – masa activă
îndepărtată ca excedentar.
29
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
McKinney a transpus în ecuaţie această relaţie după forma:
V∗ΔMΔt
=k6∗V∗C−k7∗V∗M−(1−w )∗x∗Q∗M −w∗s∗Q∗M[59]
unde w este fracţiunea din debitul Q îndepărtată ca excedentar, iar s este un coeficient de
sedimentare a nămolului activ, care defineşte concentraţia suspensiilor îndepărtate ca nămol
excedentar.
Fig. 3.7. Schema procesului de epurare cu recirculare şi evacuarea nămolului excedentar – Modelul McKinney
(după Ognean şi Vaicum, 1987)
Ecuaţia [59] ne conduce, după adoptarea condiţiei staţionare (ΔM/Δt = 0), împărţirea la
V şi reorganizarea termenilor în funcţie de M, la:
M=k6∗C
1T
∗(x−x∗w+s∗w )+k7[60]
McKinney merge chiar mai departe, afirmând că M nu reprezintă cantitatea totală de
suspensii din bazinul de aerare. Această cantitate, N, ar reprezenta însumarea la M a unor
produse inerte, rezultate din metabolismul endogen al bacteriilor, notate cu E. dat fiind faptul că
E, provenind din metabolismul bacterian, este o funcţie directă a masei active, se poate afirma
că N este o corespondentă a lui M (Ognean şi Vaicum, 1987). Pentru a defini relaţia dintre M şi
E s-a pornit tot de la un bilanţ de materiale: acumularea masei în procesul endogen = substanţa
q Qw
s*M
VCM
Q, C0 Q + q
M, C
Q, C, x*M
30
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
produsă de M prin metabolism endogen – masa eliminată din procesul endogen. Ecuaţia
bilanţului ar fi:
V∗ΔEΔt
=k8∗M∗V −Q∗E[61]
În condiţiile unui proces staţionar (ΔE/Δt = 0), prin împărţire la V şi aranjare a
termenilor astfel încât M să rămână în partea stângă a ecuaţiei, se obţine:
E=k8∗M∗T [62]
condiţie în care relaţia dintre masa totală de suspensii din bioreactor şi masa activă devine:
N=M∗(1+k8∗T ) [63]
În cadrul procesului mai pot apărea două elemente: o fracţiunea a materiei organice
prezentă în influent care trece nemetabolizată prin aerotanc şi se regăseşte în efluent, Nt, şi
suspensii nemetabolizabile, Nm, caz în care ecuaţia [63] devine:
N=M∗(1+k8∗T )+Nt+Nm [64]
Pentru modelul cu recirculare, ecuaţia acumulării masei endogene e doar puţin diferită
de [61]:
V∗ΔEΔt
=k8∗M∗V −Q∗x∗E[65]
caz în care, în condiţii staţionare, avem:
E=k8∗M∗T
x [66] şi N=M∗
(1+k8∗T )x
+Nt+Nm [67]
Pentru modelarea implicând îndepărtare de nămol activ excedentar, McKinney porneşte
de la o ecuaţie similară, căreia i se modifică ultimul termen:
31
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
V∗ΔEΔt
=k8∗M∗V −Q∗(1−w )∗x∗E−Q∗w∗s∗E [68]
pentru care se pot calcula ecuaţii pentru E şi N (McKinney, 1962, în Ognean şi Vaicum, 1987):
E=k8∗M∗T
x+s∗w [69] şi N=M∗
(1+k8∗T )x+s∗w
+Nt+Nm [70]
Ecuaţiile [67] şi [70] pot fi folosite pentru calculare lui x, prin reorganizarea termenilor
(Ognean şi Vaicum, 1987), ambele putând fi relativ uşurate prin înlocuirea termenului Nm,
concentraţia suspensiilor solide inerte, cu x*Ni, unde Ni este concentraţia suspensiilor solide
inerte din influent, mai uşor de calculat empiric.
3.1.3. Modelul Eckenfelder (1971)
Modelul apare la o distanţă apreciabilă (nouă ani) de modelul lui McKinney, fără a
aduce, după cum se va vedea, mari inovaţii acestuia.
3.1.3.1. Ecuaţiile de bază
Eckenfelder vede viteza de epurare (cea cu care impurităţile sunt îndepărtate de către
nămolul activ) ca o funcţie de concentraţia microorganismelor din aerotanc şi de concentraţia
impurităţilor din efluent, propunând o expresie generală pentru această viteză:
v=k1∗X v∗C [71]
unde Xr este concentraţia substanţelor volatile din nămolul activ, v este viteza de reacţie, iar k1,
constanta acestei viteze.
Viteza de creştere a masei active corespunde, în timpul perioadei de creştere bacteriană,
unei curbe exponenţiale, definită de relaţia:
ΔX v
Δt=k 2∗Xv
[72]
32
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Eckenfelder presupune o relaţie stoichiometrică între materialul volatil produs în urma
creşterii şi materialul organic consumat, drept pentru care avem:
ΔX v=Y∗ΔC [73]
ΔXv fiind creşterea de material volatil în timpul procesului, ΔC, cantitatea de material organic
îndepărtată, iar Y, factorul de producţie al nămolului activ, definit de ecuaţia [42].
Dacă sistemul nu prevede stocare de material organic, avem o relaţie liniară dependentă
de k1, şi, din combinaţia ecuaţiilor [72] şi [73] obţinem:
Y∗ ΔCΔt
=k1∗X v[74] sau
ΔCΔt
=k1
Y∗Xv
[75]
Dacă considerăm Y constant pentru nămolul activ studiat, atunci raportul k1/Y este
constant, şi se poate considera că viteza de îndepărtare a impurităţilor este o funcţie de
concentraţia masei volatile a nămolului activ.
Modelul mai presupune că numai o parte a materialului volatil este masă activă, fără a fi
neapărat bacteriană. În cadrul modelului, Eckenfelder a notat cu Ma această componentă, dar ea
corespunde lui N, definit la modelul McKinney, şi va fi notat la fel în continuare, din motive de
cursivitate. Apoi, masa biologică a nămolului activ este o parte a masei active. La fel ca şi în
cazul precedent, această corespunde lui M din modelul anterior, şi va fi notată ca atare, deşi
modelul original cuprindea termenul Mb pentru acest component.
Astfel ecuaţiile lui M şi N ar fi:
N=x '* Xv [76] şi M=f b∗N [77]
x’ şi fb fiind fracţiunea activă biologic din materialul volatil, respectiv fracţiunea bacteriană din
masa biologică. Dacă îl înlocuim pe N în ecuaţia [76] cu echivalentul lui din ecuaţia [77]
obţinem:
M=x '* X v
f b [78]
33
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
3.1.3.2. Descrierea modelului
Modelul este scindat în relaţii referitoare la sistemele cu şi fără recirculare, iar relaţiile
care definesc modelul sunt cele aferente modelului McKinney, pentru acumularea materialului
organic şi pentru acumularea masei biologice active.
Pentru sistemul fără recirculare (fig. 3.8.), ecuaţia pentru acumularea de material organic
este:
V∗ΔCΔt
=Q∗C0−Q∗C−v∗V[79]
care, la regim staţionar (ΔC/Δt = 0), se transformă în:
Q∗C0=Q∗C+v∗V [80]
Dacă îl înlocuim pe v cu echivalentul din ecuaţia [71] şi împărţim ecuaţia la Q avem:
C0=C+k∗X v∗C∗T [81] sau C0=C∗(1+k∗X v∗T ) [82]
În sens invers, obţinem expresia lui C pentru modelul Eckenfelder:
C=C0
1+k∗Xv∗T [83]
VC
x’*Xv
fb
x’*Xv
fb
Q, C0 Q, C
34
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Fig. 3.8. Schema procesului de epurare fără recirculare – Modelul Eckenfelder (după Ognean şi Vaicum, 1987)
Pentru relaţia acumulării masei biologice active, ecuaţia propusă de Eckenfelder este:
V∗ΔMΔt
=v∗Y∗V −b∗M∗V −Q∗M[84]
unde b este coeficientul de consum al masei biologice în procesul endogen.
În condiţii staţionare (ΔM/Δt = 0), prin împărţire la V, înlocuire a lui v cu echivalentul
său din ecuaţia [71] şi organizare a termenilor cu M şi C de părţi diferite ale ecuaţiei obţinem:
Y∗k1∗X v∗C=M∗b+ MT [85]
ecuaţia din care îl putem deduce pe M, ca fiind:
M=Y∗k1∗X v∗C
b+ 1T [86]
Pentru rezolvarea ecuaţiilor până la forma finală, Eckenfelder a folosit în loc de M
expresia acestuia din ecuaţia [78], dar, din motive de uşurinţă a calculului, am adoptat varianta
prezentată anterior.
Pentru sistemul de epurare cu recirculare, Eckenfelder ia în calcul doar o instalaţie cu
eliminare de nămol activ excedentar (fig. 3.9.).
Ognean şi Vaicum (1987) ne oferă ecuaţiile modelului Eckenfelder pentru acumularea
materialului organic şi masei biologice pentru acest tip de instalaţie. În cazul acumulării
substratului, ecuaţia este:
V∗ΔCΔt
=Q∗C0−(Q+q )∗C+Q∗C−v∗V[87]
care, prin desfacerea parantezei şi recalculare devine:
35
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
V∗ΔCΔt
=Q∗C0−q∗C−v∗V[88]
Pentru un regim staţionar, cu ΔC/Δt = 0, prin reorganizare, ecuaţia devine identică
ecuaţiei [80], iar calculare lui C se face, în continuare, până la ecuaţia [83].
În conformitate cu aceeaşi autori, ecuaţia modelului Eckenfelder pentru acumularea
masei biologice este următoarea:
V∗ ΔMΔt
=Y∗(C0−C )∗Q−b∗M∗V[89]
Fig. 3.9. Schema procesului de epurare cu recirculare şi evacuarea nămolului excedentar – Modelul Eckenfelder
(după Ognean şi Vaicum, 1987)
Prin împărţire la V şi adăugarea unui raport M/M în partea stângă a ecuaţiei obţinem:
M∗ ΔMM∗Δt
=Y∗(C0−C )∗ 1T
−b∗M [90]
Dat fiind că raportul ΔM/M*Δt este într-un fel, inversul timpului de retenţie celular Tc
(Ognean şi Vaicum, 1987), ecuaţia devine:
VC
x’*Xv
fb
Q, C0 Q + q
C, x’*Xv
fb
Q, C, x’*Xv
fb
q Qw
x’*Xv
fb
36
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
MTc
=Y∗(C0−C )∗1T
−b∗M[91]
din care putem afla relaţia care îl defineşte pe M:
M=Y∗(C0−C )
T∗( 1T c
+b)[92]
Eckenfelder oferă o relaţie similară cu ecuaţia [91] şi pentru masa volatilă Xv, în care
aceasta îi ia locul lui M, iar factorii Y şi b, sunt înlocuiţi cu Yv şi bv, specifici întregii mase
volatile. Ţinând cont că bv = x’*b, ecuaţia masei volatile este:
X v=Y v∗(C0−C )
T∗( 1T c
+x '* b )[93]
3.1.4. Modelul Goodman şi Englande (1974)
La puţin timp după apariţia modelului Eckenfelder, în urma analizei comparative a celor
două modele existente, Goodman şi Englande (1974) propun, cu acordul lui McKinney şi al lui
Eckenfelder, o formă comună, simplificată a celor două modele.
3.1.4.1. Descrierea modelului
Modelul cuprinde doar ecuaţiile finale ale celor trei relaţii de bază descrise de modelele
discutate anterior: concentraţia substratului, masa activă şi concentraţia de material produs de
activitatea endogenă (masa inactivă).
C=C0
k∗T+1 [94]
37
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
M=Y∗k∗C1T
+b[95]
E=(1−f b )∗b∗M∗T [96]
Pentru ecuaţia [96] Goodman şi Englande indică folosirea lui Tc în locul lui T, pentru
sistemul de epurare cu recirculare.
3.1.5. Modelul Lawrence şi McCarty (1970)
Deşi apărut înaintea modelelor lui Eckenfelder sau Goodman şi Englande, am preferat
studierea acestor alături de modelul McKinney, din motive de similitudine ale celor trei.
Modelul Lawrence-McCarty este bazat pe alte considerente matematice, drept pentru care
studierea sa separată e necesară.
3.1.5.1. Ecuaţiile de bază
Cei doi cercetători au pornit de la premisa că legătura dintre consumul de material
organic şi creşterea masei nămolului activ poate fi redată de două ecuaţii. O primă astfel de
ecuaţie ar descrie legătura dintre viteza de creştere a nămolului şi viteza de consum a
materialului organic:
ΔXΔt
=Y∗ ΔCΔt
−b∗X [97]
cu menţiunea că ΔX/Δt (viteza de creştere a nămolului) şi ΔC/Δt (viteza de consum a
materialului organic) sunt raportate la unitatea de volum a instalaţiei.
Dacă ecuaţia se împarte la X, obţinem:
μ=Y∗U −b [98]
38
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
o ecuaţie extrem de simplă, în care semnificaţia lui μ este viteza specifică de creştere a
nămolului activ (ΔX/X*Δt), iar U este viteza specifică de utilizare a substratului (ΔC/X*Δt).
Deşi pare diferită, formula lui U din ecuaţia [37] este identică celei propuse de Lawrence şi
McCarty, dacă considerăm că ΔC este, de fapt, C0 – C, iar T, timpul de retenţie, este, de
asemenea, Δt folosit în relaţiile matematice.
Cea de-a doua ecuaţie de la baza modelului prezintă consumul de material organic ca
funcţie de concentraţiile nămolului activ şi materialului organic din aerotanc, relaţia propusă
fiind de tip Monod:
ΔCΔt
= k∗C∗XK s+C [99]
k fiind viteza maximă de consum a materialului organic pe unitatea de masă de nămol activ,
asimilabilă vitezei specifice maxime de consum Umax.
Împărţind ecuaţia la X, obţinem în membrul stâng ΔC/X*Δt, respectiv pe U, fapt care ne
duce la concluzia că relaţia dintre viteza specifică de consum a substratului şi concentraţia
acestuia este o funcţie continuă (Ognean şi Vaicum, 1987), putându-se, totuşi, lua în considerare
două situaţii extreme:
- concentraţia substanţei organice este foarte mare, Ks tinde către 0, aproximându-se
ΔC/Δt = k*X, după o reacţie de ordinul 0;
- concentraţia substanţei organice este foarte mică (C tinde către 0), aproximându-se
ΔC/Δt = k1*X*C (k1 reprezintă raportul k/K, constant pentru instalaţia de epurare), după o reacţie
de ordinul 1.
După Ognean şi Vaicum (1987), expresii similare celor de mai sus au stat şi la baza
celor trei modele prezentate anterior.
Lawrence şi McCarty au combinat ecuaţiile [97] şi [99], rezultând o relaţie între viteza
de creştere a nămolului activ şi concentraţia substratului din aerotanc:
μ=Y∗k∗CK s+C
−b[100]
39
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
similară celei propuse de către van Uden (1967), pentru sistemele microbiologice care conţin
culturi pure, dar în care termenul Ks, parametrul funcţiei continue, furnizează informaţii despre
creşterea biomasei.
Autorii au ales ca parametru de bază al procesului Tc, timpul de retenţie celular. Au fost
propuse sisteme de modelare pentru instalaţii cu şi fără recirculare, dar, dat fiind că majoritatea
relaţiilor sunt similare, vom prezenta doar modelul cu recirculare, accentuând diferenţele, unde
este cazul.
3.1.5.2. Descrierea modelului
Diferit faţă de modelele anterioare, în cazul de faţă autorii au pornit de la o formulă
cunoscută sau presupusă, cea a concentraţiei substratului [99], şi au realizat bilanţul de materiale
doar pentru acumularea masei biologice. Tot diferit este şi modul de realizare al acestui bilanţ,
separat pentru întregul sistem de epurare şi pentru aerotanc, obţinându-se relaţiile pentru C,
respectiv X.
Aşadar, pentru întregul sistem de epurare, bilanţul acumulare de masă biologică = masă
biologică provenită din creştere – masă biologică îndepărtată din sistem este transpus în
următoarea ecuaţie:
V∗ΔXΔt
=(Y∗ΔCΔt
−b∗X )∗V −(Qw∗Xr+Q∗Xe−Qw∗Xe ) [101]
notaţiile fiind cele definite anterior.
Înlocuind ΔC/Δt cu echivalentul său din ecuaţia [140], se obţine:
V∗ΔXΔt
=( Y∗k∗C∗XK s+C
−b∗X )∗V −(Qw∗X r+Q∗Xe−Qw∗Xe ) [102]
care, în condiţii staţionare (ΔC/Δt = 0), prin rearanjarea termenilor, devine:
( Y∗k∗CK s+C
−b )∗X∗V=Qw∗Xr+Q∗Xe−Qw∗X e [103]
40
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Dacă împărţim ambele părţi ale ecuaţiei la V*X, avem următoarea relaţie:
Y∗k∗CK s+C
−b=Qw∗Xr+Q∗Xe−Qw∗X e
X∗V [104]
Se observă că termenul din stânga este echivalentul lui μ din ecuaţia [100], iar cel din
stânga este inversul lui Tc, din ecuaţia [38], ceea ce, cu alte cuvinte, înseamnă că viteza specifică
de creştere a biomasei este egală cu inversul timpului de retenţie celular.
Reorganizarea ecuaţiei [104], cu 1/Tc în partea dreaptă, ne oferă formula lui C:
C=K s∗(1+b∗T c)
Tc∗(Y∗k−b )−1 [105]
Lawrence şi McCarty au propus o formulă simplă pentru eficienţa de epurare (notaţia
originală pentru acest parametru era E, dar, pentru a evita confuzia cu concentraţia materialului
produs de activitatea endogenă, îl vom nota cu I):
I=C0−C
C0
∗100[106]
şi a stabilit relaţii între aceasta, concentraţia nămolului activ, X, şi a substanţelor organice din
aerotanc, C (fig. 3.10.)
41
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Fig. 3.10: Relaţii între eficienţa de epurare I, concentraţia nămolului activ X, concentraţia substanţelor organice din
efluent C şi timpul de retenţie celular Tc – modelul Lawrence şi McCarty (adaptare după Ognean şi Vaicum, 1987)
Din reprezentarea grafică se observă că eficienţa de epurare este o mărime de tip
hiperbolic în raport cu timpul de retenţie celular, astfel că tinde spre valoarea 0, în situaţia în
care acesta scade progresiv. Valoarea limită a timpului de retenţie, Tcm, se poate calcula din
relaţia [100], dacă ţinem cont că Tcm este inversul lui μ, iar Ks este neglijabil, din cauza eficienţei
de epurare care tinde la 0:
1Tcm
=Y∗k−b[107] sau
T cm= 1Y∗k−b [108]
Acest Tcm îi corespunde viteza maximă specifică de creştere a biomasei μmax, în acelaşi tip
de raport: Tcm = 1/μmax.
Lawrence şi McCarty au sesizat că nămolul activ se îndepărtează din instalaţie controlat,
prin evacuare ca nămol excedentar, sau necontrolat, prin pierderea în efluentul decantorului (fig.
3.4.), dar masa controlată Qw*Xr este mult mai mare decât pierderile necontrolate (Q – Qw)*Xe,
astfel că, prin controlul lui Qw*Xr, operatorul instalaţiei poate menţine timpul de retenţie celular
Tc între anumite limite, independent de cel hidraulic T (motiv pentru care Tc este parametrul de
bază al modelului). În practică, această relaţie nu e de independenţă totală, datorită
caracteristicilor de sedimentare ale nămolului şi îmbătrânirii acestuia (Ognean şi Vaicum, 1987).
I
X
Tc
X
42
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Modelul oferă bilanţul de materiale doar pentru aerotanc, după relaţia: acumularea
masei biologice în aerotanc = masă biologice provenită din recirculare + masă biologică
provenită din reacţii biochimice – masă biologică consumată în procesul endogen – masă
biologică evacuată din decantor, pentru care se propune ecuaţia:
V∗ΔXΔt
=q∗X r+(Y∗ΔCΔt
−b∗X )∗V−(q+Q )∗X[109]
Dacă ţinem cont de ecuaţiile [99] şi [100] şi de faptul că μ = 1/Tc, obţinem:
V∗ΔX
Δt=q∗X r+
X∗VTc
−( q+Q )∗X[110]
Prin împărţire a ecuaţiei la V şi adoptarea a condiţiei staţionare (ΔX/Δt = 0), dacă se
reorganizează termenii pentru a-l obţine pe Tc, avem:
1Tc
=QV
∗(1+ qQ
−q∗X r
Q∗X)
[111]
Prin combinare cu ecuaţia [30], care defineşte raportul de recirculare, ecuaţia [111] se
transformă în:
1Tc
=QV
∗(1+r−r∗Xr
X)
[112]
care defineşte relaţiile între timpul de retenţie celular Tc, raportul de recirculare a nămolului r şi
raportul Xr/X, care defineşte factorul de concentrare a nămolului activ în decantorul secundar.
Pentru a obţine volumul bazinului de aerare şi ecuaţia masei biologice, autorii modelului
au pornit de la ecuaţia [99], înlocuind elementele din partea stângă a ecuaţiei: pe ΔC cu C0 – C
şi pe Δt cu T, pe care l-au transformat după ecuaţia [30]:
Q∗(C0−C )V∗X
= k∗CK s+C [113]
43
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Dacă înlocuim termenul din dreapta cu echivalentul din ecuaţia [100] şi rearanjăm
termenii pentru a-l obţine pe V, avem:
V=Y∗Q∗T c∗(C0−C )
X∗(1+b∗T c ) [114]
în acest mod putându-se calcula volumul instalaţiei de epurare în funcţie de parametrii de
epurare, extrem de util pentru operatorii staţiilor.
În sens invers, formula permite calculul concentraţiei de nămol activ care trebuie să
existe într-un bazin cu volumul V, pentru a obţine o reducere a concentraţiei de substanţe
organice de la C0 la C:
X=Y∗(C0−C )∗T c
(1+b∗T c )∗T [115]
Ecuaţia este valabilă pentru sistemul de epurare cu recirculare, pentru cel fără recirculare
autorii considerând T egal cu Tc (se înlocuieşte Q/V în ecuaţia [112] cu 1/T, în conformitate cu
ecuaţia [30], şi se consideră r = 0, dat fiind că nu e recirculare), iar formula se simplifică:
X=Y∗(C0−C )
1+b∗Tc [116]
3.1.6. Modelul Gaudy (1971-1977)
Un set de ecuaţii referitoare la modelarea sistemelor de epurare cu nămol activ este
opera unui grup de cercetători care au activat în anii ’70 (Ramanathan and Gaudy, 1971; Gaudy
and Srinivasaraghavan, 1974; Srinivasaraghavan and Gaudy, 1974; Gaudy and Kincannon,
1977). După numele celui care a participat la toate etapele de cercetare, modelul a rămas
cunoscut ca modelul Gaudy.
44
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
3.1.6.1. Descrierea modelului
Întrucât modelul porneşte de la premisele lui Lawrence şi McCarty, se vor considera
ecuaţiile de bază ale modelului celor doi. Modelul Gaudy oferă ecuaţii pentru substanţele
organice îndepărtate [117] şi pentru creşterea nămolului activ [118] deduse doar din bilanţul
bazinului de aerare, nu din întreg procesul, şi bazate, la fel ca precedentul model, pe ecuaţii de
tip Monod:
V∗ΔCΔt
=Q∗C0+q∗C−(Q+q )∗C−μmax∗X∗C∗V
Y∗(K s+C ) [117]
V∗ΔXΔt
=q∗X r−b∗X∗V +μmax∗X∗C∗V
Y∗( K s+C )−(Q+q )∗X
[118]
Din ecuaţia [118] se poate obţine formula lui C, prin împărţire la V şi adoptare a
condiţiei staţionare (ΔX/Δt = 0), urmată de regruparea elementelor cu C în partea stângă
(Ognean şi Vaicum, 1987):
μmax∗X∗C
K s+C=
q∗Xr
V+−b∗X−
(Q+q)V
∗X[119]
Pentru primul termen al părţii drepte a ecuaţiei, se poate considera q = Q*r, conform
ecuaţiei [30], iar Q/V = 1/T, conform ecuaţiei [40], termenul devenind r*Xr/T. Pe baza aceluiaşi
raţionament, al treilea termen al părţii drepte se transformă în (1/T + r/T)*X:
μmax∗X∗C
K s+C=
r∗X r
T+−b∗X−
(1+r )T
∗X[120]
Din relaţia precedentă, Gaudy şi colaboratorii săi l-au extras pe C, după formula:
45
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
C=K s∗[ 1
T∗(1+r−r∗
X r
X)+b]
μmax−[ 1T
∗(1+r−r∗X r
X)+b ]
[121]
care exprimă concentraţia substanţelor organice din aerotanc, ca funcţie a principalelor mărimi
care influenţează epurarea: T, r, X şi Xr (Ognean şi Vaicum, 1987).
Din relaţia [118], prin împărţire la V şi abordare a condiţiei staţionare (ΔC/Δt = 0), prin
rearanjare convenabilă a termenilor, avem:
μmax∗C∗X
K s+C=
Y∗Q∗[C0−(1+r )∗C ]V [122]
Dacă înlocuim termenul din stânga cu echivalentul său în ecuaţia [120], îl putem extrage
pe X, după formula:
X=Y∗[C0−(1+r )∗C−r∗Xr ]
1+r+b∗T [123]
La fel ca şi la modelul lui Lawrence şi McCarty, modelul Gaudy are o ecuaţie care poate
fi folosită pentru calcularea volumului instalaţiei de epurare. Aceasta se obţine din ecuaţia [123],
prin înlocuirea lui T cu V/Q, conform ecuaţiei [40], şi prin rearanjarea termenilor:
V=Y∗Q∗[C0−(1+r )∗C ]+r∗X r∗Q
b∗X−
(1+r )∗Qb [124]
3.1.7. Modelul Grau – Dohányos – Chudoba (1975)
Cei trei autori au propus un model pentru epurarea fără recirculare, cunoscut ca modelul
lui Grau şi Dohányos (Del Borghi et al., 1978; Ognean şi Vaicum, 1987), probabil datorită
factorului circulaţiei greoaie a informaţiei, dar şi datorită experienţei anterioare superioare în
46
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
domeniu a celor doi cercetători. Totuşi, pentru corectitudinea informaţiei, denumirea modelului
ar trebui să cuprindă şi numele lui Chudoba, dat fiind că lucrarea în care a fost publicat modelul
îl are ca şi coautor.
3.1.7.1. Ecuaţia de bază
Pornind de la un număr mare de date, obţinute în urma unor experimente pe ape uzate cu
conţinut de substanţe organice în amestec, cei trei au sintetizat o relaţie care să definească
variaţia concentraţiei de substanţe organice din reactor:
ΔCΔt
=k∗X∗( CC0
)n
[125]
n reprezentând ordinul formal al reacţiei; pentru epurarea apelor uzate, autorii au considerat că n
poate fi considerat egal cu 1.
3.1.7.2. Descrierea modelului
Bilanţul de materiale aferent substratului este, conform modelului: acumulare de
substrat = substratul datorat aportului din influent – substratul consumat de microorganisme –
substratul eliminat cu efluentul, după ecuaţia:
V∗ΔCΔt
=C0∗Q−k∗X∗ CC0
−C∗Q [126]
Prin împărţirea membrilor ecuaţiei la V, trecerea la regim staţionar (ΔC/Δt = 0) şi
rearanjarea termenilor, se obţine:
C0−C
X∗T=k∗ C
C0 [127]
47
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Relaţia oferită de autorii modelului pentru creşterea nămolului activ este acumularea
nămolului în reactor = nămol rezultat din reacţii biochimice – nămol activ consumat în procese
endogene – nămol evacuat cu efluentul.
În situaţia în care epurarea se realizează fără recirculare, avem ecuaţia:
V∗ΔXΔt
=Y∗k∗X∗V∗C0
C−b∗V∗X−Q∗X
[128]
Prin împărţire la V şi trecere la regim staţionar (ΔX/Δt = 0), se obţine:
Y∗k∗X∗C0
C−b∗X− X
T=0
[129]
care, prin reducerea lui X, care poate fi factor comun, permite extragerea lui C (fiind vorba de
un proces fără recirculare, se consideră T = Tc):
C=C0∗(1+b∗Tc )
Y∗k∗T c [130]
Ecuaţia poate fi folosită pentru a afla Tcm, timpul minim de retenţie definit la modelului
lui Lawrence şi McCarty, la care C este egal cu C0, de unde avem:
Y∗k∗Tcm=b∗T cm+1 [131] sau T cm= 1
Y∗k−b [132]
În situaţia unui sistem cu recirculare a nămolului, ecuaţia oferită de autori pentru relaţia
de creştere a nămolului activ este diferită:
V∗ΔXΔt
=(Y∗k∗X∗ CC0
−b∗X )∗V +q∗X r−(Q+q )∗X [133]
Spre deosebire de modelele anterioare, cel în cauză a urmărit calcularea raportului de
recirculare r, considerat un element important în operarea staţiilor. Etapele şi formulele finale se
48
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
deduc din ecuaţiile [130] şi [133]: se împarte ecuaţia [133] la V şi se adoptă condiţia staţionară
(ΔX/Δt = 0) şi se separă termenii conţinându-l pe q:
q∗X−q∗X r=Y∗k∗X∗ CC0
−b∗X−Q∗X [134]
Prin împărţire la X şi rearanjarea termenilor obţine ecuaţia lui r:
=r=(Y∗k∗ C
C0
−b)∗T−1
1−Xr
X [135]
Dacă extragem raportul C/C0 din ecuaţia [130] şi îl înlocuim în ecuaţia [135], obţinem o
versiune simplificată a ecuaţiei:
r=
TT c
−1
1−X r
X [136]
3.1.8. Modelul creşterii încetinite (Christoulas and Tebbut, 1976)
Deşi şi modelul anterior este oarecum bazat pe principiile prezentate la creşterea
încetinită, el este limitat de folosirea doar a situaţiei n = 1 şi de ignorarea întârzierii în creştere,
prezentată în ecuaţiile [16] şi [23]. Din acest motiv, modelul lui Christoulas şi Tebbut îşi merită
numele de model al creşterii încetinite, întrucât se apropie mult mai mult de principiile acestui
tip de creştere.
3.1.8.1. Ecuaţiile de bază
Cei doi au adaptat ecuaţia [23] pentru creşterea substratului, considerând că îndepărtarea
impurităţilor se realizează după o cinetică de ordinul 1 cu întârziere:
49
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ΔCΔt
=−k∗( CC0
)n∗C [137]
Teoretic cele două ecuaţii sunt echivalente, doar că cea din modelul de faţă se referă la
impurităţile îndepărtate, diferit faţă de ecuaţia [23], care se referă la cele rămase (Ognean şi
Vaicum, 1987). Modelul presupune existenţa unei relaţii directe între viteza de utilizare a
substratului şi masa nămolului activ, după ecuaţia:
k=K∗X [138]
K fiind constanta care defineşte relaţia între cele două. Inserând ecuaţia [138] în ecuaţia [137],
se obţine:
ΔCΔt
=−K∗( CC0
)n∗C∗X [139]
Fiind vorba de creştere încetinită şi de un reactor discontinuu, relaţia valabilă pentru C
este cea corespunzătoare lui n > 0, respectiv ecuaţia [26], adaptată pentru model în forma:
C=C0∗(1+n∗K∗X∗t )−1/n [140]
3.1.8.2. Descrierea modelului
Autorii au considerat că bazinul de aerare poate fi subîmpărţit într-o mulţime de
elemente fluide, cu comportament de microreactoare, în interiorul cărora se produce epurarea.
Viteza de îndepărtare se obţine, astfel, urmărind variaţia în timp a concentraţiei impurităţilor,
după o relaţie derivată din precedentele două ecuaţii:
ΔCΔt
=−K∗C0∗X∗(1+n∗K∗X∗t )−(n+1) /n
[141]
Îndepărtarea totală este însumarea eficienţelor acestor microreactoare, pentru sistemul cu
amestecare totală relaţia generală fiind:
50
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ΔC=F∗C0−∫0
∞p
dC [142]
unde F este eficienţa de îndepărtare a substanţelor organice (aproximată de Δ (C/C0)), iar p este
fracţiunea de influent rămasă în reactor după timpul t, pentru care se poate scrie relaţia:
p=e−t /T[143]
Combinând cele trei ecuaţii, Christoulas şi Tebbut au ajuns la următoarea formulă a
eficienţei de epurare, după care au ghidat întreg modelul:
E=K∗X∗∫0
∞(1+n∗K∗X∗t )−(n+1 )/n∗e−t /T
dt [144]
Pentru utilizarea mai uşoară a modelului, se pot calcula rezultatele pentru anumite valori
specifice ale lui n (Ognean şi Vaicum, 1987):
E= a1+a [145] pentru n = 0
E=1−2a+( 2
a )2
∗e2/a∗Ei∗( 2a )
[146] pentru n = ½
E=1−1a+¿e1/a∗Ei∗( 1
a )[147] pentru n = 1
E=1−( 2∗πa )
1/2∗e
12∗a
∗[1−Φ∗( 1√a
) ][148] pentru n = 2
în care:
51
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
a=K∗X∗T [149]
Ei (u )=∫0
∞ez
dz [150] (integrala exponenţială)
Φ (u)= 1√2 π
∗∫ e−( 1
z)∗z2
dz [151] (funcţia de distribuţie normală)
Folosind ecuaţiile de mai sus, se pot deduce relaţii empirice care aproximează
elementele din ecuaţia generală, iar pentru situaţia n = 0, rezultatele sunt apropiate de cele
obţinute folosind modelul Eckenfelder (Ognean şi Vaicum, 1987).
3.1.9. Modelul Jones (1978)
Modelul se bazează pe afirmaţia conform căreia ţinta procesului de epurare fiind
reducerea concentraţiei substratului şi a cererii de oxigen, în majoritatea timpului culturile
bacteriene se găsesc în faza de declin a creşterii, prezentată în figura 3.1. Cu alte cuvinte,
microorganismele care produc un efluent de cea mai bună calitate se găsesc la cel mai scăzut
nivel al viabilităţii, putându-se presupune că o parte a activităţii biochimice sau enzimatice se
datorează unor părţi neviabile ale celulei, lucru demonstrat la modul general, pentru culturi
bacteriene alimentate discontinuu (Stephenson, 1928).
Pornind de la această premisă, s-a demonstrat că importante cantităţi de substanţe
organice din apa uzată (sub formă de CBO5) pot fi îndepărtate enzimatic de către componente
celulare, în lipsa bacteriilor viabile (Woolridge, 1933; Woolridge and Standfast, 1933, 1936).
Ţinând cont de numărul relativ redus de bacterii viabile din instalaţiile de epurare, s-ar putea
astfel explica de ce datele experimentale arată o activitate mai mare a nămolului activ decât cea
posibilă prin prisma acestor bacteriilor viabile.
3.1.9.1. Descrierea modelului
În atare condiţii, Jones (1978) a propus un model care împarte procesul de epurare în trei
componente: cometabolismul substratului (asimilarea de către mai multe specii simultan),
52
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
utilizarea substratului pentru creştere celulară şi activitatea „postumă” a celulelor (adică exact
metabolismul produs de componentele celulelor neviabile). Jones a considerat cometabolismul
şi activitatea postumă ca desfăşurându-se după cinetica Michelis-Menten, conform ecuaţiei [7],
iar creşterea celulară, după relaţia Monod (ecuaţia [3] ).
Ca atare, expresia obţinută pentru consumul de substrat este una hibridă:
ΔCΔt
=−(μmax
Y∗Xv∗
CK s+C
+V∗ CKM+C
∗X a )[152]
Xv fiind concentraţia celulelor viabile din nămolul activ, iar Xa fiind concentraţia celor care
participă la metabolizarea substratului, dar nu şi la creştere celulară (cu alte cuvinte,
concentraţia celulelor neviabile).
3.2. Modelele matriciale (State-of-Art)
Începutul anilor ’80 surprinde un peisaj al modelelor matematice dedicate epurării apelor
extrem de confuz. Deşi modele existau în număr mare, aplicarea lor era dificilă, datorită
problemelor enunţate anterior. Pentru a reduce aceste probleme, Asociaţia Internaţională a Apei
(IAW – International Water Association, la vremea respectivă IAWPRC – The International
Association on Water Pollution Research and Control) pune bazele unui sistem de modelare
unitar, aplicabil oricărei staţii sau instalaţii de epurare.
Un prim pas în această direcţie a fost formarea, în 1982, a unui grup de lucru, constituit
din experţi în domeniile epurării şi poluării apelor, al modelării matematice şi al ingineriei
hidraulice: Task Group on Mathematical Modeling for Design and Operation of Activated
Sludge Processes. În următorii 20 de ani, membrii grupului au elaborat trei astfel de modele,
denumite simplu Activated Sludge Model (ASM) şi supranumite State-of-Art (capodoperă),
datorită calităţii şi preciziei lor: ASM No. 1 (Henze et al., 1986; 1987), ASM No. 2 (Gujer et al.,
1995), modificat şi îmbunătăţit ca ASM No. 2d (Henze et al., 1999), şi ASM No. 3 (Gujer et al.,
1999), reunite într-o singură lucrare la sfârşitul secolului trecut (Henze et al., 2000).
Grupul de lucru a cuprins, de-a lungul acestei perioade, opt specialişti: Willi Gujer,
Morgens Henze, Takashi Mino, Tomonori Matsuo, Mark van Loosdrecht, Mark C. Wentzel,
53
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Gerrit v.R. Marais şi Leslie C.P. Grady, însă doar primii doi au fost prezenţe constante şi lideri
de opinie în cadrul grupului.
3.2.1. Bazele modelelor
Bazele metodologice ale ASM-urilor se regăsesc în conceptul death-regeneration
(moarte-regenerare), propus de Dold şi colaboratorii (1980), care consideră că sistemul de
epurare poate fi subîmpărţit în subsisteme, ieşirile unor subsisteme (respectiv produsele de
metabolism sau elemente rezultate din moartea indivizilor) fiind intrări (hrană) pentru alte
subsisteme, similar sistemului de tip cutie gri. În acest mod s-a explicat circulaţia materiei în
sistem şi relaţia dintre intrările şi ieşirile sistemului, diferit de modelele clasice, care acţionau,
mai degrabă, după un sistem cutie neagră, în care se analizau doar intrările şi ieşirile sistemului
în general.
Grupul de lucru a încercat să elimine neajunsurile modelelor anterioare, iar primul pas a
fost constituirea unei notaţii standardizate, uşor de interpretat. Din acest punct de vedere,
elementele componente ale amestecului din instalaţie au fost clasificate în două mari categorii:
componenţi insolubili, notaţi cu X, şi componenţi solubili, notaţi cu S. Astfel, prin adăugarea
unui indice uneia dintre cele două notaţii, se cunoştea şi tipul de substanţă şi compoziţia (spre
exemplu, indicele i se referă la materia organică nebiodegradabilă, iar Xi reprezintă fracţiunea
insolubilă a acesteia, pe când Si reprezintă fracţiunea solubilă; SNH reprezintă azotul amoniacal,
solubil, iar XND reprezintă azotul organic, insolubil).
După cum se poate observa, autorii modelelor au pus un accent aparte pe caracteristicile
legate de biodegradabilitatea diverselor componente ale amestecului, într-atât încât ele sunt mai
departe divizate ca rapid şi lent biodegradabile. De altfel, caracterizarea apelor uzate înaintea
epurării, ale cărei criterii au fost definite de Sollfrank şi Gujer (1991) este extrem de importantă
(Orhon şi Artan (1994) au împărţit modelele de epurare în moderne şi depăşite pe baza acestui
criteriu) şi va sta la baza construcţiei modelelor State-of-Art.
Tot de notaţii coerente beneficiază şi diverşii indici folosiţi, notaţi cu i urmat de o notaţie
care denumeşte elementul la care se referă indicele (iXB este, spre exemplu, indicele de
descompunere a biomasei), coeficienţii de saturaţie care apar în reacţie, notaţi cu K urmat, în
mod similar, de o indicaţie a elementului sau elementelor la care fac referire (KO,H este
coeficientul de saturaţie a oxigenului pentru organismele heterotrofe) sau de descompunere,
notaţi cu b (bA, ca exemplu, pentru autotrofe), şi randamentele sau productivităţile
componentelor vii prezente în sistem, notate cu Y (YA este randamentul autotrofelor, spre
exemplu). k este notaţia folosită pentru constantele ratelor de proces (kh reprezintă constanta
54
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ratei de hidroliză), iar η, pentru diverşi factori de corecţie (ηh fiind, la fel, factorul de corecţie
pentru hidroliza în condiţii anaerobe).
Un element complet nou introdus de ASM-uri este cel denumit funcţie de schimb:
autorii au considerat ca procesele de epurare nu sunt continue şi monotone, ci sunt condiţionate
de prezenţa sau absenţa unui element fundamental fazei respective (oxigen dizolvat,
concentraţia de hrană, etc.); ca atare, funcţia de schimb are darul de a modifica ecuaţiile
modelului la noile condiţii apărute.
Exemplu oferit pentru înţelegerea conceptului este cel al bacteriilor nitrificatoare (Henze
et al., 1987), a căror creştere e condiţionată de prezenţa oxigenului dizolvat, şi care devine 0
odată cu scăderea drastică a acestuia. Funcţia de schimb a oxigenului poate fi:
SO
KO+SO [221]
SO fiind concentraţia oxigenului dizolvat, iar KO, constanta de saturaţie a acestuia. Introducând
această relaţia în ecuaţia procesului de nitrificare, vom vedea cum acesta se opreşte la
concentraţii scăzute ale oxigenului dizolvat, independent de concentraţia de hrană sau de alte
caracteristici ale amestecului de epurat. Înlocuind SO de la numărător cu KO, obţinem o funcţie
de schimb utilizabilă la procese care se desfăşoară doar în condiţii anaerobe, şi se opresc la
creşterea concentraţiei oxigenului dizolvat.
3.2.2. Descrierea modelelor
Membrii Task Group au descompus sistemul de epurare în două categorii de elemente:
componente, cele descrise anterior şi codificate ca atare, şi procese (de tip creştere,
descompunere, hidroliză etc. ale unor compuşi vii sau inerţi prezenţi în amestecul din aerotanc).
Toate cele trei modele sunt bazate pe acest mod de explicare a sistemului, diferenţele fiind doar
în numărul şi importanţa acestor elemente.
Modul cel mai simplu de reprezentare a acestui sistem complex a fost cel matricial, cu
componentele pe o axă şi procesele pe cealaltă, elementele matricei fiind de tipul ecuaţiilor, mai
mult sau mai puţin complicate (tab. 3.1.). O ultimă coloană va defini ratele fiecărui proces, rate
care conţin şi funcţiile de schimb, iar o ultimă linie a matricei are caracter informativ,
cuprinzând explicaţiile pentru componentele sistemului.
55
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
În prima fază, grupul de lucru a identificat 13 componente şi opt procese, după cum se
observă în matricea prezentată în tabelul 3.1. Modelele care au urmat au suferit modificări atât
ale numărului de componente cât şi ale numărului de procese, modelele ASM No. 2 şi No. 2d
Tab. 3.1. Matricea aferentă modelului ASM No.1 – cinetica şi stoichiometria oxidării carbonului, nitrificării şi denitrificării (după Henze et al, 2000)
56
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
57
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
cuprinzând fiecare câte 20 de componente şi 21 de procese (Gujer et al., 1995; Henze et al.,
1999). Pentru ASM No. 3, se revine la un număr mai mic de elemente (13 componente şi nouă
procese, Gujer et al., 1999).
Implementarea sau calibrarea modelului are de urmat o serie de paşi: caracterizarea
influentului de epurat, asumarea unor parametri, prin integrarea unor valori cunoscute sau cu
limite de variaţie cunoscute, şi calcularea altor parametri, includerea în model a valorilor unor
factori de mediu ce pot influenţa procesul şi a valorilor steady-state ale sistemului de operare.
În ceea ce priveşte caracterizarea apei uzate, ea cuprinde, după cum s-a menţionat
anterior, clasificarea componentelor în funcţie de solubilitate şi biodegradabilitate, în
conformitate cu principiile lui Sollfrank şi Gujer (1991).
Un număr de parametri se consideră a avea valori cunoscute sau care variază între limite
cunoscute. Pentru ASM No. 1, Henze şi colaboratorii (1986, 1987) oferă opt astfel de parametri:
randamentul biomasei autotrofe, coeficientul de declin al aceleiaşi biomase, fracţiunea de
biomasă ce se reflectă în produse particulate, doi indici care reflectă proporţia azotului din
biomasă şi din produsele de biomasă, şi trei coeficienţi de saturaţie, referitori la saturaţia
oxigenului în biomasa heterotrofă şi autotrofă şi la cea a nitratului din biomasa denitrificatoare.
Valorile acestora sunt oferite de autorii modelului, valorile lor sau intervalele de variaţie fiind
rezultatul integrării rezultatelor empirice în rezultate calculate în urma unor modelări
matematice.
Un număr de alţi 20 de parametri este necesar a fi calculaţi sau evaluaţi prin diverse
metode, conform aceluiaşi model. Pentru unii dintre aceştia, obţinerea valorilor depinde de alţi
parametrii ai modelului, fie dintre cei ale căror valori sunt asumate, fie de cei calculaţi anterior.
Componentele mediului care influenţează determinant procesul de epurare sunt pH-ul şi
temperatura, pentru care modelul este gândit la variaţii foarte mici, şi elemente inhibitoare sau
stimulatoare, în special pentru nitrificare, care pot exista în amestecul de epurare, pe care
modelul le ignoră, acţiunea lor fiind imposibil de anticipat.
Pentru înţelegerea mai bună a relaţiilor între elementele modelului, autorii oferă o
variantă steady-state pentru un aerotanc cu amestecare completă (fig. 3.11.).
58
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Fig. 3.11. Soluţie steady-state pentru rector cu amestecare completă (după Henze et al., 2000)
Elementele sunt relaţionate după trei categorii de elemente: D, reprezentând rate de
diluţie, Dh, hidraulică, şi Dx, particulată, K, coeficienţi de saturaţie, şi v, viteze de reacţie.
3.3. Modelele bazate pe inteligenţă artificială (AI)
Deşi nu sunt modele matematice în sensul propriu, precum cele discutate anterior,
sistemele AI sunt formulări sau algoritmi matematici, utilizaţi pentru a eficientiza operarea
staţiilor de operare, deci prezintă interes pentru prezentul studiu.
Punctul de pornire în domeniu este de dată recentă, Gall şi Patry (1989) fiind cei care au
propus folosirea unor astfel de sisteme pentru diagnoză şi control în epurarea apelor, urmaţi de
Barnett, la scut timp (1992), care propune un tip specific de inteligenţă artificială, sistemul
expert, pentru realizarea dezideratelor exprimate anterior.
3.3.1. Tipuri de sisteme utilizate
Pornind de la premisele menţionate, o serie nu foarte largă de cercetători a elaborat
proiecte de algoritmi şi software-uri utilizabile în operarea staţiilor de epurare. În mare, aceste
sisteme pot fi încadrate în trei categorii:
- sisteme fuzzy (Huong et al., 1994; Puñal, 2001; Cakmakci, 2007): algoritmi logici
bazaţi pe condiţionare, care transpun matematic informaţia pentru a putea oferi soluţii la
probleme simple; algoritmul lucrează pe sistem simplu: input – procesare date – output, şi are
59
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
avantajul că informaţia la ieşire este formulată destul de simplu, putând fi uşor interpretată de
operatorul staţiei de epurare;
- sisteme expert (Paraskevas, 1999; Baeza, 2000): algoritm logic sau software bazat pe
alegerea soluţiei problemei prin intermediul unei baze de date similară experienţei umane;
sistemul cuantifică statistic variantele posibile şi o alege pe cea cu probabilitatea cea mai mare,
în sensul dorit de operator;
- reţele neuronale artificiale (Choi, 2000; Lee, 2000; Popa, 2002; Gadkar, 2003, 2005):
algoritmi matematici complecşi care au capacitatea de a învăţa din propriile experienţe, şi care
pot fi antrenaţi să înveţe şi să ia decizii în conformitate cu cele învăţate.
3.4. O nouă metodă de modelare
Un sistem de epurare cu nămol activ este, în esenţă, un ecosistem compus, în mare parte,
din microorganisme, ale cărui intrări în sistem pot fi uşor estimate, iar ale cărui ieşiri pot fi
considerate pornindu-se de la eficienţa de epurare dorită sau de la valori ale acesteia obţinute
empiric pentru o instalaţie dată.
Din acest punct de vedere, modelarea matematică a sistemului poate fi realizată în mod
similar cu modelele folosite pentru definirea dinamicii ecosistemelor naturale. Pentru acest tip
de modelare există deja medii de simulare, care pot fi adaptate la condiţiile existente în
aerotancurile folosite în epurare.
3.4.1. Bazele modelului
După Cox (2002) un astfel de mediu de simulare este constituit din două părţi. Prima
este un set de ecuaţii matematice care descriu structura şi relaţiile dintre diferitele
compartimente ale unui ecosistem, iar a doua este o tehnică matematică şi informatică, ce
permite trasarea trăsăturilor cantitative ale dinamicii sistemului (deci a traiectoriei acestuia) în
timp.
Pentru exemplificare, vom utiliza datele fluxului energetic prin ecosistemul de la Silver
Springs, Florida (Odum and Johnson, 1955; Odum, 1957). Ecosistemul este cunoscut pentru
efectul de acvariu (aportul de materie organică din exterior este suficient pentru funcţionarea
sistemului, iar ieşirile compensează intrările), de unde şi relativ uşoara analogie cu sistemul de
epurare. Pentru descrierea sistemului datele şi algoritmul matematic sunt adaptate după Cox
60
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
(2002), iar tehnica informatică este realizată cu ajutorul programului MathCAD (Sîrbu, 2009)
(programul Stella, folosit in mod iniţial de Cox pentru a descrie sistemul este greoi la utilizare şi
limitat în privinţa unor funcţionalităţi). O astfel de metodă a fost adaptată pentru sisteme
ecologice controlate care filtrează substanţă organică (Sîrbu şi Olosutean, date nepublicate), iar
rezultatele permit extinderea ei la sistemele de epurare bazate pe procedeul cu nămol activ.
Deşi nu simulează în mod perfect sistemul menţionat, tehnica de modelare a dinamicii
energetice care va fi prezentată poate fi folosită pentru descrierea unui ecosistem oarecare, dacă
fluxurile energetice şi relaţiile dintre componente sunt corect identificate. Modelul include şi
descrie cantitatea şi fluxul energetic prin diferitele compartimente trofice ale sistemului de izvor
utilizat ca exemplu (producători primari, trei niveluri de consumatori şi cel detritivor). Odum
(1957) a măsurat biomasa acestor compartimente şi a determinat echivalentul energetic al lor
(variabilele de stare). Apoi a obţinut estimări ale ratelor fluxului energetic prin aceste
componente ale ecosistemului (variabile de proces). După Cox (2002) acesta a fost unul dintre
primele studii ale fluxului energetic printr-un întreg ecosistem.
Modelul ecosistemului de izvor de la Silver Springs conţine 5 variabile de stare
(trăsăturile cantitative ale sistemului, care vor fi modelate în privinţa dinamicii temporale), şi
anume echivalentul energetic al biomasei producătorilor, a consumatorilor şi detritivorilor,
precum şi 19 variabile de proces (rate de flux), care caracterizează intrările, transferurile,
pierderile şi ieşirile de energie (ultima prin pârâul din aval, alimentat de izvor). Reprezentarea
grafică schematică a diagramei conceptuale a modelului, valorile iniţiale şi cele experimentale
ale variabilelor obţinute de către E.P. Odum, precum şi ilustrarea relaţiilor dintre diferitele
compartimente, este reprezentată în figura 3.12.
Variabilele de stare reprezentate în figură sunt X1 – producători primari, X2 – ierbivore,
X3 – carnivore, X4 – carnivore de vârf, X5 – detritivore, exprimate în kcal/m2. Cu Z sunt redate
variabilele de proces sau ratele de flux energetic, în termeni de kcal/m2/an.
Diagrama constituie în sine un model, şi anume un digraf numeric orientat.
Astfel, Z01 indică intrările energetice în sistem, pe seama activităţii solare, acestea fiind
de 20810 kcal/m2/an, iar a doua şi ultima intrare este Z72, care constituie aportul trofic alohton
realizat pe seama activităţii antropice. Respiraţia compartimentelor modelului este codificată
prin Zx0, unde x semnifică numărul de ordine al nivelului trofic analizat. Astfel: Z10 este
respiraţia producătorilor primari, Z20 a consumatorilor de ordinul I (a erbivorelor), Z30 a
consumatorilor secundari (carnivore), Z40 a consumatorilor de ordinul 3 (prădători de vârf), iar
Z50 este respiraţia detritivorilor.
61
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Fig. 3.12. Diagrama modelului ecosistemului Silver Springs (după Sîrbu, 2009): X – variabile de stare (exprimate în
kcal/m2); Z – variabile de proces (ratele de flux, în kcal/m2/an) (explicaţiile sunt redate în text).
Ieşirile energetice ca urmare a mortalităţii sunt notate cu Zx5, unde din nou x
desemnează codul numeric al nivelului trofic considerat. Cu Zxy este indicată energia
consumată, adică cea care trece de la un nivel trofic la altul. Astfel Z12 este energia care trece
de la producători la consumatorii de ordinul 1, Z23 de la erbivore la consumatorii de ordinul II,
iar Z34 este cea care trece de la consumatorii de ordinul II la cei de vârf. În sfârşit ieşirile (de
exemplu energia care se pierde de către sistem) se notează cu Zx6, unde din nou x semnifică
codul nivelului de referinţă.
3.4.2. Ecuaţiile modelului
Într-o abordare simplistă, ratele de flux (valorile Z) pot fi calculate prin produsul dintre
un coeficient (P) şi una sau mai multe variabile de stare. Coeficienţii vor prezenta codificări
numerice asemănătoare cu cele ale variabilelor Z.
62
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
3.4.2.1. Ratele de flux
Astfel, un posibil set de ecuaţii (foarte simple) ar putea arăta astfel (Sîrbu, 2009):
Intrări energetice (Input)
Z01 = P01*X1
Mortalitate
Z15 = P15*X1
Z25 = P25*X2
Z35 = P35*X3
Z45 = P45*X4
Respiraţie
Z10 = P10*X1
Z20 = P20*X2
Z30 = P30*X3
Z40 = P40*X4
Z50 = 0.99*(Z15+Z25+Z35+Z45)+P50*X5
Consum
Z12 = P12*X1*X2
Z23 = P23*X2*X3
Z34 = P34*X3*X4
Ieşiri (prin râul din aval)
Z16 = P16*X1
Z26 = P26*(X2)2
Z36 = P36*(X3)2
Z46 = P46*(X4)2
Z56 = P56*(X5)2
Este evident faptul că analize, respectiv simulări mai realiste, care ar dori să descrie mai
bine relaţiile dintre aceste variabile, ar trebui să includă ecuaţii mai complexe, adecvate
63
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
sistemului particular analizat (regresii multiple, liniare sau neliniare etc.). Aceasta însă nu
modifică procedeul de modelare ci doar îi sporeşte complexitatea (Sîrbu, 2009). Oricum am
descrie aceste relaţii, cert este că prin analiza ecosistemului trebuie să identificăm funcţiile care
leagă variabilele de proces de cele de stare, indiferent de expresia matematică.
3.4.2.2. Ecuaţiile diferenţiale
Indiferent ce set de ecuaţii folosim, este clar că modelul dinamicii ecosistemului poate fi
descris printr-un sistem de 5 ecuaţii diferenţiale (avem cinci compartimente sau niveluri în acest
model), care vor descrie modificările în timp continuu ale variabilelor de stare. Aceste ecuaţii
reprezintă diferenţele dintre toate intrările şi ieşirile energetice ale fiecărui compartiment:
dX 1
dt=Z 01−( Z 10+Z 12+Z 15+Z 16 )
dX 2
dt=(Z 12+Z 72)−(Z 20+Z 23+Z 25+Z 26)
dX 3
dt=Z 23−( Z 30+Z 34+Z 35+Z 36 )
dX 4
dt=Z 34−(Z 40+Z 45+Z 46 )
dX 5
dt=( Z 15+Z 25+Z 35+Z 45)−(Z 50+Z 56 )
Avem un sistem de 5 ecuaţii diferenţiale de ordinul 1, rezolvabil cu ajutorul programului
MathCAD, după o adaptare a algoritmului, codificărilor şi funcţiilor. Pentru rezolvarea
sistemului şi simularea dinamicii ecosistemului de la Silver Springs, vom accepta condiţia
menţinerii stării staţionare (steady-state) a întregului sistem, drept pentru care fiecare ecuaţie
trebuie să producă un rezultat constant.
Ca atare, este necesară calcularea coeficienţilor din ecuaţiile care leagă variabilele de
stare de cele de proces, deoarece, pentru ca fiecare ecuaţie astfel definită să fie verificată,
coeficienţii P pot lua fiecare o singură valoare, şi anume soluţia ecuaţiei respective (reamintim
că dacă sistemul prezintă o stare staţionară, traiectoria acestuia trebuie să fie constantă –
funcţiile rezultate sunt constante, pe când dacă sistemul se află în echilibru, acestea sunt egale
64
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
cu zero, motiv pentru care cele două nu trebuie confundate). În mod normal, în condiţii naturale,
coeficienţii ecuaţiilor pot lua orice valoare, dar, în cazul de faţă, condiţia de stare staţionară a
sistemului este cea care dictează valorile.
3.4.2.3. Condiţiile stării staţionare
De exemplu verificarea ecuaţiei Z01 = P01*X1, în condiţiile existenţei valorilor
experimentale pentru cele două variabile, se transformă în:
Z01 = 20810 = P01 * 3236
care este verificată numai prin P01 = 6.430779.
În mod analog procedăm cu toate celelalte ecuaţii, ceea ce ne conduce la condiţiile stării
staţionare ale sistemului, redate în tabelul 3.2.
Având definite ecuaţiile de proces, valorile iniţiale (experimentale), cele ale stării
staţionare ale sistemului, precum şi ecuaţiile diferenţiale ale dinamicii sistemului, putem modela
traiectoria acestuia, în programul MathCAD, aşa cum este redat în continuare (Sîrbu, 2009).
Tab.3.2. Condiţiile stării staţionare a sistemului analizat
Cod coeficientValoare
(pentru situaţia steady-state)Cod coeficient
Valoare
(pentru situaţia steady-state)
P01 6.430779 P45 1.000000
P10 3.701174 P12 0.006270
P20 11.385542 P23 0.046145
P30 6.320000 P34 0.060000
P40 1.857143 P16 0.711990
P50 0.290909 P26 0.005371
P15 0.976823 P36 0.002800
P25 8.632530 P46 0.020408
P35 0.780000 P56 1.818182
3.4.3. Algoritmul informatic
65
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
66
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
67
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
68
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CAPITOLUL 4
REZULTATE ŞI DISCUŢII
4.1. Modelele liniare (clasice)
4.1.1. Modelul McKinney
Din capul locului trebuie menţionată valoarea modelului lui McKinney ca deschizător de
drumuri în domeniu, deşi procedura e bazată pe informaţii matematice frecvent aplicate în alte
domenii, cum sunt ecuaţiile de bilanţ şi cele diferenţiale, nefiind, aşadar, inovativă din acest
punct de vedere.
Cu toate acestea, modelul prezintă câteva neajunsuri evidente, pe care vom încerca să le
lămurim în cele de urmează. În primul rând, deşi bazat pe procesele biologice implicate în
sistem, modelul tratează nediferenţiat nămolul activ, ca şi cum ar fi un singur organism
(probabil ca urmare a pregătirii de bază de factură inginerească a autorului).
Din punct de vedere tehnic, este evidentă necesitatea calculării unui număr mare de
constante de viteză ale reacţiilor (elementele de forma ki), ale căror valori este necesar a fi aflate
empiric, şi sunt diferite pentru conformaţii diferite ale comunităţilor din nămolul activ. Pentru
acest aspect, metodologia originală este greu accesibilă, iar modificările ulterioare aduse de
diverşi operatori de staţii de epurare, pentru a adapta modelul la condiţiile specifice ale
fiecăruia, sunt sigur numeroase. În plus, numărul mare de constante (zece astfel de constante
conţine modelul pentru fiecare dintre cele două faze, cu şi fără recirculare) face dificilă folosirea
modelului în practică şi necesară simplificarea acestuia.
Apoi, ecuaţiile de bază ale modelului, cele bazate pe necesarul sau echivalenţii de
oxigen, nu sunt incluse în modelul propriu-zis, deşi sunt, din punct de vedere biologic sau
biochimic, cele mai interesante. Această parte a modelului poate fi derivată în continuare,
obţinând relaţii între toate variabilele definind necesarele de oxigen ale diverselor procese (EOm,
EOs, EOp, Os şi Oe). Toate aceste relaţii sunt rezolvabile cu ajutorul a doar trei constante: k1, care
defineşte relaţia dintre sinteză şi energie, k2, constanta vitezei de respiraţie endogenă, şi k3, care
defineşte viteza de creştere bacteriană (Ognean şi Vaicum, 1987).
Astfel, cea mai simplă raportare o obţinem din ecuaţia [47], care poate fi simplificată,
dat fiind că Δt e acelaşi, obţinându-se:
69
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
ΔOs=k1∗Δ EOs [154] sau
Δ EOs
ΔOs
= 1k
1 [155]
În mod similar, prin simplificarea ecuaţiei [48] avem:
Δ EOm=(1+k1 )∗Δ EOs [156]
transformabilă în:
Δ EOm
Δ EOs
=1+k1 [157]
Ţinând cont de faptul că k1 este o constantă, şi elementul 1+k1 este tot constant, ceea ce
ne conduce la concluzia că raportul dintre necesarul de oxigen al metabolizării substanţelor
organice şi necesarul de oxigen pentru sinteza de protoplasmă este constant pentru o instalaţie
dată.
Dar ecuaţia [47] poate fi rezolvată şi în sens invers:
Δ EOs
Δt= 1
k 1
∗ΔOe
Δt [158]
care, combinată cu ecuaţia [45], ne conduce la:
Δ EOm
Δt=(1+ 1
k1
)∗ΔOs
Δt [159]
Prin simplificarea lui Δt şi reorganizarea termenilor, obţinem din nou o relaţie de
constanţă între echivalenţii de oxigen ai metabolizării substanţelor organice şi ai protoplasmei
sintetizate:
Δ EOm
ΔOs
=1+ 1k1 [160]
70
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
În mod similar, extrăgându-l pe M din ecuaţiile [49] şi [50] şi egalând termenii din
partea dreaptă, obţinem:
Δ EOs
Δt∗ 1
k3
=ΔOe
Δt∗ 1
k2 [161]
Simplificând Δt, care e acelaşi pentru ambele elemente, obţinem:
Δ EOs
k3
=ΔOe
k 2 [162] sau
ΔOe
Δ EOs
=k 2
k 3 [163]
Din aceeaşi abordare, k2 şi k3 fiind constante, şi raportul lor e o constantă, de unde
raportul dintre cantitatea de oxigen necesară pentru sinteză şi echivalentul de oxigen necesar
sintezei de protoplasmă este constant, din nou pentru o instalaţie dată. Prin tranzitivitate, putem
considera că un astfel de raport există şi între ΔOe şi ΔEOm, iar înlocuirea lui ΔEOs în ecuaţia
[157] cu echivalentul lui din ecuaţia [163] ne dă şi forma acestui raport:
Δ EOm
ΔOe
=(1+k1 )∗k3
k2 [164]
Pentru a obţine relaţiile dintre EOp, pe de o parte, şi EOs şi Oe, pe de altă parte, înlocuim
pe rând echivalentul celor două din ecuaţia [163] în ecuaţia [46], obţinând:
Δ EO p
Δt=
Δ EO s
Δt−
Δ EOs
Δt∗
k 2
k 3 [165]
Δ EO p
Δt=
Δ EO s
Δt∗(1−
k2
k3
)[166]
Simplificându-l pe Δt şi reorganizând termenii, avem:
71
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Δ EO p
Δ EOs
=1−k2
k3 [167]
Similar, pentru Os, avem:
Δ EO p
Δt=
ΔOe
Δt∗
k3
k2
−ΔOe
Δt [168]
Δ EO p
Δt=
ΔOe
Δt∗(
k 3
k 2
−1)[169]
Prin simplificarea lui Δt şi reorganizare de termeni, obţinem:
Δ EO p
ΔOe
=k 3
k 2
−1[170]
Pentru relaţia lui EOp cu EOm, înlocuim în relaţia [46] termenii din partea dreaptă cu
raportarea lor la EOm, din relaţiile [157], respectiv [164], şi obţinem:
Δ EO p
Δt=
1+k1
Δ EOm
Δt−
1+k1
Δ EOm
∗k3
k2
Δt [171]
Simplificăm relaţia cu Δt şi aducem la numitor comun:
Δ EO p=(1+k1)∗k2−(1+k1 )∗k 3
Δ EOm∗k2 [172]
sau, prin reorganizarea termenilor în aşa fel încât elementele care ne interesează să fie în partea
stângă a ecuaţiei:
Δ EOm∗Δ EO p=(1+k1 )∗(k2−k 3)
k2 [173]
72
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Relaţia dintre Os şi Oe se obţine din combinarea ecuaţiilor [47] şi [163]:
ΔOs
Δt=
k1∗k3
k2
∗ΔOe
Δt [174]
Din nou, prin simplificarea lui Δt şi mutarea lui Oe în partea stângă, obţinem:
ΔOs
ΔOe
=k 1∗k3
k2 [175]
În final, ultima relaţie pe care trebuie să o obţinem este cea dintre EOp şi Os. Pornim de
la ecuaţia [46], şi îl înlocuim pe EOs cu echivalentul său din ecuaţia [155], iar pe Oe, cu
echivalentul său din ecuaţia [175], obţinând:
Δ EO p
Δt=
ΔOs
Δt∗ 1
k1
−ΔOs
Δt∗
k2
k1∗k 3 [176]
Prin aducere la numitor comun şi simplificarea lui Δt, se obţine:
Δ EO p=ΔOs∗( k3−k2 )
k1∗k3 [177] sau
Δ EO p
ΔOs
=k 3−k2
k1∗k3 [178]
Avem, aşadar, raporturi constante între necesarele de oxigen pentru toate cele zece
combinaţii, reprezentate de ecuaţiile [155], [157], [160], [163], [164], [167], [170], [173], [175]
şi [178], uşor de utilizat în calcule, deîndată ce au fost estimate cele trei constante, k1, k2 şi k3.
O problemă importantă, nu neapărat specifică acestui model, ci tuturor modelelor
clasice, este legată şi de dificultatea cu care informaţia ştiinţifică circula la momentul respectiv,
de unde şi diferenţele care apar între forma iniţială a modelului şi diversele citări sau
interpretări, fapt asupra căruia vom mai reveni. Întrucât versiunea iniţială a modelului mi-a fost
disponibilă doar fragmentar, sursa principală de informare a fost descrierea acestuia de către
Ognean şi Vaicum (1987), de unde rezervele privind o parte din discuţiile următoare.
Astfel, în descrierea menţionată nu apare explicit ecuaţia [68], dar ea este dedusă din
text, unde apare ecuaţia [59] şi se specifică o metodă de calcul similară cu a ecuaţiilor anterioare
73
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
(cea pentru sistemul fără recirculare şi pentru cel cu recirculare, dar fără eliminare de nămol
excedentar). În acest context, ecuaţiile [69] şi [70] sunt incomplete, corecte fiind [179] şi [180]:
V∗ΔEΔt
=k8∗M∗V −Q∗(1−w )∗x∗E−Q∗w∗s∗E [68]
V∗ ΔEΔt
=k8∗M∗V −Q∗E∗x+Q∗E∗w∗x−Q∗E∗w∗s [179]
V∗ΔEΔt
=k8∗M∗V −Q∗E∗( x−w∗x+w∗s ) [180]
În condiţii staţionare (ΔE/Δt = 0), prin împărţire la V, ecuaţia devine:
k 8∗M=ET
∗( x−w∗x+w∗s ) [181]
Dacă îl extragem pe E, formula e diferită de [69], de unde lipseşte termenul w*x de la
numitor:
E=k8∗M∗T
x−w∗x+w∗s [182]
Pornind de la acest raţionament, termenul respectiv, w*x, lipseşte şi din ecuaţia [70],
care ar trebui să fie:
N=M∗(1+k 8∗T )
x−w∗x+s∗w+Nt +Nm
[183]
Cele două ecuaţii par să fie mai corecte din punct de vedere al sistemului, ele definind
cel mai bine relaţia acumularea masei în procesul endogen = substanţa produsă de M prin
metabolism endogen – masa eliminată din procesul endogen. Dacă am lua în considerare
ecuaţiile pentru modelul cu recirculare şi eliminare a nămolului excedentar (Ognean şi Vaicum,
1987), masa eliminată în procesul endogen ar fi descompusă în Q*x*E, pentru masa
74
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
îndepărtată cu efluentul, şi Q*w*s*E, pentru masa îndepărtată ca excedentar, acest ultim
element fiind cel care lipseşte din estimarea ecuaţiilor [69] şi [70]. Termenul care defineşte
masa îndepărtată cu efluentul este, în celelalte relaţii în care apare în model, dependent de 1-w,
unde w este fracţiunea din debit îndepărtată, variantă mai normal a fi abordată şi pentru ultimul
aspect al epurării (cel cu recirculare şi eliminare a nămolului excedentar) din două puncte de
vedere: pentru a se păstra cursivitatea sistemului de modelare, şi pentru că e varianta mai logică,
ţinând cont că vorbim de sisteme cu evacuare a unei părţi din debit.
Apoi, deşi McKinney a oferit trei variante diferite ale modelului pentru cele trei sisteme
de epurare existente la momentul respectiv (fără recirculare, cu recirculare, cu recirculare şi
eliminare de nămol excedentar), ecuaţiile [60], [182] şi [183] sunt universal valabile şi pot
defini oricare dintre cele trei situaţii: dacă avem un sistem cu recirculare şi îndepărtare de nămol
excedentar, ecuaţiile sunt valabile ca atare; dacă nu se produce îndepărtarea nămolului
excedentar, w = 0, fiind fracţiunea de debit îndepărtată ca excedentar, iar ecuaţiile se transformă
în [59], [66], respectiv [67]; dacă sistemul este fără recirculare, x, fracţiunea de nămol
îndepărtată cu efluentul, este 1, dat fiind faptul că, la sistemele fără recirculare, tot nămolul activ
este îndepărtat, odată ce fiecare ciclu de epurare s-a încheiat, iar ecuaţiile [60], [182] şi [183]
devin, în acest caz, [58], [63] şi [64].
4.1.2. Modelul Eckenfelder
Principala problemă a modelului Eckenfelder pare să fie relativ marea lipsă de
originalitate. Modelul se bazează pe aceleaşi ecuaţii diferenţiale care descriu relaţii de tip bilanţ
de materiale ca şi modelul McKinney şi, mai mult, bilanţurile de materiale sunt identice. Deşi
rezolvarea pare diferită şi unghiurile abordate par să fie altele, formulele finale ale lui M şi C
sunt foarte asemănătoare, după cum se va discuta la modelul Goodman şi Englande (1974).
O problemă de calcul apare în transcrierea modelului pentru reactorul cu recirculare de
către Ognean şi Vaicum (1987), iar ecuaţia originală nu a putut fi consultată: în ecuaţia [88]
apare termenul q*C, care, la trecerea în model staţionar, este înlocuit cu Q*C, de unde
similitudinea formei finale a ecuaţiilor lui C pentru ambele modele (cu şi fără recirculare),
reprezentată de ecuaţia [83].
În mod corect, ecuaţia [88] devine, prin adoptarea condiţiei staţionare şi înlocuirea lui vr:
Q∗C0=q∗C+k1∗Xv∗C∗V [184]
75
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Conform ecuaţiei [30], q = r*Q, şi, prin înlocuirea în ecuaţia [184] şi împărţirea la Q,
obţinem:
C0=r∗C+k1∗Xv∗C∗T [185] sau C0=C∗(r+k1∗Xv∗T ) [186]
Prin reorganizare, obţinem ecuaţia pentru C, în condiţii de recirculare:
C=C0
r+k1∗X v∗T [187]
Ecuaţia este uşor diferită de [83], din cauza termenului r, care defineşte exact raportul de
recirculare. Forma pare mai corectă, ţinând cont de faptul că este normal ca acumularea masei
biologice să fie influenţată de îndepărtarea unei părţi din masa de reacţie, reprezentată, în cazul
de faţă,, tocmai de r. Este, însă, posibil ca forma finală a derivării ecuaţiei [187] să fi fost
transcrisă eronat, din motivele de circulaţie anevoioasă a informaţiei menţionate anterior.
Modelul transcris de Ognean şi Vaicum (1987) mai conţine şi o eroare de semn, ecuaţia [80]
având termenul din dreapta de forma Q*C – vr*V, în loc de Q*C + vr*V, deşi derivarea
ulterioară este corectă.
4.1.3. Modelul Goodman şi Englande
În primul rând ar trebui discutat dacă modelul Goodman şi Englande e un model
propriu-zis, sau e doar o centralizare a datelor anterioare într-o formă mai uşor de analizat sau
de aplicat. Vom reveni la acest punct de vedere după analiza comparativă a formulelor.
Astfel, formula [94], cea referitoare la consumul materiei organice, este extrem de
asemănătoare cu formulele oferite de modelele anterioare, diferenţa fiind termenul k, în loc de
k5, la McKinney (formula [54] ), sau k1*Xv, la Eckenfelder (formula [83] ). k5 reprezintă un
coeficient asociat consumului substanţei în cadrul reacţiilor aferente epurării, referindu-se la
întreaga masă volatilă şi fiind, ca atare, în relaţie cu Xv, deci poate fi substituit termenului k1*Xv,
din modelul Eckenfelder.
În ceea ce priveşte epurarea cu recirculare, Goodman şi Englande nu prevăd o ecuaţie
diferită de modelul fără recirculare, deşi aceasta s-ar impune, în conformitate cu ecuaţia [187],
76
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
fapt care ne poate duce la concluzia că eroarea de interpretare de care se pomenea în derivaţia
ecuaţiei [187] s-ar putea să facă parte din modelul original al lui Eckenfelder. În acest mod,
ecuaţiile pentru consumul de materie organică sunt identice pentru cele două sisteme de epurare
şi extrem de similare pentru ambele modele.
Adoptând metoda simplificată a modelului de faţă, se poate concluziona că, deşi ecuaţia
[94] este viabilă pentru sistemul fără recirculare, ea trebuie schimbată pentru sistemul cu
recirculare, după tiparul ecuaţiei [187]:
C=C0
r+k∗T [188]
Această formulă nu poate fi extrapolată pentru sistemul fără recirculare, întrucât acesta
implică r = 0, caz pentru care numitorul ar fi k*T şi nu 1+k*T, cum e în cazul ecuaţiei [94].
În ceea ce priveşte ecuaţiile pentru masa activă, Goodman şi Englande au realizat o
combinaţie între ecuaţiile modelelor anterioare: numărătorul Y*k*C este mai complex decât cel
al ecuaţiei lui McKinney (k6*C), dar k6 este un coeficient aflat în relaţie cu sinteza de masa
activă, deci dependent de Y (coeficient de producţie sau de randament); pe de altă parte,
numărătorul este mai simplu faţă de cel al modelului Eckenfelder (Y*k1*Xv*C), dar Xv este
concentraţia nămolului din materialul volatil şi k1 constanta vitezei de reacţie, cele două fiind
dependente una de cealaltă şi putând fi considerate o constantă.
Numitorul ecuaţiei este problematic, el fiind preluat din ecuaţia lui Eckenfelder: 1/T + b,
pentru sistemul fără recirculare şi 1/Tc + b, pentru cel cu recirculare. Dacă prima variantă este
preluată ca atare din ecuaţia [86], a doua rezultă din ecuaţia [92], prin următoarea transformare:
M=Y∗(C0−C )
T∗( 1T c
+b)[92]
Se înlocuieşte C0 cu echivalentul său din formula [82] şi se obţine:
M=Y∗(C+C∗k1∗X v∗T−C )
T∗( 1T c
+b )[189] sau
M=Y∗C∗k1∗X v∗T
T∗( 1T c
+b )[190]
77
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
care, prin simplificarea lui T ne conduce la formula dorită:
M=Y∗k∗C1
T c
+b [191]
Cele două variante de numitor nu sunt valabile decât parţial pentru modelul McKinney:
pentru varianta fără recirculare, se poate considera, pe bună dreptate, că termenul k7 este
echivalentului lui b, dat fiind că cele două reprezintă acelaşi lucru: coeficientul consumului
endogen de biomasă; pentru modelul cu recirculare, numitorul nu mai corespunde, întrucât se
presupune că termenului x – x*w + s*w i-ar corespunde relaţia T/Tc, dar descompunerea acestei
relaţii, în conformitate cu ecuaţiile [38] şi [40], deşi rearanjabilă în trei termeni care ar putea
corespunde celor din ecuaţia lui McKinney, nu este clar corespondentă:
TTc
=
VQ
V∗XQw∗X r+(Q−Qw )∗X e [192]
TTc
=Qw∗X r+(Q−Qw )∗Xe
Q∗X [193]
TTc
=Q∗Xe
Q∗X−
Qw∗Xe
Q∗X+
Qw∗Xr
Q∗X [194]
Pe de altă parte, termenii ecuaţiei [194] sunt mai uşor de estimat şi mai legaţi de
elemente clare ale sistemului de modelare, faţă de w sau s din modelul McKinney, deci pot fi
consideraţi mai viabili în calcul.
În ceea ce priveşte ultima ecuaţie, [96], ea are corespondent doar în modelul McKinney,
şi anume ecuaţiile [62] şi [182]. Pentru sistemele fără recirculare, pornind de la ecuaţia [62],
observăm că diferenţa faţă de ecuaţia [182] e dată de termenul k8, căruia îi corespunde (1 –
fb)*b. k8 este o constantă a producţiei de masă endogenă din masa activă; fb este fracţiunea
biologică a masei active, termenul 1 – fb desemnând, de fapt, fracţiunea inertă a mase active,
care prin înmulţire cu b, coeficient al consumului endogen, deci în strânsă relaţie cu fracţiunea
inertă, se poate considera echivalent al lui k8. Ecuaţiile pentru sistemele cu recirculare [183] şi
78
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
[96] cu Tc în loc de T sunt similare doar dacă preluăm sistemul descris de derivarea ecuaţiei
[96], cu menţiunile discutate anterior.
Concluzia generală este că, deşi simplifică modelele anterioare, atât ca număr de ecuaţii,
cât şi ca mod de abordare, modelul lui Goodman şi Englande nu este un model propriu-zis, ci
cel mult o îmbunătăţire adusă modelului McKinney sau o optimizare a acestuia.
Acelaşi lucru se poate spune, nu cu mari rezerve, şi despre modelul lui Eckenfelder,
care, deşi pleacă de la ipoteze de lucru şi de la premize diferite, ajunge la ecuaţii extrem de
similare cu ale predecesorului său. Evident că lipsa căilor de acces a informaţiei în perioada
respectivă, enunţată anterior, poate fi considerată o scuză plauzibilă, iar modelul Goodman şi
Englande, ca reunire a celor două, să se numească, de fapt, modelul McKinney-Eckenfelder,
după exemplul altor cercetători care au ajuns la concluzii similare lucrând în paralel.
4.1.4. Modelul Lawrence şi McCarty
Modelul matematic propus de Lawrence şi McCarty pare, după o analiză amănunţită,
superior celor discutate anterior, în special din punct de vedere al aplicării lui practice. Modelul
oferă ecuaţii pentru aflarea unor parametrii extrem de importanţi operatorilor de staţii de
epurare, cum ar fi volumul aerotancului sau concentraţiile de nămol activ necesare pentru
eficienţe bune ale procesului, ecuaţii care lipseau din modelele precedente.
Ecuaţiile modelului: [105], pentru C, [114], pentru V, [116], pentru X, depind de Tc,
timpul de retenţie celular, în loc de T, timpul de retenţie hidraulic, situaţie care pare mai aproape
de normal pentru o instalaţie care, totuşi, depinde de o structură biologică. Un alt avantaj este
cel legat de dispariţia din relaţiile modelului a elementelor de tip ki, constante de diferite tipuri,
ce necesitau calcul empiric dificil, şi reducerea formulelor la elemente cunoscute şi uşor de
calculat.
Totuşi, el nu este infailibil şi are propriile erori şi probleme. Pentru început, este
evidentă similitudinea între modelul oferit pentru instalaţiile cu recirculare şi cele fără
recirculare: ecuaţiile [100], pentru Tc, [105], pentru C, [106], pentru I, şi [108], pentru Tcm, sunt
aceleaşi pentru ambele sisteme de epurare, la fel cu ecuaţia propusă de autori pentru un
parametru denumit producţie de nămol activ excedentar, Nex.
Nex=Y∗Q∗(C0−C )
1+b∗T c [195]
79
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Diferenţe apar la ecuaţiile lui T şi V: dacă primul este egal cu timpul de retenţie celular
Tc, pentru sistemul fără recirculare, în sistemul cu recirculare, valoarea sa este dedusă din
ecuaţia [152], înlocuindu-se Q/V cu 1/T:
1Tc
=1T
∗(1+r−r∗X r
X)
[196]
de unde se extrage T:
T=T c∗(1+r−r∗Xr
X)
[197]
Deşi pare mult diferită, pentru r = 0, este similară cu cea corespunzătoare sistemului fără
recirculare, putându-se afirma că T = Tc este un caz particular al ecuaţiei [112]. Aceeaşi situaţie
este valabilă şi pentru formulele lui X, ecuaţia [116] fiind un caz particular al ecuaţiei [115]. Se
poate afirma că ecuaţiile modelului instalaţiei cu recirculare sunt, la fel cu situaţia discutată la
modelului McKinney, valabile şi pentru sistemul fără recirculare, fiind situaţii particulare ale
acestora, în care anumiţi parametri au valori extreme (0 sau 1).
O altă problemă pare să fie relativa desprindere din contextul modelului a producţiei şi
consumului legate de metabolismul endogen, care au fost tratate in corpore cu celelalte
elemente ale consumului şi producţiei. Modelul nici nu oferă, de fapt, o ecuaţie a consumului
endogen, fapt ce ar putea duce la dificultăţi în aplicarea lui în practică.
4.1.5. Modelul Gaudy
Modelul Gaudy se vrea o versiune superioară a celui al lui Lawrence şi McCarty,
principala îmbunătăţire fiind dispariţia lui k din relaţii, prin înlocuirea acestuia cu μmax, mai uşor
de obţinut empiric.
Totuşi, probabil datorită perioadei lungi de elaborare a modelului şi colaborării cu mai
mulţi cercetători, forma finală pare nerafinată şi incoerentă. Cel mai bun exemplu este termenul
al treilea din partea dreaptă a ecuaţiilor [117] şi [118], extrem de asemănător, dar nu identic,
elementul de diferenţiere fiind Y, care apare în ecuaţia [117], dar nu şi în următoarea, deşi
ambele elemente definesc masa biologică rezultată din reacţii biochimice. Derivarea ecuaţiei
[118] cu Y conţinut de termenul respectiv ar fi condus la o formă finală a ecuaţiei în care toţi
80
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
termenii l-ar fi conţinut, într-un mod sau altul, pe Y, motiv pentru care, probabil, acesta a fost
îndepărtat, pentru a evita dependenţa mare a modelului de randamentul celular.
Apoi, ecuaţiile finale pot fi simplificate, pentru a deveni mai uşor de aplicat în practică.
În ecuaţia [121] se poate înlocui 1 + r + r*Xr/X cu V/Q*Tc, în conformitate cu ecuaţia [112]:
C=K s∗( V
T∗T C∗Q+b )
μmax−V
T∗T C∗Q+b
[198]
Continuând derivarea, prin aducere la numitor comun, obţinem:
C=K s∗V +K s∗b∗T∗Tc∗Q
( μmax+b)∗T∗T c∗Q−V [199]
Dacă ţinem cont că T este V/Q, conform ecuaţiei [40], înlocuirea lui duce la
simplificarea lui Q şi obţinerea de termeni ai părţii drepte a ecuaţiei care îl conţin pe V:
C=K s∗V +K s∗b∗V∗T c
( μmax+b)∗V∗T c−V [200]
Dacă îl dăm factor comun şi îl reducem pe V, obţinem o relaţie mult simplificată a lui C,
care depinde de parametrii să le spunem biologici ai instalaţiei, Ks, Tc, μmax şi b:
C=K s∗(1+b∗T c)
( μmax+b )∗T c−1 [201]
Se observă similitudinea evidentă cu ecuaţia [105] din modelul Lawrence şi McCarty,
diferenţa fiind termenul μmax + b, înlocuit de Y*k – b. Acesta din urmă este, conform modelului
din care face parte, μmax, conform discuţiilor aferente ecuaţiilor [107] şi [108], astfel că diferenţa
formulei modelului Gaudy este dată de apariţia lui b la numitor, de unde modelul este mai puţin
dependent de acesta, dat fiind că apare şi la numărător, şi, deci, mai puţin dependent de
procesele endogene.
81
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Dacă în cazul formulei lui C se poate invoca necesitatea ca ecuaţia să conţină anumiţi
parametri ai instalaţiei, la formula lui V forma finală poate fi simplificată doar matematic, prin
aducerea celor doi termeni din partea dreaptă la numitor comun, obţinându-se:
V=
Y∗Q∗[C0−(1+r )∗C ]+r∗X r∗Q−(1+r )∗X∗Q
b∗X [202]
care, prin extragerea factorului comun Q din numărător şi rearanjarea termenilor, devine:
V=Q∗[ Y∗C0−(1+r )∗Y∗C+r∗X r−(1+r )∗X ]
b∗X [203]
V=Q∗[ Y∗C0+r∗X r−(1+r )∗(Y∗C+X )]
b∗X [204]
Ecuaţiile finale sunt, astfel, mult mai simple şi mai uşor de aplicat în practica epurării
apelor uzate menajere.
4.1.6. Modelul Grau – Dohányos – Chudoba
Modelul Grau – Dohányos – Chudoba este un model bazat pe principiile creşterii
încetinite, după cum se observă din ecuaţia de bază [125]. Cu toate acestea, limitarea modelului
la o singură situaţie, pentru n = 1, îl face mai puţin flexibil decât dacă s-ar fi luat în calcul toate
variantele.
O problemă a modelului este cea legată de ecuaţia din care ar trebui dedus C, relaţia
[127], cea care se referă la acumularea de substrat: relaţia finală nu face decât să confirme
premisa de la care s-a pornit, respectiv ecuaţia [125], fără să ofere relaţia pentru C: dacă îl
trecem pe X din ecuaţia [127] în partea dreaptă, avem termenul din dreapta ecuaţiei [125],
pentru n = 1; ce ne rămâne în partea stângă este (C – C0)/T, adică exact ΔC/Δt.
C, pe de altă parte, se obţine din ecuaţia pentru acumularea nămolului activ, respectiv
din bilanţul lui X, iar modelul nu oferă o ecuaţie pentru X. Formula finală, [130], este
asemănătoare cu formulele lui C din modelele lui Lawrence şi McCarty, [105], sau Gaudy,
[201] după o mică modificare: adăugăm doi termeni b*Tc la numitor şi obţinem:
82
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
C=C0∗(1+b∗T c)
(Y∗k−b)∗T c+b∗T c [205]
Y*k – b este μmax, după cum s-a stabilit anterior, iar ecuaţia devine:
C=C0∗(1+b∗Tc )(μmax+b )∗T c [206]
ecuaţie asemănătoare cu cele prezentate anterior, cu diferenţa că modelul, fiind bazat pe creştere
încetinită, este bazat pe C0, nu pe Ks, asemenea celor bazate pe ecuaţii Monod. O problemă ar fi
şi faptul că formula lui C este bazată pe relaţia creşterii nămolului activ în instalaţii fără
recirculare, de unde a fost extrapolată pentru întregul model, fiind posibil ca ea să nu
funcţioneze perfect într-un astfel de sistem.
Similitudine cu modelele anterioare apare şi în ecuaţia care îl defineşte pe Tcm, [132],
care este identică ecuaţiei [108] din modelul lui Lawrence şi McCarty, deşi premisele şi
derivarea au fost diferite. Spre deosebire de aceste modele, însă, cel în cauză nu oferă ecuaţie ca
atare pentru calculare volumului bazinului de aerare, un plus evident adus în modelarea epurării
de către Lawrence şi McCarty sau Gaudy, şi este dificil de folosit pentru a obţine matematic
acest parametru; în schimb, conţine o ecuaţie extrem de utilă pentru raportul de recirculare, un
element important pentru operatorii sistemelor.
La fel ca şi în cazul modelelor anterioare, transmiterea informaţiei pare să fi fost
anevoioasă: pe lângă denumirea incompletă a modelului (care nu conţine şi numele lui
Chudoba, în mai multe cazuri), anumite formule din derivare au fost transmise greşit, deşi
ecuaţiile finale sunt corecte. Astfel, Ognean şi Vaicum (1987) prezintă o formă uşor diferită a
ecuaţiei [136]:
=r=Y∗k∗( C
C0
−b)∗T−1
1−Xr
X [207]
deşi formulele ulterioare şi derivarea finală sunt în conformitate cu autorii modelului.
83
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
4.1.7. Modelul creşterii încetinite
Din capul locului se observă diferenţe fundamentale între modelului creşterii încetinite şi
modelele prezentate anterior. Lipsesc ecuaţiile care definesc bilanţuri de materiale, care
constituiau baza tuturor modelelor, fiind înlocuite de o singură ecuaţie, valabilă pentru toate
fazele sistemului. Apoi, modelul calculează un singur parametru, eficienţa de epurare F (în
modelul original notaţia lui Christoulas şi Tebbut este E pentru acest parametru, ea fiind
înlocuită pentru evitarea confuziei cu producţia rezultată din metabolismul endogen de la unele
din modelele anterioare).
Ambele situaţii pot crea confuzii şi probleme. Derivarea ecuaţiei finale, [144], este
neclară, întrucât dacă am prelua informaţia din ecuaţiile precedente, termenul K*X ar trebui să
se afle în interiorul derivatei, nu în afara ei (forma finală a modelului este preluată din Ognean şi
Vaicum (1987), datorită faptului că modelul original este accesibil doar fragmentar sau sub
formă de rezumate, deci ecuaţia ar putea fi greşit transcrisă, cum s-a văzut la unele dintre
modelele prezentate anterior). La fel de neclare sunt şi derivările pentru valorile prestabilite ale
lui n oferite de formulele [145], [146], [147] şi [148], care, în loc să simplifice modelul, îl
încarcă cu noi elemente, Ei şi Φ, ambele definite în funcţie de z, element care nu se deduce din
context ce reprezintă (cel puţin, Ognean şi Vaicum nu definesc acest element, iar din context nu
se deduce dacă aceste ecuaţii fac parte din modelul original, sau au fost calculate de cei doi
autori), şi ambele funcţii de u, din nou nedefinit; de altfel, formulele citate, cu excepţia celei
pentru n = 0, sunt extrem de complicate şi de greu de calculat.
Calculul unui singur parametru, F, în fapt o funcţie, face dificil de aplicat modelul,
pentru că întreaga operare a sistemului trebuie coordonată după acesta. În plus, funcţia depinde
de T, de X, de K (deci, implicit, şi de C), de z, de unde posibilitatea mare de eroare în procesarea
informaţiei.
Ca o concluzie generală, modelul aproximează, poate, cel mai fidel îndepărtarea
substanţelor organice prin epurarea biologică, dar folosirea lui implică o cunoaştere a
matematicii şi modelării matematice mult superioară faţă de modelele prezentate anterior, de
unde probabil dificultatea preluării lui în literatura de specialitate (termenul dC din ecuaţia
[142], cel care defineşte variabila în care se face integrarea, este, cel mai probabil d t, dat fiind că
funcţia este definită în t, puterea lui e din ecuaţia [151] fie e greşit transcrisă, fie se poate
simplifica, dat fiind că e, de fapt, z2/z, etc.). În final, deducerea unor parametrii de tipul lui X, T,
V sau C, foarte utili în operarea staţiilor, este extrem de anevoioasă, motiv pentru care creşterea
încetinită pare să fie mai puţin aplicată în practica epurării biologice.
84
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
4.1.8. Modelul Jones
Modelul lui Jones reprezintă o încercare de transpunere în ecuaţie a celor două moduri
de manifestare a cineticii bacteriene întâlnite în bioreactor. Dat fiind că el conţine doar o singură
ecuaţie, e mai greu de considerat un model ca atare, dar poate fi dezvoltat, pentru a afla relaţiile
pentru elementele care sunt importante în epurare.
Astfel, dacă aplicăm condiţia staţionară pentru ecuaţia [152], respectiv ΔC/Δt = 0,
obţinem:
μmax
Y∗X v∗
CK s+C
=−V∗ CK M+C
∗Xa [208]
ecuaţie care, prin simplificare lui C şi reorganizarea termenilor, devine:
μmax∗X v∗K M−V∗X a∗Y∗K s=C∗μmax∗Xv−C∗V∗Xa∗Y [209]
Din relaţia [209] poate fi extrasă uşor formula pentru C:
C=μmax∗Xv∗K M−V∗Xa∗Y∗K s
μmax∗Xv−V∗Xa∗Y [210]
În mod similar se pot obţine relaţiile lui X cu Xv şi Xa, pornind de la ecuaţia [208]. Se
poate admite că X este, de fapt, suma lui Xv şi Xa, iar cei doi termeni se pot înlocui, pe rând cu
formule de tip X – Xv sau X – Xa în ecuaţia [208]:
μmax∗Xv
Y∗( K s+C )=−
V∗( X−X v)K M +C [211]
X v∗μmax∗( KM +C )=−V∗Y∗( X−X v )∗(K s+C ) [212]
X v∗μmax∗( KM+C )=−X∗V∗Y∗( K s+C )+X v∗V∗Y∗( K s+C ) [213]
85
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
X∗[V∗Y∗(K s+C ) ]=Xv∗[V∗Y∗( K s+C )−μmax∗( K M +C ) ] [214]
XXv
=V∗Y∗( K s+C )−μmax∗( K M +C )
V∗Y∗( K s+C ) [215]
În mod similar, pentru Xa, avem:
μmax∗( X−Xa )Y∗( K s+C )
=−V∗X a
KM +C [216]
μmax∗( X−Xa )∗( K M+C )=−Xa∗V∗Y∗( K s+C ) [217]
X∗μmax∗( K M +C )−X a∗μmax∗( K M+C )=−X a∗V∗Y∗( K s+C ) [218]
X∗[ μmax∗( K M+C )]=X a∗[ μmax∗( KM+C )−V∗Y∗( K s+C ) ] [219]
XXa
=μmax∗( K M +C )−V∗Y∗( K s+C )
μmax∗( K M+C ) [220]
Am obţinut, astfel, relaţii pentru câţiva parametri importanţi, reprezentate de ecuaţiile
[210], [215] şi [220], care ar putea fi folosite în operarea staţiilor, dacă s-ar putea calcula
eficient raportul dintre elementele viabile şi cele neviabile care realizează epurarea, fapt posibil
prin intermediul unor studii de laborator, iar modelul devine mai complet şi mai util.
4.2. Modelele matriciale (State-of-Art)
Modelele State-of-Art au pornit numeroase discuţii încă din momentul apariţiei lor în
lumea epurării apelor. În chiar descrierea primului model, autorii au inclus un set de restricţii şi
limitări ale modelului, incluzând operare la temperatură şi pH constant, aport de elemente
nutritive în marje rezonabile, valori controlabile ale unor elemente ale sistemului etc. (Henze et
al., 1987). Odată cu aprofundarea subiectului, lista acestor restricţii a fost lărgită, apărând
informaţii despre imposibilitatea simulării la valori prea mari ale încărcării organice sau a
86
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
cantităţii de nitriţi, sau la apariţia unor produse industriale în amestecul de epurare
(Vanrolleghem et al. 1999; Petersen et al., 2000).
Creşterea numărului de parametri aferentă ASM No. 2 şi a versiunii îmbunătăţite a
acestuia 2d duce şi la apariţia unui număr crescut de restricţii. În aceste modele, pe lângă
valorile considerate ca fiind etalon, apar restricţii ale modelului matematic, restricţii în aplicarea
în practică a modelului, dar şi elemente legate strict de organismele care acumulează fosfor, care
constituie elementele de noutate ale modelului. Avem de a face, aşadar, cu o clasificare
complexă a restricţiilor şi limitărilor modelelor, de unde se poate deduce că aplicabilitatea lor e
condiţionată de o mulţime de aspecte, care pot să se suprapună într-un mod greu de anticipat.
Principala cauză a numărului mare de astfel de aspecte este complexitatea modelelor,
care conţin, după cum am văzut, un număr ridicat de elemente ordonate după o structură
bidimensională, rezultând o structură cu mult mai complexă decât modelele prezentate anterior,
fapt criticat de cei care operează în domeniu (Petersen et al., 2000; Brun et al, 2002), care arată
dificultatea aplicării modelelor în practică, datorită numărului mult prea mare de componente de
analizat şi relaţionat. Din punct de vedere matematic, ASM-urile descriu mult mai fidel
funcţionarea instalaţiilor de epurare decât aceste modele „clasice”, cel puţin în condiţiile
considerate standard de către modele.
Dar tocmai această complexitate poate fi una dintre cele mai mari dezavantaje ale
modelelor. După cum se poate observa în figura 4.1, calibrarea unei staţii de epurare pentru
ASM No. 2d implică patru faze cu 12 etape, fiecare dintre aceste etape implicând analize şi
măsurători complexe, făcând dificil procesul. În plus, componentele şi procesele matricei
sistemului de modelare nu sunt o caracteristică a întregului sistem, ci sunt specifice fiecărui
compartiment al acestuia, iar legăturile dintre compartimente necesită putere de calcul
suplimentară.
Pe această tema se poartă discuţiile referitoare la îmbunătăţirea ASM-urilor:
simplificarea procedurilor de calibrare ar duce la o aplicabilitate crescută a modelelor, iar
această simplificare poate veni din:
- reducerea numărului de parametri după care operează sistemul, propus de Costa şi
colaboratorii (2008), care consideră doar patru parametri: încărcare organică, cantitate de
influent, temperatură şi concentraţia de biomasă, în definirea modelului şi realizează un mediu
de simulare în acest sens;
- optimizarea calibrării prin calcularea pe subseturi a parametrilor, în contrar cu calcularea
individuală, după metodologia aplicată de Brun şi colaboratorii (2002) pentru ASM No. 2d, cel
mai complex dintre modele;
87
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
- liniarizarea modelului, renunţându-se la forma matricială (Smets et al., 2003), cu rezervele de
rigoare referitoare la păstrarea calităţii şi preciziei acestuia.
Fig. 4.1. Algoritmul de calibrare a ASM No. 2d (după Vanrolleghem et al., 2003)
Cu toate acestea, modelele rămân de o mare complexitate şi necesită corelarea multor
componente şi metode de calcul, şi adăugarea de noi componente modelelor existente constituie
încă o preocupare a unui grup de cercetători (ASM No. 3C, Henze et al., 2000; ASM No. 3_2N,
Iacopozzi et. al, 2007). Se pune, aşadar, problema oportunităţii implementării unui astfel de
sistem pentru orice staţie de epurare. Dată fiind complexitatea modelelor şi problemele legate de
calibrarea lor, pare inutil efortul de a le aplica pentru staţii care deservesc, să spunem, oraşe mici
sau comune fără activităţi industriale, mult mai uşor de operat cu ajutorul unui sistem de
modelare mai puţin complex.
De altfel, datele din literatura de specialitate arată tocmai că modelele ASM sunt
calibrate şi aplicate unor instalaţii de epurare de dimensiuni mari: Zele, concepută pentru 50.000
de locuitori echivalenţi (Petersen et al., 2002), deşi oraşul are doar 20.000 de locuitori, cu scopul
de a prelua apele industriale ale întregii regiuni Flandra de Est; Haarlem (Brdjanovic, 2000),
care deserveşte un oraş de 150.000 de locuitori, cunoscut pentru activităţi economice
producătoare de deşeuri organice, cum sunt floricultura şi industria berii; Rock Creek, Portland
(Makinia et al, 1998), cu aport zilnic de 26.000 de m3 ape uzate, sau Verona (Sochacki et al.,
2009), cu un aport zilnic de 92.000 de m3.
88
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
Chiar şi aşa, aplicarea lor pentru staţii de epurare cu capacităţi mari este îngreunată de
posibilitatea mare de variaţie a compoziţiei amestecului, de eventuali compuşi proveniţi din
industrie (staţiile mari de epurare fiind localizate în preajma aglomerărilor urbane) sau de
influenţa factorilor de mediu. Din acest punct de vedere, chiar descrierea ASM No.1 (Henze et
al., 1986; 1987) conţine informaţii despre compoziţia influentului din trei ţări europene (tab.
4.1.), cu diferenţieri evidente şi substanţiale de compoziţie, fapt ce face dificilă calibrarea
modelului.
Tab. 4.1. Caracteristicile amestecului de epurat din trei ţări europene (după Henze et al., 2000)
Mai mult, dacă în economiile vestice această compoziţie este relativ constantă, date fiind
condiţiile economice şi legislative, în ţările mai slab dezvoltate economic, cu e şi cazul
României, aspectul e mai confuz: inconstanţa legislativă poate încuraja agenţii economici să
deverseze compuşi care ar afecta epurarea, iar modificările constante în sectorul economic duc
la apariţia şi dispariţia periodică a unor agenţi economici cu potenţial de deversare a unor astfel
de compuşi.
Apoi, necesitatea determinării în fazele de calibrare a valorilor specifice pentru anumite
componente ale sistemului de modelare face necesară prezenţa unui laborator de analize
performant, care să poată oferi aceste valori şi care să urmărească variaţia acestora în timp. Din
acest punct de vedere, Petersen şi colaboratorii (2000) remarcă existenţa unor metode de
caracterizare a componentelor sistemului, a unor metode de determinare a concentraţiei
acestora, dar şi a unor metode de determinare a combinaţiilor de parametri ai sistemului, care
metode pot fi fizico-chimice sau biologice, de unde dificultatea suplimentară, logistic şi
material, de a asigura un laborator de analize complex, sau de a contracta un astfel de laborator.
Mai mult, unele componente ale sistemului au nevoie de estimări bazate pe date din întregul
sistem de epurare, ele neputând fi calculate fracţionar sau extrapolate pe baza unor seturi de date
89
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
considerate reprezentative, fapt ce îngreunează şi mai mult calibrarea, iar unii parametri este
necesar a fi estimaţi după aplicarea modelului, prin corelarea acestuia cu datele empirice (idem).
O problemă generală a acestor sisteme de modelare este calibrarea lor pentru intervale
specifice de pH şi temperatură: pH între 6.5 şi 7.5 şi temperaturi între 8 şi 23°C, pentru ASM
No. 1 şi No. 3, şi pH între 6.3 şi 7.8 şi temperaturi între 10 şi 25°C, pentru ASM No. 2 şi 2d
(Henze et al., 2000), în caz contrar fiind raportate erori fundamentale ale modelelor. Astfel de
condiţii termice sunt uşor de îndeplinit pentru zonele vest-europene, cu climat mai puţin extrem,
dar devin din ce în ce mai restrictive pe măsura continentalizării climatului, odată cu apropierea
de Europa de Est, unde temperaturile sunt mult mai ridicate vara, dar, mai ales, unde
temperaturile din timpul iernii fac extrem de dificilă menţinerea temperaturii influentului peste
8-10°C. O astfel de problemă ar putea fi rezolvată prin încălzirea amestecului, fie directă, fie
prin adăugarea de apă încălzită, dar ea este dificilă şi tehnologic şi economic, implicând
cheltuieli suplimentare greu de anticipat.
În ceea ce priveşte pH-ul, multe areale sunt ocupate de roci care influenţează acest
indicator, în special prin alcalinizare, iar reglarea pH-ului este, de asemenea, dificil de realizat,
din cauza continuităţii procesului, a cheltuielilor implicate, dar şi a posibilităţii ca substanţa sau
substanţele folosite în acest scop să modifice compoziţia influentului, şi, prin aceasta, parametrii
epurării. Aspecte restrictive de natură chimică, spre exemplu necesitatea prezenţei unei cantităţi
rezonabile de ioni de K sau Mg, pentru ASM No.2 şi No. 2d (Gujer et al., 1995; Henze et al.,
1999), sunt relativ mai uşor de corectat, şi din cauza apariţiei mai rare, dar şi a cantităţilor mai
reduse de substanţe necesare.
4.3. Modelele bazate pe inteligenţă artificială (AI)
O primă problemă ar fi cea deja enunţată anterior, şi anume că sistemele de inteligenţă
artificială nu sunt modele matematice în sensul strict al termenului, deşi baza lor de pornire este
tot o structură matematică. Deşi conţin ecuaţii şi alte relaţii matematice, acestea nu au funcţia de
a explica funcţionarea sistemului sau a unei părţi a acestuia pentru operatori sau cercetători în
domeniu, ci, mai degrabă, de a furniza informaţii unui software sau unei alte părţi a sistemului
AI.
Partea cea mai importantă a acestor sisteme este legată de aplicabilitatea lor practică. Un
sistem bine calibrat poate furniza informaţii extrem de precise despre funcţionarea staţiei, poate
controla input-uri şi output-uri în diversele părţi ale sistemului şi poate detecta şi stopa în fază
90
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
incipientă eventuale probleme grave de funcţionare ale staţiei de epurare, de multe ori fără a fi
nevoie de operatori specializaţi în probleme de hidraulică.
Dar, după cum s-a menţionat deja, problema mare este dificultatea de interpretare a
datelor furnizate de sistem, în majoritatea covârşitoare a situaţiilor fiind necesare software-uri
care să decripteze informaţia, astfel încât ea să devină utilizabilă. Totuşi, anumite sisteme bazate
pe inteligenţă artificială, cum sunt cele construite pe algoritmi fuzzy, oferă ieşiri ale sistemului
uşor de interpretat şi de folosit în practică.
În ce priveşte programele informatice utilizabile în domeniu, ele există un număr destul
de mare. Printre primele apărute, şi cu aplicare practică relativ largă este SSSP, creat de Bistrup
şi Grady (1988), la scurt timp după apariţia ASM No. 1; principala calitate a acestui software
este accesibilitatea gratuită, de unde frecvenţa utilizării. Alături de SSSP, sursele bibliografice
(E.P.A., 1993) citează utilizarea în practica tehnologică şi a altor programe, cum ar fi ASIM,
EFOR sau GSP-X, în perioada anterioară configurării ASM No. 2. Mai recent, au fost
concepute alte astfel de software-uri, cel mai cunoscut fiind WEST++ (Vangheluwe et al.,
1998), aplicat la scară mai largă, sau diversele versiuni ale seriei WATER (E.P.A., 2001),
ultima fiind WATER9 version 3.0, concepute special ca medii informatice de control al
instalaţiilor de epurare; se poate, însă, remarca şi folosirea în practica epurării a unor programe
concepute iniţial pentru alte utilizări, cum sunt G.U.I. (Graphical User Interface) (Sorour, 2003)
sau BIOWIN (Envirosim Associates, 2003)
Cea mai bună utilizare în practică a inteligenţei artificiale pare să fie cea propusă de
Galvanauskas şi colaboratorii (2004), care consideră o soluţie hibridă, în care funcţionarea
sistemului să fie explicată pe baza unui sistem de modelare bazat pe ecuaţii (în cazul propus de
echipa lui Galvanauskas se vorbea de sistemele clasice de modelare, dar metoda se poate aplica
şi pentru sistemele State-of-Art), iar optimizarea, monitorizarea şi controlul acestui sistem
matematic să fie apanajul unei structuri de tipul inteligenţei artificiale. Metoda pare să fie
extrem de utilă, pentru că fiecare model este folosit în situaţia în care dă cel mai bun randament
şi ajută cel mai bine la înţelegerea sistemului.
Ideea anterioară este reluată şi de Patnaik (2008), care face o trecere în revistă a
sistemelor de evaluare a comunităţilor de microorganisme, şi, deci, şi a celor implicate în
epurarea cu nămol activ, prezentând punctele tari şi punctele slabe ale principalelor metode
(mecaniciste – hidraulice, sisteme de programare genetică, metode cibernetice), concluzionând
că, deşi teoretic sunt exacte, metodele bazate pe ecuaţii sunt incapabile de a descrie corect un
model continuu al unei comunităţi. Ca alternativă, autorul vorbeşte de folosirea unor sisteme
complexe, compuse din subsisteme de tip mecanicist şi subsisteme bazate pe diferite tipuri de
91
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
algoritmi informatici şi inteligenţă artificială, fiecare descriind sau controlând acea parte a
sistemului căreia i se potriveşte cel mai bine.
Din punct de vedere logic, o astfel de metodă hibridă pare cea mai corectă, întrucât ea
înlătură în cea mai mare parte dezavantajele fiecărei metode de modelare sau control a
instalaţiei. Dezavantajele acestor să le spunem modele sunt cele legate de descompunerea
corectă a sistemului în subsisteme şi alegerea celor mai bune modele pentru fiecare subsistem:
erorile apărute în această etapă a procesului ar accentua imperfecţiunile sistemelor de modelare
mai degrabă decât să le atenueze, iar controlul sistemului ar fi şi mai greoi.
În plus un astfel de sistem ar avea în mod sigur nevoie de operatori specializaţi şi de
software capabil să interpreteze corect şi rapid informaţiile primite. La fel ca şi pentru pasul
anterior, folosirea unui program informatic incapabil să gestioneze corect informaţiile oferite de
părţile componente ale sistemului, sau lipsa unui personal de asemenea capabil de a calibra
corect sistemul şi de a interpreta fluxurile de date face complet ineficient acest model de
instalaţie. Nu în ultimul rând, controlul informatic al unui sistem este dependent de erorile
inerente oricărui sistem informatic, oricât de performant ar fi el, iar operatorii trebuie
familiarizaţi cu metodele de detecţie şi de înlăturare a acestor erori. În conformitate cu cele
menţionate, unele din programele informatice folosite în practica epurării au fost adaptate pentru
modelele de tip ASM, în special pentru ASM No. 1: GSP-X (Patry and Takács, 1994), BIOWIN
(Envirosim Associates, 2003), G.U.I. (Sorour, 2003) sau West++, utilizabil chiar şi cu date
incomplete provenite de la sistemul de epurare (Sochacki et al., 2009).
Odată îndeplinite aceste condiţii (construcţia corectă a sistemului, implementarea lui în
programe informatice şi asigurarea personalului calificat) sistemele hibride vor da în mod sigur
randament mult superior oricăruia dintre modelele sau sistemele singulare prezentate anterior, şi
vor asigura un control optim al sistemului de epurare. Nu trebuie omis faptul că nici un sistem
de o asemenea complexitate nu poate fi standardizat, iar calibrarea lui trebuie să ţină cont de
caracteristicile fiecărei instalaţii în parte, în urma unor calcule bazate pe datele empirice ale
instalaţiei.
De altfel, informaţii de dată recentă arată că acest tip de construcţie este tot mai des
utilizat în ţările vestice (Cortés et al., 2000; Gernaey et al., 2004), fapt ce susţine şi completează
afirmaţiile anterioare.
92
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
CAPITOLUL 5
CONCLUZII
5.1. Concluzii referitoare la oportunitatea abordării tematicii propuse
5.1.1. Concluzia 1: Există un număr mare de modele matematice referitoare la epurarea
apelor uzate prin procedee implicând nămolul activ. Cu toate acestea, nici un model nu este
universal valabil şi nu poate fi aplicat în toate situaţiile întâlnite în practică, iar alegerea celui
corect depinde de datele particulare ale instalaţiei.
5.1.2. Concluzia 2: Toate modelele sunt perfectibile, dat fiind faptul că au fost
concepute pe baza unor date teoretice, aplicarea în practică fiind dependentă de datele empirice
oferite de instalaţia de epurare.
5.1.3. Concluzia 3: Date fiind concluziile anterioare, noi metode de modelare a fluxurilor
energetice şi de materie din instalaţiile de epurare pot fi utile, explicând şi dezvăluind noi
aspecte ale sistemului, sau folosind la aprofundarea unora deja cunoscute.
5.2. Concluzii privind metodologia specifică cercetării în domeniu
5.2.1. Concluzia 1: Majoritatea covârşitoare a relaţiilor care compun modelele este
bazată pe metodologie inginerească şi pe mod de lucru ingineresc; faptul că operarea staţiilor de
epurare a fost considerată apanajul inginerilor şi nu al biologilor este, probabil, responsabil de
acest aspect, şi de afinitatea mai mare a inginerilor pentru cercetarea în domeniu.
5.2.2. Concluzia 2: Nămolul activ este un ecosistem, iar modelarea relaţiilor dintre
componentele sale pornind de la aceste premise poate oferi soluţii interesante atât pentru
practica epurării apelor, cât şi pentru cercetători în domeniu microbiologiei sau ecosistemelor.
93
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
5.3. Concluzii referitoare la modelele liniare (clasice)
5.3.1. Concluzia 1: Multe dintre relaţiile obţinute sunt similare cu cele obţinute de alţi
cercetători, în modele generate anterior (cazul McKinney – Eckenfelder e cel mai grăitor în
acest sens, dar sunt mai multe astfel de situaţii, la scară mai mică); ajungerea pe căi diferite la
acelaşi rezultat e interesantă din punct de vedere matematic, dar nu oferă date suplimentare
operatorilor staţiilor de epurare, care lucrează, mai tot timpul, cu ecuaţiile finale.
5.3.2. Concluzia 2: Deşi aproape toţi cercetătorii au folosit aceleaşi relaţii pentru variaţia
lui X sau a lui C, felul în care au gândit matematic fiecare parte a relaţiilor a fost la latitudinea
fiecăruia, de unde formule cu grad mai mic sau mai mare de subiectivism (de exemplu, pentru
relaţia care defineşte variaţia lui C, Lawrence şi McCarty, McKinney sau Eckenfelder au oferit
aceeaşi formulă, Q*C0, pentru aportul de substanţă organică al influentului, la fel, Q*C, pentru
substanţa organică evacuată cu efluentul, dar fiecare a oferit propria idee pentru substanţele
consumate în proces).
5.3.3. Concluzia 3: În mod similar celor descrise la concluzia 2, simbolurile şi notaţiile
parametrilor şi constantelor din modele au fost la latitudinea fiecărui cercetător sau grup de
cercetare, de unde posibilitatea relativ ridicată de confuzie în lipsa unei cunoaşteri în amănunt a
modelelor; în lucrarea de faţă am uniformizat notaţiile şi am modificat scrierea ecuaţiilor,
tocmai pentru a rezolva acest tip de problemă.
5.3.4. Concluzia 4: Modelele conţin multe relaţii şi ecuaţii corecte din punct de vedere
matematic, dar care nu ajută cu nimic operatorii staţiilor, fie din cauză că sunt neinteresante din
punct de vedere hidraulic sau biochimic, fie din cauza dificultăţii de a estima sau calcula
anumiţi parametri care apar în formule; se poate afirma că modelele sunt mai interesante din
punct de vedere matematic decât hidrotehnic, deşi scopul lor este de a ajuta eficientizarea
epurării, mai mult decât de a descrie relaţiile pentru biomatematicieni.
5.3.5. Concluzia 5: O parte importantă a modelelor nu sunt derivate corespunzător,
cuprinzând fie relaţiile pentru un singur parametru sau pentru o parte din parametri, fie ecuaţii
cu derivări neterminate, fie ecuaţii nesimplificate; deşi matematic corecte, aceste formule
necesită rafinare pentru a putea fi folosite cu eficienţă maximă în practica epurării; la fel, aceste
probleme au fost rezolvate, pe cât posibil, în prezenta lucrare.
94
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
5.3.6. Concluzia 6: O problemă importantă, care a fost discutată de mai multe ori, este
cea a circulaţiei anevoioase a informaţiei în perioada generării modelelor, de unde erorile de
transcriere sau de interpretare a formulelor, derivările ulterioare eronate sau variantele
fragmentare care se regăsesc în diverse surse bibliografice; în acest sens, lucrarea lui Ognean şi
Vaicum (1987), deşi cu merite importante, în special în uniformizarea unor notaţii şi în
prezentarea într-un singur volum a principalelor modele ale vremii, suferă la capitolul acurateţe
a prezentării ecuaţiilor, prin multe greşeli mai ales la nivelul derivării formulelor, cu toate că
multe din ecuaţiile finale sunt corespunzătoare modelelor iniţiale.
5.4. Concluzii referitoare la modelele matriciale (State-of-Art)
5.4.1. Concluzia 1: Modele State-of-Art sunt mult superioare în complexitate modelelor
liniare şi definesc mult mai corect procesul de epurare din punct de vedere hidraulic şi tehnic,
dar această complexitate duce la dificultăţi de aplicare în practică a modelelor.
5.4.2. Concluzia 2: Notaţiile, funcţiile şi parametrii implicaţi în modele sunt
standardizate, mai multele modele cunoscute în domeniu fiind, de fapt, variante ale modelului
iniţial, ASM No. 1.
5.4.3. Concluzia 3: Numărul de parametri şi de procese implicate în model nu este exact
stabilit, existând numeroase variante ale modelelor, între care principalele diferenţe se referă
tocmai la acest aspect.
5.4.4. Concluzia 4: Complexitatea modelului face dificilă calibrarea lui, fiind necesare
integrarea în model a unui număr mare de date şi componente care necesită calcule şi analize de
laborator sofisticate, iar operarea ulterioară a staţiei necesită personal calificat şi programe
informatice specifice.
5.4.5. Concluzia 5: Aplicarea unui astfel de model la staţii de epurare de dimensiuni mici
sau cu încărcături organice stabile este inutilă, dat fiind că acestea pot fi operate pe baza unor
criterii mai puţin complicate şi mai puţin costisitoare.
95
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
5.5. Modelele bazate pe Inteligenţă Artificială (AI)
5.5.1. Concluzia 1: Majoritatea modelelor AI doar controlează procesul, pe baza datelor
empirice ale instalaţiei, nu oferă informaţii despre proces, cum o fac modelele liniare sau cele
matriciale.
5.5.2. Concluzia 2: Modelele AI pot fi folosite în combinaţie cu alte modele, în special
cu cele matriciale, în sisteme hibrid, în care modelul matricial oferă informaţia, iar cel AI o
foloseşte pentru controlul instalaţiei.
5.5.3. Concluzia 3: Informaţiile oferite de sistemele AI sunt dificil de interpretat de
operatori, dată fiind forma în care sunt furnizate, necesitând personal calificat în culegerea şi
interpretarea datelor.
96
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
BIBLIOGRAFIE
1. ARDEN, E. and W.T. LOCKETT, 1914, Experiments on the oxidation of sewage
without the aid of filters, J. Chem. Soc. Ind., 33 (10).
2. BAEZA, J. A., E. C. FERREIRA, and J. LAFUENTE, 2000, Knowledge-based
supervision and control of wastewater treatment plant: A real-time application, Water
Science and Technology, 41: 129 – 137.
3. BARNETT, W. M., 1992, Knowledge-based expert system applications in waste
treatment operation and control, ISA Transactions, 31: 53–60.
4. BISTRUP, S.M. and C.P.L. GRADY, Jr., 1988, SSSP-Simulation of single sludge
processes, J. Wat. Pollut. Control Fed., 60 (3): 351-361.
5. BRDJANOVIC, D., M. VAN LOOSDRECHT, P. VERSTEEG, C. M. HOOIJMANS,
G. J. ALAERTS, and J. J. HEIJNEN, 2000, Modeling COD, N and P removal in a full-
scale WWTP Haarlem Waarderpolder, Water Research, 34(3): 846–858.
6. BRIGGS, G.E. and J.B.S. HALDANE, 1925, A note on the kinetics of enzyme action,
Biochem. J., 19: 338–339.
7. BRUN, R., M. KÜHNI, H. SIEGRIST, W. GUJER, and P. REICHERT, 2002, Practical
identifiability of ASM2d parameters - Systematic selection and tuning of parameter
subsets, Water Research, 36: 4113–4127.
8. BUCUR, T., 2003, Tehnologii ecologice de protecţia mediului, Ed. Mira Design, Sibiu.
9. CAKMAKCI, M., 2007, Adaptive neuro-fuzzy modeling of anaerobic digestion of
primary sedimentation sludge, Bioprocess Biosyst Eng, 30: 349–357.
10. CHEREMISINOFF, N.P., 1996, Biotechnology for waste & wastewater treatment,
Noyes Publications, New Jersey.
11. CHOI, J.-H., J.-I. SOHN, H.-S. YANG, Y.-R. CHUNG, M. LEE and S.-C. KOH, 2000,
Modeling of recycling oxic and anoxic treatment system for swine wastewater using
neural networks, Biotechnol. Bioprocess. Eng., 5: 355-361.
12. CHRISTOULAS, D.G. and T.H.Y. TEBBUT, 1976, Mathematical model of a complete-
mix activated-sludge plant, Water Research, 10: 797-803.
13. CORTÉS, U., M. SÀNCHEZ-MARRÈ, L. CECCARONI, I.R. RODA and M. POCH,
2000, Artificial intelligence and environmental decision support systems, Appl. Intell.
13: 77–91.
97
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
14. COSTA, C., J. RODRÍGUEZ and M. CARMEN MÁRQUEZ, 2008, A simplified
dynamic model for the activated sludge process with high strength wastewaters, Environ
Model Assess.
15. COX, G.W., 2002, General ecology; laboratory manual (Eight Edition), McGraw - Hill
Publ.
16. DEL BORGHI, M., G. MIGLIORINI, G. ISOLA and G. FERRAIOLO, 1978, Kinetics
for activated sludge process design: Experiment application to straw paper wastewater
treatment, Biotech. and Bioeng. 20(2): 203-215.
17. DOLD, P.L., G.A. EKAMA and G.V.R. MARAIS, 1980, A general model for the
activated sludge process, Prog. Water. Technol. 12: 47–77.
18. ECKENFELDER, W.W. Jr., 1971, Activated sludge and extended aeration, process
design in water quality engineering - new concepts and developements, Vanderbilt
Univ., Nashville, Tenn.
19. ENVIROSIM ASSOCIATES, Ltd., 2003, Using ASM family models in BIOWIN,
technical manual.
20. E.P.A., 1993, Manual Nitrogen Control, E.P.A. Report EPA/625/R93/010, Envir. Prot.
Agency, Washington D.C.
21. E.P.A., 2001, User’s guide for WATER9 software, Office of Air Quality Planning and
Standards, U. S. Environmental Protection Agency Research, Triangle Park, NC.
22. FAIR, G.M., C.J. GEYER and D.A. OKUN, 1968, Water and wastewater engineering,
John Willey and Sons inc., New York - London – Sidney.
23. GADKAR, K. G., I. J. DOYLE III, T. J. CROWLEY and J. D. VARNER, 2003,
Cybernetic model predictive control of a continuous bioreactor with cell recycle,
Biotechnology Progress, 19: 1487–1497.
24. GADKAR, K. G., SARIKA MEHRA and J. GOMES, 2005, On-line adaptation of
neural networks for bioprocess control, Computers & Chemical Engineering, 29: 1047–
1057.
25. GALL, R. A. B. and G.G. PATRY, 1989, Knowledge-based system for the diagnosis of
an activated sludge plant, in G. PATRY and D. CHAPMAN (Eds.), Dynamic modeling
and expert systems in wastewater engineering, Lewis, London.
26. GALVANAUSKAS, V., R. SIMUTIS, and A. LUBBERT, 2004, Hybrid process models
for process optimization, monitoring and control, Bioprocess Biosyst Eng, 26: 393–400.
27. GAUDY, A.F. Jr. and D.F. KINCANNON, 1977, Comparing design models for
activated sludge, Water Sew. Works 123.
98
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
28. GAUDY, A.F. Jr. and R. SRINIVASARAGHAVAN, 1974, Experimental studies on
kinetic model for design and operation of activated sludge processes, Biotech. and
Bioeng. 16.
29. GERNAEY K.V., M.C.M. van LOOSDRECHT, M. HENZE, M. LIND and S.B.
JØRGENSEN, 2004, Activated sludge wastewater treatment plant modelling and
simulation: state of the art, Environmental Modelling & Software 19: 763–783.
30. GRAU, P., M. DOHÁNYOS and J. CHUDOBA, 1975, Kinetics of multicomponent
substrate removal by activated sludge, Water Research 9(7): 637-642.
31. GOODMAN, B.L. and A.J. ENGLANDE, Jr, 1974, A unified model of the activated
sludge process, J. Water Pollution Control Federation 46.
32. GUJER, W., M. HENZE, T. MINO, T. MATSUO, M. C. WENTZEL and G. V. R.
MARAIS, 1995, The activated sludge model no. 2: Biological phosphorus removal,
Water Science and Technology, 31(2): 1–11.
33. GUJER, W., M. HENZE, T. MINO and M. VAN LOOSDRECHT, 1999, Activated
sludge model no.3, Water Science and Technology, 39 (1): 183–193.
34. HENZE, M., W. GUJER, T. MINO, T. MATSUO, M. C. WENTZEL, G. V. R.
MARAIS and M. VAN LOOSDRECHT, 1999, Activated sludge model no. 2d, ASM2D,
Water Science and Technology, 39(1): 165–182.
35. HENZE M., W. GUJER, T. MINO and M. VAN LOOSEDRECHT, 2000, Activated
Sludge Models ASM1, ASM2, ASM2d and ASM3, IWA Publishing.
36. HENZE, M., C. P. L. GRADY, W. GUJER, G. V. R. MARAIS and T. MATSUO, 1986,
Activated sludge model no. 1., IAWPRC Task Group on Mathematical Modelling for
Design and Operation of Biological Wastewater Treatment Processes, Scientific and
Technical Report 1, IAWPRC, London.
37. HENZE, M., C. P. L. GRADY, W. GUJER, G. V. R. MARAIS and T. MATSUO, 1987,
A general model for single-sludge wastewater treatment systems, Water Research,
21(5): 505–515.
38. HUONG, V. L., J. VOTRUBA and I. STUCHL, 1994, Bioengineering analysis of
incomplete data for waste water treatment by fuzzy expert system, Collection of
Czechoslovak Chemical Communications, 59: 595–602.
39. IACOPOZZI, I., V. INNOCENTI, S. MARSILI-LIBELLI and E. GIUSTI, 2007, A
modified activated sludge model no. 3 (ASM3) with two-step nitrification-
denitrification, Environmental Modelling & Software, 22: 847–861.
99
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
40. JONES, G.L., 1978, A mathematical model for bacterial growth and substrate utilisation
in the activated sludge process, in A. JAMES (Eds.) Mathematical models in water
pollution control, John Willey and Sons, New York.
41. KOCH, G., M. KÜHNI, W. GUJER and H. SIEGRIST, 2000, Calibration and validation
of activated sludge model no. 3 for Swiss municipal wastewater, Water Research,
34(14): 3580–3590.
42. LAWRENCE, A.W. and P.L. McCARTY, 1970, Unified theory for biological treatment
design and operation, J. Sanit. Eng. ASCE 96: 757–78.
43. LEE, D. S., 2000, Modeling for industrial wastewater treatment process using hybrid
neural networks, Abstract of the Korean Soc. for Biotechnol. Bioeng., April 8. Taejon,
Korea.
44. MAKINIA, J., S.A. WELLS, D. CRAWFORD and M. KULBIK, 1998, Application of
mathematical modeling and computer simulation for solving water quality problems,
Proceedings of the Fourth International Symposium and Exhibition on Environmental
Contamination in Central and Eastern Europe Warsaw '98, Warsaw, Poland, September
15-17.
45. McKINNEY, R. E., 1962, Mathematics of completely-mixing activated sludge, Journal
of ASCE Proceeding (EE) 88.
46. MONOD, J., 1949, The growth of bacterial cultures, Annu. Rev. Microbiol. 3: 371-393.
47. ODUM, H.T., 1957, Trophic structure and productivity of Silver Springs, Florida, Ecol.
Monogr. 27: 55–112.
48. ODUM, H.T. and J. JOHNSON, 1955, Silver Springs and the balanced aquarium
controversy, Sci. Counsel. 18: 128–130.
49. OGNEAN, T. şi LYDIA-MARIA VAICUM, 1987, Modelarea proceselor de epurare
biologică, Ed. Acad. R.S.R., Bucureşti.
50. ORHON D. and N. ARTAN, 1994, Modelling of activated sludge systems, Techomic
Publishing Company, Lancaster, PA.
51. PARASKEVAS, P. A., I. S. PANTELAKIS and T. D. LEKKAS, 1999, An advanced
integrated expert system for wastewater treatment plants control, Knowledge-Based
Systems, 12: 355–361.
52. PATNAIK, P. R., 2008, Intelligent models of the quantitative behavior of microbial
systems, Food Bioprocess Technol.
53. PATRY, G.G. and I. TAKÁCS, GSP-X: A wastewater treatment plant simulator, 1th
MATHMOD Conference Proceedings, Viena, 2-4 February.
100
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
54. PETERSEN BRITTA, K.V. GERNAEY, M. HENZE and P.A. VANROLLEGHEM,
2000, Calibration of activated sludge models: A critical review of experimental designs,
In: S. AGATHOS and W. REINEKE (Eds.), Biotechnology for the Environment. Focus
on Biotechnology, Vol. 3, Kluwer Academic Publishers BV.
55. PETERSEN BRITTA, K.V. GERNAEY, M. HENZE and P.A. VANROLLEGHEM,
2002, Evaluation of an ASM1 model calibration procedure on a municipal-industrial
wastewater treatment plant, Journal of Hydroinformatics, 4: 15-38.
56. POPA, R., E.C. ISBĂŞOIU şi NICOLETA-CARINA MORARU, 2000, Utilizarea
reţelelor neuronale pentru optimizarea soluţiei de remediere a calităţii apelor uzate,
Hidrotehnica, 45 (5).
57. PUÑAL ANA, J. RODRIGUEZ, A. FRANCO, E. F. CARRASCO, E. ROCA and J. M.
LEMA, 2001, Advanced monitoring and control of anaerobic wastewater treatment
plants: diagnosis and supervision by a fuzzy-based expert system, Water Science and
Technology, 43: 191–198.
58. RAMANATHAN, M. and A.F. GAUDY, Jr., 1971, Steady-state model for activated
sludge with constant recycle sludge concentration, Biotechnol. Bioeng. 13.
59. SEGNEANU, E., 2006, Modernizarea staţiilor de epurare, Ed. Politehnică, Timişoara.
60. SÎRBU, I., 2009, Bazele modelării proceselor şi sistemelor ecologice, Ed.Universităţii
„Lucian Blaga”, Sibiu.
61. SMETS ILSE Y., J. V. HAEGEBAERT, R. CARRETTE and J. F. VAN IMPE, 2003,
Linearization of the activated sludge model ASM1 for fast and reliable predictions,
Water Research, 37: 1831–1851.
62. SOCHACKI A., J. KNODEL, S.-U. GEISSEN, V. ZAMBARDA, G. BERTANZA and
L. PŁONKA, 2009, Modelling and simulation of a municipal WWTP with limited
operational data, in E. PLAZA and E. LEVLIN (Eds.), Research and application of new
technologies in wastewater treatment and municipal solid waste disposal in Ukraine,
Sweden and Poland.
63. SOLLFRANK, U. and W. GUJER, 1991, Characterisation of domestic wastewater for
mathematical modelling of the activated sludge process, Water Science and Technology,
27: 1057–1066.
64. SOROUR, M.T., 2003, Development of an activated sludge software environment for
application in operation, training, and education, Alexandria Engineering Journal, 42
(3): 315-327
101
Horea Olosutean - Modelarea proceselor de epurare cu nămol activ
65. SRINIVASARAGHAVAN, R. and A.F. GAUDY, Jr., 1975, Operational performance of
an activated sludge process with constant sludge feedback, J. Water Pollut. Control.
Fed. 47.
66. STEPHENSON MARJORY, 1928, On lactic dehydrogenase, Biochem. J. 22(2): 605-
614.
67. UDEN, N. van, 1967, Transport limited fermentation and growth of Saccharomyces
cerevisiae and its competitive inhibition, Arch. Microbiol. 58: 155–168.
68. VAICUM LYDIA-MARIA, 1981, Epurarea apelor cu nămol activ. Bazele biochimice,
Ed. Acad. R.S.R., Bucureşti.
69. VANGHELUWE, H., F. CLAEYS and G.C. VANSTEENKISTE, 1998, The WEST++
wastewater treatment plant modelling and simulation environment, Proceedings of the
1998 Simulation in Industry Symposium, Nottingham, UK, October 26-28.
70. VANROLLEGHEM P.A., G. INSEL, BRITTA PETERSEN, G. SIN, D. de PAUW, I.
NOPENS, H. DOVERMANN, S. VEIJERS and K.V. GERNAEY, 2003, A
comprehensive model calibration procedure for activated sludge models, Proceedings of
the Water Environment Federation, WEFTEC 2003: Session 31 through Session 40:
210-237.
71. VANROLLEGHEM P.A., H. SPANJERS, BRITTA PETERSEN, P. GINESTET and I.
TAKACS, 1999, Estimating (combinations of) activated sludge model No. 1 parameters
and components by respirometry, Water Science and Technology, 39(1): 195 – 214.
72. WOOLRIDGE, W.R., 1933, The “stability test” of sewage and its relation to enzyme
activity, Biochem. J. 27(1): 193-201.
73. WOOLDRIDGE W.R. and A.F.B. STANDFAST, 1933, The biochemical oxygen
demand of sewage, Biochem. J. 27(1): 183-192.
74. WOOLDRIDGE W.R. and A.F.B. STANDFAST, 1936, The role of enzymes in
activated sludge and sewage oxidations, Biochem. J. 30(9): 1542-1553.