Estymacja respiracji wykorzystująca pomiar stężenia tlenu w SBR

• Autorzy: Piotrowski R.

Identyfikatory

DOI

10.15199/17.2018.4.4

Warianty tytułu

EN

Estimation respiration using dissolved oxygen measurement in SBR

• Języki publikacji: PL

Abstrakty

PL

Biologiczna oczyszczalnia ścieków jest złożonym nieliniowym systemem przemysłowym. Jednym z istotnych i kosztownych procesów tam zachodzących jest napowietrzanie ścieków. Z procesem tym związana jest respiracja, czyli szybkość zużywania tlenu przez bakterie oczyszczające ścieki. Jest to jeden z najważniejszych parametrów, decydujący o efektywności oczyszczania ścieków. Niestety koszt zakupu urządzeń do pomiaru respiracji - respirometrów jest bardzo wysoki i w oczyszczalniach ścieków nie są one instalowane. W artykule dokonano estymacji respiracji, w oparciu o pomiar stężenia tlenu w biologicznej oczyszczalni typu wsadowego. W tym celu wykorzystano rozszerzony filtr Kalmana. W badaniach symulacyjnych przedstawiono wyniki estymacji respiracji dla biologicznej oczyszczalni ścieków typu SBR.

EN

Biological wastewater treatment plant is a complex, nonlinear, industrial system. One of the significant and costly process taking place there is aeration of wastewater. This process involves the respiration - the rate of oxygen consumption by the bacteria. It is one of the most important parameter deciding on the efficiency of wastewater treatment. Unfortunately, the cost of buying respiratory equipment - respirometers is very high and in wastewater treatment plants they are not installed. The paper presents estimation of respiration based on the measurement of dissolved oxygen. For this purpose, the extended Kalman filter is used. Simulation results for the biological wastewater treatment plant type SBR are presented.

Słowa kluczowe

PL

rozszerzony filtr Kalmana; estymacja; stężenie tlenu; napowietrzanie; respiracja; biologiczna oczyszczalnia ścieków; SBR

EN

extended Kalman filter; estimation; dissolved oxygen; aeration; respiration; biological wastewater treatment plant; SBR

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Gaz, Woda i Technika Sanitarna
• Rocznik: 2018
• Tom: Nr 4
• Strony: 138--144
• Opis fizyczny: Bibliogr. 25 poz., rys., tab.

Twórcy

autor

Piotrowski R.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki, ul. Narutowicza 11/12, 80-233 Gdańsk, Polska

Bibliografia

• [1] Bakun P. 2016. „Zaawansowane algorytmy estymacji respiracji w biologicznej oczyszczalni typu SBR”. Praca dyplomowa, Politechnika Gdańska, Wydział Elektrotechniki i Automatyki.
• [2] Błaszkiewicz K., R. Piotrowski, K. Duzinkiewicz .2014. „A Model-Based Improved Control of Dissolved Oxygen Concentration in Sequencing Wastewater Batch Reactor”. Studies in Informatics and Control, Vol. 23 (4): 323-332.
• [3] Copp J.B., H. Spanjers, P.A. Vanrolleghem. 2002. „Respirometry in control at activated sludge process: benchmarking control strategies”. Scientific and Technical Report No. 11, IWA Publishing, London.
• [4] Gerkšič S., D. Vrečko, N. Hvala.2006.„Improvingoxygenconcentrationcontrol in activated sludge process with estimation of respiration and scheduling control”. Water Science Technology, Vol. 53 (4-5): 283-291.
• [5] Henze M., W. Gujer, T. Mino, T. Matsuo, M.C. Wentzel, G.v.R. Marais, M.C.M. van Loosdrecht 1999. „Activated Sludge Model No. 2d, ASM2d”. Water Science and Technology, Vol. 39 (1): 165-182.
• [6] Hirsch P., R. Piotrowski, K. Duzinkiewicz. 2015. „Two-Step Model Based Adaptive Controller for Dissolved Oxygen Control in Sequencing Wastewater Batch Reactor”. Proc. of the 20th International Conference on Methods and Models in Automation and Robotics - MMAR 2015, August 24-27, Międzyzdroje, Poland.
• [7] Hirsch P., R. Piotrowski, K. Duzinkiewicz, M. Grochowski. 2016. „Supervisory Control System for Adaptive Phase and Work Cycle Management of Sequencing Wastewater Treatment Plant”. Studies in Informatics and Control, Vol. 25 (2): 153-162.
• [8] Lindberg C.F. 1997. „Control and estimation strategies applied to the activated sludge process”. PhD thesis, University of Uppsala, Sweden.
• [9] Lukasse L.J.S. 1999. „Identification and control of activated sludge plants, using respirometry”. PhD thesis, Wageningen Agricultural Engineering, The Netherlands.
• [10] Marsili-Libelli S., F.T. Tabani. 2002. „Accuracy analysis of a respirometer for activated sludge dynamie modelling”. Water Research, Vol. 36, (5): 1181-1192.
• [11] Petersen B. 2001. „Calibration, identifiability and optimal experimental design of activated sludge model”. PhD thesis, University of Gent, Belgium.
• [12] Piotrowski R. 2011. „Hierarchiczne sterowanie predykcyjne stężeniem tlenu w reaktorze biologicznej oczyszczalni ścieków”. Monografie 112, Wydawnictwo Politechniki Gdańskiej.
• [13] Piotrowski R. 2013. „Przegląd, analiza działania i ocena algorytmów sterowania stężeniem tlenu z wykorzystaniem pomiarów związków azotu”. Gaz, Woda i Technika Sanitarna (11): 438-445.
• [14] Piotrowski R. 2015. „Two-Level Multivariable Control System of Dissolved Oxygen Tracking and Aeration System for Activated Sludge Processes”. Water Environment Research, Vol. 87, (1): 3-13.
• [15] Piotrowski R. 2016. „Adaptacyjny system sterowania stężeniem tlenu i instalacją napowietrzającą w oczyszczalni ścieków typu SBR”. Gaz, Woda i Technika Sanitarna (5 ): 176-183.
• [16] Piotrowski R. 2016. „Comparison of Two Nonlinear Predictive Control Algorithms for Dissolved Oxygen Tracking Problem at WWTP”. Journal of Automation, Mobile Robotics & Intelligent Systems, Vol. 10, (1): 8-16.
• [17] Piotrowski R., K. Błaszkiewicz, K. Duzinkiewicz .2016. „Analysis the Parameters of the Adaptive Controller for Quality Control of Dissolved Oxygen Concentration”. Information Technology and Control, Vol. 45, (1): 42-51.
• [18] Piotrowski R., A. Skiba. 2015. „Nonlinear Fuzzy Control System for Dissolved Oxygen with Aeration System in Sequencing Batch Reactor”. Information Technology and Control, Vol. 44, (2): 182-195.
• [19] Plattes M., D. Fiorelli, S. Gillé, C. Girard, E. Henry, F. Minette, O. O’Nagy, P.M. Schosseler. 2007. „Modelling and dynamic simulation of a moving bed bioreactor using respirometry for the estimation of kinetic parameters”. Biochemical Engineering Journal, Vol. 33( 3 ): 253-259.
• [20] Simba, http://www.ifak-system.com/en/environmental-simulation/simba/dostęp: 10.11.17.
• [21] Skiba A., R. Piotrowski. 2011. „Model instalacji napowietrzającej dla celów sterowania - studium przypadku”. Modelowanie Inżynierskie, Tom 11, Zeszyt 42 :395-406.
• [22] Suchodolski T., M.A. Brdyś, R. Piotrowski. 2008. „Respiration rate estimation for model predictive control of dissolved oxygen in wastewater treatment plant”. The 11th IFAC Symposium on Large Scale Systems: Theory and Applications, Gdańsk, July 23-25, 2007, Poland. Elsevier, Vol. 11, No. 1, Austria - Laxenburg.
• [23] Welch G., G. Bishop. 2006. „An Introduction to the Kalman Filter”. Department of Computer Science, University of North Carolina, Chapel Hill. https:// www.cs.unc.edu/~welch/media/pdf/kalman_intro.pdfi dostęp: 10.11.17.
• [24] Yoo Ch.K., I.-B. Lee. 2004. „Soft sensor and adaptive model-based dissolved oxygen control for biological wastewater treatment processes”. Environmental Engineering Science, Vol. 21, (3): 331-340.
• [25] Young J., R. Cowan. 2004. „Respirometry for environmental science and engineering”. SJ Enterprises, Springdale.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).