Thermochemistry modelling applied to activated sludge process: Feasibility assessment

Aktivt slam är en biologisk process som används i stor utsträckning för rening av avloppsvatten, där bakterier som odlas under luftiga förhållanden avlägsnar organiska ämnen och näringsämnen från förorenat vatten. För industriell verksamhet modelleras denna process för att representera och förutsäga biologiska fenomen. De modeller som används för närvarande (främst modellen för aktiverat slam) ger acceptabla resultat men har vissa begränsningar, t.ex. lång kalibreringstid och beroende av många modellparametrar som är svåra att förutsäga. Under detta projekt som genomfördes på företaget SUEZ bedömdes det om sådana modeller kunde förbättras genom att lägga till ett termokemiskt perspektiv i deras arkitektur, antingen genom att minska antalet parametrar eller genom att teoretiskt förutsäga deras värden. Det termokemiska bidraget bedömdes på två olika nivåer: de stökiometriska förhållanden som beskriver systemet och de biologiska processernas kinetik. På grundval av en omfattande litteraturstudie valdes två metoder ut för att föra in termodynamiska överväganden i dessa delar av modellen. Termodynamiska beräkningar som krävs för att förbättra specifikationen av de förorenande molekyler som finns i vattenmatrisen. Arkitekturen i den ursprungliga modellen för aktiverat slam ändrades för att möjliggöra en differentiering mellan substrat av olika slag. När det gäller den stökiometriska studien visade det sig att den dynamiska förutsättningen av termodynamiska begränsningar för reaktionerna inte var av något större intresse med tanke på de stora mängder energi som finns tillgängliga. Användningen av olika organiska substrat gav dock intressanta resultat, eftersom det gjorde det möjligt att modellera de biologiska beteendena på ett mer detaljerat sätt och att förutsäga tillväxten av specifika typer av mikroorganismer. Den kinetiska studien gav måttliga resultat, med adekvata simuleringar men utan någon ny större förbättring av modellen. Den mest lovande utvecklingen av denna studie tycks vara en modell som omfattar en mängd olika organiska substrat med motsvarande biomassapopulationer, för att kunna rikta in sig på den specifika förekomsten av intressanta bakterier.

Activated sludge is a biological process that is widely used for wastewater treatment, where bacteria grown in aerated conditions remove organic substances and nutrients from polluted waters. For industrial operations, this process is modeled to represent and predict biological phenomena. Currently used models (mainly, the Activated Sludge Model) give acceptable results but suffer from some limitations such as long calibration time and dependency on an many model parameters that are difficult to predict. During this project conducted at the company SUEZ, it was assessed whether such models could be improved by adding a thermochemical perspective to their architecture, either by reducing the number of parameters involved or by predicting theoretically their values. The contribution of thermochemistry was assessed on two different levels: the stoichiometric relations that describe the system, and the kinetics of the biological processes. Based on an extensive literature study, two methods were selected to inject thermodynamical considerations to these parts of the model. Thermodynamic calculations required to improve the specification of the pollutant molecules present in the water matrix. The architecture of the initial Activated Sludge Model was modified to allow for a differentiation between substrates of different nature. Regarding the stoichiometric study, it appeared that the dynamic prevision of thermodynamical constraints over the reactions did not show a major interest considering the high amounts of energy available. However, the use of different organic substrates gave interesting results because it allowed to model more finely the biological behaviors and to predict the growth of specific types of microorganisms. The kinetic study gave mitigated results, with adequate simulations but no new major improvement to the model. The most promising development of this study appears to be a model involving a multiplicity of organic substrates, with corresponding biomass populations, to target the specific occurrence of bacteria of interest.