固定化技术对厌氧氨氧化-硫自养反硝化耦合系统的脱氮性能及微生物群落结构的影响研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:yangjian1235
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
厌氧氨氧化与硫自养反硝化构成的耦合系统可以实现同步脱氮除硫,在理论上能实现TN的完全去除,因此是一种极具潜力而又环保的生物处理技术。而微生物固定化技术通过包埋、交联或者吸附的方式,将微生物固定在有机或无机载体的外部或者内部,可以有效减少污泥流失、提高微生物对环境的耐受能力,有助于降低厌氧氨氧化工艺及硫自养反硝化工艺的启动及运维的难度,有利于拓展两种工艺技术的实际运用范围。因此,本课题利用微生物固定化技术,分别启动了固定化厌氧氨氧化工艺、固定化硫自养反硝化工艺及厌氧氨氧化-硫自养反硝化耦合工艺,探究了各工艺的脱氮除硫性能以及微生物群落结构的变化,并进一步探索了微生物固定化技术在各工艺中的作用。制备了以壳聚糖及聚乙烯醇为固定剂的固定化污泥块。固定化污泥块呈立方体,尺寸约为1 cm×1 cm×1 cm,整体颜色为棕色,污泥在其中的分布较为均匀;通过测定固定化污泥块的机械特性得出,固定化污泥块可以在水体中稳定存在;利用批次实验探讨了壳聚糖的微生物降解性,结果表明部分壳聚糖可能会被异养反硝化微生物降解,但微生物对壳聚糖的降解能力远低于对葡萄糖的降解能力,说明固定化污泥块的稳定性较好。探究了利用制备完成的固定化污泥块来启动固定化厌氧氨氧化工艺的可能性。研究结果表明,固定化污泥块可以成功启动固定化厌氧氨氧化工艺。最终,工艺的NH4+-N及NO2--N的平均去除率分别可达为87.32%及85.15%,TN的去除率稳定在75%左右,NH4+-N、NO2--N及NO3--N的平均摩尔比值为1:1.20:0.26。工艺中的主要功能微生物为Candidatus Kuenenia和Candidatus Brocadia,其相对丰度分别为5.49%和0.55%。探究了利用制备的固定化污泥块来启动固定化硫自养反硝化工艺的可能性。研究结果表明,固定化污泥块可以成功启动固定化硫自养反硝化工艺。最终,工艺对NO3--N及S2-的平均去除率分别可稳定在87.28%及100%,NO2--N的平均积累率可达到43.45%。工艺中的主要功能微生物为Thiobacillus,丰度可达到44.78%。以驯养成功的固定化厌氧氨氧化污泥块及固定化硫自养反硝化污泥块为接种污泥,探究了厌氧氨氧化-硫自养反硝化耦合工艺的同步脱氮除硫性能。长期实验的结果表明,耦合工艺的最佳S2-/NO3-为0.6,在此条件下TN的去除率可达85.69%;氮负荷率及硫负荷率在一定范围内快速变化时,耦合系统的去除性能可以保持相对稳定;耦合系统所能承受的最大的氮负荷率及硫负荷率分别为0.8 kg-N·m-3·d-1和0.54 kg-S·m-3·d-1;固定化技术可以在一定程度上缓解温度对厌氧氨氧化菌及硫自养反硝化菌的活性造成的影响。扫描电镜和体式镜的结果表明,固定化污泥块的结构适合于厌氧氨氧化菌和硫自养反硝化菌的附着和生长,其中厌氧氨氧化菌更倾向存在于污泥块的表面。耦合工艺中,Thiobacillus和Sulfurimonas是硫自养反硝化的优势菌属,Candidatus Brocadia和Candidatus Kuenenia是厌氧氨氧化的优势菌属。
其他文献
联邦学习是一种能够让多个客户端在不共享数据的情况下协同训练机器学习模型的分布式机器学习技术。然而,已有的研究表明,当客户端之间的数据分布是异构的时候,联邦学习会出现明显的性能下降。为了解决这一具有挑战性的问题,研究人员提出了个性化联邦元学习,其中每个客户端通过在联合训练的全局元模型上进行微调获得个性化模型。尽管个性化联邦元学习在这一问题上取得了不错的成果,但是由于这类方法隐式地假设了不同客户端中采
学位
界面设计是对界面元素布局和人机交互逻辑的整体设计,是APP研发过程中的一个重要环节。传统的APP界面设计主要依赖界面设计师根据软件需求及自身经验来完成,而非专业设计人员往往难以进行APP界面设计。因此,自动识别界面需求文本中的组件信息并自动生成APP界面布局有重要的研究意义。本文设计了一种基于界面需求文本的APP界面布局自动生成方法,具体研究工作包括:(1)针对从界面需求文本中识别组件的问题,本文
学位
分子体系精确的电子结构与光谱是反映分子内部物质结构信息的主要途径,从中可以获得分子的能级结构、分子物理和化学性质等信息。实验获得分子体系的结构与光谱信息受技术手段发展的限制,采用基于量子力学从头计算的分子轨道理论便成为认识分子电子结构与光谱的重要手段。本文采用高精度的多参考组态相互作用方法,主要研究了之前文献中有“争议”的GeH+分子离子、HF分子等体系的电子激发态相关问题,获得了一些分子较为精确
学位
现实中存在大量约束多目标优化问题,这些问题不仅存在多个需优化的目标,也存在诸多限制条件。基于群体搜索的进化算法非常适合求解具有多解特性的多目标优化问题。约束多目标进化算法需要在满足所有约束条件的情况下,得到收敛性和分布性尽可能好的可行非劣解集。在多目标进化算法中处理约束的难点之一是如何有效利用有价值不可行解蕴含的信息,引导种群跨越不可行区域搜索到全局可行前沿;二是如何较完整地捕捉约束带来的形状复杂
学位
高次谐波为产生超快相干XUV光源提供了独特的方法,因具有体积小、高稳定性以及可调谐性等特点,成为了当今获得桌面化极紫外光源的主要手段。对高次谐波发射的谱学及时空特性研究和基于高次谐波光源的电子动力学研究可以让人们更深入的了解微观量子世界。高次谐波本身具有良好的相干性与及极短的脉冲时间特性,对分立级次谐波的能量进行调谐可以拓展谐波源的应用范围与实用价值。在拥有能量覆盖范围较广的XUV光源下,通过阿秒
学位
人脸美感预测(Facial Beauty Prediction,FBP)在计算机视觉领域中是一个非常有趣且富有挑战性的任务,其模拟人类对于容貌图像的感知,捕捉图像中人脸的眼睛、鼻子、皮肤等各项特征,进而量化容貌图像的美感。虽然容颜不代表一切,但拥有一张美丽的脸庞是大多数人内心之中的渴求。容颜的重要性不仅仅体现在个人层面上,在企业层面上,它也能够产生商业价值。因此,研究人脸美感预测具有十分重要的意义
学位
2019年底开始流行的新型冠状病毒所具备的传染性强和持续变异的特性,导致新冠肺炎的感染和死亡人数不断攀升。临床上X光胸片是甄别新冠肺炎确诊患者的重要依据。采用深度神经网络对X光胸片进行新冠肺炎自动识别,可辅助医生提高甄别新冠肺炎患者的效率与准确率。现有的新冠胸片识别神经网络大都是手动构建的深度卷积神经网络。一方面,新冠患者与健康人体的胸片间差异较细微,甄别难度较大。仅采用卷积来提取局部特征的卷积神
学位
在生态文明建设日益重要的背景下,环境质量改善需要正确认识和处理好环境保护与社会经济发展的关系。目前,空气污染空间特征的研究相对仍缺乏深入探索。在经济全球化背景下,区域内部产业分工与合作、城市间的经济联系十分紧密。区域性空气污染治理和监管,需要空气污染空间特征物理属性侧信息的支撑,也需要空间特征社会经济属性侧信息的支持。道路交通运输是人流和物流的空间流通,体现了地区之间在生产要素上的相互牵引,是经济
学位
具有激发态分子内双质子转移(ESDPT)特性的分子在生物细胞编码、荧光传感器、生物分子探针和发光染剂等多样化领域具有广泛的应用和发展前景。不同体系的ESDPT过程复杂多变,易受结构变化和环境等因素影响,对于揭示激发态分子内双质子转移过程机理的研究将有助于指导新型材料和生物分子探针的设计合成以及优化。在本论文中,我们采用飞秒瞬态吸收光谱技术以及含时密度泛函理论方法,对具有不对称分子结构和不同极性溶剂
学位
目前,居民的生活更加富裕,生活水平正在不断提高,与此同时厨余垃圾(food waste,FW)的产生量也在迅速增加,在能源与环境双重压力下,厌氧消化技术被认为是处理厨余垃圾最有市场发展前景的技术。厌氧消化技术又分为干式厌氧和湿式厌氧两个分支,厌氧产生的沼液大多进污水处理系统,而沼渣又分为填埋、焚烧和堆肥3种处理方式,从而派生出6条技术路线。不同技术路线的环境影响和经济效益不同,目前尚无详细的论证,
学位