论文部分内容阅读
随着更加严格的制药工业水污染物排放标准的颁布和实施(GB 21904-2008),发酵类和化学合成类制药废水如何达标排放是目前国内外水处理行业研究的热点,也是制药企业亟待解决的难点。本研究以头孢菌素类中间体废水为研究对象,利用3套生物反应器,即膜生物反应器(CMBR)和自主设计的环流膜生物反应器(LMBR)处理医药中间体废水。对比了3套反应器对含制药的化学合成类制药废水运行效能,同时还考察了不同的生态因子对LMBR运行效能及微生物特性的影响,从而为制药废水处理实际工程提供参考和依据。考察了不同HRT条件下3套生物反应器对制药废水的运行效能,进而确定了最适制药废水处理的生物反应器及相应的HRT。试验结果表明:在相同HRT条件下,LMBR2和LMBR1对COD、氨氮、TN及制药的去除率明显高于CMBR。HRT=14h时CMBR、LMBR1和LMBR2对COD的平均去除率分别为93.04%、94.91%和95.06%;对氨氮的平均去除率分别为86.04%、89.04%和89.26%;对TN的平均去除率分别为66.83%、74.63%和75.19%;对7-ACA的平均去除率分别为77.7%、81.06%和81.53%;而对于同一反应器,HRT变小,污染物的去除效果下降。在前期研究基础上,考察了不同生态因子条件下LMBR对制药废水的运行效能,进而确定了LMBR的最佳生态因子条件。并结合响应曲面法对LMBR进行了优化设计,得到最佳实验条件为HRT=14h; DO=2.0mg/L; 7-ACA容积负荷=0.023 kg7-ACA/m3·d。基于ASM1、MLR和BP神经网络建立了能够预测模拟LMBR稳定运行期间不同生态因子条件下去除效果的数学模型,揭示了不同环境生态因子与COD、氨氮和7-ACA去除率的定量关系式。并用三种不同的模型对LMBR的出水进行预测研究,对三种模型进行对比后发现,BP神经网络所建立的模型精度最高。而作为机理模型的ASM1不比BP神经网络模型的预测结果好,证明在污水处理系统中神经网络具有很好的应用前景。