氮作为生物生长所需的重要营养元素,是造成水体富营养化的原因之一。污水中氮的去除是当今水处理理论与技术研究的热点。传统生物脱氮方法不能高效的去除氨氮,在脱氮的同时会大量消耗能源,而短程硝化反硝化工艺则具有节能、环保,高效、低碳等优点,可以减少碳源、曝气量等的消耗,实现高效脱氮。由于受到溶解氧、p H、温度等各方面因素的影响,实现稳定的短程硝化反硝化较为困难。为了实现稳定的短程硝化反硝化,该试验采用SBR反应器,以人工配制的模拟生活污水作为反应器进水,采用好氧/缺氧的运行方式,通过控制进水氨氮浓度和曝气量,并结合实时监测DO浓度以及时停止曝气的方式,成功实现了短程硝化反硝化。该试验温度均为室温,即25~30℃,从污水厂取回的污泥先进行驯化,使其恢复活性并逐渐富集硝酸菌,进水COD为220 mg/L,氨氮为30 mg/L,正磷酸盐为5 mg/L,采用进水-曝气搅拌-沉淀-排水的方式,经过30天的污泥驯化,反应器出水COD浓度降至20.0 mg/L,氨氮浓度降至0.6 mg/L,硝酸盐氮积累到21.5 mg/L。试验进入到启动阶段,控制进水p H在8.0~8.5,采用进水-曝气搅拌(实时控制)-搅拌-沉淀-排水的方式。启动阶段亚硝酸盐氮的积累分为4个阶段进行:第Ⅰ阶段控制DO在2~3 mg/L,氨氮为30 mg/L,第Ⅱ阶段控制DO在2~3mg/L,氨氮为50 mg/L,第Ⅲ阶段控制DO在1 mg/L以下,氨氮为50 mg/L,第Ⅳ阶段控制DO在1 mg/L以下,氨氮为70 mg/L。经过四个阶段逐渐的选择培养,最终反应器出水氨氮浓度仅为2.0 mg/L左右,去除率达95%以上,好氧段结束时亚硝酸盐氮积累至22.3 mg/L,积累率为91.7%,而硝酸盐氮仅为2.0 mg/L,至此,可以说成功实现了短程硝化反硝化。该试验探讨了短程硝化反硝化工艺稳定周期内无机盐氮的转化规律并对短程硝化反硝化稳定周期内p H、DO的变化进行了观察,结果发现在硝化过程结束时,p H值和DO总会出现一个明显的突跃现象,因此可运用p H值和DO的变化规律,将硝化反应及时控制在亚硝化阶段,避免亚硝酸盐进一步氧化,从而合理的控制曝气量,在实际运用中也更加节约成本。为了实时监测短程硝化反硝化过程中无机盐氮浓度的变化,该试验还研究了一种快速测定的方法,即近红外光谱分析技术结合化学计量学来实现对氨氮、亚硝酸盐氮浓度的定量监测,这种方法能有效解决传统化学测定方法所需大量化学试剂、易产生二次污染、操作繁琐、检测时间长且反应滞后等弊端。试验对近红外光谱的预处理方法进行了比较,采用一阶导数、二阶导数、标准正态变换、多元散射校正、小波去噪的光谱预处理方法,分别结合i PLS方法建立定量分析模型,通过对模型决定系数和均方根误差的考察,得出小波去噪法为氨氮、亚硝酸盐氮定量模型的最佳光谱预处理方法。为了得到氨氮和亚硝酸盐氮的最优定量分析模型,试验运用了三种不同组合形式的建模方法,即主成分分析结合PLS法、小波去噪结合i PLS法、遗传算法结合BP神经网络,来建立短程硝化反硝化工艺中氨氮、亚硝酸盐氮的定量分析模型,试验结果表明,利用遗传算法结合BP神经网络所建的模型效果最优,氨氮的校正决定系数为0.9459,校正均方根误差(RMSECV)为0.0174,预测决定系数为0.9542,预测均方根误差(RMSEP)为0.0442;亚硝酸盐氮校正决定系数为0.9562,RMSECV为0.0155,预测决定系数为0.9336,RMSEP为0.0511,所建模型能对短程硝化反硝化过程中氨氮、亚硝酸盐的浓度起到很好的预测。该试验对短程硝化反硝化过程中无机盐氮的快速测定方法研究,为实时监测提供了一定的技术支持,为无机盐氮的快速测定提供了一种可行的分析技术,对于污水厂的实际应用具有十分重要的意义。