【摘 要】
:
好氧颗粒污泥(Aerobic granular sludge,AGS)具有密实的微观结构、优良的沉降性能、较强的耐冲击性和多样的微生物种群。因此,其在污水处理领域具有广阔的应用前景。但是,不同培养条件得到的AGS不稳定、长期储存过程中AGS易发生解体和微生物失活、储存后的AGS恢复时间长等问题限制了AGS技术在实际工程中的应用和推广。为此,系统观察并研究了AGS的整个生命周期,包括AGS的培养(形
论文部分内容阅读
好氧颗粒污泥(Aerobic granular sludge,AGS)具有密实的微观结构、优良的沉降性能、较强的耐冲击性和多样的微生物种群。因此,其在污水处理领域具有广阔的应用前景。但是,不同培养条件得到的AGS不稳定、长期储存过程中AGS易发生解体和微生物失活、储存后的AGS恢复时间长等问题限制了AGS技术在实际工程中的应用和推广。为此,系统观察并研究了AGS的整个生命周期,包括AGS的培养(形成)、AGS的储存以及储存后的AGS活性恢复等过程,从而为AGS的培养技术提供理论依据、为AGS储存方法的选择提供有价值的参考。所做的主要工作和结果如下:(1)以葡萄糖和乙酸钠为混合碳源,采用调控耗氧有机污染物浓度(以COD计)、表面上升气速和污泥沉降时间的方法在序批式反应器(SBR)中培养AGS。结果表明,在第110d,AGS培养成功,颗粒粒径主要分布在1.43~2.26mm,污泥容积指数(SVI30)为28m L/g,沉降速度为94m/h,污泥挥发组分比例(MLVSS/MLSS)为0.72。AGS对COD、总氮(TN)和总磷(TP)的去除率分别达到95%、80%、70%。(2)研究了污泥颗粒化过程中胞外聚合物(EPS)的变化规律及蛋白质(PN)与污泥表面特性的相关性,分析了AGS和接种污泥的EPS组分差异。结果显示,在好氧污泥颗粒化期间,EPS中的PN含量由13.98mg/g增加到41.86mg/g,多糖(PS)含量维持在15.88~26.74mg/g。PN含量与污泥Zeta电位和污泥表面相对疏水性(RH)分别呈负相关和呈正相关,相关系数(r)分别为0.950、0.934。与接种污泥相比,AGS的EPS中代表酪氨酸和色氨酸类蛋白质的荧光强度增强,并且出现芳香族蛋白和富里酸类物质以及含有N—H官能团的蛋白质。(3)在室温下,将AGS储存在浓度分别为30、60、100、150、200和300mg/L的苯酚溶液以及蒸馏水中,探究不同浓度的苯酚溶液对AGS稳定性的影响,确定最有利于维持AGS稳定性的储存方法。实验结果表明,储存150d后,60mg/L苯酚溶液中的AGS具有较好的颗粒状结构和密实性且其向储存溶液中释放的污染物质含量较少。AGS中的优势菌纲(黄杆菌纲、变形菌纲和放线菌纲)丰富度降低,梭状芽孢杆菌纲丰富度增加。根据储存时间的长短,可选择不同浓度的苯酚溶液储存AGS。短期(1~70d)和长期(70~150d)储存AGS,分别选用30、60mg/L苯酚溶液为储存溶液有利于维持颗粒污泥的微生物活性。(4)对储存在60mg/L苯酚溶液中的AGS进行活性恢复。实验结果表明,经过28d的再培养,AGS的结构完整性和微生物活性即可恢复到储存前的水平。在恢复期间,AGS经历了“破碎”到“重塑”的演变过程。恢复后,AGS的SVI30和SVI5分别为26.1、27.6m L/g,MLSS和MLVSS分别为16903、12001mg/L,MLVSS/MLSS为0.71,脱氢酶活性(DHA)为71.36μg TF/(g·h),对COD、TP和TN去除率分别达到97.34%、89.88%、64.37%。
其他文献
几十年来,研究人员一直致力于开发能够模拟人类皮肤功能的触觉感知技术,制备拟人电子皮肤。电子皮肤融合了高度多样化和跨学科的专业知识,其中柔性传感器是电子皮肤实现触觉感知功能的关键部件。然而,柔性传感器的发展却存在着许多挑战与困难。首先,柔性传感器需要具有可穿戴性,并且能够适应于不同形状的表面,同时也需要具备生物相容性、耐用性和耐磨性。第二,柔性传感器需要实现在复杂环境下的适用性,能够区分多种不同的外
电解加工以离子去除的方式实现对零件的加工,理论上具备高精度加工的潜能,而且没有加工作用力和工具损耗,不受工件硬度影响,因此非常适合进行微细加工。但在实际电解加工中,因为电解液良好的导电性,很难控制电解反应发生在工件表面指定的加工区域,从而产生杂散腐蚀,导致加工精度不高,限制了微细电解在实际加工中的应用。微细电解加工常以铣削方式进行,工具形状多为棒状阴极,对棒状阴极侧壁进行绝缘是提高微细电解加工精度
蜿蜒屈曲纤维作为一种类似弹簧结构且具有x/y单向延伸效果的超延展性材料,已被广泛研究并应用在可拉伸/柔性电子器件和微光纤的制造中。然而,蜿蜒结构在生物组织工程支架制造领域的研究尚未得到很深入的研究,且要实现微尺度高一致性蜿蜒结构的精确制造,仍然是一个巨大的挑战。主要是纤维的结构、形貌、力学性能等参数难以实现实时闭环控制,现有的制备工艺限制了纤维支架微结构的精确制造。因此,亟需一种能稳定、精确地制造
随着互联网技术的发展,移动设备已经成为我们工作生活必不可少的工具,保障移动应用的数据安全成为亟待解决的问题。作为一项有效的安全技术,区块链成为可行的解决方案。由于硬件的限制,移动设备无法承载区块链工作量证明所需的算力,移动边缘计算被提出用来解决这一问题。因此,如何设计一个有效的卸载机制,对异构的边缘计算资源进行分配,激励边缘服务提供商和移动设备参与资源市场交易,并在满足经济学性质的前提下最大化系统
同时定位与地图构建(SLAM)是机器人移动导航的核心技术。在SLAM系统框架中,稠密地图能为机器人提供完整的环境信息,是机器人实现定位、导航和避障功能的关键基础,因此构建稠密地图在SLAM中占据非常重要的位置。而当前稠密建图多基于静态环境提出。实际中,由于动态物体(如行人、车辆)的存在,基于静态物体构建的稠密地图的质量由此大幅下降。解决动态环境下稠密建图的问题具有十分重要的意义。在总结前人工作的基
越来越多的研究和实验表明,长非编码RNA(lnc RNA)在人类各种生物过程的发生、发展中起着关键作用,并与多种复杂疾病存在联系。挖掘lnc RNA与疾病之间的潜在关联,探索lnc RNA在疾病发展过程中扮演的“角色”,对于疾病致病机理在分子水平上的理解和疾病的预防、诊断、临床治疗具有重大意义。近年来,基于机器学习算法的lnc RNA-疾病预测模型被提出。此类模型通常利用已知的lnc RNA生物学
随着带有定位功能设备的广泛普及,定位服务提供商等数据管理者已收集了大量用户位置数据及移动轨迹数据。数据中可能包含用户的隐私信息,直接发布此类数据集与第三方共享,可能会导致个人隐私泄露。差分隐私可以防止背景攻击,有效保护数据隐私。如何将差分隐私应用于轨迹序列数据集中,生成发布具有高数据可用性的数据集,是当前研究的主要方向,也是本文关注的重点。本文针对连续型轨迹序列数据,研究数据发布差分隐私保护方法,
随着社会的发展以及移动互联网的普及,人们对饮食方面的需求也在增大,加上信息领域和物流行业的迅速发展,人们能够接触到各种各样的食材。移动设备自动识别采购得来的食材,配合移动端的菜谱应用软件,就能生成各种美味食品的烹饪方法,对满足人们对美食的追求具有现实意义。但这也对食材识别模型和识别速度提出了更高的要求。近年来,深度学习广泛应用在目标检测中,但随着深度学习研究的深入,为了设计检测精度高的卷积神经网络
自比特币白皮书诞生以来,区块链便作为一项新兴的计算机技术被学者和研究人员发掘,至今区块链的发展已有十多年的发展。由于区块链技术去中心化、去信任、不可篡改等特性,这项技术也逐渐被应用于金融、供应链、物流、保险、跨境支付等领域。共识机制作为区块链技术的重中之重,用于在分布式系统中达成数据的一致性,而一致性问题是分布式系统中最重要的问题,另外共识机制也很大程度上决定了区块链系统效率的高低。在本文的工作中