Automazione degli impianti di trattamento biologico delle · PDF fileS. Marsili-Libelli,...

1

Automazione degli impianti di trattamento biologico delle acque reflue

Stefano Marsili-LibelliDipartimento di Sistemi e InformaticaUniversità di FirenzeEmail: [email protected]: www.dsi.unifi.it/~marsili

2/61S. Marsili-Libelli, Automazione dei processi di depurazione

Perché controllare?

Il processo non opera mai in stato stazionario perché:L’influente cambia continuamente, sia in portata che in composizione

Le condizione ambientali cambiano con ritmo giornaliero e stagionale

Le prestazioni richieste cambiano con la situazione ambientale e del corpo idrico recettore

In condizioni tempo varianti è necessario un controllo in tempo reale per garantire:

Che l’effluente sia entro i limiti di legge

La salvaguardia dell’impianto

L’economicità della gestione

Difficoltà del controllo:Spesso si devono armonizzare obiettivi contrastanti

Le dinamiche di processo sono nonlineari e tempo-varianti


Il contesto tecnologico

Alla crescente domanda di automazione si può dare un’efficace risposta solo combinando le conoscenze in tre settori tecnologici complementari:

Tecniche avanzate di automazione, basate su modelli di processo evoluti e metodi di intelligenza artificiale;

Strumentazione analitica di processo, per un’approfondita conoscenza in tempo reale delle variabili critiche;

Sistemi di comunicazione digitale (bus di campo) ed elaborazione di processo.

Importanti sforzi comunitariIl progetto SMAC, acronimo per SMArt Control of wastewatersystemsLa conferenza specialistica quadriennale ICA (Instrumentation, Control and Automation) (Malmo, 2001; Busan, 2005)

Il progetto Benchmark (COST 682 e 624).


La maggiore complessità richiede maggior controllo

Controllo manuale Controllo automatico


Obiettivi generali del controllo

L’automazione dei processi di depurazione si pone i seguenti obiettivi:

Ottimizzazione del rendimento depurativo in ogni condizione di funzionamento; Incremento dell’affidabilità e del rispetto dei limiti di legge attraverso il monitoraggio ed il controllo coordinato delle varie unità di processo.

I processi di più moderna concezione forniscono il rendimento atteso solamente se opportunamente automatizzati. Ad es.

BiomembraneBiomasse granulari Rimozione avanzata azoto mediante combinazione Sharon/Anammox


Obiettivi specifici del controllo dei processi di depurazione

Controllo idraulicoGarantire il tempo di ritenzione idraulico di progettoEvitare sovraccarichi, specialmente sul sedimentatore secondario

Controllo della biomassa (Posizionamento)Assicurare una efficace ripartizione della biomassa fra sedimentazione (accumulo) e vasche di reazione (attività)

Controllo della biomassa (Inventario)Evitare lo sviluppo di micro-organismi dannosi (filamentosi)Evitare tempi di ritenzione dei solidi (SRT) eccessivi

Controllo della rimozione dei nutrienti e dei costi operativiAssicurare le condizioni che producono la migliore qualità dell’effluente in termini di

rimozione dei nutrienti economicità di gestione

Controllo membranaResistenza alla filtrazioneFouling e Clogging


Importanza relativa dei vari problemi di controllo

0% 25 % 50 % 75 % 100 %

0%

25 %

50 %

75 %

100 %

Impo

rtanz

a de

l con

trollo

Situazione di carico

ControlloidraulicoDistribuzione

biomassa

Rimozione nutrientie costi operativi

Controllo composizione biomassa


Relazioni causa-effetto del controllo


Cosa si può controllare e come

Non tutte le azioni di controllo sono ugualmente presenti in tutti gli impianti.

La percentuale qui sotto mostra quali sono le regolazioni più utilizzate, gli automatismi che le realizzano e qual’è la variabile usata per la regolazione

ProcessoRegolatore uscitaSet-pointL’ingresso al sistema di controllo coincide quasi sempre con l’uscita del processo


Controllo integrato al bacino


Innovazioni significative nell’automazione

Miglioramenti nella tecnologia dei sensori e degli attuatori, consentendo la misura affidabile dei nutrienti (azoto e fosforo) e

l'utilizzo di tecniche respirometriche in linea;

Incremento dell’adozione di sistemi SCADA (Supervisory

Control and Data Acquisition) provenienti da settori di processo

dove l’Automatica si è già affermata da tempo;

Utilizzo di modelli dinamici avanzati (ASM) e la disponibilità di

loro implementazioni software;

Migliore integrazione fra le conoscenze tipiche dell’Ingegneria

Sanitaria con quelle di area sistemistica - informatico, in particolare

l’uso di modelli complessi e di sistemi di regolazione basati su

tecniche di intelligenza artificiale.


Tecnologia dei sistemi di controllo

Architetture di controllo gerarchiche, il cui hardware riflette la strutturazione delle azioni di controllo:

massimizzare lo scambio di informazioni in senso “orizzontale”, cioè fra organi di pari livello gerarchicolimitare allo stretto necessario lo scambio “verticale”di informazioni.

ETHERNET

WWWWWW

BUS DI CAMPO

GATEWAY

Livello diimpianto

Livello di unità

Livello didispositivo

GATEWAY


Necessità di avere dei buoni sensori…..

Da:Ingildsen P. and Olsson G. Get more out of your wastewatertreatment plant. DanfossAnalytical, 2001


Architettura di un sistema di controllo

Sistemi diacquisizionedatiSensori

Processo

Sistema dielaborazione di processo

NO3-, ORP, pH pH, DO, NH4+, SS

F

NN NNNN NNNN NN NN NN

SBH

Bus di campo

Control Panel

Flow

PressureAlarmConditions

STOP

Temperature

SistemaSCADA ed

elaborazionedi processo

LibreriaModelli

LibreriaRegolatori


Requisiti del sistema di acquisizione e controllo

Utilizzo di tecnologie standardBus di campo compatibili con il modello OSI (Open SystemsInterconnections)Architetture modulari ed aperte

Evitare di adottare standard proprietari che portano alla dipendenza da un singolo fornitore

Utilizzo di protocolli standard apertiLoop di corrente 4 - 20 mAModbus su RS-485 o EthernetProfibus (DP o PA)

Utilizzo di piattaforme software standard per garantireModularitàEspandibilitàCompatibile con

OPC serverControlli ActivXMetadati e formati XML


L’approccio Benchmark

Definire un ambiente standardizzato per il progetto di sistemi di controllo di processo per impianti di depurazione.

Tutto il materiale relativo al modello, agli ingressi ed alle condizioni operative può essere scaricato dal sito dell'organizzazione all'indirizzo web http://www.benchmarkwwtp.org.

L'approccio benchmark consiste nella definizione di un sistema standard per quanto riguarda

Configurazione di impianto: si considera un processo con pre-denitro formato da due vasche anossiche e tre aerobiche

Un insieme di dati di ingresso, della durata di 14 giorni, rappresentativi di tempo secco (dry weather), pioggia (rain weather) e tempesta (storm weather)

Un insieme di indici di prestazione per valutare la qualità dell'effluente ed i costi operativi.


Elementi del Benchmark

Zona anossica(Denitro)

Zona aerobica(Nitro)

SedimentazioneZona anossica(Denitro)

Zona aerobica(Nitro)

Sedimentazione

0 2 4 6 8 10 12 141

2

3

4x 104

[d]

Por

tata

(m3 /d

)

0 2 4 6 8 10 12 14200

300

400

500

600

[d]

CO

D (m

g/L)

0 2 4 6 8 10 12 1410

20

30

40

50

tempo (d)

Azo

to a

mm

onia

cale

(mg/

L)

Configurazione

Serie datidi ingresso


Modelli utilizzati

Tutti i modelli ASM della famiglia IAWQModello ASM1: rimozione di carbonio e azoto (NOx)

Modello ASM2d: come ASM1 con in più rimozione Fosforo

Modello ASM3:Rimuove alcune limitazioni di ASM1

Introduce l'importanza dell'accumulo intracellulare

Modella il metabolismo endogeno secondo lo schema death-regeneration

Disaccoppiamento dei cammini metabolici di Carbonio e Azoto

Modello ASM3_2N: modellazione esplicita del doppio step di nitrificazione

Possibilità di osservare l'intermedio NO2 in funzione delle azioni di controllo

Adattamento a processi MBRModellazione dei prodotti metabolici extracellulari (PME) come fattori di intasamento della membrana

La resistenza della membrana è funzione delle caratteristiche dei PME


Valutazione della qualità dell'effluente

Indice di qualità dell’effluente: quantifica il carico inquinante scaricato dall’impianto simulato nel corpo recettore

( ) ( )( )

( ) ( )( ) [ ]

7

0

,

11000

days TSS e COD et

BOD e TKN et

e NOX NOX e

TSS t COD t

EQ BOD t Q t dt kg dT

TKN t S t

β β

β β

β

⋅ + ⋅⎡ ⎤⎢ ⎥

= + ⋅ + ⋅ ⋅ ⋅⎢ ⎥⋅ ⎢ ⎥⋅ + ⋅⎣ ⎦

∫

Violazioni del refluo effluente rispetto ai limiti di legge: quantità totale scaricata in eccesso nel periodo di riferimento

0 2 4 6 8 10 12 140

200

400

600

800

time (d)

NO

2(k

g)

0 2 4 6 8 10 12 140

2

4

6

8

time (d)

SN

O2

(mg

N L

-1)

NO2 limit = 0.6 mg L-1

xV

( ) ( )∫ ⋅⋅>⋅−⋅

=T

0

elimlimx dt)t(Qx)t(xx)t(x1000T1V


Valutazione dei costi operativi

[ ]_W e

total sludgeTSS TSSP kg d

T+

=con :

massa di fanghi spurgatifanghi smaltiti con la portata effluente

periodo di osservazione della simulazione

W

e

TSSTSST

==

=

Produzione di fanghi totale

( ) ( ) ( ) [ ]7

0

0.04 dayst

a r wt

PE Q t Q t Q t dt kWh dT

= ⋅ + + ⋅⎡ ⎤⎣ ⎦∫ ( )( )( )

con :portata di ricircolo interno

portata di ricircolo esterno

portata di spurgo

a

r

w

Q t

Q t

Q t

=

=

=

Energia di pompaggio

( ) ( ) [ ]7

0

52

3

24 0.4032 7.8408 /dayst

L i L iit

AE k a t k a t dt kWh dT =

⎡ ⎤= ⋅ ⋅ + ⋅ ⋅⎣ ⎦∑∫

( ) coefficiente di scambio del gas in fase liquidaL ik a t =

Energia di aerazione


Alcuni tipici problemi di automazione

Controllo di una vasca di accumuloPer lo smorzamento dei sovraccarichi idraulici si utilizzano spesso vasche di accumulo nelle quali viene stoccato temporaneamente illiquame in eccesso, per smaltirlo poi quando il periodo critico èterminato

Controllo coordinato per la rimozione dell’azotoNel passato la capacità di areazione era dimensionata sul carico carbonioso, mentre attualmente esso è dimensionato principalmente sul fabbisogno per la nitrificazione.

Controllo della commutazione del ciclo SBRNei Sequencing Batch Reactor (SBR) l’efficacia del processo dipende in modo critico dalla commutazione fra fase anossica/anaerobica ed aerobica, specialmente nel caso di rimozione del fosforo


Equalizzazione con vasca di accumulo

Una vasca di accumulo laterale in testa all’impianto può immagazzinare le portare eccedenti il limite di funzionamento (Q > Qplant), per un successivo smaltimento dopo il periodo di sovraccarico (Equalizzazione)

SO2Qin

Qw

OxAnox SettlerStorage

Tankfill draw

StorageControl

Qplant

inQ

t

plantQ

t

Portata influente Portata al processo

Il problema non è solamente l’accumulo durante il sovraccarico (Qfill), ma la portata di svuotamento (Qdraw) nel periodo successivo per preparare la vasca ad un ulteriore possibile sovraccarico

plantQ


Carico in ingresso durante il periodo secco

0 500 1000 15000

500

1000

1500

2000

ore

Qin [mc/h]

0 500 1000 15000

200

400

600

800

ore

COD [mg/l]

0 500 1000 15000

20

40

60

80

ore

NH4+ [mgN/l]

Impianto di Pieve a Nievole (PT)


Carico in ingresso durante il periodo piovoso

0 500 1000 15000

1000

2000

3000

ore

Qin [mc/h]

0 500 1000 15000

200

400

600

800

ore

COD [mg/l]

0 500 1000 15000

20

40

60

80

ore

NH4+ [mgN/l]

Punte di carico idraulico

Punte di carico organico


Statistica delle portate al depuratore

2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 1 4 00 1 6 0 0 1 8 0 0 2 0 000

0 .0 2

0 .0 4

0 .0 6

0 .0 8

0 .1

0 .1 2

F lo w (m 3 /h)

F lo w h is tog ra m

L og n o rm a l d is trib utio n

0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 00 1 2 0 0 1 4 00 1 6 0 0 1 8 0 0 2 0 0 00

0 .2

0 .4

0 .6

0 .8

1

F lo w (m 3/h)

C u m . p ro b .

M e d ia n flo w = 5 80 .6 (m 3 /h)M e a n flo w = 6 73 .9 (m 3 /h)


Regole deterministiche di gestione dell’accumulo

QQ if Q Q AND VQ Q if Q Q Q AND VQ if Q Q AND V

plant

in in proc

in draw in draw proc

proc i proc

=< =

+ + ≤ >> ∀

⎧

⎨⎪

⎩⎪

00Portata nell’impianto

QQ Q if Q Q AND V V

if Q Qfillin proc in proc

in proc=

− > <≤

⎧⎨⎩

max

0

Qdraw =

0 if V = 0Qproc −Qin if V > 0 AND Qin < Qproc

⎧ ⎨ ⎩

Portata di svuotamento

Portata di riempimento

QQ Q if V V AND Q Q

otherwisebypassin proc in proc=

− = >⎧⎨⎩

max

0Portata di by-pass


Risultati della gestione deterministica dell’accumulo

0 50 100 150 200

0

500

1000

1500

time (h)

Qtot Qby Qplant Qin

0 50 100 150 2000

500

1000

1500

2000

time (h)

Maximum available volume

filldraw

bypass

Flow (m3/h)

Volume (m3)


Eliminazione del by-pass aumentando Qdraw

0 50 100 150 2000

500

1000

1500

2000

time (h)

Volume (m3)0 50 100 150 200

0

500

1000

1500

time (h)

Flow (m3/h)

Qdraw Qplant Qin

fill

draw

Maximum available volume


Si può impostare un diverso volume Vmax a seconda delle stagioniLe portate di riempimento (Qfill) e di svuotamento (Qdraw) sono flessibiliLa vasca di accumulo è efficace per smorzare le punte di carico idraulicoHa scarso effetto su quello organico

Limiti del controllo deterministico:Eccessivo volume richiesto

Le regole sono uniche per ogni condizione operativa

Rigidità delle decisioniFrequente ricorso al by-pass

Un minimo superamento della soglia produce by-pass

Alternativacontrollo fuzzy basato su un insieme di regole di decisione

Vantaggi e limiti della vasca di accumulo


Logica Fuzzy

E' basata su una serie di predicati implicanti del tipoIF <Antecedente> THEN <Conseguente>Il grado di verità può variare da 0 (falso) ad 1 (vero) assumendo anche valori intermediIl grado di verità del conseguente è determinato da quello dell'antecedenteL'antecedente può essere un'espressione logica complessa, che coinvolge più variabili

Permette di incorporare la conoscenza del processo disponibile in qualsiasi forma

Ad es. informazioni “qualitative” e “quantitative”

E’ più flessibile rispetto alla logica classica e può conciliare obbiettivi contrastanti

Ad es. riempimento e svuotamento

Richiede un limitato sforzo di modellisticaE’ richiesto un modesto grado di conoscenza del processo


Schema del regolatore Fuzzy

QFill QDraw

Statodell'accumulo

Regolefuzzy

Volumedi

accumulo

Qacc

Qin

Qproc

+

-

Trattamento

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1low medium high

Qacc

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1empty full

Volume0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1low medium high

Qdraw

Controllo dello svuotamento

Controllo del riempimento

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1low medium high

zero

Qfill

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1empty fullmedium

Volume0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

0.2

0.4

0.6

0.8

1low medium high

Qacc


Regole Fuzzy per il controllo della vasca

1. If (Qacc is low) and (Volume is empty) then (Qfill is high) 2. If (Qacc is medium) and (Volume is empty) then (Qfill is high)3. If (Qacc is high) and (Volume is empty) then (Qfill is high)4. If (Qacc is low) and (Volume is full) then (Qfill is low)5. If (Qacc is medium) and (Volume is full) then (Qfill is zero) 6. If (Qacc is high) and (Volume is full) then (Qfill is zero)7. If (Qacc is medium) and (Volume is medium) then (Qfill is medium)8. If (Qacc is high) and (Volume is medium) then (Qfill is high)9. If (Qacc is low) and (Volume is medium) then (Qfill is low)

1. If (Qacc is low) and (Volume is empty) then (Qdraw is medium) 2. If (Qacc is medium) and (Volume is empty) then (Qdraw is low)3. If (Qacc is high) and (Volume is empty) then (Qdraw is low)4. If (Qacc is low) and (Volume is full) then (Qdraw is medium) 5. If (Qacc is medium) and (Volume is full) then (Qdraw is high)6. If (Qacc is high) and (Volume is full) then (Qdraw is high)

Regole per il riempimento (Qfill)

Regole per lo svuotamento (Qdraw)


Smorzamento delle variazioni di portata

0 200 400 600 800200

400

600

800

1000

Tempo (h)

Por

tata

[m3 /

h]

QinQplant

QinQplant

proQ


Decomposizione gerarchica delle azioni di controllo

Qw

OxAnox Settler

SO2

spoS

Uair

Controllore dibasso livello

Qplant


SNOx

Controllore dialto livello Criterio di prestazione

spNO x

S

controllo del ricircolo esterno

controllo del ricircolo interno


Controllo DO in vasca di ossidazione

A causa del consumo (OUR) variabile, la portata d’aria deve essere aggiustata in modo da garantire un livello di DO sufficiente alle richieste metaboliche Il controllo DO è un anello di regolazione di basso livello

Problema: regolarela portata d’aria Ua

in modo che siasempre al variare di OUR

Qw

OxAnox Settler

SO2

spoS

Uair

Low LevelController

Qplant

( ) ( )

)OUR,S,S(fU :eControllor

Sr1qOURSCUKdt

dS:Processo

spooa

oosataao

=

+−−−=

spoo SS ≈

( )/LmgO2S 2o >


Regolazione PID del DO (basso livello)

Qw

OxAnox Settler

SO2UairQplant

Segnale DO (variabile misurata)

Comando al compressoreper la portata d’aria(variabile manipolata)

spoS

+pK

dt)t(deTd

∫t

0i

d)(eT1 σσ

PID-SO2

Set-point di DO(valore desiderato)

+

⎟⎟

⎠

⎞

⎜⎜

⎝

⎛++= ∫ dt

deTdteT1eKU t

d

T

0

ttpair


Tipico risultato di controllo DO mediante PID

0 1 2 3 4 5 6 70

1

2

3

mgO

2/L

0 1 2 3 4 5 6 73

4

5

6

7

Tempo (d)

k La[

d-1 ]


Controllo coordinato per la rimozione dell’azoto

NH4+ NO2

- NO3- N2

O2 Corg

DO Set-point:• Costi di areazione• Produzione NO3

-

NO3- Set-point:

• Costi di dosaggio• N totale in uscita

La Direttiva Acque CE (60/2000) pone un limite all’Azoto totale in uscita, perciò la conversione NH4 → NO3 mediante areazione deve essere tenuta sotto controllo perché:

• Se è eccessiva, crea un carico eccessivo per la denitro ed un’operazione antieconomica dell’areazione;

• Se è insufficiente può produrre NO2- nell’effluente ed una quantità

insufficiente di Azoto ossidato non è disponibile per la denitro

Conclusione: i due processi devono essere coordinati


Controllo coordinato per la rimozione dell’azoto

Qw

OxAnox Settler

SO2

spoS

Uair


Qplant


SNOx

Controllore dialto livello Criterio di prestazione

spNOx

S

controllo del ricircolo interno


Superficie ottimale dei set-point

Curve a costo c ostanteCurve a NH4 costante

Livello più basso che soddisfa ai vincoli di qualitàdell’effluente0.5 1 1.5 2 2.5 3 3.5 4

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

DO Set point (mg/l)

NO

3S

et p

oint

(mg/

l)

11

11.5

1.51.5

22

2

2.52.5

2.5

33

33.5

3.5

3.54

4

44.5

4.5

10TON6.0NO2

>

>

10TON6.0NO2

>

<

Optimal set-point4.5

10TON6.0NO2

<>

La funzione del controllore di alto livello è la selezione dei set-point per i controllori di basso livello


Limiti dei controllo di basso livello

3.5 4 4.5 5 5.5 6 6.5 7 7.5 8

7

8

9

10

11

12

Controllori di basso livelloControllo a due livelli

Limite Ntot

Tota

l out

put N

itrog

en(m

gN/l)

Time (days)

Smorzamentopicchi

I controllori di basso livello da soli non sono sufficientemente efficaci nel contrastare le fluttuazioni diurne e mantenere l’Azoto totale al di sotto del limite medio prescritto.


Schema a carosello alternato (Avedøre)

Il sistema a carosello ha 6 linee di ossidazione comandate da 4 misuratori di ossigeno disciolto ed un misuratore di ammoniaca.I Motori di ossidazione (M) vengono accesi in funzione delle indicazioni di ammoniaca presente

La strategia è di operare la vasca alternativamentein modo aerobico per ossidare l’ammoniaca in modo anossico per denitrificare

Sono disponibili diverse sequenze in funzione del tipo di carico


Cicli impianto Avedøre


Gestione settimanale Avedøre

+4NH

DO


Definizione di una modalità di telecontrollo per la gestione dell’impianto da remoto.

Elaborazione di un software per la gestione in linea del processo.

Realizzazione di un sistema di controllo intelligente per l’ottimizzazione del funzionamento di un impianto SBR.

Controllo della commutazione del ciclo SBR

Ricerca in corso in collaborazione con ENEA Prot-Idr, Bologna


Funzionalità del software realizzato


Web Service: permette di configurare il server su cui è in funzione l’applicazione in modo tale da permettere la gestione dell’ impianto da remoto.

http://192.107.73.176:8000/SBRENEA.htm

Applicazione LabVIEW

di controlloLabVIEW o Run-Time

InternetTCP / IP

Possibile restrizione sugli IP di consultazione e di controllo.

Telecontrollo via internet

Una delle funzionalità offerte da LabView è quella di "pubblicare" in rete il pannello frontale del VI di controllo


Processo con controllo

intelligente

Risultati ottenuti attraverso l’utilizzo del sistema di controllo intelligente:

Processo con controllo

temporizzato

Riduzione sul tempo di trattamento di circa

10 h su 24 h

Situazione standard:4 carichi di percolato da 0.4 L ciascuno.

Risultati


Controllo di reattori a membrana

Tipologie di inserimento delle membrane nel processo

Problema di controllo: monitoraggio della pressione di trans-membrana e programmazione dei lavaggi

out

inricircolo

out

inricircolo

outin

Membranasommersa

Membranaside-stream

Membranaside-stream

in reattore esterno

⎩⎨⎧

====

=membrana di resistenzaRanatransmembr di pressione ΔP

permeato del viscositàηpermeato di flussoJRPJ

ttηΔ

PΔ PΔ


Monitoraggio del processo

I principali parametri che dovrebbero essere monitorati in continuo in un MBR (oltre ai normali parametri di processo) sono:

Portata in ingressoPressione e portata di processoPressione e portata di ricircoloPressione e portata di controlavaggioTemperatura in vasca di ossidazioneVolume presente in vasca di ossidazione

I cicli fondamentali di processo, per quanto riguarda la membrana sono:

Estrazione permeatoControlavaggioRicircolo


Progressione dell’intasamento (clogging)

Da Jianga et al., 2003


Impianto pilota a membrana sommersa

Lavaggio chimicoLavaggio meccanico

Da Sofia et al., 2004M

embr

ana

nuov

a

1°la

vagg

io

2°la

vagg

io

Mem

bran

anu

ova

1°la

vagg

io

2°la

vagg

io


Schema di processo pilota MBR (Smith et al., 2005)


Sistemi di controllo (Smith et al., 2005)

Primo sistema di controllo

Inizio del controlavaggioSi basa sulla misura della Pressione di Trans-Membrana (TMP) ΔPE' stata ottenuta una riduzione del 40% del numero di controlavaggi

Secondo sistema di controllo

Fine del controlavaggioSi basa sulla condizione di stazionarietà di TMPE' stata ottenuta una riduzione del 25% della durata del controlavaggio

Da Smith et al., 2005


Controllo del lavaggio (Smith et al., 2005)

Quando la TMP cresce troppoprima del controlavaggio (CL), a causa di una bassa frequen-za di lavaggio, l'incrementodi TMP nel tempo è troppo elevatoForti incrementi di TMP si possono avere per:

basse frequenze di CL, ad es. nel caso di 2 min CL per 2 ore di funzionamentoalte frequenze di CL, quando il tempo di CL diviene troppo piccolo, ad es. nel caso di 5 s CL per 5 min di funzionamento

Questo indica che è possibile trovare una frequenza e una durata ottimali di funzionamentoPer il pilota in esame un CL ogni 15 s ogni 15 min di funzionamento è stata ritenuta ottimale in termini di minimo fouling della membrana.

Da Smith et al., 2005


Flusso del permeato (Smith et al., 2005)

La scelta ottimale del rapporto CL/Produzioneproduce il massimo flusso di permeato


Relazione fra TMP e prodotti extracellulari

Recenti studi (Cho et al., 2003) hanno proposto un modello ASM1 modificato, con un modello di resistenza della membranaIl modello modificato consiste in 13 componenti, fra solubili e particolatiIl modello complessivo è in grado di prevedere il tempo di intasamento della membranaDalle sperimentazioni risulta che il rapporto F/M ed il tempo diritenzione solidi (SRT) sono i fattori principali che controllano la produzione di prodotti extracellulari solubili (SMP)Gli SMP hanno un ruolo fondamentale sia sull'intasamento della membrana che sulla qualità dell'acquaIl modello potrebbe essere molto utile per ottimizzare le condizioni di funzionamento del MBR


SMP in funzione del rapporto F/M (Cho et al., 2003)

Regione II: a causa dell'alto valore di SRT, gli SMP generati dalla lisi vengono utilizzati per la crescita

Regione I: aumento di SMP con lisi cellulare e diminuzione con la crescita

Conclusione: per F/M<1.2, gli SMP sono i principali fattori del fouling

Regione III: una piccola quantità di biomassa genera una grande quantità di SMP


Conclusioni

L'automazione degli impianti di depurazione è oggi possibile con un notevole grado di flessibilità e sofisticazioneGli obiettivi da perseguire nel dotare un impianto di controlli automatici dovrebbero essere (nell'ordine):

Garantire il rispetto dei limiti di leggeGarantire l'integrità del processoGarantire il risparmio energetico e più in generale economico

Questi obiettivi possono essere conseguiti conUso congiunto di modelli (ASM) inseriti in sistemi di simulazione (benchmark)Sistemi di acquisizione dati evoluti e modulariSistemi di controllo basati su:

Principi dell'automatica classica (es. PID) per i controlli di basso livelloPrincipi dell'intelligenza artificiale (es. Fuzzy o Sistemi Esperti) per i controlli di alto livello

La diffusione dell'automazione non è omogeneaE' molto sviluppata per impianti tradizionali e SBRE' appena agli inizi per sistemi MBR


Bibliografia (1)

Carlsson B. and Lindberg C.F. (1997). Some control strategies for the activated sludge process, Univ. of Uppsala.

Olsson, G. and Newell, B. (1999). Wastewater Treatment Systems. IWA Publishing, London.

Alex J., Beteau J.F., Hellinga C., Jeppsson U., Marsili-Libelli S., Pons M.N., Spanjers H. and Vanhooren H. (1999). Benchmark for evaluating control strategies in wastewater treatment plants. Proc. ECC ’99, Karlsruhe.

Copp J. (2001) The COST simulation benchmark: Description and simulator manual. Office for official publications of the European Community, Luxembourg. 154 pp.

Nielsen M. K. (2001). Control of wastewater systems in practice, ICA Report.

Ingildsen P. and Olsson G. (2001). Get more out of your wastewater treatment plant. Danfoss Analytical, 2001.


Bibliografia (2)

Marsili-Libelli S., L. Giunti. (2002). Fuzzy predictive control for nitrogen removal in biological wastewater treatment. Water Sci. Tech., 45(4-5): 37 – 44.

Jianga T., Kennedy M.D., van der Meer W.G.J., Vanrolleghem P.A., Schippers J.C. (2003). The role of blocking and cake filtration in MBR fouling. Desalination 157: 335-343.

Cho J., Ahn K.H., Seo Y., Lee Y. (2003). Modification of ASM No.1 for a submerged membrane bioreactor system: including the effects of soluble microbial products on membrane fouling. Wat. Sci. Tech. 47 (12): 177 - 181.

Sofia A., Ng W.J., Ong S.L. (2004). Engineering design approaches for minimum fouling in submerged MBR. Desalination 160: 67-74.

Smith P.J., Vigneswaran S., Ngo H.H., Nguyen H.T. , Ben-Aim R. (2005). Application of an automation system and a supervisory control and data acquisition (SCADA) system for the optimal operation of a membrane adsorption hybrid system. 2° IWA Conference on Instrumentation, Control and Automation, Busan, South Korea.

Devisscher, M., Ciacci, G., Fé, L., Benedetti, L., Bixio, D., Thoeye, C., De Gueldre, G., Marsili-Libelli, S. and Vanrolleghem, P.A. (2006). Estimating costs and benefits of advanced control for wastewater treatment plants – the MAgIC methodology. Water Sci. Tech. 53 (4 - 5): 215 – 223.

Marsili-Libelli, S. (2006). Control of SBR switching by fuzzy pattern recognition. Water Research 40: 1095 – 1107.

Iacopozzi, I., Innocenti, V., Marsili-Libelli, S., Giusti, E., (2006). A modified Activated sludge model No. 3 (ASM3) with two-step nitrification-denitrification. In corso di stampa in Environmental Modelling & Software.

Automazione degli impianti di trattamento biologico delle · PDF fileS. Marsili-Libelli,...

Documents

Transcript of Automazione degli impianti di trattamento biologico delle · PDF fileS. Marsili-Libelli,...