Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato

Pagina creata da Cristian Carrara
 
CONTINUA A LEGGERE
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Ing. Roberto Di Cosmo
    roberto.dicosmo@gruppocap.it

Gestione del processo di depurazione biologica – livello avanzato

Esempi di applicazione dei modelli ai processi biologici a fanghi attivi

                                                                  11/05/2021
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Contenuti – ASM: dalla teoria alla pratica

•   Costruire un modello applicato ad un impianto di trattamento reale

•   Cenni agli schemi semplificati per la calibrazione e validazione di un modello ASM

•   Gli applicativi di modellazione degli impianti di depurazione

•   I risultati delle simulazioni

•   Esempi di applicazione della modellazione: casi di studio base e applicazioni aziendali

•   Conclusioni + Qualche costo
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto
✓ Dati di esercizio
✓ Caratterizzazione Idraulica
✓ Caratteristiche del modello di sedimentazione
✓ Caratterizzazione del modello biocinetico prescelto
✓ Concentrazioni nell’influente e nell’effluente
✓ Analisi o segnali in continuo dalle diverse
  operazioni unitarie (DO, SS, NH4+, NO3-)
✓ Composizione del fango (SS, VS/TS)
✓ Parametri cinetici (ratei di crescita e decadimento
✓ Stechiometria delle reazioni
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

Profilo Idraulico           a
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

Pipe & Instrumentation (P&I)
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto
✓ Dati di esercizio
✓ Caratterizzazione Idraulica
✓ Caratteristiche del modello di sedimentazione
✓ Caratterizzazione del modello biocinetico
  prescelto
✓ Concentrazioni nell’influente e nell’effluente
✓ Analisi o segnali in continuo dalle diverse
  operazioni unitarie (DO, SS, NH4+, NO3-)
✓ Composizione del fango (SS, VS/TS)
✓ Parametri cinetici (ratei di crescita e
  decadimento
✓ Stechiometria delle reazioni
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto
✓ Dati di esercizio
✓ Caratterizzazione Idraulica
✓ Caratteristiche del modello di sedimentazione
✓ Caratterizzazione del modello biocinetico
                                                         PDE sono approssimate in
  prescelto
                                                         un sistema a 10 strati in cui
✓ Concentrazioni nell’influente e nell’effluente
                                                         vengono effettuati bilanci di
✓ Analisi o segnali in continuo dalle diverse
                                                         massa per ciascuno strato
  operazioni unitarie (DO, SS, NH4+, NO3-)
✓ Composizione del fango (SS, VS/TS)
✓ Parametri cinetici (ratei di crescita e decadimento
✓ Stechiometria delle reazioni

                                                             Clarification zone
                                            layers

                                                                         Zone settling

                                                                                  Thickened zone

                                                                                      Compression

                                                        log mg/l
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto                                    •   ASM1 (Henze et al.1987)
✓ Dati di esercizio
✓ Caratterizzazione Idraulica                         •   Barker and Dold (Barker & Dold, 1997)
✓ Caratteristiche del modello di sedimentazione       •   ASM2d (Henze et al.1999)
✓ Caratterizzazione del modello biocinetico           •   ASM3 (Gujer et al.1999)
  prescelto
✓ Concentrazioni nell’influente e nell’effluente
                                                      •   ASM3+BioP (Rieger et al.2001)
✓ Analisi o segnali in continuo dalle diverse         •   ASM2d+TUD (Meijer, 2004)
  operazioni unitarie (DO, SS, NH4+, NO3-)            •   UCTPHO+(Hu et al.2007)
✓ Composizione del fango (SS, VS/TS)                  •   …
✓ Parametri cinetici (ratei di crescita e decadimento
✓ Stechiometria delle reazioni                        •   …
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto
✓ Dati di esercizio
✓ Caratterizzazione Idraulica
✓ Caratteristiche del modello di sedimentazione
✓ Caratterizzazione del modello biocinetico
  prescelto
✓ Concentrazioni nell’influente e nell’effluente
✓Analisi in campo o segnali in continuo
 dalle diverse operazioni unitarie (DO, SS,
 NH4+, NO3-)
✓ Composizione del fango (SS, VS/TS)
✓ Parametri cinetici (ratei di crescita e
  decadimento
✓ Stechiometria delle reazioni
Esempi di applicazione dei modelli ai processi biologici a fanghi attivi - Gestione del processo di depurazione biologica - livello avanzato
Applicazione della modellazione per un impianto di trattamento reale

✓ Dati di progetto                                     Schema semplificato del processo di modellazione –
✓ Dati di esercizio                                               calibrazione e validazione
✓ Caratterizzazione Idraulica
✓ Caratteristiche del modello di
  sedimentazione
✓ Caratterizzazione del modello biocinetico
  prescelto
✓ Concentrazioni nell’influente e
  nell’effluente
✓ Analisi o segnali in continuo dalle diverse
  operazioni unitarie (DO, SS, NH4+, NO3-)
✓ Composizione del fango (SS, VS/TS)
✓ Parametri cinetici (ratei di crescita e
  decadimento
✓ Stechiometria delle reazioni

         Kx KNO          Kh      bh
Calibrazione dei parametri più sensibili in funzione
di analisi respirometriche e confronto con dati
reali
Applicazione della modellazione per un impianto di trattamento reale

Tipologia di dati richiedi per la costruzione e la calibrazione di un modello a fanghi attivi (modificato da Rieger
                                                     et al., 2013).
Activated sludge models (numero di processi e variabili utilizzate)

                                          !                            !

                                                    !

Usare sempre il modello più semplice per lo scopo desiderato
Activated sludge models

           Variabili di stato dell’ASM1 e corrispondenti dell’ASM2d.
                          Variabili ASM 1                           Variabili ASM2d
                                                       COD fermentabile                     SF
                        COD solubile          SS       Prodotti     della   fermentazione
                                                                                            SA
                                                       (considerati acetati)
           COD inerte solubile                SI       COD inerte solubile                  SI
           COD lentamente biodegradabile      XS       COD lentamente biodegradabile        XS
                                                       Biomassa eterotrofa                  XH
           COD biomassa eterotrofa            XBH
                                                       Biomassa fosforo-accumulante         XPAO
           COD biomassa autotrofa             XBA      Biomassa autotrofa                   XAUT
           COD inerte particolato             XI& XP   COD inerte particolato               XI
           Azoto ammoniacale                  SNH      Azoto ammoniacale                    SNH4
           Azoto ossidato (nitroso/nitrico)   SNO      Azoto nitrico                        SNO3
           Azoto organico solubile            SND      Azoto molecolare                     N2
           Azoto organico particolato         XND
           Ossigeno disciolto                 SO       Ossigeno disciolto                   SO2
           Alcalinità                         SALK     Alcalinità                           SALK

Usare sempre il modello più semplice per lo scopo desiderato
Activated sludge models: softwares

                                                          *Gratis(web based)
          J
          ava based   A
                      ctivated   S   ludge process   S   imulator
                                                                      *Gratis

AQUASIM
                                                             SuperPro Designer®

*Gratis
WEST by DHI
                    Software Interfaces

Block Library

                                                            Parameters
                    Layout                                       &
                                                             Variables
                                                                 &
                                                            properties
Control center (run steady state and dynamic simulations)
                  Log and debug mode
Biowin by Envirosim
             Software Interfaces

                             Modelling layout

Parameters
Software Interfaces
                                  Capdet-works by Hydromantis

  Unit
operation
                             Layout
Software interfaces   GPS-X by Hydromantis

Control center

                                         Grafici

  Layout
WEST: alcune funzioni

Parametri specifici per ogni operazione unitaria
Esempio: Volume, ML ricircolo, etc..

Parametri dell’influente
West influent wizard / ASCII input file
Caratterizzazione dell’influente differente per vari
modelli
WEST: risultati dello stazionario

Page creation with multiple results: tables, graphs, statistical evaluation.
Slider, TIC, difference from real time series datas, etc… etc…
Simulazioni avanzate: scala pilota e scala reale

                                                            ML flow control

                                    m3/d
                                    mg/l

Valutazione di strategie di controllo
Valutazioni sui consumi energetici
Simulazioni avanzate : 140k AE

                                                          Nitrati reali e simulati
                           mg/l

Impianto reale
                                                  time
Calibrazione e validazione di un modello ASM1
Valutazione dei consumi energetici
Simulazioni avanzate : 140k AE, Scenario MBR

                                                     DO reale e simulato
                              DO mg/l

Upgrade dell’impianto
Confronto tra consumi energetici
                                              time
Simulazioni avanzate: 500kPE

                           Parametri              UM         Valore
                          ASDM model

                       AOB Maximum growth
                                                   1/d              0.90
                       rate (literature)

                       AOB Maximum growth
                                                   1/d              0.65
                       rate from lab analysis

                          Azoto ammoniacale misurato effluente

                         Azoto ammoniacale simulato con µmax(AOB) di
                         letteratura

                         Azoto ammoniacale simulato con µmax(AOB)
                         misurato
                         Azoto ammoniacale simulato con µmax(AOB) misurato
                         Analisi di scenario:
                         +30% of COD load
                         +10% of TKN load
Simulazioni avanzate: 1M AE
         NH4-N
Sonda                     Simulazione

   NH4-N, NO3-N e DO
   Profili di
   concentrazione
   in stato stazionario
Simulazioni avanzate: 1M AE

                       NH4-N effluente
         7
         6        NH4 simulato     NH4 misurato
         5
[mg/L]

         4
         3
         2
         1
         0
Esempio base
 1 Processo a fanghi attivi pre-denitro/nitro:
  ❑ Variazione di SRT, T
  ❑ State point analysis per il sedimentatore secondario
  ❑ «Sporcamento» dei diffusori
Esempio di applicazione CAS con software Biowin

                                                           Influente

                                                     ≈ 350        l/ab/d
 Volumetrie e condizioni operative:                 190000          AE
 14000 m3 Denitro – h = 5 m                         66500          m3/d
 35000 m3 Nitrificazione/ossidazione-hutile = 5.5       Apporti pro capite
                                                     12.2       gN/AE/d
 DO = 2 mg/l                                          102     gCOD/AE/d
 Qri = 2*Qin                                           70      gSST/AE/d
 SRT = 18 giorni                                      1.8        gP/AE/d
                                                     Concentrazioni medie
 T progetto = 12°C                                             Ntot (TKN)
                                                     34.9
 Superficie sedimentatore 3500 m2-hutile = 4 m                    mgN/l
                                                      291       COD mg/l
                                                      200       TSS mg/l
                                                       24        ISS mg/l
                                                      5.1         P mg/l
1 – Variazione SRT

  Qualità dell’effluente
            SRT             d     12     18
 Total COD                         37     38
 Total Carbonaceous BOD            5.1    4.5
 Ammonia N                         1.1    0.7
 Nitrite N                 mg/l    0.3    0.2
 Nitrate N                         6.0    6.4
 Total N                           9.4    9.3
 Total P                           2.5    2.8
1 – Variazione SRT

        18
                                              BOD
        16

        14

        12                                    AMMONIA N

        10
 mg/l

         8                                    Polin. (Nitrite N)

         6

         4                                    Log. (Nitrate N)

         2

         0
                                              Ntot
             2   5   7 SRT (d) 10   12   18
Biowin
1 – Variazione SRT, T

                                            Concentrazioni in   uscita
         3,0
                                                            4,5
                                                                                 4,0
                                                                                                                 12°C; 18°C; 20°C
         2,5                                          NH4-N                      3,5
         2,0                                                                     3,0                                            NO2-N
                                                                                 2,5

                                                                          mg/l
  mg/l

         1,5                                                                     2,0
         1,0                                                                     1,5
                                                                                 1,0
         0,5                                                                     0,5
         0,0                                                                     0,0
               6            11                   16             21                      6        11        SRT        16              21
                                      SRT
         8,0
                                                                                 10,7
         7,0                                                                     10,6
         6,0                                                                     10,5

         5,0
                                                      NO3-N                      10,4                                            Ntot
                                                                                 10,3
  mg/l

         4,0                                                              mg/l
                                                                                 10,2
         3,0
                                                                                 10,1
         2,0
                                                                                 10,0
         1,0                                                                      9,9
         0,0                                                                      9,8
               6   8   10        12         14        16   18        20                 6   8   10    12         14        16    18   20
                                      SRT                                                                  SRT
Simulazioni dinamiche

•   Trend di portata in ingresso
•   Caratterizzazione base dell’influente (almeno bioraria e di alcuni giorni tipo)

                                                              Portata influente
                                                 180000
                                                 160000
                                                 140000
                                                 120000
                                                 100000
                                          m3/d    80000
                                                  60000
                                                  40000
                                                  20000
                                                      0
                                                          0   5      10       15   20   25
                                                                          h
Modello sedimentazione - Flusso solido
Solitamente lo
SVI non è un parametro editabile ma si opera sulla velocità di sedimentazione

PDE sono approssimate in un sistema a n
strati in cui vengono effettuati bilanci di
massa
Modello sedimentazione

Equazione di Veslind

                                           Procedura
                         1- Numerose prove di sedimentabilità a diverse
                            concentrazioni di fango
                         2- Disegnare il grafico del FS (J) = Vs*X :
                         a. graficizzando i risultati delle curve
                             sperimentali nel piano J/X
                         b. trovando il best fit di Vo e K nel piano
                             semilogartmico ln(Vs)/X
Modello sedimentazione – State point analysis

                          250

                                                                                          J = [(Q + Qr)*MLSS]/A
                          200                                                             SLR = MLSS * Q/A
                                        Solid flux curve                                  Xr = J*A/Qr
    Solid flux (kg/m2d)

                          150
                                                                Overflow rate line slope Q/A

                          100
                                    J

                           50
                          SLR                         Underflow rate line Qr/A

                            0
                                0         MLSS              5                        10                           15

                                             Solids Concentration (g/L)
Procedura di calcolo della portata d’aria necessaria

                                            kgO2/h

                                            kgO2/h

                           SOTR kg/h
Air flowrate Sm3/h =
                       SOTE * kgO2/Sm3air
F variabile

             # of     Air flow rate /   Air flow                 Off gas                    OUR –           OUR –
 AlphaF                                            OTE SOTE                OTR     SOTR                                   OUR - Total
          diffusers      diffuser         rate                   Oxygen                   Carbonaceous    Nitrification

                         [m3/h (20°C, 1 atm)]              [%]                [kg/h]                     [mgO/L/h]
  0.8                      1.84         12880      20   37.5     16.77             1342
  0.65      7000           2.32         15955      15.8 36.5     17.63     705.7   1625      9.85            9.68            19.5
  0.4                      3.95         27565       9   34.3     19.04             2641

                             Pinst=560 kW

                             Pinst=350 kW
                             Pinst=280 kW
F variabile nello spazio e nel tempo
Utilizzo della modellazione
in Gruppo CAP

Ottimizzazione e verifica
dei processi depurativi
Gruppo CAP

• 2.5M AE serviti con i nostro servizio di depurazione

• 60 impianti di trattamento gestiti nell’area metropolitana di Milano
IMPIANTI MODELLATI

                     •   Bresso
                     •   Canegrate
                     •   Cassano d’Adda
                     •   Parabiago
                     •   Pero
                     •   Peschiera Borromeo
                     •   Robecco sul Naviglio
                     •   San Giuliano ovest
                     •   Truccazzano
                     •   Turbigo
                     •   Bareggio
Applicazione della modellazione in Gruppo CAP
      SUPPORTO GESTIONE IMPIANTI
      •   Supporto e ausilio decisionale (dosaggi reagenti, n. linee attive, valutazione capacità residua impianto, etc.)
      •   Analisi performances e costi gestionali
      •   Ottimizzazione processi
      •   Supporto per dimensionamento apparecchiature elettromeccaniche

      SUPPORTO PROGETTAZIONE
      • Verifica condizioni di progetto rispetto a scenario reale
      • Verifica per ampliamenti e/o adattamenti di impianti esistenti
      • Simulazione integrazione di nuove tecnologie in filiere esistenti (MBBR, IFAS, Side Stream, Cicli alternati, etc.)

      ENERGY MANAGEMENT
      • Analisi consumi energetici (reali e in possibili configurazioni di ottimizzazione)
      • Quantificazione produzione biogas e recupero energetico in CHP

      UFFICIO PATRIMONIO
      • Verifica portate autorizzate
      • Verifica carichi autorizzati
      • Verifica potenzialità impianti e capacità residua (revisioni ATO)
Le sfide della modellazione nel mondo reale
                                                          RACCOLTA DATI
  Linea          Portate       campione       medio
                  m3/d        settimanale   giornaliero
  acque                                                   CARATTERIZZAZIONE
   Linea                                                  DELL’INFLUENTE
                 Portate       campione
                                            istantaneo
                  m3/d        settimanale
  fanghi                                                  CONTROLLO CARATTERISTICHE
                                 titolo
                                                          DEI REAGENTI
 Reagenti      Dosaggio l/h
                               soluzione

RICHESTE SPECIFICHE AI NOSTRI LABORATORI CERTIFICATI – INSERIMENTO DATI IN
DATABASE WATER LIMS

TELECONTROLLO

SONDE E ANALIZZATORI IN CAMPO

VERIFICA DELL’EFFICACIA DEI DATI PROVENIENTI DALLA STRUMENTAZIONE
Le sfide della modellazione nel mondo reale
Bareggio revamping vasche tipo Carrousel
Verifica mediante modellazione della condizione maggiormente sfavorevole durante le lavorazioni (richiesta
pervenuta da ATO per emettere deroga autorizzativa durante i lavori)
                                                                                                                              «Calibrazione/validazione»
                                                                                               35
                                                                                               30
                                                                                               25
                                                                                               20

                                                                                        mg/l
                                                                                               15
                                                                                               10
                                                                                     Ntot      5
                                                                                               0

                                                                                                                              data
                                                                                                           Ntot laboratorio           Ntot out modello
                                               Ntot
       35
       30
       25
       20
mg/l

       15
       10
                                                                                                             VS Scenario con sole due
       5
                                                                                                             linee tipo Carrousel in
       0
                                                                                                             funzione
            0   50      100           150              200     250           300               350   400
                                                      giorni
                     Ntot 2 linee carrousell attive            Ntot 3 linee attive
Bareggio revamping vasche tipo Carrousel
Verifica mediante modellazione della condizione maggiormente sfavorevole durante le lavorazioni (richiesta
pervenuta da ATO per emettere deroga autorizzativa durante i lavori)
                                                                                                                              «Calibrazione/validazione»
                                                                                               35
                                                                                               30
                                                                                               25
                                                                                               20

                                                                                        mg/l
                                                                                               15
                                                                                               10
                                                                                     Ntot      5
                                                                                               0

                                                                                                                              data
                                                                                                           Ntot laboratorio           Ntot out modello
                                               Ntot
       35
       30
       25
       20
mg/l

       15
       10
                                                                                                             VS Scenario con sole due
       5
                                                                                                             linee tipo Carrousel in
       0
                                                                                                             funzione
            0   50      100           150              200     250           300               350   400
                                                      giorni
                     Ntot 2 linee carrousell attive            Ntot 3 linee attive
Controllo del flusso solido
           200

           180

           160

           140

           120
  kg/m2d

           100

           80

           60
                                                         16/02/2021; 3,4; 15,3

                         16/03/2021; 3,3; 14,6                            02/02/2021; 3,8; 19,0

           40                    10/02/2021; 2,3; 31,1
                                                                27/04/2021; 3,6; 21,3
                                                                                                  20/01/2021; 5,1; 26,6
             13/01/2021; 3,5; 16,0

            22/04/2021; 2,5; 16,1
           20                                                                                                     15/04/2021; 4,6; 21,4

                                                                        07/04/2021; 3,5; 16,1                             04/03/2021; 3,8; 17,4
                       24/03/2021; 2,5; 11,2
            0                                                                                                                26/01/2021; 4,1; 18,9
                  0                               2                               4     09/03/2021; 3,4; 14,9    6                                8                    10              12        14                16                 18
                      24/02/2021; 3,4; 15,1
                                                          30/03/2021; 3,3; 14,7                                                            Concentrazione solidi X - SST _ g/l

                 13/01/2021                                                                 20/01/2021                                                            26/01/2021                          02/02/2021
                 10/02/2021                                                                 16/02/2021                                                            24/02/2021                          04/03/2021
                 09/03/2021                                                                 16/03/2021                                                            24/03/2021                          30/03/2021
                 07/04/2021                                                                 15/04/2021                                                            22/04/2021                          27/04/2021
                 STATE POINT                                                                ORL (overflow rate line) min                                          ORL (overflow rate line) max        URL (underflow rate line) min
                 URL (underflow rate line) max
Bresso
Impianto di Bresso - Upgrading Biometano

Immessi in rete SNAM – 500000 Sm3 di biometano (da Aprile 2019)

      Sollevamento fanghi
                                                  Gasometro
      misti ai digestori
                                                              Torcia
                             Sezione di
                             digestione
                             anaerobica 2 dig +
                             1 secondario

                                                                       Stazione di upgrading
                                                                       Biometano
     Disidratazione
BRESSO – IMPLEMENTAZIONE ISPESSITORE DINAMICO
                                                         Fanghi biologici ≈ 85 m3/h

RISULTATI SSout isp dim =5%
Fino a +9% biogas prodotto
+8.7% biometano immesso in rete
Costo lavori di installazione ≈180k€
Consumo energetico specifico per separazione biometano: 0.65 kWh/Sm3
Ritorno investimento 7 anni con riduzione problemi gestionali
Ottimizzazione di processo – esempio Bresso
■ Mix di trial&error e modellazione base:
dosaggio defosfatante con controllo portata in ingresso e fosfati in uscita. Logica di funzionamento su soglie da inserire
come set point/controllo segnale

verifica delle anomalie alle pompe dosatrici mediante verifica dello scostamento del segnale di portata effettivamente
misurato
controllo dosaggi per riduzione durante le ore di pioggia
Ottimizzazione di processo – esempio Bresso

                                       ■ riscontro segnale allarme pompe dosatrici
                                       ■ dosaggio ridotto automaticamente nei periodi
                                l/     di pioggia e bassissimo carico
                                h      ■ Dosaggio prima dell’attivazione del
                                       controllore:

                                       Prima - giorno tipo (secco):      4000/5000 l/d
                                       Dopo – giorno tipo (secco):       2200/3500 l/d
                                       Prima - giorno tipo (piovoso): 4000/5000 l/d
                                       Dopo – giorno tipo (piovoso): 0/500 l/d

                                       ❑ Le sonde/analizzatori diventano ancor più
                                          fondamentali.

                                       Nel caso di analizzatori in uscita:
                                       ❑ Attenzione alla frequenza di
                                          acquisizione/controllo segnali per modifica
                                          dosaggio rispetto ai tempi di campionamento
                                          e analisi delle cabine.
Modellazione, ottimizzazione e digitalizzazione

                                                         Digital twin
                                                - Modellazione real-time

                                                - Effettuare previsioni

                                                - Controllo sonde in fault

                                                - Ottimizzazione ricircoli

     Sistema di supporto alle decisioni basato su KPI prestazionali
                          ed energetici come:

                            - kWh/kgNrimosso

        indicatore monitorato in continuo e minimizzato mediante
             Modelli matematici applicati ai processi biologici

Simulazioni previsionali mediante scenari applicati sulle 24 ore successive
Modellazione, ottimizzazione e digitalizzazione
Modellazione, ottimizzazione e digitalizzazione
Digital Twin - Bresso
       Valutazione performance d’impianto in tempo reale
       Acquisizione real time > 60 sensori differenti, 18 energy
       meters
       Modello calibrato e validato con dati storici

       Gestione controlli automatici
       • aerazione
       • dosaggio reagenti
       • ricircoli
       • caricamento digestori

       KPI
       • Efficienza di trattamento
       • Consumi energetici
       • Recupero energetico e di risorse
       • Costi operativi
Digital Twin - Bresso
                                                                                10

                                           5
              2
  1                              3                                                                  4

                                                                                                                6            7

                                                                                     9

                                     8

                                                                         10

       1) Influente                                               6) Trattamenti terziari (filtrazione, disinfezione)
       2) Trattamenti preliminari                                 7) Effluente
       3) Sedimentazione primaria                                 8) Trattamento fanghi primari e secondari (digestione
       4) Trattamento biologico (sezioni anossiche e aerobiche,       anaerobica, disidratazione)
          sedimentazione secondaria)                              9) Gestione del biogas
       5) Dosaggi chimici                                         10) Calcolo di bilanci energetici, costi operativi e KPI
Digital Twin - Bresso

                        (a)
Digital Twin - Bresso

                        (b)
Conclusioni
■Risultati concreti e affidabili si riscontrano SOLO nel caso di effettiva calibrazione e
validazione dei modelli
■Servono una serie di prove sperimentali per la caratterizzazione dell’influente

■Se si vogliono utilizzare i parametri di letteratura bisogna avere senso critico e
conoscenza dei domini di funzionamento dei diversi processi che possono avvenire nella
realtà

■È SEMPRE necessario un solido database di informazioni operative

■Avere sempre una visione critica dei risultati ottenuti – non solo per determinare gli
scostamenti possibili rispetto alla realtà ma anche per NON credere che il modello sia
più reale della realtà stessa!

■Misuratori di portata, analizzatori, sonde in vasca diventano determinanti per le
calibrazioni e validazioni
■Posizionamento corretto delle sonde
■Comunicazione dei dati verso telecontrollo coerente (attenzione a fondo scala,
bande morte)
Modellazione
• licenze software 12k€ circa

Controllo dosaggi
• Strumentazione + pompe dosatrici dagli 8k€ ai 25k€ (nel caso di
  necessità di acquisto di analizzatore Ptot)

• Risparmi attesi fino al 30% rispetto a dosaggi manuali

• Digital Twin
• Modellazione + attuazione di logiche su PLC 60k€ per 4/5 logiche
• Approccio previsionale applicato a risparmi su base KPI

                                                      Qualche Costo
Bibliografia
Copp J.B, The COST Simulation Benchmark: Description and Simulator Manual
Cosenza A. Modellazione matematica: Activated Sludge Models e principali applicazioni. Formative
seminars for UniPA students, 2015.
Esposito V., La cinetica delle biomasse nei reattori a membrana, Biomac 2013
Jeppson U., A general Description of the IAWQ Activated Sludge Model No 1, Lund institute of
Technology. 1994
Kose M. Bedrettin, Mathematical Model Applications of Activated Sludge, Dokuz Eylul Uiversity. 2006
Krist V. Gernaey, Activated sludge wastewater treatment plant modelling and simulation: state of the
art, Environmental Modelling & software 19 (2004) 763-783
Lubello C. Introduzione ai trattamenti biologici: cenni di microbiologia e cinetica biologica. Corso di
ingegneria sanitaria, 2010
Makinia J., Mathematical Modelling and Computer Simulation of Activated Sludge Systems, 2010..
Rieger L., Gillot S., Langergraber G., Ohtsuki T., Shaw A., Takács I. Winkles S.. Guidelines for using
activated sludge models. IWA task group on good modelling practice. IWA. ISB 9781843391746. 2013

Vitanza R., Innovazione di processo nel trattamento aerobico dei reflui civili ed industriali. Studio di
impianti esistenti e sperimentazione su impianto pilota SBR. 2010
Bibliografia specifica su applicazioni pratiche dei modelli ASM

Authors                                                     Title                                                                                           Year
CAO Jiashun , OLEYIBLO Oloche James, XUE Zhaoxia,           Achieving low effluent NO3 -N and TN concentrations in low influent chemical oxygen             2015
OTACHE Y. Martins, FENG Qian                                demand (COD) to total Kjeldahl nitrogen (TKN) ratio without using external carbon source

Oleyiblo Oloche James, Jia-Shun Cao, Amos T Kabo-Bah, Gan   Assessing the Impact of Solids Retention Time (SRT) on the Secondary Clarifier Capacity using   2015
Wang                                                        the State Point Analysis
Ed Griffenberg                                              Retrofitting an Aeration Basin with Anoxic Zone to Reduce Operations Cost and Improve           2012
                                                            Performance
Timur Deniz, Thomas W. Friedrich, John Milligan             An Advanced Pollution Control Facility’s Conversion to Four-Stage Bardenpho to Improve          2009
                                                            Biological Nitrogen Removal
King County Department Of Natural Resources And Parks       South Plant Emergency Peak Flow Management Alternatives                                         2010
Wastewater Treatment Division
Tetra Tech                                                  Technical and Economic Evaluation of Nitrogen and Phosphorus Removal at Municipal               2011
                                                            Wastewater Treatment Facilities
Sean Scuras, Emilie Moore, John Toomey, Lauren Handell,     Process Control for Improved Nitrogen Removal                                                   2014
Steve Tamburini, Dmitriy Zinchenko
Jonathan Musser                                             Integration of Ozone and Ultrasound Activated Sludge Pre-Treatments into a Wastewater           2010
                                                            Treatment Whole-Plant Simulator
Carla Cherchi, Annalisa Onnis-Hayden, Ibrahim El-           Implication of Using Different Carbon Sources for Denitrification in Wastewater Treatments      2009
Shawabkeh, April Z. Gu*
Engineering Department City of Winkler                      City of Winkler ENVIRONMENT ACT PROPOSAL for the new Winkler Wastewater Treatment               2014
                                                            Facility
Waterworks engineers                                        City Of Shasta Lake WWTF Improvements For Direct Discharge To Churn Creek –                     2013
                                                            development design report
Stefania Iordache, Petrescu Nicolae, Cezarina Necula,       Municipal Wastewater Treatment Improvement Using Computer Simulations                           2010
Gabriela Busuioc
Bibliografia specifica su applicazioni pratiche dei modelli ASM

Carollo Per Cambria Community Services District                  ENHANCED COMPLIANCE ACTION PROJECT AND 10 PERCENT DESIGN TECHNICAL                         2014
                                                                 MEMORANDUM NO. 1 ENHANCED COMPLIANCE ACTION PLAN REPORT
Rieger L, Jones RM, Dold PL, Bott CB.                            Ammonia-Based Feedforward and Feedback Aeration Control in Activated Sludge Processes      2014

Central contra costa sanitary district                           Development and Calibration of the Wastewater Treatment Process Simulation Model -         2013
                                                                 Final Report
EarthTech per Region of Waterloo                                 WASTEWATER TREATMENT MASTER PLAN - final report                                            2007
CH2M HILL per Regional Municipality of Waterloo                  Technical Memorandum 1: Future Bio-solids Generation and Assessment of Agricultural        2010
                                                                 Land Inventory
XGC Consultants Ltd. Per Region of Waterloo                      New Hamburg Wastewater Treatment Plant Class Environmental Assessment Environmental        2015
                                                                 Study Report
Bowen Collins & Associates, Inc. per Timpanogos Special          BioWin Process Model Summary Report                                                        2009
Service District
New York State Energy Research and Development                   HARRIMAN WASTEWATER TREATMENT FACILITY MEMBRANE BIOREACTOR PILOT STUDY                     2006
WSB & Associates, Inc                                            WASTEWATER TREATMENT PHOSPHORUS REDUCTION FOR THE CITY OF MONTICELLO,                      2014
                                                                 MINNESOTA
City and County of San Francisco                                 TECHNICAL MEMORANDUM NO. 202 BIOWIN MODELING AND SECONDARY CLARIFIER                       2009
                                                                 STRESS TESTING AT THE SEP AND OSP
Prepared by JJ Environmental                                     Final Report - Low Cost Retrofits for Nitrogen Removal at Wastewater Treatment Plants in   2015
                                                                 the Upper Long Island Sound Watershed
Sacramento Regional County Sanitation District                   Biological Nutrient Removal Draft Basis of Design Report                                   2012
Bart Verrecht, Thomas Maere, Lorenzo Benedetti, Ingmar           Model-based energy optimisation of a small-scale decentralised membrane bioreactor for     2010
Nopens, Simon Judd                                               urban reuse
Lorenzo Benedetti                                                Probabilistic design and upgrade of wastewater treatment plants in the EU Water            2006
                                                                 Framework Directive context
Amerlinck, Y., Cierkens, K., Nopens, I.                          Application of a colour-based system analysis tool at the                                  2015

                                                                 WWTP of Eindhoven
Amerlinck Y., Cierkens K., Flameling T., Weijers S., Nopens I.   A practical and sound model calibration procedure applied to the WWTP of Eindhoven         2015
Ing. Roberto Di Cosmo
roberto.dicosmo@gruppocap.it

                    11/05/2021
Puoi anche leggere