kilka refleksji o wykorzystaniu modeli matematycznych w symulacji ...
kilka refleksji o wykorzystaniu modeli matematycznych w symulacji ...
kilka refleksji o wykorzystaniu modeli matematycznych w symulacji ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
KILKA REFLEKSJI O WYKORZYSTANIU MODELI MATEMATYCZNYCH<br />
W SYMULACJI PROCESÓW OCZYSZCZANIA ŚCIEKÓW METODĄ OSADU<br />
CZYNNEGO<br />
APPLICATION OF MATHEMATICAL MODELS TO SIMULATION OF<br />
ACTIVATED SLUDGE WASTEWATER TREATMENT – A FEW REMARKS<br />
Adam Sochacki, Lesław Płonka, Korneliusz Miksch<br />
Katedra Biotechnologii Środowiskowej, Wydział Inżynierii Środowiska i Energetyki,<br />
Politechnika Śląska, ul. Akademicka 2, 44-100 Gliwice<br />
e-mail: Adam.Sochacki@polsl.pl,Leslaw.Plonka@polsl.pl,Korneliusz.Miksch@polsl.pl<br />
ABSTRACT<br />
Mathematical modelling has become an inherent part of the design and operation of activated sludge<br />
systems. The ASM1 model is the international standard for modelling of the activated sludge process.<br />
The model was published in 1987 to bring new opportunities for development and application of<br />
biokinetic models of wastewater treatment processes. Wastewater plant model consisting of submodels of<br />
the activated sludge process and accompanying processes (eg. sedimentation) may be implemented in<br />
relevant software for various engineering and scientific applications. In order to obtain acceptable results<br />
of simulation (experiment on model) the applied model must be calibrated. The steps within the<br />
calibration procedure in which model is characterized based on available real-world plant data may vary<br />
depending on the goal set. The lack of standard approach in performing the calibration study makes it<br />
virtually impossible to compare different calibrations with each other. In order to bring guidance to the<br />
modelling of wastewater treatment processes systematic calibration protocols have been proposed. The<br />
calibration procedures presented in the calibration protocols are similar in terms of goals and order of<br />
calibration steps but they introduce different methodology. Hence, it is necessary to develop unified<br />
calibration protocol for wastewater treatment processes models.<br />
Keywords: Activated Sludge Models (ASM), mathematical modelling, wastewater treatment,<br />
calibration, calibrtion protocols, simulation<br />
DLACZEGO MODELOWANIE ?<br />
Zgodnie z najnowszymi światowymi trendami<br />
modelowanie matematyczne staje się<br />
nieodłącznym elementem projektowania i<br />
eksploatacji systemów oczyszczania ścieków,<br />
zwłaszcza wykorzystujących proces osadu<br />
czynnego (Henze i in., 2000; Nopens i in.,<br />
2009). Symulacja pracy układów osadu<br />
czynnego (eksperyment prowadzony na<br />
modelu) okazała się niezwykle przydatnym<br />
narzędziem dla eksploatatorów, projektantów i<br />
konsultantów, jak również dla środowiska<br />
naukowego (Langergraber i in., 2004).<br />
Zastosowanie <strong>modeli</strong> <strong>matematycznych</strong> pozwala<br />
na zbadanie w krótkim czasie i przy niskim<br />
nakładzie finansowym wielu rozwiązań<br />
technologicznych oraz na symulację zdarzeń<br />
spoza zakresu warunków typowych dla układu<br />
rzeczywistego (Henze i in., 2000)<br />
MODELOWANIE I SYMULACJA – JAK I<br />
CZYM?<br />
Przełomowym momentem w dziedzinie<br />
modelowania systemów osadu czynnego było<br />
opublikowanie w 1987 r. (Henze i in., 1987)<br />
modelu ASM1 (Activated Sludge Model No.1),<br />
pierwszego biokinetycznego modelu osadu<br />
czynnego z rodziny ASM opracowanego przez<br />
grupę zadaniową (Task Group on Mathematical<br />
Modelling for Design and Operation of<br />
Activated Sludge Processes) organizacji<br />
International Water Association on Water<br />
Pollution Research and Control (IAWPRC)<br />
(obecnie International Water Association -<br />
IWA). Pod względem opisu matematycznego<br />
procesu, nomenklatury i sposobu prezentacji<br />
równań (przy pomocy Macierzy Petersena),<br />
model ten stał się standardem w modelowaniu<br />
przemian biochemicznych w procesie osadu
196<br />
czynnego, szybko zyskując powszechną<br />
akceptację środowiska akademickiego oraz<br />
projektantów i eksploatatorów oczyszczalni<br />
ścieków, co miało niewątpliwie związek z<br />
szybkim rozwojem komputerów<br />
umożliwiających zastosowanie modelu<br />
(Gernaey i in., 2004). Model ASM1 w pewnym<br />
stopniu oparty jest na założeniach<br />
wcześniejszych <strong>modeli</strong> m.in. modelu UCT<br />
opublikowanego przez Dold i<br />
współpracowników w 1980 roku (Jeppsson,<br />
1996). Model ASM1 jest powszechnie<br />
stosowany w wielu naukowych i praktycznych<br />
projektach i co istotne, jest zawarty w<br />
bibliotekach wielu komercyjnych i<br />
niekomercyjnych programów symulacyjnych.<br />
W sposób wyczerpujący implementację ASM1<br />
w kilku popularnych programach<br />
symulacyjnych porównano w opracowaniu<br />
Copp i współautorów (2002). Efektem dalszych<br />
prac wspomnianej grupy zadaniowej były<br />
modele będące modyfikacją, uzupełnieniem i<br />
udoskonaleniem modelu ASM1 nazwane<br />
odpowiednio ASM2, ASM2d oraz ASM3.<br />
Wyczerpujący opis i porównanie wszystkich<br />
<strong>modeli</strong> ASM znajduje się w raporcie organizacji<br />
IWA autorstwa Henze i wsp. (2000). W oparciu<br />
o modele ASM powstały modele będące ich<br />
modyfikacją np. model asmVienna (Winkler i<br />
in., 2001) lub moduł Bio-P będący<br />
uzupełnieniem modelu ASM3 (Rieger i in.,<br />
2001). Oprócz <strong>modeli</strong> z rodziny ASM, których<br />
bilans masy oparty jest na ChZT, istnieją<br />
również modele wykorzystujące bilans BZT, np.<br />
modele ASAL (Jones,1978; Chambers and<br />
Jones, 1988). Porównanie <strong>modeli</strong> opartych na<br />
BZT i ChZT dokonano w pracy Stokes i in.<br />
(2000). Odrębną kategorię <strong>modeli</strong> stanowią<br />
modele opisujące w sposób szczegółowy<br />
metabolizm organizmów biorących udział w<br />
rozkładzie zanieczyszczeń, do których należą<br />
m.in. model TUDP opisany w pracy<br />
Murnleitner i in. (1997) oraz Van Veldhuizen i<br />
in. (1999).<br />
Model systemu osadu czynnego składa się<br />
jednak nie tylko z modelu osadu czynnego<br />
(modelu przemian biochemicznych, np. ASM),<br />
lecz również z <strong>modeli</strong> innych procesów,<br />
zwłaszcza modelu sedymentacji (model<br />
osadnika) oraz modelu transferu masy (model<br />
hydrauliczny, model układu napowietrzania).<br />
Większość <strong>symulacji</strong> opisanych w literaturze<br />
(np. Mino i in., 1997, Makinia i in., 2002, Çinar<br />
i in., 1998) było prowadzonych na modelu<br />
biologicznego stopnia oczyszczania (w<br />
układzie: komora osadu czynnego i osadnik<br />
wtórny), a więc składającego się z <strong>modeli</strong><br />
procesu osadu czynnego, reaktora i osadnika<br />
wtórnego.<br />
Najnowszym trendem w modelowaniu<br />
procesów oczyszczania ścieków jest dążenie do<br />
zawarcia w modelu calego systemu, a nie jak<br />
dotychczas jego wybranego fragmentu.<br />
Przedmiotem modelowania może być więc cała<br />
oczyszczalnia ścieków lub nawet system<br />
składający się z kanalizacji, oczyszczalni i<br />
odbiornika ścieków (Gujer, 2006). Czynnikiem<br />
utrudniającym modelowanie ciągu<br />
technologicznego całej oczyszczalni ścieków<br />
jest fakt, że nie wszystkie modele procesów<br />
oczyszczania ścieków lub przeróbki osadów<br />
mają wspólny zestaw zmiennych. Przykładami<br />
może być połączenie modelu ASM1 z modelem<br />
osadnika. Zmienną stanu w modelu osadnika<br />
jest stężenie zawiesin, podczas gdy zmienna ta<br />
nie występuje w modelu ASM1. Problem ten<br />
rozwiązano stosując zmienną złożoną,<br />
odpowiadającą stężeniu zawiesin obliczoną z<br />
odpowiednich zmiennych ASM1, która jednak<br />
nie jest zmienną stanu. Innym przykładem<br />
<strong>modeli</strong> przemian biochemicznych, które<br />
wykorzystują różny zestaw zmiennych, jest<br />
model typu ASM i model fermentacji<br />
metanowej ADM1 (Anaerobic Digestion Model<br />
No.1) opracowany przez Batstone i in., 2002<br />
(Nopens i in., 2009).<br />
W procesie tworzenia i zastosowania <strong>modeli</strong><br />
systemów oczyszczania ścieków metodą osadu<br />
czynnego należy wziąć pod uwagę szereg<br />
czynników przyjmując przy tym krokową<br />
metodą przejścia od początkowego etapu, jakim<br />
jest określenie celu tworzonego modelu, do<br />
końcowego etapu wykorzystania modelu do<br />
rozwiązania określonego problemu. Wyróżnia<br />
się następujące etapy tego procesu (Gernaey i<br />
in., 2004):<br />
• Określenie przeznaczenia i celu<br />
zastosowania modelu układu oczyszczalni<br />
ścieków.<br />
• Wybór odpowiednich <strong>modeli</strong> systemu<br />
osadu czynnego i procesów<br />
towarzyszących.<br />
• Wyznaczenie własności ścieków i osadu<br />
pod kątem wymagań modelowych.<br />
• Analiza danych i wyznaczenie zbioru<br />
danych charakterystycznego dla stanu<br />
ustalonego w danym okresie pracy układu<br />
rzeczywistego.<br />
• Dostosowanie parametrów modelu<br />
(kalibracja modelu).<br />
• Ocena wyników <strong>symulacji</strong> na<br />
skalibrowanym modelu w odniesieniu do<br />
postawionych wymagań. Jeśli wyniki<br />
<strong>symulacji</strong> są niezadowalające należy<br />
powtórzyć powyższe czynności do<br />
momentu uzyskania poprawnych wyników.<br />
• Zastosowanie modelu zgodnie z<br />
przeznaczeniem.
PROGRAMY SYMULACYJNE<br />
UMOŻLIWIJĄ WYKORZYSTANIE<br />
MODELI<br />
Symulator to oprogramowanie umożliwiające<br />
implementację modelu. W przypadku<br />
modelowania oczyszczalni ścieków lub jej<br />
wybranego fragmentu, pozwala on utworzenie<br />
schematu systemu z <strong>modeli</strong> odpowiednich<br />
procesów (Gernaey i in., 2004; Melcer i in.,<br />
2003). Wyróżnia się symulatory ogólnego<br />
zastosowania oraz symulatory dedykowane. W<br />
pierwszej kategorii symulatorów użytkownik<br />
wpisuje model, który ma być wykorzystany w<br />
dalszej <strong>symulacji</strong>. Czynność ta jest<br />
czasochłonna i może być zbyt skomplikowana<br />
dla osób nieznających podstaw programowania i<br />
zasad tworzenia <strong>modeli</strong> <strong>matematycznych</strong>.<br />
Jednym z najpowszechniej używanych<br />
środowisk symulacyjnych ogólnego<br />
zastosowania jest oprogramowanie<br />
MATLAB/Simulink®<br />
(http://www.mathworks.com). Symulatory<br />
dedykowane zawierają zazwyczaj bibliotekę<br />
<strong>modeli</strong> procesów oczyszczania ścieków i<br />
procesów towarzyszących, np. przeróbki<br />
osadów. Model symulowanego układu tworzy<br />
się przy pomocy schemat blokowego, w którym<br />
poszczególny blok reprezentuje model danego<br />
procesu lub kilku zespolonych procesów, np.<br />
łączący proces osadu czynnego reprezentowany<br />
przez model ASM z modelem reaktora o<br />
pełnym wymieszaniu (CSTR Reactor).<br />
Parametry <strong>modeli</strong> mogą być w wygodny sposób<br />
dostosowywane. Najpopularniejsze dedykowane<br />
programy symulacyjne to (w porządku<br />
alfabetycznym): szwajcarski AQUASIM®<br />
(http://www.aquasim.eawag.ch), kanadyjski<br />
BioWin® (http://www.envirosim.com), duński<br />
EFOR® (http://www.dhisoftware.com/efor),<br />
kanadyjski GPS-X®<br />
(http://www.hydromantis.com), niemiecki<br />
SIMBA® (http://www.ifak-system.com),<br />
brytyjski STOAT®<br />
(http://www.wrcplc.co.uk/software) oraz<br />
belgijski WEST® (http://www.hemmis.com)<br />
(Gernaey i in., 2004, Vanhooren i in., 2003). Na<br />
stronach WWW producentów wymienionych<br />
symulatorów dostępne są wersje demo<br />
oprogramowania. Według danych podanych<br />
przez producentów większość użytkowników<br />
programów BioWin®, EFOR®, GPS-X® i<br />
STOAT® stanowią konsultanci i projektanci,<br />
natomiast programy SIMBA®, AQUASIM®,<br />
WEST® cieszą się większą popularnością<br />
wśród kadry szkół wyższych (Melcer i in.,<br />
2003).<br />
Pewnym ryzykiem związanym z obsługą tzw.<br />
symulatorów dedykowanych, obsługiwanych<br />
197<br />
przez początkujących użytkowników jest<br />
możliwość przeoczenia założeń i ograniczeń<br />
związanych z wykorzystaniem dostępnych<br />
<strong>modeli</strong>, co nieuchronnie doprowadzi do<br />
uzyskania niewłaściwych wyników. Dodatkowe<br />
informacje na temat programów symulacyjnych,<br />
przykłady ich zastosowania i porównanie można<br />
znaleźć w publikacjach Olsson i Newell (1999)<br />
oraz w Copp (2002).<br />
ZASTOSOWANIE WŁAŚCIWIE<br />
SKALIBROWANEGO MODELU JEST<br />
WARUNKIEM POWODZENIA<br />
Zastosowanie modelu systemu osadu czynnego<br />
w <strong>symulacji</strong> pracy obiektu rzeczywistego<br />
wymaga jego kalibracji. Poprawnie<br />
skalibrowany model posiada zdolności<br />
prognostyczne pozwalające na dostatecznie<br />
zbliżone odwzorowanie zachowania<br />
rzeczywistego sytemu w zmiennych warunkach<br />
prowadzenia procesu (Vanrolleghem i in.,<br />
2003). Stąd kalibracja uznawana jest<br />
powszechnie za czynność, podczas której<br />
wybrane parametry modelu są zmieniane tak<br />
długo, aż wyniki <strong>symulacji</strong> będą zbliżone do<br />
zbioru danych określających zachowanie<br />
obiektu rzeczywistego. Można więc stwierdzić,<br />
że celem kalibracji jest uzyskanie jak<br />
najmniejszych rozbieżności pomiędzy<br />
wynikami <strong>symulacji</strong> a danymi pomiarowymi.<br />
Należy pamiętać, iż celem kalibracji nie jest<br />
uzyskanie wiernego dopasowania modelu do<br />
obiektu rzeczywistego. Model matematyczny<br />
będąc uproszczonym opisem procesów<br />
zachodzących podczas oczyszczania ścieków<br />
nie uwzględnia niektórych procesów<br />
zachodzących w świecie rzeczywistym<br />
(uznanych przez twórców danego modelu za<br />
mniej istotne). Modelowanie systemów<br />
biologicznych (jak system osadu czynnego) jest<br />
ograniczone brakiem jednego „właściwego”<br />
modelu, w przeciwieństwie do <strong>modeli</strong><br />
niektórych dobrze poznanych zjawisk<br />
fizycznych (Vanhooren i in., 2003). Jakkolwiek<br />
uzyskanie parametrów modelu pozwalających<br />
na otrzymanie niemal doskonałych wyników<br />
<strong>symulacji</strong> dla danego okresu działania układu<br />
jest możliwe, jednak zastosowanie tak<br />
skalibrowanego modelu dla innego okresu<br />
działanie oczyszczalni ścieków obniży<br />
zdolności prognostyczne modelu. Ocena<br />
wyników <strong>symulacji</strong> powinna polegać na<br />
porównaniu wszystkich istotnych zmiennych<br />
modelowych z danymi pomiarowymi. Zaleca<br />
się, aby podczas kalibrowania modelu, uzyskać<br />
raczej zadowalający poziom dokładności<br />
względem większości zmiennych, niż niezwykle<br />
dokładnie względem jednej zmiennej
198<br />
(jakkolwiek istotnej) i niedostatecznie<br />
względem pozostałych (Melcer i in., 2003).<br />
W większości zastosowań <strong>modeli</strong> rodziny ASM<br />
występuje konieczność ich kalibracji, a więc<br />
dostosowania ich parametrów (kinetycznych i<br />
stechiometrycznych) oraz określenia stężenia<br />
poszczególnych frakcji zanieczyszczeń<br />
określonych w modelu w ściekach<br />
nieoczyszczonych oraz właściwości osadu do<br />
specyficznych warunków panujących w danym<br />
rzeczywistym systemie osadu czynnego.<br />
Czynność ta określana jest mianem kalibracji<br />
modelu biokinetycznego. Przeprowadzenie<br />
kalibracji polega zazwyczaj na wykonaniu<br />
pomiarów w obiekcie skali technicznej oraz<br />
dodatkowo w skali laboratoryjnej lub<br />
pilotażowej w celu wyznaczenia odpowiednich<br />
parametrów i wskaźników (Weijers<br />
i Vanrolleghem, 1997).<br />
PRZEZNACZENIE SKALIBROWANEGO<br />
MODELU DETERMINUJE METODYKĘ<br />
JEGO KALIBRACJI<br />
Określając przebieg i metodykę kalibracji<br />
należy wziąć pod uwagę planowany zakres i cel<br />
zastosowania skalibrowanego modelu oraz<br />
wymagany zbiór wyników <strong>symulacji</strong>. Czynność<br />
ta, choć może wydawać się mało istotna, ma<br />
znaczący wpływ na sposób przeprowadzenia<br />
procesu kalibracji (Langergraber i in., 2004).<br />
Dokładność i zakres kalibracji zależy od<br />
oczekiwanych zdolności prognostycznych<br />
modelu i może znacznie się różnić w zależności<br />
od postawionych celów, doświadczenia i<br />
wiedzy przeprowadzających ją osób oraz<br />
dostępnych środków. Głównym celem<br />
modelowania i <strong>symulacji</strong> procesów<br />
oczyszczania ścieków mogą być:<br />
• Rozwiązywanie problemów<br />
eksploatacyjnych, opracowywanie strategii<br />
sterowania pracy urządzeń, przewidywanie<br />
odpowiedzi układu na różne warunki<br />
prowadzenia procesu („co by było<br />
gdyby?”);<br />
• Zwiększenie efektywności usuwania<br />
zanieczyszczeń w świetle wymagań<br />
określonych prawem;<br />
• Tworzenie systemu kontroli procesów<br />
oczyszczania ścieków opartego na modelu<br />
oczyszczalni;<br />
• Wspomaganie projektowania oczyszczalni;<br />
• Szkolenie studentów i eksploatatorów<br />
oczyszczalni ścieków.<br />
Konieczny stopień uszczegółowienia modelu,<br />
zakres i jakość danych (zwłaszcza częstotliwość<br />
pomiarów) nie są jednakowe dla wymienionych<br />
powyżej celów. Najwyższy stopień specyfikacji<br />
modelu wymagany jest dla określenia strategii<br />
kontroli procesów. Podejmując decyzję<br />
o zakresie i metodach kalibracji należy również<br />
wziąć pod uwagę budżet i termin wykonania<br />
projektu (Vanrolleghem i in., 2003).<br />
MODELOWANIE i SYMULACJA<br />
WYMAGAJĄ DANYCH<br />
Ze względu na źródło pochodzenia dane<br />
wymagane do przeprowadzenia kalibracji<br />
modelu można podzielić na następujące<br />
kategorie:<br />
Dane literaturowe (domyślne) i założenia są<br />
podstawowym źródłem informacji, gdy dane<br />
konstrukcyjne i eksploatacyjne rzeczywistego<br />
systemu są niedostępne lub ograniczone.<br />
Sytuacja ta ma zwłaszcza miejsce podczas<br />
tworzenia modelu obiektu projektowanego lub<br />
hipotetycznego. Dane określające właściwości<br />
typowych ścieków oraz typowe wartości<br />
współczynników stechiometrycznych<br />
i kinetycznych <strong>modeli</strong> dostępne są w literaturze<br />
(np. w Henze i in., 2000 dla <strong>modeli</strong> ASM).<br />
Istotnym źródłem informacji mogą być wyniki<br />
modelowania oczyszczalni znajdujących się w<br />
tej samej strefie geograficznej. Jakkolwiek dane<br />
literaturowe wykorzystywane podczas<br />
modelowania powinny być traktowane z<br />
ostrożnością i inżynierską rozwagą, należy być<br />
świadomym, że uzyskano je (zwłaszcza w<br />
przypadku najpopularniejszych <strong>modeli</strong> jak np.<br />
ASM) w trakcie licznych <strong>symulacji</strong> i kalibracji<br />
<strong>modeli</strong> oraz w wyniku dodatkowych<br />
doświadczeń. Z tego względu wykorzystanie<br />
racjonalnie dobranych domyślnych wartości<br />
parametrów pozwala prognozować zachowanie<br />
systemu w sposób dokładniejszy, niż byłoby to<br />
możliwe przy użyciu tradycyjnych metod (wg<br />
wytycznych, podręczników, norm) (Melcer i in.,<br />
2003).<br />
Dane pochodzące z układu rzeczywistego<br />
najczęściej są niewystarczające do<br />
modelowania, jednak mogą posłużyć do<br />
wstępnej kalibracji modelu. Można je podzielić<br />
na dane konstrukcyjne i eksploatacyjne.<br />
Źródłem danych konstrukcyjnych jest<br />
dokumentacja projektowa obiektu. Natomiast<br />
dane eksploatacyjne to:<br />
• Dane archiwalne z rozpatrywanego obiektu<br />
zawierające wyniki pomiarów i analiz<br />
prowadzonych rutynowo w danym obiekcie<br />
(dzienniki laboratoryjne, system SCADA)<br />
oraz dokumentacja projektowa;
• Wyniki pomiarów on-line;<br />
• Wielkości niemierzone, wyznaczone na<br />
podstawie bilansu masy;<br />
• Wyniki pomiarów wykonanych dodatkowo<br />
w danym obiekcie w celu uzupełnienia<br />
danych koniecznych do przeprowadzenia<br />
kalibracji modelu danej oczyszczalni<br />
ścieków (Petersen, 2000).<br />
Wyniki badań prowadzonych na<br />
laboratoryjnym fizycznym modelu układu<br />
rzeczywistego umożliwiają wyznaczenie<br />
wartości wybranych parametrów modelu (na<br />
podstawie analizy czułości), jak również frakcji<br />
związków organicznych i azotu w dopływie.<br />
Zaletą badań laboratoryjnych jest możliwość<br />
kontroli większości aspektów procesu, co<br />
pozwala ograniczyć liczbę pobieranych prób. W<br />
układach laboratoryjnych niekorzystnym<br />
zjawiskiem, poddającym w wątpliwość jakość<br />
uzyskanych wyników, jest uzyskanie osadu o<br />
biocenozie różnej niż w skali technicznej<br />
(Melcer et al., 2003).<br />
W większości przypadków surowe dane zebrane<br />
w obiekcie wymagają obróbki. Należy<br />
zweryfikować procedury pobierania prób oraz<br />
uwzględnić ich specyfikę podczas analizy<br />
danych. Należy sprawdzić miejsce poboru prób<br />
tj. czy jest ono reprezentatywne dla procesu<br />
(dobrze wymieszane), czy postępowano wg<br />
metod standardowych (np. utrwalanie prób) i<br />
czy analizy są powtarzalne (Melcer et al., 2003).<br />
KONFIGURACJA MODELU<br />
ANALIZOWANEGO SYSTEMU<br />
Znając cel i zakres <strong>symulacji</strong> możliwe jest<br />
utworzenie wstępnej konfiguracji modelu<br />
analizowanego obiektu. Cel i planowany zestaw<br />
danych wyjściowych (wyników <strong>symulacji</strong>)<br />
określają zakres procesów, które powinny być<br />
zawarte w modelu obiektu. Modelowanie całej<br />
oczyszczalni nie jest konieczne, jeśli celem<br />
<strong>symulacji</strong> jest zbadanie pewnego fragmentu<br />
obiektu. Najczęściej modelowaniu i <strong>symulacji</strong><br />
podlega proces osadu czynnego, włączając<br />
proces separacji zawiesin w osadnikach<br />
wtórnych, lecz z pominięciem np. ciągu<br />
przeróbki osadów oraz osadnika wstępnego<br />
(Hulsbeek i in., 2002). Należy jednak pamiętać,<br />
aby uwzględnić w modelu wszystkie strumienie<br />
mające wpływ na działanie systemu<br />
podlegającemu <strong>symulacji</strong>, np. strumień wód<br />
nadosadowych w przypadku modelowania<br />
procesu osadu czynnego. Korzystając z<br />
dostępnych danych konstrukcyjnych i<br />
eksploatacyjnych należy przeprowadzić analizę<br />
systemu mającą na celu określenie granic<br />
199<br />
modelu, z wyszczególnieniem podsystemów i<br />
obiektów/urządzeń oraz zachodzących między<br />
nimi zależności (np. transfer masy i energii lub<br />
sygnały regulacyjne).<br />
Wstępny etap budowy modelu systemu polega<br />
na jego dokładnej analizie m.in. określeniem<br />
zakresu modelu i jego składników:<br />
podsystemów, urządzeń i procesów i ich<br />
współzależności (przepływ masy, energii,<br />
objętości i sygnałów regulacyjnych)<br />
(Langergraber i in. 2004). Vanrolleghem w<br />
modelu sytemu osadu czynnego wyróżnił trzy<br />
grupy <strong>modeli</strong>: model transferu masy<br />
(hydrauliczny i transferu tlenu), model<br />
sedymentacji i model przemian biochemicznych<br />
(Vanrolleghem i in. 2003).<br />
Stopień dokładności opisu właściwości<br />
hydraulicznych systemu zależy od celu pracy i<br />
konfiguracji urządzeń systemu. Na podstawie<br />
właściwości hydrodynamicznych komory osadu<br />
czynnego mogą być modelowane za pomocą:<br />
pojedynczego modelu reaktora o pełnym<br />
wymieszaniu, szeregu lub rozbudowanego<br />
układu <strong>modeli</strong> tego typu (Langergraber i in.,<br />
2004).<br />
Określenie charakterystyki transferu tlenu<br />
polega na wyznaczeniu efektywności transportu<br />
tlenu (KLa) z uwzględnieniem czynników<br />
eksploatacyjnych i biochemicznych (np.<br />
temperatura, zasolenie). W przeciągu dwóch<br />
ostatnich dekad opracowano różnorodne metody<br />
wyznaczania współczynnika KLa. Dodatkowo<br />
warto zauważyć, że dane określające dzienne<br />
zużycie energii elektrycznej przez dmuchawy<br />
oraz informacje udostępnione przez<br />
producenta/ów systemu napowietrzania mogą<br />
mieć znaczenie podczas wyznaczania KLa<br />
(Vanrolleghem i in., 2003).<br />
Wybór modelu osadnika (wstępnego,<br />
pośredniego lub wtórnego), podobnie jak w<br />
przypadku modelu biochemicznego, zależy od<br />
celu projektu. Szczegółowy opis działania<br />
osadnika jest konieczny, jeśli ma ono znaczący<br />
wpływ na zachowanie całego systemu, np. na<br />
wartość ChZT oraz stężenie N i P w ściekach<br />
oczyszczonych lub jeśli celem <strong>symulacji</strong> jest<br />
optymalizacja pracy osadnika (np. obniżenie<br />
zawartości zawiesiny w odpływie z urządzenia).<br />
Ważnym źródłem informacji na temat procesów<br />
zachodzących w osadniku są wyniki<br />
doświadczeń prowadzonych w skali technicznej<br />
i laboratoryjnej, opisane przykładowo w<br />
pracach Daigger i Roper (1986) oraz Ekama i<br />
Marais (1986). W modelu oczyszczalni<br />
powinny zostać uwzględnione procesy<br />
biochemiczne mogące zachodzić w osadniku.<br />
Istnieje szereg <strong>modeli</strong> <strong>matematycznych</strong><br />
procesów biochemicznych zachodzących
200<br />
w systemach oczyszczania ścieków.<br />
Do najczęściej wykorzystywanych w praktyce i<br />
najobszerniej opisanych w literaturze należy<br />
grupa <strong>modeli</strong> ASM (Activated Sludge Models)<br />
opracowanych przez grupę zadaniową<br />
organizacji IWA (Langergraber i in., 2004).<br />
Zbiór raportów grupy zadaniowej zawierających<br />
szczegółowy opis <strong>modeli</strong> ASM opublikowano w<br />
Henze i in. (2000).<br />
Wybór modelu przemian biochemicznych jest<br />
uzależniony od celu projektu, doświadczeń<br />
osoby opracowującej model danego obiektu i<br />
oczekiwań przyszłego użytkownika modelu (np.<br />
eksploatatora, doradcy), a zwłaszcza od<br />
procesów biochemicznych (ewentualnie<br />
chemicznego strącania fosforanów)<br />
zachodzących w oczyszczalni (np. usuwanie<br />
substancji organicznych, związków azotu,<br />
fosforu). Warto wziąć pod uwagę, że większość<br />
opracowań (teoretycznych i praktycznych)<br />
dotyczy <strong>modeli</strong> ASM, a zwłaszcza modelu<br />
ASM1, dlatego korzystając z mniej popularnych<br />
<strong>modeli</strong> należy zachować szczególną ostrożność<br />
(Langergraber i in., 2004).<br />
Metoda osadu czynnego jest wykorzystywana w<br />
oczyszczaniu nie tylko ścieków komunalnych<br />
lecz również ścieków przemysłowych<br />
zawierających związki organiczne np. z<br />
zakładów petrochemicznych, celulozowni, czy<br />
garbarni. Modele ASM zostały opracowane dla<br />
systemów oczyszczających ścieki komunalne.<br />
W niektórych przypadkach mogą być one<br />
bezpośrednio zastosowane do ścieków<br />
przemysłowych np. z przemysłu spożywczego.<br />
Często jednak właściwości dopływu i specyfika<br />
działania danej oczyszczalni ścieków<br />
przemysłowych znacznie odbiegają od<br />
systemów dla ścieków komunalnych, dlatego<br />
zastosowanie modelu ASM jest niemożliwe. W<br />
tym przypadku konieczne jest opracowanie<br />
modelu uwzględniającego charakterystykę<br />
procesu. W tym celu możliwe jest<br />
wykorzystanie jednego z dostępnych <strong>modeli</strong>,<br />
jako punktu wyjściowego (Melcer i in., 2003).<br />
MODEL MATEMATYCZNY WYMAGA<br />
BARDZIEJ SZCZEGÓŁOWEGO OPISU<br />
SKŁADU ŚCIEKÓW<br />
Ścieki są wieloskładnikową mieszaniną materii<br />
organicznej i nieorganicznej. W modelach<br />
osadu czynnego ASM i w wielu innych,<br />
właściwości ścieków określone są za pomocą<br />
wskaźników (tzw. frakcji modelowych)<br />
odbiegających od zbioru oznaczeń i pomiarów<br />
wykonywanych rutynowo w oczyszczalniach<br />
ścieków komunalnych. W celu określenie stężeń<br />
poszczególnych frakcji modelowych wykonuje<br />
się zarówno analizy fizyko-chemiczne<br />
(filtracyjne) i/lub biologiczne (respirometryczne<br />
i miareczkowe) (Petersen, 2000). Wyniki<br />
<strong>symulacji</strong> zależą od jakości danych<br />
wejściowych, stąd przewidywane przeznaczenie<br />
skalibrowanego modelu określa metodę i<br />
dokładność wyznaczenia poszczególnych<br />
frakcji. Najdokładniejsza charakterystyka<br />
ścieków wymagana jest, jeśli model będzie<br />
wykorzystywany w celach projektowych<br />
(Henze i in., 2000).<br />
Względna zawartość poszczególnych frakcji<br />
modelowych w ściekach dopływających do<br />
danej oczyszczalni jest w przybliżeniu stała,<br />
natomiast stężenie tych frakcji może podlegać<br />
znacznym wahaniom w perspektywie<br />
godzinowej i dziennej (Henze i in., 2000)<br />
Jeśli niemożliwe jest wykonanie analizy jakości<br />
ścieków pod kątem wymagań modelowych, lecz<br />
dostępne są typowe wyniki analizy ścieków (np.<br />
ChZT, N-NH4, zawartość zawiesin), wtedy<br />
wyznaczenie frakcji modelowych można<br />
wykonać na podstawie danych literaturowych<br />
dla określonej strefy klimatycznej, rodzaju<br />
kanalizacji, stopnia oczyszczenia ścieków<br />
(ścieki surowe lub oczyszczone mechanicznie)<br />
(np. Ekama i in., 1986; Henze, 1992; Henze i<br />
in., 2000; Koch i in., 2000; Lesouef i in., 1992;<br />
Melcer i in., 2003; Hulsbeek i in., 2002).<br />
Metody fizyko-chemiczne, z których najczęściej<br />
wykorzystywaną jest metoda filtracyjna,<br />
pozwalają scharakteryzować ścieki w krótkim<br />
czasie i małym nakładem pracy. Metoda ta<br />
pozwala wyznaczyć wartość ChZT frakcji<br />
rozpuszczonej i nierozpuszczonej natomiast nie<br />
dostarcza bezpośrednich informacji na temat ich<br />
biodegradowalności. Metody biologiczne<br />
pozwalają na uzyskanie informacji na temat<br />
charakterystyki ścieków na podstawie<br />
obserwacji zachowania systemu osadu<br />
czynnego. Fakt, że frakcje modelowe w<br />
modelach typu ASM zdefiniowano ze względu<br />
na ich podatność na biodegradację, pozwala<br />
uznawać wyniki analiz biologicznych za<br />
bardziej miarodajne niż analizy fizykochemiczne.<br />
Zastosowanie metod biologicznych,<br />
mimo niewątpliwych korzyści jest związane z<br />
większymi nakładem pracy i środków<br />
finansowych oraz umiejętnością poprawnej<br />
interpretacji wyników. Metody biologiczne<br />
służą głównie do wyznaczania stężenia frakcji<br />
biodegradowalnych i biomasy. Wg Petersen<br />
(2000) wyznaczenie poszczególnych frakcji<br />
modelowych w oparciu o wyniki analiz fizykochemicznych<br />
może prowadzić do błędnych<br />
wyników. Metody fizyko-chemiczne pozwalają<br />
na poprawne wyznaczenie frakcji azotowych<br />
natomiast podział na poszczególne frakcje<br />
związków określanych za pomocą ChZT<br />
obarczony jest dozą niepewności.
KTÓRE PARAMETRY MODELU<br />
NALEŻY ZMIENIĆ W TRAKCIE<br />
KALIBRACJI?<br />
Modele osadu czynnego, podobnie jak modele<br />
matematyczne innych procesów, są<br />
uproszczeniem i przybliżeniem rzeczywistości i<br />
jako takie wymagają dostosowania w zależności<br />
od warunków prowadzenia procesu. W celu<br />
wyznaczenia parametrów modelu<br />
biokinetycznego wykorzystuje się najczęściej<br />
metody biologiczne polegające w znacznej<br />
mierze na pomiarze zmian stężenia tlenu oraz<br />
form azotu i fosforu na skutek działalności<br />
mikroorganizmów.<br />
Podczas planowania zakresu doświadczeń<br />
mających na celu wyznaczenie parametrów<br />
modelu powinny zostać wykorzystane wyniki<br />
analizy czułości. Analiza czułości służy do<br />
identyfikacji parametrów modelu mających<br />
największy wpływ na zmienne modelowe. Jako<br />
„parametr” należy rozumieć nie tylko<br />
współczynniki modelu biochemicznego (np.<br />
ASM), lecz także frakcje zanieczyszczeń w<br />
dopływie oraz parametry eksploatacyjne.<br />
Przedmiotem dodatkowych badań powinny być<br />
parametry mające największy wpływ na<br />
zmienne modelowe, natomiast parametrom o<br />
znikomym wpływie mogą zostać przypisane<br />
wartości domyślne (Melcer i in., 2003). Analizę<br />
czułości najczęściej wykonuje się w trakcie<br />
<strong>symulacji</strong> pracy systemu w stanie ustalonym z<br />
wykorzystaniem odpowiednio uśrednionych<br />
danych z układu rzeczywistego.<br />
DOSTOSOWANIE PARAMETRÓW<br />
MODELU<br />
Nie jest wskazane dostosowywanie wartości<br />
danego parametru, jeśli wyniki <strong>symulacji</strong> nie są<br />
wrażliwe na jego zmiany. W przypadku, gdy<br />
zmiana wartości parametru jest nieunikniona,<br />
powinna być ona wykonana we właściwym<br />
kierunku zgodnie z uznaniem i doświadczeniem<br />
wykonawcy. W inny przypadku zmiany<br />
parametrów związane są z niebezpieczeństwem,<br />
iż model nie będzie odzwierciedlał<br />
rzeczywistości.<br />
W danej chwili wartość tylko jednego<br />
parametru może być zmieniana. Niektóre<br />
parametry są ze sobą ściśle powiązane, dlatego<br />
niemożliwa jest ocena wpływu jednoczesnej<br />
zmiany kilku parametrów. Dla każdej pary<br />
parametrów znajdujących się w interakcji tylko<br />
parametr wykazujący większy wpływ na wyniki<br />
<strong>symulacji</strong> powinien być dostosowywany.<br />
We wstępnej <strong>symulacji</strong> wykorzystuje się<br />
domyślne wartości parametrów<br />
stechiometrycznych i kinetycznych modelu<br />
201<br />
osadu czynnego (podane w literaturze lub<br />
zawarte w oprogramowaniu symulacyjnym).<br />
Uznaje się, że domyślny zbiór parametrów nie<br />
powinien być poddawany znacznym<br />
modyfikacjom, będących najczęściej rezultatem<br />
błędnego scharakteryzowania sytemu (np. ilości<br />
osadu nadmiernego, frakcji modelowych w<br />
ściekach, hydrodynamiki komór osadu<br />
czynnego). Należy podkreślić, że domyślne<br />
wartości parametrów wyznaczone na podstawie<br />
badań dla ścieków komunalnych mogą być<br />
nieodpowiednie zarówno dla ścieków<br />
przemysłowych, jak i ścieków o dużym udziale<br />
przemysłowych wód odpadowych (Melcer i in.,<br />
2003; Hulsbeek i in., 2002).<br />
WERYFIKACJA POPRAWNOŚCI<br />
KALIBRACJI MODELU<br />
Podczas weryfikacji kalibracji modelu wartości<br />
jego parametrów pozostają niezmienione. Dane<br />
pomiarowe wykorzystane podczas weryfikacji<br />
powinny pochodzić z okresu odmiennego od<br />
użytego podczas kalibracji. Różnice te mogą<br />
wynikać z odmiennej temperatury, wieku osadu,<br />
warunków eksploatacyjnych (np. liczby<br />
pracujących osadników) (Langergraber i in.,<br />
2004; Sin i in., 2005).<br />
PROTOKOŁY KALIBRACYJNE –<br />
STANDARDOWA PROCEDURA<br />
KALIBRACJI<br />
Ważnym źródłem informacji związanych z<br />
praktycznymi aspektami kalibracji są tzw.<br />
protokoły kalibracyjne (z ang. calibration<br />
protocols), które opracowano z myślą o<br />
usystematyzowaniu przebiegu procesu kalibracji<br />
i wyznaczeniu jednolitych kryteriów<br />
umożliwiających określenie i porównanie<br />
wyników <strong>symulacji</strong> Motywacją do<br />
opublikowania protokołów kalibracyjnych był<br />
fakt, że dotychczasowo opisane w literaturze<br />
symulacje procesów oczyszczania ścieków<br />
zazwyczaj różniły się pod wieloma względami,<br />
utrudniając lub uniemożliwiając ich porównanie<br />
i ocenę. Najpopularniejsze protokoły<br />
kalibracyjne zostały opracowane przez<br />
organizacje europejskie HSG<br />
(Hochschulgruppe, grupa badaczy z krajów<br />
niemieckojęzycznych) (Langergraber i in.,<br />
2004), STOWA (Hulsbeek in., 2002),<br />
BIOMATH (Department of Applied<br />
Mathematics, Biometrics and Process Control,<br />
Ghent University, Belgium) (Vanrolleghem i<br />
in., 2003) oraz północnoamerykańską WERF<br />
(Water Environment Research Foundation)<br />
(Melcer i in., 2003). W artykule Sin i in.<br />
(2005) przedstawiono analizę SWOT (analizę
202<br />
mocnych i słabych punktów, możliwości i<br />
zagrożeń) wymienionych protokołów<br />
kalibracyjnych. Protokoły kalibracyjne mają<br />
wiele podobieństw, m.in. strukturę, w której<br />
pierwszym etapem jest określenie celu<br />
kalibracji. Wszystkie podkreślają istotność<br />
analizy jakości danych wejściowych i<br />
weryfikacji wyników kalibracji. Istnieją również<br />
istotne różnice pomiędzy nimi w podejściu do<br />
sposobu kalibracji, np. w metodyce badań<br />
mających na celu wyznaczenie zmiennych<br />
modelowych w dopływie do układu i<br />
parametrów modelu, w przebiegu dodatkowych<br />
pomiarów w układzie rzeczywistym czy w<br />
procedurze dostosowywania parametrów<br />
modelu.<br />
Wspólną cechą wymienionych protokołów<br />
kalibracyjnych jest zalecany porządek kolejnych<br />
etapów kalibracji, natomiast podstawowe<br />
różnice pomiędzy nimi wynikają z sposobu<br />
wykonania poszczególnych etapów procesu<br />
kalibracji modelu (Sin i in., 2005).<br />
PODSUMOWANIE<br />
Niełatwego zadania usystematyzowania wiedzy<br />
na temat praktycznych aspektów modelowania<br />
systemów osadu czynnego podjęła się grupa<br />
zadaniowa Good Modelling Practice (GMP)<br />
działająca w ramach organizacji IWA.<br />
Głównym kierunkiem działania tej grupy jest<br />
opracowanie ujednoliconego protokołu<br />
kalibracyjnego, który byłby kompilacją<br />
mocnych punktów wymienionych protokołów<br />
kalibracyjnych i wielu rozproszonych<br />
informacji dotyczących modelowania systemów<br />
oczyszczania ścieków. Protokół ten zostanie<br />
wydany w formie raportu naukowotechnicznego<br />
przez wydawnictwo IWA. Efekty<br />
działalności grupy (m.in. roboczą wersję<br />
protokołu) można śledzić na stronie WWW<br />
grupy GMP:<br />
http://www.modeleau.org/GMP_TG/index.htm.<br />
Potrzeba stworzenia ujednoliconego protokołu<br />
kalibracyjnego jest związana z faktem, iż<br />
możliwość wykorzystania procedur opisanych<br />
w protokołach kalibracyjnych w <strong>symulacji</strong><br />
pracy systemów osadu czynnego jest nieco<br />
osłabiona ze względu na:<br />
• Wąski zakres ich stosowalności,<br />
ograniczony do oczyszczania ścieków<br />
komunalnych;<br />
• Techniczne ograniczenia aparatury<br />
pomiarowej;<br />
• Problem interpretacji wyników<br />
doświadczeń prowadzonych w skali<br />
laboratoryjnej w kontekście modelowania<br />
obiektu w skali technicznej;<br />
• Konieczność przeprowadzenia koszto- i<br />
czasochłonnych sesji pomiarowych. Dąży<br />
się jednak do optymalizacji ich wykonania<br />
przy pomocy metod <strong>matematycznych</strong>,<br />
mających na celu zwiększenie zakresu<br />
uzyskiwanych informacji przy<br />
jednoczesnym obniżeniu kosztu pomiaru;<br />
• Istotną złożoność <strong>modeli</strong> systemów w<br />
stosunku do ilości i jakości danych<br />
dostępnych w obiektach skali technicznej.<br />
Dodatkowo, z inżynierskiego punktu widzenia,<br />
istnieje konieczność znalezienia złotego środka<br />
pomiędzy naukowym a pragmatycznym<br />
podejściem do wykonania kalibracji modelu,<br />
jakże często ograniczonej dostępnością czasu,<br />
budżetu, wykwalifikowanej kadry<br />
i odpowiedniego wyposażenia (Sin i in., 2005).<br />
W trakcie opracowywania ujednoliconego<br />
protokołu kalibracyjnego, opisane powyżej<br />
ograniczenia wynikające ze stosowania<br />
dotychczasowych protokołów kalibracyjnych,<br />
powinny zostać zminimalizowane. Ważnym<br />
źródłem informacji w tej materii będą raporty<br />
opisujące przebieg <strong>symulacji</strong> wykonanej<br />
zgodnie z wytycznymi danego protokołu (tzw.<br />
case studies).<br />
LITERATURA<br />
BATSTONE D.J., KELLER J., ANGELIDAKI<br />
I., KALYUZHNYI S.V., PAVLOSTATHIS<br />
S.G., ROZZI A., SANDERS W.T.M.,<br />
SIEGRIST H., VAVILIN V.A., (2002):<br />
Anaerobic Digestion Model No.1 (ADM1).<br />
IWA Scientific and Technical Report #13. IWA<br />
Publishing, London, UK.<br />
CHAMBERS B. and JONES G. L. (1988)<br />
Optimisation and uprating of activated sludge<br />
plants by e cient process design. Wat. Sci.<br />
Tech., 20, 121-132.<br />
ÇINAR Ö., DAIGGER G.T., GRAEF S.P.<br />
(1998): Evaluation of IAWQ Activated Sludge<br />
Model No.2 using steady-state data from four<br />
full-scale wastewater treatment plants. Water<br />
Environ. Res., 70 (6), pp. 1216 - 1224.<br />
COPP, J.B., 2002. The COST Simulation<br />
Benchmark: Description and Simulator Manual.<br />
Office for Official Publications of the European<br />
Community, Luxembourg. ISBN 92-894-1658-<br />
0. s. 154.<br />
DAIGGER G.T, ROPER R.E., (1985): The<br />
relationship between SVI and activated sludge<br />
settling characteristics, J. Wat. Pollut. Cont.<br />
Fed., 57(8), 859-866.
DOLD, P., EKAMA, G.A., MARAIS, G.V.R.,<br />
(1980): A general model for the activated sludge<br />
process. Prog. Water Tech. 12 (6), 47–77.<br />
EKAMA G.A., MARAIS G.v.R, (1986): Sludge<br />
settleability and secondary settling tank design<br />
procedures. Wat. Pollut. Control, 85(1), 101-<br />
113.<br />
EKAMA G.A., DOLD P.L., MARAIS G.v.R.<br />
(1986) Procedures for determining COD<br />
fractions and the maximum specific growth rate<br />
of heterotrophs in activated sludge systems.<br />
Wat. Sci. Tech., 18 (6), pp. 91 - 114.<br />
GERNAEY K. V., van LOOSDRECHT<br />
M.C.M., HENZE M., LIND M., S.B.<br />
JØRGENSEN, (2004): Activated sludge<br />
wastewater treatment plant modelling and<br />
simulation: state of the art. Environmental<br />
Modelling & Software 19 (2004) 763–783<br />
GUJER W., (2006): Activated sludge<br />
modelling: past, present and future. Wat. Sci.<br />
Tech., 53(3), pp. 111 - 119.<br />
HENZE M., GRADY C.P.L., JR., GUJER W.,<br />
MARAIS G.V.R., MATSUO T., (1987):<br />
Activated Sludge Model No. 1. IAWQ<br />
Scientific and Technical Report No. 1, London,<br />
UK.<br />
HENZE M. (1992): Characterization of<br />
wastewater for modelling of activated sludge<br />
processes. Wat. Sci. Tech., 25 (6), pp. 1 - 15.<br />
HENZE M., GUJER W., MINO T., van<br />
LOOSDRECHT M. (2000): Activated sludge<br />
models ASM1, ASM2, ASM2D and ASM3.<br />
IWA Scientific and Technical Report No. 9.<br />
IWA Publishing, London, UK.<br />
HULSBEEK, J.J.W., KRUIT, J.,<br />
ROELEVELD, P.J., van LOOSDRECHT<br />
M.C.M. (2002): A practical protocol for<br />
dynamic modelling of activated sludge systems.<br />
Wat. Sci. Tech., 45 (6), pp.127 - 136.<br />
JONES G. L. (1978) A mathematical model for<br />
bacterial growth and substrate utilisation in the<br />
activated-sludge process. In Mathematical<br />
Models in Water Pollution Control, ed. A.<br />
James, pp. 265-279. John Wiley and Sons,<br />
London.<br />
KOCH, G., M. KÜHNI, GUJER, W.,<br />
SIEGRIST, H. (2000): Calibration and<br />
Validation of Activated Sludge Model No. 3 for<br />
Swiss Municipal Wastewater. Wat. Res.,<br />
34(14), pp. 3580 - 3590.<br />
203<br />
LANGERGRABER G., RIEGER L.,<br />
WINKLER S., ALEX J., WIESE J.,<br />
OWERDIECK C., AHNERT M., SIMON J.,<br />
MAURER M., (2004): A guideline for<br />
simulation studies of wastewater treatment<br />
plants. Wat. Sci. Tech. 50 (7), 131-138.<br />
LESOUEF A., PAYRANDEAU M.,<br />
ROGALLA F., KLEIBER B. (1992):<br />
Optimizing nitrogen removal reactor<br />
configurations by on-site calibration of the<br />
IAWPRC Activated Sludge Model. Wat. Sci.<br />
Tech., 25 (6), pp.105 - 123.<br />
MAKINIA J., SWINARSKI M., DOBIEGALA<br />
E. (2002): Experiences with computer<br />
simulation at two large wastewater treatment<br />
plants in northern Poland. Wat. Sci. Tech.,<br />
45(6), pp. 209 - 218.<br />
MELCER, H., DOLD, P.L., JONES, R.M.,<br />
BYE, C.M., TAKÁCS, I.,STENSEL, H.D.,<br />
WILSON, A.W., SUN, P., BURY, S., (2003):<br />
Methods for wastewater characterisation in<br />
activated sludge <strong>modeli</strong>ng. Water Environment<br />
Research Foundation (WERF), Alexandria, VA,<br />
USA.<br />
MINO T., SAN PEDRO D.C., YAMAMOTO<br />
S., MATSUO T., (1997): Application of the<br />
IAWQ activated sludge model to nutrient<br />
removal process. Wat. Sci. Tech., 35(8), 111-<br />
118.<br />
MURNLEITNER E., KUBA T., van<br />
LOOSDRECHT M.C.M. and HEIJNEN J.J.<br />
(1997): An integrated metabolic model for the<br />
aerobic and denitrifying biological phosphorus<br />
removal. Biotechnol. Bioeng., 54, 434–450.<br />
NOPENS I., BATSTONE D. J., COPP J.B.,<br />
JEPPSSON U., VOLCKE E., ALEX J.,<br />
VANROLLEGHEM P.A., (2009): An<br />
ASM/ADM model interface for dynamic plantwide<br />
simulation. Water R e s. , 43, 1913-1923.<br />
OLSSON G., NEWELL B., (1999): Wastewater<br />
Treatment Systems. Modelling, Diagnosis and<br />
Control. IWA Publishing, London, UK.<br />
PETERSEN B. (2000): Calibration,<br />
identifiability and optimal experimental design<br />
of activated sludge models. Ph.D. Thesis, Ghent<br />
University, Belgium.<br />
RIEGER L., KOCH G., KÜHNI M., GUJER W.<br />
and SIEGRIST H. (2001): The EAWAG Bio-P<br />
module for Activated Sludge Model No. 3.<br />
Water Res., 35, 3887–3903.
204<br />
SIN G., VAN HULLE S.W.H., DE PAUW D.<br />
J.W., van GRIENSVEN A.,<br />
VANROLLEGHEM P.A., (2005): A critical<br />
comparison of systematic calibration protocols<br />
for activated sludge models: A SWOT analysis.<br />
Wat. Res. 39, 2459–2474.<br />
STOKES, A.J., WEST, J.R., FORSTER, C.F.<br />
and DAVIES, W.J. (2000): Understanding some<br />
of the differences between the COD- and BODbased<br />
models offered in STOAT. Water Res.,<br />
34(4), 1296–1306.<br />
VANHOOREN H., MEIRLAEN J.,<br />
AMERLINCK Y., CLAEYS F.,<br />
VANGHELUWE H., VANROLLEGHEM P.A.<br />
(2003): WEST: modelling biological<br />
wastewater treatment. J. Hydroinformatics, 5<br />
(1), 27 - 50.<br />
VANROLLEGHEM P.A., INSEL G.,<br />
PETERSEN B., SIN G., DE PAUW D.,<br />
NOPENS I., DOVERMANN H., WEIJERS S.,<br />
GERNAEY K., (2003): A Comprehensive<br />
Model Calibration Procedure For Activated<br />
Sludge Models.<br />
W: Proceedings: WEFTEC 2003, 76 th Annual<br />
Technical Exhibition and Conference. October<br />
11-15, 2003, Los Angeles, CA, USA.<br />
Van VELDHUIZEN H.M., van LOOSDRECHT<br />
M.C.M., HEIJNEN J.J. (1999): Modelling<br />
biological phosphorus and nitrogen removal in a<br />
full scale activated sludge process. Water Res.,<br />
33, 3459–3468.<br />
WINKLER S., MÜLLER-RECHBERGER H.,<br />
NOWAK O., SVARDAL K., WANDL G.<br />
(2001): A new approach towards modelling of<br />
the carbon degradation cycle at two-stage<br />
activated sludge plants. Wat. Sci. Tech., 43(7),<br />
19–27.<br />
WEIJERS S.R., VANROLLEGHEM P.A.,<br />
(1997): A procedure for selecting best<br />
identifiable parameters in calibrating activated<br />
sludge model no. 1 to full scale plant data. Wat.<br />
Sci. Tech. 36 (5), 69–79.