TU Darmstadt / ULB / TUbiblio

Measurement and Prediction of Oxygen Transfer in Activated Sludge based on Ex Situ Off-gas Monitoring

Schwarz, Maximilian (2023)
Measurement and Prediction of Oxygen Transfer in Activated Sludge based on Ex Situ Off-gas Monitoring.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00023287
Dissertation, Erstveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

This dissertation examines oxygen transfer dynamics of activated sludge aeration systems in wastewater treatment plants (WWTP). The method of ex situ off-gas testing and its measurement uncertainty when determining the α-factor were studied. The variation of the α-factor was measured in conventional activated sludge (CAS) and two-stage systems with pilot-scale long-term ex situ off-gas testing. A data-driven approach to predict oxygen transfer based on supervised machine learning is presented. The key results of this cumulative dissertation and its three papers (P1-P3) are as follows:

- ASCE 18-18 describes the ex situ off-gas method as an alternative to in situ off-gas testing with off-gas hoods on the activated sludge surface. P1 showed that results from ex situ and in situ tests cannot be compared because sludge inflow into an ex situ bubble column systematically increased the α-factor. Still, ex situ off-gas testing offers unique advantages for piloting and research of oxygen transfer because operation of an external bubble column is more flexible than in situ off-gas testing.

- By comparing ex situ off-gas measurements under the same conditions, P1 demonstrated that α-factors can be quantified at a relative standard deviation of about ± 2.8 %. This is significantly more accurate than previously reported uncertainties between ± 5 to 15 %. A sensitivity analysis in P1 revealed that recording the oxygen concentration in the off-gas was the most important parameter to conduct reliable oxygen transfer tests, exceeding the relevance of dissolved oxygen (DO) and airflow rate measurement by far.

- α-factors are generally higher in the second stage of a two-stage WWTP because oxygen transfer inhibiting substances, e.g., surfactants and TOC, are partially removed in the first stage. In P2, α-factors for design load cases were determined as 0.45 for αmean and 0.33/0.54 for αmin/αmax in the first stage (HRAS), and as 0.80 for αmean and 0.69/0.91 for αmin/αmax in the second stage. α-factors in situ would be lower because these values were recorded with ex situ off-gas tests.

- The α0-factor was introduced in P3 to compare oxygen transfer in activated sludge from aerated and non-aerated zones. It considers differences of in situ and ex situ DO under non-steady state DO conditions. An increase of the α0-factor along an upstream anoxic tank of a CAS process was observed, thus suggesting biosorption and/or biodegradation of oxygen transfer inhibiting substances.

- The α0-factor was predicted by Random Forest models for different activated sludge stages within an RMSE (root-mean-square error) of 0.024 and 0.033 (R2 between 0.84 and 0.92). Models were trained with 17 predictor variables based on WWTP operating data. The data-driven approach can consider potential interactions of influences on oxygen transfer, but the final models are typically unable to generalize for conditions not included in training data.

Typ des Eintrags: Dissertation
Erschienen: 2023
Autor(en): Schwarz, Maximilian
Art des Eintrags: Erstveröffentlichung
Titel: Measurement and Prediction of Oxygen Transfer in Activated Sludge based on Ex Situ Off-gas Monitoring
Sprache: Englisch
Referenten: Wagner, Prof. Dr. Martin ; Engelhart, Prof. Dr. Markus ; Jardin, Prof. Dr. Norbert
Publikationsjahr: 2023
Ort: Darmstadt
Kollation: XII, 138 Seiten
Datum der mündlichen Prüfung: 9 Februar 2023
DOI: 10.26083/tuprints-00023287
URL / URN: https://tuprints.ulb.tu-darmstadt.de/23287
Kurzbeschreibung (Abstract):

This dissertation examines oxygen transfer dynamics of activated sludge aeration systems in wastewater treatment plants (WWTP). The method of ex situ off-gas testing and its measurement uncertainty when determining the α-factor were studied. The variation of the α-factor was measured in conventional activated sludge (CAS) and two-stage systems with pilot-scale long-term ex situ off-gas testing. A data-driven approach to predict oxygen transfer based on supervised machine learning is presented. The key results of this cumulative dissertation and its three papers (P1-P3) are as follows:

- ASCE 18-18 describes the ex situ off-gas method as an alternative to in situ off-gas testing with off-gas hoods on the activated sludge surface. P1 showed that results from ex situ and in situ tests cannot be compared because sludge inflow into an ex situ bubble column systematically increased the α-factor. Still, ex situ off-gas testing offers unique advantages for piloting and research of oxygen transfer because operation of an external bubble column is more flexible than in situ off-gas testing.

- By comparing ex situ off-gas measurements under the same conditions, P1 demonstrated that α-factors can be quantified at a relative standard deviation of about ± 2.8 %. This is significantly more accurate than previously reported uncertainties between ± 5 to 15 %. A sensitivity analysis in P1 revealed that recording the oxygen concentration in the off-gas was the most important parameter to conduct reliable oxygen transfer tests, exceeding the relevance of dissolved oxygen (DO) and airflow rate measurement by far.

- α-factors are generally higher in the second stage of a two-stage WWTP because oxygen transfer inhibiting substances, e.g., surfactants and TOC, are partially removed in the first stage. In P2, α-factors for design load cases were determined as 0.45 for αmean and 0.33/0.54 for αmin/αmax in the first stage (HRAS), and as 0.80 for αmean and 0.69/0.91 for αmin/αmax in the second stage. α-factors in situ would be lower because these values were recorded with ex situ off-gas tests.

- The α0-factor was introduced in P3 to compare oxygen transfer in activated sludge from aerated and non-aerated zones. It considers differences of in situ and ex situ DO under non-steady state DO conditions. An increase of the α0-factor along an upstream anoxic tank of a CAS process was observed, thus suggesting biosorption and/or biodegradation of oxygen transfer inhibiting substances.

- The α0-factor was predicted by Random Forest models for different activated sludge stages within an RMSE (root-mean-square error) of 0.024 and 0.033 (R2 between 0.84 and 0.92). Models were trained with 17 predictor variables based on WWTP operating data. The data-driven approach can consider potential interactions of influences on oxygen transfer, but the final models are typically unable to generalize for conditions not included in training data.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Im Rahmen dieser Dissertation wird der Sauerstoffeintrag von Belüftungssystemen im Belebtschlammverfahren von Abwasserbehandlungsanlagen (ABA) untersucht. Dabei wird die ex situ Abluftmessung und deren Messunsicherheit bei der Bestimmung des α-Wertes betrachtet. Mit ex situ Abluftmessungen im halbtechnischen Maßstab wurden Schwankungen des α-Wertes im Betrieb konventioneller und zweistufiger Abwasserbehandlungsanlagen aufgezeichnet. Die datengetriebene Vorhersage des Sauerstoffeintrags basierend auf Modellen des überwachten maschinellen Lernens wird aufgezeigt. Die wesentlichen Ergebnisse der kumulativen Dissertation und der drei Publikationen (P1-P3) sind wie folgt:

- In ASCE 18-18 wird die ex situ Abluftmethode als Alternative zu in situ Messungen mit Ablufthauben auf der Oberfläche von Belebungsbecken beschrieben. In P1 wurde aufgezeigt, dass Messergebnisse von ex situ und in situ Abluftmessungen nicht vergleichbar sind, da die Schlammzufuhr in eine externe Blasensäule den Sauerstoffeintrag, und damit den α-Wert, systematisch erhöhte. Dennoch bietet die ex situ Abluftmethode Vorteile für Pilotierungs- und Forschungszwecken, da diese flexibler betrieben werden kann als in situ Ablufthauben.

- Ein Direktvergleich von ex situ Abluftmessungen in P1 zeigte, dass α-Werte mit einer relativen Standardabweichung von etwa ± 2,8 % gemessen werden konnten. Diese Abweichung ist deutlich geringer als bisher bekannte Abweichungen zwischen ± 5 und 15 %. Anhand einer Sensitivitätsanalyse konnte die Messung der Sauerstoffkonzentration in der Abluft als wichtigste Einflussgröße für zuverlässige Abluftmessungen identifiziert werden. Diese war wesentlich entscheidender als die Messung der Gelöst-Sauerstoffkonzentration und des Luftvolumenstroms.

- In zweistufigen Belebungsbecken sind α-Werte in der zweiten Stufe höher, da in der Hochlaststufe Abwasserinhaltsstoffe, z.B. Tenside und TOC, teilweise entfernt werden, die den Sauerstoffeintrag hemmen. In P2 wurden α-Werte für Lastfälle bestimmt, darunter 0,45 für αmittel und 0,33/0,54 für αmin/αmax in der Hochlaststufe sowie 0,80 für αmittel und 0,69/0,91 für αmin/αmax in der zweiten Stufe. α-Werte im Belebungsbecken wären tendenziell niedriger, da diese Werte mit ex situ Abluftmessungen erhoben wurden.

- Der α0-Wert wurde in P3 eingeführt, um den Sauerstoffeintrag in Belebtschlamm aus belüfteten und unbelüfteten Beckenzonen zu untersuchen. Der Parameter berücksichtigt den Unterschied zwischen in situ und ex situ Sauerstoffkonzentration unter stationären und instationären Bedingungen. In einer konventionellen Belebungsanlage konnte ein Anstieg des α0-Wertes entlang der Beckenlänge einer vorgeschalteten anoxischen Beckenzone beobachtet werden. Dies weist auf einen Abbau und/oder eine Adsorption von Abwasserinhaltsstoffen hin, die den Sauerstoffeintrag hemmen.

- Der α0-Wert konnte mit Random Forest Modellen für verschiedene Belebtschlamm-Stufen mit einem RMSE (root-mean-square error) zwischen 0,024 und 0,033 (R2 zwischen 0,84 und 0,92) vorhergesagt werden. Die Modelle wurden mit 17 Vorhersagevariablen aus Betriebsdaten der ABA trainiert. Der datengetriebene Ansatz kann mögliche Interaktionen zwischen Einflüssen auf den Sauerstoffeintrag berücksichtigen. Allerdings können Modelle im Allgemeinen keine zuverlässige Vorhersage für neue Bedingungen treffen, die nicht Bestandteil des Trainings-Datensatzes waren.

Deutsch
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-232879
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut IWAR - Wasser- und Abfalltechnik, Umwelt- und Raumplanung
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut IWAR - Wasser- und Abfalltechnik, Umwelt- und Raumplanung > Fachgebiet Abwassertechnik
TU-Projekte: Bund/BMBF|02WA1461|WOBeS
Hinterlegungsdatum: 01 Mär 2023 09:53
Letzte Änderung: 02 Mär 2023 06:57
PPN:
Referenten: Wagner, Prof. Dr. Martin ; Engelhart, Prof. Dr. Markus ; Jardin, Prof. Dr. Norbert
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 9 Februar 2023
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen