Modelli matematici per impianti di trattamento delle acque reflue Lorenzo Benedetti BIOMATH, Università di Gent, Belgio Methis Environmental b.v.b.a., Gent, Belgio

Contenuti della presentazione Cosa è un modello Modelli per impianti di trattamento Usi dei modelli dinamici

Cosa è un modello – modello concettuale La base di tutti i modelli di simulazione è un modello concettuale, che descrive adeguatamente il sistema e i processi fisici, chimici e microbiologici più rilevanti per l’applicazione del modello. Diversi strumenti per diversi obiettivi (“blackbox” vs. modelli deterministici). Complessità vs. uso.

Cosa è un modello – modello matematico I modelli matematici trasferiscono i modelli concettuali in una formulazione matematica, che include le equazioni di bilancio per la continuità, il momento e l’energia, e le equazioni di stato dipendenti dal sistema (variabili di stato – insieme di variabili indipendenti che determina univocamente lo stato del sistema).

Cosa è un modello – modello numerico Implementazione di un modello matematico in un algoritmo numerico. Un algoritmo numerico deve garantire la soluzione per diverse condizioni iniziali e al contorno e per diverse geometrie. Condizioni iniziali: inizializzazione delle variabili all’inizio della simulazione. Sono disponibili diversi algoritmi per l’integrazione (e.g. Eulero, Runge-Kutta).

Cosa è un modello – software di simulazione Strumenti che facilitano l’uso dei modelli (interfaccia grafica). Implementazione dei modelli. Configurazione del sistema. Preparazione degli esperimenti (virtuali). Visualizzazione dei risultati.

Cosa è un modello – software di simulazione

Cosa è un modello – perché modellare? Ricerca Migliore conoscienza di (parti di) processi complessi Progettazione Confronto di diverse variabili (e.g. volumi, ricircoli, etc.) Analisi di impianti esistenti Estensione degli impiani Ottimizzazione della gestione Controllo Test di diverse strategie di controllo Diagnosi Identificazione di malfunzionamenti

Cosa è un modello – sommario Un assioma basilare nella modellistica è: non estrapolare troppo la validità del tuo modello !

Modelli per WWTP – reattori ideali Completely stirred tank reactor – CSTR CSTR in serie CSTR con volume variable reattore plug-flow

Modelli per WWTP – processi di trasporto Esperimenti con tracciante per misurare lo HRT del sistema Proprietà della sostanza tracciante le stesse proprietà di trasporto dell’acqua (stessa diffusione molecolare, no sedimentazione) no influenza su miscelazione e flusso (temperatura, densità) no reazioni e no adsorbimento economico, alta solubilità in acqua e facile da analizzare concentrazione di base bassa e/o costante

Modelli per WWTP – processi di trasporto Best fit: N=2, V1=V2

Modelli per WWTP – processi di trasporto Best fit: N=2, V1=V2

Modelli per WWTP – modello bio-cinetico Activated Sludge Models (ASM) dalla International Water Association (IWA) Degradazione della materia organica Consumo di ossigeno e produzione di fanghi Rimozione dei nutrienti Azoto (nitrificazione/denitrificazione) Fosforo (bio-P, precipitazione) Possono essere estesi pH, tossicità, sostanze specifiche Variabili di stato divise in: S: composti solubili (NH4, NO3, PO4, DO, rbCOD, etc.) X: composti particolati (sbCOD, inerti, eterotrofi, autotrofi, etc.)

Modelli per WWTP – sedimentazione Sedimentatori secondari Separazione fanghi attivi / effluente Sedimentazione e ispessimento dei fanghi attivi Stoccaggio dei fanghi in caso di eventi di pioggia in sistemi combinati Tipi di modelli Modelli concettuali: descrivono i movimenti e lo stoccaggio dei fanghi Modelli 1D: descrizioni semplificate dei processi di sedimentazione e ispessimento Modelli 2D e 3D: considerazione del flusso, sedimentazione, turbolenze, etc. Solo le variabili di stato X (particolati) sono soggetti a sedimentazione

Modelli per WWTP – sedimentazione

Modelli per WWTP – dati e calibrazione Calibrazione in stato stazionario Dati di progettazione e operativi (volumi, portate, capacità delle pompe,…) Dati raccolti di routine (solidi, DO, temperatura,…; in/out COD, BOD, NH4, PO4,…) Calibrazione dinamica misure in/out e intermedie di parametri interessanti con e.g. 2 volte 1 settimana di campionamenti compositi di 2 ore

soluzione del problema Uso dei modelli dinamici sistema ottimizzato sistema studiato esperimenti implementazione realtà virtuale realtà modello del sistema modellazione soluzione del problema simulazioni

Grazie per l’attenzione ! lorenzo.benedetti@biomath.ugent.be lorenzo.benedetti@methis-env.com