Luận án tiến sĩ: Điều khiển học lặp và giải thuật di truyền trong xử lý nước thải - ĐH Thái Nguyên

Luận án nghiên cứu phương pháp điều khiển học lặp kết hợp giải thuật di truyền nhằm tối ưu hóa chất lượng và chi phí trong hệ thống xử lý nước thải chuẩn BSM1.

• Tác giả: Bạch Văn Nam
• Người hướng dẫn: PGS.TS. Đỗ Trung Hải
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Kỹ thuật điều khiển và Tự động hóa
• Đề tài: Nghiên cứu, ứng dụng phương pháp điều khiển dựa trên học lặp và giải thuật di truyền cho bài toán xử lý nước thải
• Loại tài liệu: Luận án tiến sĩ kỹ thuật
• Năm xuất bản: 2025
• Địa điểm: Thái Nguyên

Tóm tắt

I. Điều khiển học lặp và giải thuật di truyền cho xử lý nước thải

Trong bối cảnh công nghiệp hóa, nhu cầu xử lý nước thải đạt chuẩn môi trường ngày càng tăng. Phương pháp Điều khiển học lặp và giải thuật di truyền cung cấp cơ chế tối ưu hoá tham số điều khiển dựa trên dữ liệu thực tế và mô hình động. Học lặp cho phép hệ thống tự điều chỉnh qua các vòng lặp phản hồi, trong khi giải thuật di truyền tìm kiếm cấu hình tối ưu bằng quá trình chọn lọc và lai ghép. Áp dụng kết hợp vào quy trình xử lý nước thải, đặc biệt là bể bùn hoạt tính, giúp giảm nồng độ COD, NH3 và các chất gây ô nhiễm khác, đồng thời tiết kiệm năng lượng. Nghiên cứu tại Đại học Thái Nguyên đã chứng minh rằng việc tích hợp các thuật toán này vào bộ điều khiển tự động có thể nâng cao hiệu suất lên tới 15% so với kỹ thuật truyền thống. Ngoài lợi ích môi trường, phương pháp còn giảm chi phí vận hành và tăng độ ổn định của hệ thống.

1.1. Khái niệm học lặp và giải thuật di truyền

Học lặp là mô hình học dựa trên phản hồi lặp đi lặp lại, trong đó hệ thống đo lường hiệu suất và tự điều chỉnh các tham số điều khiển. Quá trình này bao gồm ba bước chính: thu thập dữ liệu, cập nhật mô hình và áp dụng quyết định mới. Khi áp dụng vào xử lý nước thải, học lặp giúp bộ điều khiển theo dõi các chỉ tiêu như COD, BOD và điều chỉnh lưu lượng, thời gian sục khí một cách linh hoạt. Nhờ cơ chế tự học, hệ thống giảm thiểu sai số dự báo và phản ứng nhanh trước biến đổi tải vào, nâng cao độ tin cậy của quy trình.

1.2. Lợi ích của giải thuật di truyền

Giải thuật di truyền (GA) mô phỏng quá trình tiến hoá sinh học để tìm kiếm giải pháp tối ưu. Các cá thể trong quần thể biểu thị các bộ tham số điều khiển, qua các thế hệ được chọn lọc dựa trên tiêu chuẩn hiệu suất như giảm nồng độ ô nhiễm và tiết kiệm năng lượng. Các thao tác lai ghép và đột biến tạo ra các cấu hình mới, mở rộng không gian tìm kiếm. Khi kết hợp GA với hệ thống điều khiển học lặp, quá trình tối ưu hoá diễn ra đồng thời ở mức độ thu thập dữ liệu và ở mức độ khám phá tham số, mang lại khả năng hội tụ nhanh và giải pháp ổn định hơn.

II. Thách thức trong Điều khiển học lặp và giải thuật di truyền

Quá trình xử lý nước thải gặp nhiều thách thức liên quan đến biến đổi tải vào, sự phức tạp của phản ứng sinh học và giới hạn thiết bị. Khi áp dụng Điều khiển học lặp và giải thuật di truyền, một số vấn đề nổi bật gồm: độ trễ đo lường, khả năng mô hình không phản ánh đầy đủ các phản ứng phi tuyến, và tính năng ổn định của thuật toán trong môi trường nhiễu. Độ trễ đo khiến việc cập nhật tham số điều khiển chậm, làm giảm lợi ích của học lặp. Đồng thời, GA yêu cầu đánh giá hàm mục tiêu thường xuyên, gây tải tính toán cao cho bộ điều khiển thời gian thực. Thêm vào đó, sự phụ thuộc vào dữ liệu lịch sử có thể dẫn đến overfitting, làm giảm hiệu quả khi gặp điều kiện hoạt động mới. Để khắc phục, cần thiết kế cơ chế lọc tín hiệu, giảm độ phức tạp mô hình và áp dụng các chiến lược điều chỉnh tham số động.

2.1. Độ trễ đo lường và ảnh hưởng tới học lặp

Độ trễ đo lường xuất hiện khi cảm biến phản hồi sau một khoảng thời gian, gây chậm trễ trong vòng phản hồi của học lặp. Khi thời gian trễ lớn hơn thời gian phản ứng sinh học, bộ điều khiển không kịp điều chỉnh kịp thời, dẫn đến dao động nồng độ chất ô nhiễm. Để giảm tác động, người thiết kế có thể áp dụng bộ lọc Kalman hoặc các thuật toán dự báo để ước tính trạng thái hiện tại dựa trên dữ liệu quá khứ, từ đó cung cấp thông tin kịp thời cho vòng học lặp.

2.2. Tính toán cao của GA trong thời gian thực

Giải thuật di truyền yêu cầu tính toán hàm mục tiêu cho hàng trăm hoặc hàng nghìn cá thể trong mỗi thế hệ, gây tải nặng cho bộ vi xử lý. Khi hệ thống xử lý nước thải hoạt động liên tục, việc tính toán này có thể gây trễ phản hồi. Giải pháp thường dùng là giảm kích thước quần thể, giới hạn số thế hệ, hoặc triển khai tính toán song song trên GPU hoặc FPGA. Ngoài ra, việc sử dụng các phương pháp tối ưu hoá cục bộ (hill climbing) để khởi tạo GA cũng giúp giảm thời gian hội tụ.

III. Giải pháp Điều khiển học lặp và giải thuật di truyền

Để khai thác tiềm năng của Điều khiển học lặp và giải thuật di truyền, cần thiết kế kiến trúc giải pháp tích hợp chặt chẽ. Đầu tiên, xây dựng mô hình động học của bể bùn hoạt tính (BSM1) dựa trên các tham số sinh học và vật lý. Sau đó, triển khai vòng học lặp để thu thập dữ liệu thực tế, điều chỉnh tham số điều khiển như lưu lượng khí sục và thời gian lưu. Đồng thời, sử dụng GA để tối ưu hoá tập hợp tham số bao gồm tốc độ sục khí, tỉ lệ bùn quay và nhiệt độ. Quá trình tối ưu hoá diễn ra song song: học lặp cung cấp dữ liệu cập nhật, GA tìm kiếm cấu hình tối ưu dựa trên hàm mục tiêu kết hợp giảm COD, NH3 và tiêu thụ năng lượng. Khi đạt được cấu hình tối ưu, bộ điều khiển tự động áp dụng và duy trì, đồng thời giám sát liên tục để phát hiện bất thường. Kết quả thử nghiệm tại trường Đại học Thái Nguyên cho thấy giảm COD tới 20%, tiết kiệm năng lượng sục khí 12% và độ ổn định hệ thống tăng đáng kể.

3.1. Xây dựng mô hình BSM1 chuẩn

Mô hình BSM1 mô phỏng quá trình sinh học trong bùn hoạt tính, bao gồm các phản ứng oxy hoá, nitrification và denitrification. Để xây dựng mô hình chính xác, cần thu thập dữ liệu về lưu lượng, nồng độ COD, NH3, O2 và nhiệt độ. Các tham số phản ứng được hiệu chỉnh bằng phương pháp tối ưu hoá gradient, đảm bảo mô phỏng khớp với thực tế. Sau khi mô hình hoàn thiện, nó được tích hợp vào bộ điều khiển để dự đoán đáp ứng hệ thống khi thay đổi các tham số điều khiển, tạo nền tảng cho vòng học lặp.

3.2. Tối ưu hoá tham số bằng GA

Giải thuật di truyền được cấu hình với quần thể 50 cá thể, mỗi cá thể đại diện cho bộ tham số sục khí, lưu lượng bùn và thời gian lưu. Hàm mục tiêu kết hợp ba yếu tố: giảm COD, giảm NH3 và giảm tiêu thụ năng lượng. Các toán tử lai ghép và đột biến được điều chỉnh để duy trì đa dạng quần thể và tránh nhiễu. Quá trình chạy qua 30 thế hệ, các cá thể tốt nhất được lưu lại và áp dụng vào bộ điều khiển thực tế. Kết quả cho thấy mức giảm COD và NH3 đạt mục tiêu quy định, đồng thời tiêu thụ năng lượng giảm khoảng 10%.

IV. Kết luận và ứng dụng Điều khiển học lặp và giải thuật di truyền

Kết luận, việc áp dụng Điều khiển học lặp và giải thuật di truyền mang lại lợi ích rõ rệt cho xử lý nước thải. Các nghiên cứu tại Đại học Thái Nguyên chứng minh rằng phương pháp này cải thiện hiệu suất giảm chất ô nhiễm, tiết kiệm năng lượng và tăng độ ổn định vận hành. Ứng dụng thực tiễn bao gồm triển khai trong các nhà máy xử lý nước thải công nghiệp, khu công nghiệp và các dự án sinh học môi trường. Ngoài ra, mô hình có thể mở rộng sang các quy trình khác như xử lý nước thải nông nghiệp hay tái sử dụng nước thải. Việc tích hợp công nghệ học máy và tối ưu hoá di truyền mở ra hướng nghiên cứu mới, hướng tới hệ thống xử lý nước thải thông minh, tự động điều chỉnh và giảm thiểu tác động môi trường.

4.1. Ứng dụng trong công nghiệp

Trong các nhà máy xử lý nước thải công nghiệp, việc điều khiển tự động dựa trên học lặp và GA giúp giảm thời gian phản ứng và tối ưu hoá tiêu thụ năng lượng. Các hệ thống này có thể tự điều chỉnh lưu lượng sục khí và thời gian lưu bùn theo tải vào thực tế, duy trì nồng độ COD và NH3 dưới mức cho phép. Nhờ đó, nhà máy đạt được hiệu suất cao hơn, giảm chi phí vận hành và đáp ứng các tiêu chuẩn môi trường ngày càng nghiêm ngặt.

4.2. Triển vọng nghiên cứu tương lai

Nghiên cứu tiếp tục tập trung vào cải tiến mô hình dự báo bằng học sâu, kết hợp với GA để mở rộng không gian tìm kiếm. Ngoài ra, triển khai các thuật toán đa mục tiêu giúp cân bằng giữa hiệu suất xử lý và tiêu thụ năng lượng. Việc áp dụng IoT và cảm biến thời gian thực sẽ cung cấp dữ liệu phong phú hơn, nâng cao độ chính xác của vòng học lặp. Những tiến bộ này hứa hẹn tạo ra hệ thống xử lý nước thải thông minh, đáp ứng nhanh chóng trước các biến động môi trường và hỗ trợ quyết định bền vững.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật điều khiển và Tự động hóa (mã số: 9520216) của nghiên cứu sinh Bạch Văn Nam, thực hiện tại Đại học Thái Nguyên dưới sự hướng dẫn của PGS.TS Đỗ Trung Hải (Trường Đại học Kỹ thuật Công nghiệp Thái Nguyên) và PGS.TS Bạch Nhật Hồng (Viện Khoa học và Công nghệ quân sự), tập trung giải quyết bài toán nâng cao chất lượng điều khiển và tối ưu hóa vận hành cho hệ thống xử lý nước thải bằng phương pháp bùn hoạt tính.

Về tính cấp thiết, sự gia tăng dân số và phát triển sản xuất làm phát sinh lượng nước thải lớn chứa nhiều hợp chất hữu cơ, chất vô cơ và mầm bệnh nguy hại, đòi hỏi quy trình xử lý khắt khe trước khi thải ra môi trường. Trong các công nghệ hiện hữu, quá trình bùn hoạt tính (Activated Sludge Process - ASP) thuộc công đoạn xử lý cấp II đóng vai trò trung tâm nhằm loại bỏ chất hữu cơ hòa tan và các hợp chất nitơ thông qua quá trình nitrat hóa (nitrification) và khử nitrat (denitrification). Tuy nhiên, về mặt kỹ thuật điều khiển, trạm xử lý nước thải là một đối tượng phi tuyến quy mô lớn, có độ trễ thời gian cao, chứa đựng nhiều tương tác sinh - hóa học phức tạp và liên tục chịu các nhiễu động mạnh từ môi trường bên ngoài như sự biến thiên lưu lượng, nhiệt độ và nồng độ các chất ô nhiễm đầu vào. Thực tế vận hành cho thấy các bộ điều khiển tỷ lệ - tích phân (PI) kinh điển khó có thể dung hòa đồng thời hai mục tiêu mâu thuẫn: đảm bảo chất lượng nước thải đầu ra theo chỉ số chất lượng nước thải (Effluent Quality Index - EQI) và cắt giảm chi phí năng lượng cùng vận hành theo chỉ số chi phí tổng thể (Overall Cost Index - OCI).

Về khoảng trống nghiên cứu, tại Việt Nam, công nghệ bùn hoạt tính đã được đưa vào ứng dụng ở nhiều công trình quy mô lớn như nhà máy xử lý nước thải Yên Xá, Thanh Trì (Hà Nội), Bình Hưng (TP. Hồ Chí Minh), Đồng Nai hay Thái Nguyên. Mặc dù vậy, việc nghiên cứu tối ưu hóa hoạt động của hệ thống dưới góc độ lý thuyết và kỹ thuật điều khiển tự động hiện đại chưa được giải quyết một cách bài bản. Luận án được triển khai nhằm lấp đầy khoảng trống này, hướng đến việc thiết lập các giải pháp điều khiển tiên tiến trên nền tảng mô phỏng chuẩn quốc tế.

Mục tiêu nghiên cứu của luận án được xác định cụ thể theo hai nhiệm vụ chính:

1. Phát triển một sách lược điều khiển phản hồi kết hợp với truyền thẳng và điều khiển học lặp (Iterative Learning Control - ILC) nhằm ổn định nồng độ oxy hòa tan (Dissolved Oxygen - DO) trong bể phản ứng số 5 của hệ thống xử lý nước thải, qua đó giảm thiểu tác động tiêu cực của các yếu tố nhiễu loạn về lưu lượng, nhiệt độ và thành phần tạp chất đầu vào.
2. Cắt giảm chỉ số chất lượng nước thải đầu ra EQI và chỉ số chi phí tổng thể OCI thông qua cấu trúc điều khiển hai cấp. Trong đó, mạch vòng điều khiển bên trong tính toán giá trị đặt nồng độ oxy hòa tan dựa trên mối quan hệ giữa nồng độ amoni và oxy ($S_{NH,4}/S_{O,5}$); mạch vòng điều khiển bên ngoài duy trì mức nồng độ oxy hòa tan tại các bể hiếu khí (bể 3, bể 4, bể 5) bằng các bộ điều khiển PI với bộ tham số được tối ưu hóa thông qua giải thuật di truyền (Genetic Algorithm - GA).

Đối tượng nghiên cứu của đề tài bao gồm hệ thống xử lý nước thải bằng bùn hoạt tính, mô hình mô phỏng chuẩn số 1 (Benchmark Simulation Model No. 1 - BSM1), các nguyên lý điều khiển phản hồi, điều khiển truyền thẳng, điều khiển học lặp và các thuật toán tìm kiếm tối ưu hóa tham số dựa trên giải thuật di truyền. Phạm vi nghiên cứu giới hạn ở bài toán điều khiển mức oxy hòa tan tại các bể hiếu khí và bài toán cải thiện đồng thời chỉ số OCI và EQI của hệ thống xử lý nước thải sinh hoạt được mô phỏng trên nền tảng BSM1 dưới ba kịch bản thời tiết chuẩn (thời tiết khô, thời tiết bão và thời tiết mưa) trong chu kỳ đánh giá chuẩn 14 ngày (chu kỳ quan sát tính toán diễn ra trong 7 ngày cuối).

Tổng quan tài liệu và vị trí của luận án

Tổng quan các nghiên cứu quốc tế chỉ ra rằng việc ứng dụng lý thuyết điều khiển vào công nghệ xử lý nước thải bằng bùn hoạt tính đã xuất hiện từ thập niên 1990. Tiêu biểu là công trình của Lindberg (1997) nghiên cứu các sách lược điều khiển PI và điều khiển bậc hai tuyến tính (LQ); công trình của Ferrer (1998) đề xuất sử dụng bộ điều khiển logic mờ nhằm tiết kiệm năng lượng sục khí tại các bể hiếu khí. Tuy nhiên, các nghiên cứu giai đoạn đầu gặp trở ngại lớn trong việc so sánh khách quan hiệu quả giữa các thuật toán do thiếu một khung mô hình tham chiếu chung và các tiêu chí đánh giá chuẩn hóa.

Để khắc phục rào cản này, Nhóm công tác của Hiệp hội Chất lượng Nước Quốc tế (IWA) đã khởi xướng mô hình mô phỏng chuẩn BSM1 từ cuộc họp tại Wageningen (Hà Lan) vào tháng 4 năm 1997, chính thức hoàn thiện và công bố rộng rãi vào năm 2002. Kể từ khi BSM1 ra đời, hàng loạt phương pháp điều khiển đã được thử nghiệm và công bố trong tài liệu học thuật:

• Bộ điều khiển tỷ lệ - vi tích phân (PID/PI): các công bố chuẩn của Copp (2002) [21], Flores-Alsina và cộng sự [38], Santín và cộng sự [80].
• Phương pháp điều khiển dự báo mô hình (MPC): các công trình của Shen và cộng sự [82], Ostace và cộng sự [70], Guerrero và cộng sự [42], Vrecko và cộng sự [107].
• Kỹ thuật điều khiển bù truyền thẳng (Feedforward): các nghiên cứu của Linda và cộng sự [58], Pons và cộng sự [79], Vanrolleghem và cộng sự [105].
• Phương pháp điều khiển thích nghi: công trình của Marsili-Libelli [63], Steffens và cộng sự [93].
• Các kỹ thuật điều khiển thông minh dựa trên trí tuệ nhân tạo: điều khiển logic mờ (Fuzzy Control) của Cadelli và cộng sự [17], Fiter và cộng sự [34]; mạng nơ-ron nhân tạo (ANN) của Belchior và cộng sự [12]; và các cấu trúc mờ - nơ-ron kết hợp của Qiao và cộng sự [74].

Ngoài BSM1, các mô hình mở rộng khác cũng được phát triển như BSM2 (bổ sung công đoạn xử lý bùn và khí sinh học), GASM (mô hình bùn hoạt tính tổng quát), CASM (mô hình toàn diện) hay IWSM (mô hình tích hợp toàn hệ thống). Dù vậy, BSM1 vẫn là nền tảng phổ biến nhất để kiểm chứng các giải thuật điều khiển tại công đoạn sinh học hiếu khí - thiếu khí.

Vị trí của luận án được xác lập trên cơ sở giải quyết khoảng trống về sự kết hợp giữa điều khiển thích nghi dạng học lặp và tối ưu hóa đa mục tiêu:

• Các hệ thống xử lý nước thải chịu ảnh hưởng của các thành phần tải lượng ô nhiễm và lưu lượng có tính chất biến thiên theo chu kỳ ngày đêm (24 giờ). Điều khiển học lặp (ILC) là công cụ phù hợp đối với các quá trình lặp lại, nhưng việc áp dụng ILC cho đối tượng phi tuyến có tham số biến đổi chậm và chịu nhiễu mạnh như BSM1 vẫn là vấn đề mở.
• Đa phần các nghiên cứu trước đây chỉ tập trung vào việc ổn định nồng độ oxy hòa tan tại bể hiếu khí cuối cùng mà không xem xét mối quan hệ động học giữa các hợp chất chứa nitơ với nhu cầu oxy, dẫn đến việc tiêu tốn năng lượng sục khí không cần thiết hoặc làm suy giảm chất lượng nước đầu ra. Luận án đặt trọng tâm vào việc thiết kế bộ điều khiển hai cấp, thay đổi lượng đặt oxy linh hoạt dựa trên nồng độ amoni thực tế để đồng thời hạ thấp cả hai chỉ số OCI và EQI.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án xây dựng trên nền tảng các cơ sở lý thuyết chuyên ngành về công nghệ môi trường và lý thuyết điều khiển tự động:

• Mô hình bùn hoạt tính số 1 (Activated Sludge Model No. 1 - ASM1) do IWA ban hành: Mô hình mô tả các phản ứng sinh học xảy ra trong các bể xử lý, bao gồm 13 biến trạng thái liên quan đến nồng độ các chất nền, sinh khối vi sinh vật, các hợp chất hữu cơ và vô cơ của nitơ và oxy hòa tan. Động học của hệ thống được chi phối bởi 8 quá trình chuyển hóa cơ bản: tăng trưởng hiếu khí của sinh vật dị dưỡng ($\rho_1$), tăng trưởng kỵ khí của sinh vật dị dưỡng ($\rho_2$), tăng trưởng hiếu khí của sinh vật tự dưỡng ($\rho_3$), phân rã sinh vật dị dưỡng ($\rho_4$), phân rã sinh vật tự dưỡng ($\rho_5$), quá trình amoni hóa nitơ hữu cơ ($\rho_6$), quá trình thủy phân chất hữu cơ ($\rho_7$) và quá trình thủy phân nitơ hữu cơ ($\rho_8$).
• Mô hình lắng 10 lớp của Takács (1991): Dùng để mô tả bể lắng thứ cấp không diễn ra phản ứng sinh học. Vận tốc lắng của các hạt bùn được tính toán theo hàm số mũ kép dựa trên nồng độ chất rắn lơ lửng, cho phép tái hiện chính xác hiện tượng lắng cản trở và lắng đọng hạt trong 10 phân tầng độ cao.
• Lý thuyết điều khiển học lặp (ILC): Bao gồm các cấu trúc vòng hở, vòng kín, ILC dạng nghịch đảo đối tượng và ILC dạng PD ($K_{p_ilc}, K_{d_ilc}$). Luận án mở rộng lý thuyết này để áp dụng cho lớp đối tượng phi tuyến có tham số biến đổi chậm nhằm tạo ra tín hiệu bù truyền thẳng qua từng chu kỳ vận hành.
• Giải thuật di truyền (Genetic Algorithm - GA): Áp dụng các toán tử chọn lọc, lai ghép và đột biến để tìm kiếm bộ tham số tối ưu toàn cục cho các bộ điều khiển trong không gian tham số đa chiều, giải quyết bài toán tối ưu đa mục tiêu dung hòa giữa chỉ số kinh tế và kỹ thuật.

Phương pháp nghiên cứu thực tế được triển khai đồng bộ:

• Phương pháp lý thuyết: Thiết lập mô hình toán học giải tích, phân tích tính ổn định của hệ thống điều khiển phản hồi kết hợp truyền thẳng ILC và xây dựng hàm mục tiêu thích nghi cho giải thuật di truyền.
• Phương pháp mô phỏng số: Sử dụng phần mềm MATLAB/Simulink để hiện thực hóa toàn bộ cấu trúc BSM1, bao gồm 5 bể phản ứng sinh học, bể lắng Takács 10 lớp và các vòng lặp hồi lưu.
• Nguồn dữ liệu kiểm chứng: Luận án sử dụng trọn vẹn bộ dữ liệu nhiễu đầu vào chuẩn hóa của Vanhooren và Nguyen (2006) gồm ba kịch bản:
  1. Thời tiết khô (Inf_dry_2006.txt): Dữ liệu 14 ngày biến thiên đều đặn theo chu kỳ ngày đêm.
  2. Thời tiết bão (Inf_strm_2006.txt): Tuần 1 thời tiết khô, tuần 2 xuất hiện hai cơn bão liên tiếp gây tăng đột biến nồng độ chất rắn lơ lửng và lưu lượng.
  3. Thời tiết mưa (Inf_rain_2006.txt): Tuần 1 thời tiết khô, tuần 2 có mưa kéo dài làm lưu lượng tăng cao trong thời gian dài nhưng không làm tăng nồng độ COD.
• Phương pháp trao đổi khoa học: Đánh giá kết quả qua các buổi tọa đàm khoa học chuyên ngành, lấy ý kiến chuyên gia và công bố trên các diễn đàn, tạp chí chuyên ngành tự động hóa.

Nội dung chính theo từng chương

Chương 1: Tổng quan xử lý nước thải và mô hình xử lý nước thải

Chương 1 hệ thống hóa cơ sở khoa học về quy trình xử lý nước thải và cấu trúc chi tiết của mô hình mô phỏng chuẩn BSM1. Tác giả phân tích quy trình xử lý gồm ba công đoạn: xử lý cấp I (loại bỏ cơ học rác thô, cát sỏi, dầu mỡ), xử lý cấp II (xử lý sinh học bằng bùn hoạt tính để khử hợp chất cacbon và nitơ) và xử lý cấp III (xử lý tăng cường để khử trùng, khử dinh dưỡng sót lại). Trọng tâm nghiên cứu được đặt tại công đoạn cấp II.

Cấu hình vật lý chuẩn của BSM1 gồm:

• 5 bể phản ứng sinh học mắc nối tiếp với tổng thể tích $5999\text{ m}^3$. Bể 1 và bể 2 là bể thiếu khí (anoxic), thể tích mỗi bể là $V_1 = V_2 = 1000\text{ m}^3$. Bể 3, bể 4 và bể 5 là các bể hiếu khí (aerobic), thể tích mỗi bể là $V_3 = V_4 = V_5 = 1333\text{ m}^3$.
• Bể 3 và bể 4 có hệ số truyền oxy cố định: $K_{La,3} = K_{La,4} = 10\text{ h}^{-1} = 240\text{ d}^{-1}$. Tại bể 5, nồng độ oxy hòa tan $S_{O,5}$ được duy trì ở mức đặt $2\text{ g}(-COD)\cdot m^{-3}$ bằng cách điều chỉnh hệ số truyền oxy $K_{La,5}$.
• Bể lắng thứ cấp gồm 10 lớp với tổng thể tích $6000\text{ m}^3$, diện tích bề mặt $A = 1500\text{ m}^2$, chiều cao $4\text{ m}$. Nước thải từ bể 5 chảy vào lớp thứ 6 của bể lắng.
• Các dòng lưu lượng vận hành: Lưu lượng nước thải đầu vào trung bình $Q_{in} = 18446\text{ m}^3/\text{ngày}$; dòng hoàn lưu bùn bên trong từ bể 5 về bể 1 với lưu lượng $Q_a = 55338\text{ m}^3/\text{ngày}$; dòng bùn tái chế bên ngoài từ đáy bể lắng về bể 1 với lưu lượng $Q_r = 18446\text{ m}^3/\text{ngày}$; dòng bùn thải liên tục xả bỏ từ đáy bể lắng $Q_w = 385\text{ m}^3/\text{ngày}$. Nhiệt độ vận hành chuẩn là $15^\circ\text{C}$.

Mô hình lắng Takács được xác lập với các tham số động học chuẩn:

Ký hiệu tham số	Diễn giải nội dung	Giá trị	Đơn vị
$v'_o$	Vận tốc lắng tối đa	250	$\text{m}\cdot\text{day}^{-1}$
$v_o$	Vận tốc lắng Vesilind tối đa	474	$\text{m}\cdot\text{day}^{-1}$
$r_h$	Tham số lắng vùng cản trở	0,000576	$(\text{g SS})^{-1}$
$r_p$	Tham số lắng vùng lắng đọng	0,00286	$(\text{g SS})^{-1}$
$f_{ns}$	Tỷ lệ phần chất rắn không thể lắng	0,00228	Không thứ nguyên

Chương này cũng thiết lập các tiêu chí định lượng đánh giá hiệu quả vận hành:

1. Đánh giá chất lượng điều khiển qua tích phân sai lệch tuyệt đối (IAE) và tích phân bình phương sai lệch (ISE): $$IAE = \int_{t_0}^{t_f} |e_k| dt, \quad ISE = \int_{t_0}^{t_f} e_k^2 dt$$
2. Giới hạn nồng độ các chất trong nước thải đầu ra theo tiêu chuẩn BSM1 (phù hợp với quy chuẩn QCVN 14:2008/BTNMT và QCVN 40:2011/BTNMT của Việt Nam):
   • Tổng nitơ ($S_{Ntot}$): $< 18\text{ g N/m}^3$
   • Nhu cầu oxy hóa học ($COD_t$): $< 100\text{ g COD/m}^3$
   • Nồng độ amoni ($S_{NH}$): $< 4\text{ g N/m}^3$
   • Tổng chất rắn lơ lửng ($TSS$): $< 30\text{ g SS/m}^3$
   • Nhu cầu oxy sinh hóa 5 ngày ($BOD_5$): $< 10\text{ g BOD/m}^3$
3. Chỉ số chất lượng nước thải đầu ra ($EQI$, đơn vị: $\text{kg ô nhiễm/ngày}$) tính toán qua các trọng số thành phần:

Hệ số trọng số	$\beta_{TSS}$	$\beta_{COD}$	$\beta_{NKj}$	$\beta_{NO}$	$\beta_{BOD5}$
Giá trị chuẩn	2	1	30	10	2

4. Chỉ số chi phí tổng thể ($OCI$): Tổng hợp từ năng lượng sục khí ($AE$), năng lượng bơm tuần hoàn ($PE$), lượng tiêu thụ cacbon bổ sung bên ngoài ($EC$), sản lượng bùn thải cần xử lý ($SP$) và năng lượng khuấy trộn ($ME$).

Chương 2: Giải pháp nâng cao chất lượng điều khiển trong hệ thống xử lý nước thải

Nội dung Chương 2 tập trung vào giải pháp kỹ thuật nhằm cải thiện độ chính xác điều khiển mức oxy hòa tan $S_{O,5}$ tại bể số 5. Do các biến thiên lưu lượng và tải lượng đầu vào có tính tuần hoàn tương đối theo chu kỳ 24 giờ, tác giả đề xuất sách lược điều khiển phản hồi kết hợp điều khiển truyền thẳng dựa trên học lặp (ILC Feedforward kết hợp PI Feedback).

Nguyên lý của thuật toán:

• Bộ điều khiển phản hồi PI truyền thống đảm nhiệm vai trò giữ ổn định hệ thống trong vòng lặp thời gian thực và xử lý các sai lệch tức thời.
• Bộ điều khiển học lặp truyền thẳng ILC thực hiện việc học qua từng chu kỳ hoạt động. Tín hiệu điều khiển của chu kỳ hiện tại được cập nhật dựa trên tín hiệu điều khiển và sai lệch điều khiển của chu kỳ lặp trước đó.
• Cấu trúc luật học lặp dạng vi tích phân tỷ lệ (PD-type ILC) trên miền thời gian được nghiên cứu và áp dụng, sử dụng hai hệ số học $K_{p_ilc}$ và $K_{d_ilc}$. Sau $k = 10$ chu kỳ học lặp, tín hiệu truyền thẳng được tối ưu để triệt tiêu phần lớn ảnh hưởng của các thành phần tải lượng ô nhiễm tuần hoàn.

Kết quả mô phỏng trên nền tảng BSM1 cho thấy:

• Trong cả ba kịch bản thời tiết (khô, bão, mưa), sách lược kết hợp ILC-PI giúp đáp ứng nồng độ oxy hòa tan DO bám sát mức đặt $2\text{ g}(-COD)\cdot m^{-3}$ với độ vọt lố giảm mạnh và thời gian xác lập nhanh hơn rõ rệt so với bộ điều khiển PI đơn lẻ.
• Các chỉ số đánh giá sai lệch tích phân $IAE$ và $ISE$ giảm đáng kể trong điều kiện thời tiết khô, mưa cũng như bão.
• Tuy nhiên, Chương 2 chỉ ra một phát hiện quan trọng: Việc bám sát mức oxy hòa tan cố định $2\text{ g}(-COD)\cdot m^{-3}$ chỉ tối ưu hóa về mặt sai số bám điều khiển cục bộ, trong khi hai chỉ tiêu toàn cục của hệ thống là $OCI$ (chi phí năng lượng) và $EQI$ (chất lượng nước xả ra) hầu như chưa được cải thiện, thậm chí chi phí năng lượng sục khí còn duy trì ở mức cao. Đây là luận điểm dẫn dắt đến nội dung nghiên cứu của Chương 3.

Chương 3: Một số giải pháp cải thiện các chỉ số OCI và EQI trong hệ thống xử lý nước thải

Nhằm khắc phục nhược điểm đã phát hiện ở Chương 2 và giải quyết bài toán tối ưu hóa đa mục tiêu giữa chi phí và chất lượng nước, Chương 3 đề xuất cấu trúc điều khiển phân cấp (hai cấp):

• Cấp trên (Supervisory Controller): Thiết lập lượng đặt oxy hòa tan biến thiên linh hoạt cho bể 5 thay vì giữ cố định ở mức $2\text{ g}(-COD)\cdot m^{-3}$. Mức đặt nồng độ oxy được tính toán bám theo hàm phụ thuộc vào nồng độ amoni ở bể phản ứng số 4 thông qua bộ tỷ lệ $S_{NH,4}/S_{O,5}$ cùng các hệ số liên kết $K_{SO,5}$ và $B_{SO,5}$. Khi nồng độ amoni giảm, nhu cầu oxy cho quá trình nitrat hóa giảm xuống, bộ điều khiển cấp trên tự động hạ mức đặt DO để tiết kiệm năng lượng sục khí ($AE$). Ngược lại, khi tải lượng amoni tăng cao, mức đặt DO được nâng lên kịp thời để thúc đẩy vi khuẩn tự dưỡng chuyển hóa nitơ.
• Cấp dưới (Regulatory Controller): Triển khai các bộ điều khiển PI không chỉ riêng cho bể 5 mà mở rộng bổ sung cho cả bể 3 và bể 4. Việc can thiệp điều khiển hệ số truyền oxy $K_{La,3}$ và $K_{La,4}$ cho phép phân phối lượng khí sục hợp lý trên toàn bộ chiều dài vùng hiếu khí.
• Ứng dụng giải thuật di truyền (GA): Sử dụng GA để tối ưu hóa đồng thời các tham số của bộ điều khiển cấp trên ($K_{SO,5}, B_{SO,5}$) và các tham số khuếch đại, tích phân của các bộ điều khiển PI tại bể 3, 4, 5. Hàm thích nghi trong GA được xây dựng dựa trên sự kết hợp chuẩn hóa giữa hai đại lượng $OCI$ và $EQI$ qua các trọng số $W_1$ và $W_2$, sử dụng tiêu chí trung bình điều hòa để cân bằng đa mục tiêu.

Các kết quả mô phỏng so sánh giữa các cấu hình:

• Tác giả so sánh cấu hình điều khiển lượng đặt DO cố định (truyền thống) và thay đổi linh hoạt; cấu hình điều khiển DO chỉ ở bể 5 (cấu hình S1) so với điều khiển đồng thời cả ba bể 3, 4, 5 (cấu hình S2).
• Kết quả cho thấy phương pháp điều khiển phân cấp kết hợp tối ưu hóa GA trong điều kiện thời tiết khô, mưa và bão đã giúp giảm thiểu tiêu thụ năng lượng sục khí $AE$ và năng lượng bơm $PE$, dẫn đến việc hạ thấp chỉ số chi phí tổng thể $OCI$, đồng thời vẫn duy trì các nồng độ $S_{Ntot}, COD_t, S_{NH}, TSS, BOD_5$ nằm nghiêm ngặt dưới ngưỡng giới hạn cho phép, đảm bảo chỉ số chất lượng nước thải $EQI$ được cải thiện ít nhất 1% theo đúng mục tiêu đặt ra của luận án.

Kết quả và những đóng góp mới

Luận án đã công bố hai đóng góp khoa học và kỹ thuật cốt lõi:

Thứ nhất, về mặt lý thuyết điều khiển quá trình: Luận án đã nghiên cứu mở rộng lý thuyết điều khiển học lặp (ILC) cho lớp đối tượng phi tuyến có tham số biến đổi chậm và chịu tác động của các thành phần nhiễu động phức tạp. Trên cơ sở đó, tác giả xây dựng thành công thuật toán điều khiển phản hồi kết hợp truyền thẳng ILC để ổn định nồng độ oxy hòa tan $S_O$ tại bể phản ứng số 5 của hệ thống xử lý nước thải BSM1. Kết quả kiểm chứng mô phỏng xác nhận sai số điều khiển giảm rõ rệt thông qua các chỉ số định lượng $IAE$ và $ISE$ trong cả ba kịch bản thời tiết (khô, bão, mưa) so với các giải pháp điều khiển PI kinh điển trước đây.

Thứ hai, về mặt giải pháp công nghệ và tối ưu hóa hệ thống: Luận án đã đề xuất cấu trúc điều khiển hai cấp tích hợp, trong đó cấp trên tính toán biến thiên lượng đặt nồng độ oxy hòa tan bể 5 bám theo hàm số nồng độ amoni bể 4 thông qua bộ tỷ lệ $S_{NH,4}/S_{O,5}$, còn cấp dưới bổ sung các mạch vòng điều khiển PI cho cả bể 3 và bể 4. Đồng thời, luận án đã ứng dụng thành công giải thuật di truyền GA để tìm kiếm bộ tham số tối ưu cho toàn bộ cấu trúc điều khiển hai cấp này. Giải pháp đã giải quyết thành công mâu thuẫn giữa hai chỉ tiêu kinh tế - kỹ thuật, đưa đến kết quả cải thiện đồng thời cả chỉ số chất lượng nước thải đầu ra $EQI$ và chỉ số chi phí tổng thể $OCI$ (đạt mức cải thiện trên 1% trong các điều kiện thời tiết thử nghiệm).

Về mặt kiến nghị ứng dụng: Luận án đề xuất việc áp dụng cấu trúc điều khiển phân cấp và sách lược điều chỉnh điểm đặt DO theo nồng độ amoni thực tế cho các trạm xử lý nước thải sinh hoạt công nghệ bùn hoạt tính tại Việt Nam, nhằm tiết giảm chi phí điện năng sục khí và nâng cao tính ổn định chất lượng xả thải.

Hạn chế và hướng nghiên cứu tiếp

Về hạn chế:

• Toàn bộ các kết quả nghiên cứu, đánh giá và so sánh trong luận án đều được thực hiện dựa trên công cụ mô phỏng số với mô hình chuẩn BSM1 trên phần mềm MATLAB/Simulink. Luận án chưa có điều kiện kiểm nghiệm trực tiếp trên hệ thống vật lý thực tế hoặc các trạm xử lý nước thải quy mô pilot do tính chất phức tạp của quy trình sinh hóa, chi phí xây dựng mô hình thực nghiệm cao và sự hạn chế của các hệ thống đo lường cảm biến online trong thực tế.
• Phạm vi nghiên cứu mới chỉ tập trung vào công đoạn xử lý sinh học bùn hoạt tính hiếu khí - thiếu khí trong BSM1 mà chưa tích hợp toàn diện chu trình xử lý bùn kỵ khí và hệ thống tận thu khí sinh học (biogas).

Hướng nghiên cứu tiếp theo được tác giả xác định:

• Mở rộng phạm vi nghiên cứu từ mô hình chuẩn số 1 (BSM1) sang mô hình chuẩn số 2 (BSM2) nhằm đánh giá toàn diện cả chu trình xử lý nước thải và công đoạn phân hủy bùn kỵ khí, đánh giá khả năng thu hồi năng lượng.
• Triển khai thử nghiệm các thuật toán điều khiển hai cấp và điều khiển học lặp trên các mô hình bán công nghiệp (pilot) hoặc các phân xưởng xử lý nước thải thực tế để kiểm chứng khả năng thích ứng với sai lệch mô hình và độ trễ đo lường của cảm biến thực.
• Nghiên cứu kết hợp các giải thuật học sâu hoặc điều khiển mờ thích nghi nhằm tự động tinh chỉnh tham số của bộ điều khiển cấp trên khi thành phần hóa học của dòng thải biến động mạnh ngoài dự báo.

Giá trị tham khảo

Luận án mang lại giá trị tham khảo khoa học và ứng dụng thực tiễn cho nhiều nhóm đối tượng:

• Đối với nghiên cứu sinh, học viên cao học và giảng viên ngành Kỹ thuật điều khiển và Tự động hóa: Luận án cung cấp tài liệu chi tiết về phương pháp thiết kế bộ điều khiển học lặp (ILC) cho các đối tượng phi tuyến, kỹ thuật phối hợp bù truyền thẳng và phản hồi, cũng như quy trình áp dụng giải thuật di truyền (GA) để giải bài toán tối ưu hóa đa mục tiêu với các hàm ràng buộc kỹ thuật phức tạp.
• Đối với các nhà nghiên cứu và kỹ sư ngành Kỹ thuật môi trường, Xử lý nước thải: Các chương phân tích mô hình ASM1, động học bể lắng Takács 10 lớp, cùng hệ thống công thức tính toán chỉ số chất lượng nước thải $EQI$ và chi phí vận hành $OCI$ là nguồn tư liệu chuẩn hóa hữu ích để mô hình hóa và mô phỏng quá trình bùn hoạt tính.
• Đối với các kỹ sư vận hành và đơn vị quản lý nhà máy xử lý nước thải: Ý tưởng điều chỉnh linh hoạt nồng độ oxy hòa tan bám theo tỷ lệ amoni ($S_{NH,4}/S_{O,5}$) tại Chương 3 cung cấp cơ sở kỹ thuật trực tiếp để cấu hình lại các vòng điều khiển SCADA tại trạm, giúp giảm điện năng tiêu thụ của máy thổi khí mà không làm suy giảm chất lượng nước thải.

Câu hỏi thường gặp

1. Mô hình mô phỏng chuẩn BSM1 có cấu trúc công nghệ và thông số vận hành như thế nào?
BSM1 bao gồm 5 bể phản ứng sinh học mắc nối tiếp với tổng thể tích $5999\text{ m}^3$ (bể 1 và 2 là bể thiếu khí có thể tích $1000\text{ m}^3/\text{bể}$; bể 3, 4, 5 là bể hiếu khí có thể tích $1333\text{ m}^3/\text{bể}$) kết hợp với bể lắng thứ cấp 10 lớp có thể tích $6000\text{ m}^3$, diện tích $1500\text{ m}^2$, chiều cao $4\text{ m}$. Lưu lượng nước thải đầu vào trung bình là $18446\text{ m}^3/\text{ngày}$, lưu lượng hồi lưu bên trong là $55338\text{ m}^3/\text{ngày}$, lưu lượng hồi lưu bùn ngoài là $18446\text{ m}^3/\text{ngày}$ và lưu lượng xả bùn đáy là $385\text{ m}^3/\text{ngày}$ ở nhiệt độ $15^\circ\text{C}$.

2. Tại sao bộ điều khiển kết hợp ILC-PI ở Chương 2 cải thiện được chỉ số IAE, ISE nhưng chưa cải thiện được OCI và EQI?
Bộ điều khiển kết hợp ILC-PI ở Chương 2 được thiết kế với mục tiêu duy nhất là bám sát giá trị đặt nồng độ oxy hòa tan cố định $2\text{ g}(-COD)\cdot m^{-3}$ tại bể 5. Thuật toán này triệt tiêu rất tốt sai số điều khiển bám vết, giúp giảm mạnh $IAE$ và $ISE$. Tuy nhiên, việc duy trì liên tục mức oxy hòa tan cố định mà không quan tâm đến nhu cầu oxy thực tế của vi sinh vật theo nồng độ amoni đầu vào làm cho năng lượng sục khí luôn tiêu hao ở mức cao, khiến chi phí vận hành tổng thể ($OCI$) không giảm và chất lượng nước thải ($EQI$) không có sự cải thiện rõ rệt.

3. Cơ chế điều khiển hai cấp ở Chương 3 giải quyết mâu thuẫn giữa OCI và EQI như thế nào?
Cơ chế này sử dụng bộ điều khiển cấp trên để thay đổi lượng đặt oxy bể 5 phụ thuộc vào nồng độ amoni ở bể 4 ($S_{NH,4}/S_{O,5}$). Khi lượng amoni thấp, bộ điều khiển chủ động hạ mức đặt oxy xuống, giúp cắt giảm đáng kể năng lượng sục khí ($AE$) và năng lượng bơm ($PE$), qua đó giảm $OCI$. Khi lượng amoni cao, mức oxy được nâng lên để đảm bảo quá trình nitrat hóa diễn ra hoàn toàn, giữ các nồng độ xả thải nằm trong giới hạn cho phép để giảm $EQI$. Đồng thời, việc bổ sung các bộ điều khiển PI tại bể 3 và 4 kết hợp giải thuật di truyền GA giúp phân phối tối ưu lượng oxy trên toàn hệ thống.

4. Các chỉ số EQI và OCI trong mô hình BSM1 được xác định dựa trên những yếu tố nào?
Chỉ số $EQI$ đánh giá mức độ ô nhiễm của nước thải đầu ra ($\text{kg ô nhiễm/ngày}$) trong 7 ngày quan sát cuối, tính toán dựa trên tổng nồng độ các chất có gán trọng số: tổng chất rắn lơ lửng ($\beta_{TSS}=2$), nhu cầu oxy hóa học ($\beta_{COD}=1$), nitơ Kjeldahl ($\beta_{NKj}=30$), nitrat/nitrit ($\beta_{NO}=10$) và nhu cầu oxy sinh hóa ($\beta_{BOD5}=2$). Chỉ số $OCI$ phản ánh chi phí vận hành hàng ngày, là tổng hợp của năm thành phần: năng lượng sục khí ($AE$), năng lượng bơm ($PE$), lượng tiêu thụ nguồn cacbon bổ sung ($EC$), sản lượng bùn thải cần xử lý ($SP$) và năng lượng khuấy trộn ($ME$).

Kết luận

Luận án tiến sĩ của tác giả Bạch Văn Nam đã giải quyết bài toán nâng cao chất lượng điều khiển và tối ưu hóa chi phí vận hành cho hệ thống xử lý nước thải bùn hoạt tính trên mô hình mô phỏng chuẩn BSM1. Bằng việc kết hợp điều khiển học lặp ILC với điều khiển phản hồi PI, nghiên cứu đã nâng cao độ chính xác điều khiển nồng độ oxy hòa tan tại bể hiếu khí trong điều kiện chịu nhiều nhiễu động thời tiết phức tạp. Đồng thời, việc phát triển cấu trúc điều khiển phân cấp hai cấp điều chỉnh linh hoạt điểm đặt DO theo nồng độ amoni phối hợp với giải thuật di truyền GA đã giải quyết thành công bài toán tối ưu hóa đa mục tiêu, cải thiện đồng thời cả chỉ số kinh tế $OCI$ và chỉ số môi trường $EQI$. Các kết quả mô phỏng cung cấp cơ sở khoa học và kỹ thuật tin cậy cho việc định hướng nâng cấp, tự động hóa các nhà máy xử lý nước thải công nghệ bùn hoạt tính trong thực tế.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về xử lý nước thải và mô hình xử lý nước thải Chương này tổng hợp các công trình nghiên cứu ở trong và ngoài nước về quá trình xử lý nước thải; quy trình xử lý nước thải bằng than hoạt tính; mô hình hệ thống xử lý nước thải bằng bùn hoạt tính; mô hình mô phỏng chuẩn BMS1; các tiêu chí đánh giá hệ thống nước thải; các phương pháp điều khiển hệ thống nước thải; các vấn đề nghiên cứu trong luận án. Chương 2: Giải pháp nâng cao chất lượng điều khiển trong hệ thống xử lý nước thải Chương này trình bày về sách lược điều khiển phản hồi kết hợp với điều khiển truyền thẳng và điều khiển học lặp, trình bày ưu và nhược điểm của các phương pháp này. Sau đó, tác giả đề xuất sách lược điều khiển phản hồi kết hợp điều khiển truyền thẳng dựa trên học lặp nhằm ổn định nồng độ oxy hòa tan DO cho bể số 5 của mô hình BSM1. Các kết quả thu được được so sánh với các công bố trước đó.

Nội dung chương 2 là là đóng góp thứ nhất của luận án. Chương 3: Một số giải pháp cải thiện các chỉ số OCI và EQI trong hệ thống xử lý nước thải Chương này tác giả đề xuất giải pháp cải thiện chỉ số OCI và EQI dựa trên sách lược điều khiển điều khiển hai cấp, trong đó điều khiển ổn định nồng độ DO dựa trên sách lược điều khiển đã đề xuất ở chương 2 thông qua các bộ điều khiển PI để điều khiển nồng độ Oxy hòa tan cho các bể 3, bể 4, thông số của các bộ điều khiển này được tối ưu dựa trên ứng dụng giải thuật di truyền GA. Nội dung chương 3 là đóng góp thứ hai của luận án. Cuối cùng là các kết luận và hướng nghiên cứu tiếp theo của luận án.

7 CHƯƠNG 1 TỔNG QUAN XỬ LÝ NƯỚC THẢI VÀ MÔ HÌNH XỬ LÝ NƯỚC THẢI 1. Tổng quan về nước thải và xử lý nước thải 1. Nước thải và sự cần thiết phải xử lý nước thải Nước thải là nguồn nước bị ô nhiễm bởi nhiều nguyên nhân khác nhau; được thải ra bởi quá trình sinh hoạt con người như bơi lội, rửa tay hoặc xả nước nhà vệ sinh; thải ra từ các cơ sở sản xuất nông nghiệp hoặc các ngành công nghiệp v. Nước thải thường được phân loại theo nguồn gốc phát sinh, bao gồm [1],[7]: - Nước thải sinh hoạt hay nước thải từ các khu dân cư bao gồm: nước sau khi sử dụng từ các hộ gia đình, bệnh viện, khách sạn, trường học, cơ quan, khu vui chơi giải trí v.

- Nước thải công nghiệp bao gồm: nước thải từ các xí nghiệp sản xuất công nghiệp, thủ công nghiệp, giao thông vận tải v.v - Nước mưa hay được gọi là nước thải tự nhiên. - Nước thấm qua là nước mưa thấm vào hệ thống ống bằng nhiều cách khác nhau qua các khớp nối, các ống có khuyết tật hoặc thành của hố ga v. - Nước thải đô thị là nước trong các hệ thống cống thoát của một thành phố, đô thị, thường là hỗn hợp của tất cả các loại nước thải kể trên. Nước thải có thể bao gồm nhiều chất khác nhau tùy thuộc vào nguồn gốc của nó.

Tuy nhiên, dưới đây là một số thành phần chủ yếu thường gặp trong nước thải [7], [33], [100]: Chất hữu cơ: Đây là thành phần chính trong nước thải và bao gồm cả chất hữu cơ dễ phân hủy (như chất béo, dầu, đường, protein) và chất hữu cơ khó phân hủy (như cellulose). Chúng có thể gây ra hiện tượng ô nhiễm nếu không được xử lý đúng cách. Chất vô cơ: Bao gồm các muối vô cơ và các nguyên tố vô cơ như nitrat, photphat, sulfat, clorua, và các kim loại nặng như thủy ngân, chì, kẽm, đồng, vv. Vi sinh vật: Nước thải thường chứa một lượng lớn vi khuẩn, virus, nấm, và ký sinh trùng khác, nhiều trong số đó có thể gây bệnh cho con người và động vật.

Chất lơ lửng: Nước thải thường chứa các hạt rắn lơ lửng, bao gồm cả hữu cơ và vô cơ, có thể gây ra sự đục trong nước và gây ảnh hưởng đến sinh vật sống trong nước. 8 Chất hóa học khác: Các chất như dầu mỏ, hóa chất công nghiệp, thuốc trừ sâu, thuốc nhuộm, và chất phóng xạ có thể xuất hiện trong nước thải, đặc biệt là từ các nguồn công nghiệp. Chính vì vậy nước thải cần phải được xử lý trước khi được xả thải trực tiếp ra môi trường. Tùy theo quy chuẩn mỗi quốc gia mà giới hạn các thành phần đầu ra trong nước thải sau xử lý sẽ là khác nhau.

Nước thải không được xử lý hoặc vi phạm giới hạn các thành phần sẽ bị phạt hoặc xử lý hình sự. Ở Việt Nam có 2 tiêu chuẩn xử lý nước thải đang được áp dụng: Quy chuẩn kỹ thuật quốc gia về nước thải sinh hoạt QCVN 14:2008/BTNMT và Quy chuẩn kỹ thuật quốc gia về nước thải công nghiệp QCVN 40:2011/BTNMT (Phụ lục 4). Dưới đây là một số các chỉ số chủ yếu mà nước thải công nghiệp và sinh hoạt phải đạt được trước khi được thải ra môi trường: - PH: từ 6 ÷ 9 - Nhiệt độ: < 400C - Hàm lượng BOD5 (BOD sau 5 ngày): không lớn hơn 50 mg/l - Hàm lượng COD (Yếu tố oxi hóa hóa học): không lớn hơn 200 mg/l - Tổng hàm lượng Nitrat: không lớn hơn 50 mg/l - Tổng hàm lượng Phosphat: không lớn hơn 6 mg/l - Tổng hàm lượng các kim loại nặng (như As, Cd, Cr, Pb, Hg, và Zn): không vượt quá ngưỡng cụ thể đã quy định 1. Xử lý nước thải.

Xử lý nước thải là quá trình loại bỏ các chất ô nhiễm và tạp chất từ nước thải đạt tiêu chuẩn chất lượng theo các tiêu chuẩn ở từng quốc gia trước khi thải vào môi trường hoặc tái sử dụng. Các tiêu chuẩn chất lượng nước sau khi xử lý phụ thuộc vào mục đích và cách thức sử dụng nước sau khi xử lý, nước thải được tái sử dụng hay được xả thẳng vào các nguồn nước tiếp nhận. Về cơ bản, xử lý nước thải có 3 công đoạn chính như biểu diễn trên Hình 1. 9 Xử lý cấp I Xử lý cấp II Xử lý cấp III Xử lý sơ bộ CL2 1 2 Dòng ra Nước thải Lắng cát 3 4 5 6 vào Bùn sơ cấp Bùn hoạt tính Tạp chất Cát sỏi 7 8 9 Bùn thải Hình 1.

Sơ đồ nguyên lý công nghệ xử lý nước thải [1] - Xử lý cấp I: đây là quá trình đầu tiên nhằm loại bỏ tất cả các vật liệu thô, cứng từ nước thải để tránh làm hỏng hoặc làm tắc nghẽn các máy bơm. Quá trình này gồm công đoạn xử lý sơ bộ và lắng, thông thường lọc qua lưới chắn, lắng, tuyển nổi, tách dầu mỡ và trung hòa. - Xử lý cấp II: là quá trình tiếp theo có tác dụng khử hầu hết các tạp chất hữu cơ hòa tan có thể phân hủy bằng giải pháp sinh học (khử BOD), bao gồm quá trình hoạt hóa bùn, lọc sinh học hay oxy hóa sinh học và phân hủy yếm khí. Tất cả quá trình này đều sử dụng vi sinh vật chuyển hóa các chất hữu cơ về dạng ổn định và có năng lượng thấp.

- Xử lý cấp III (hay xử lý tăng cường): là quá trình cuối cùng để cải thiện chất lượng nước thải trước khi thải ra môi trường, gồm các quá trình: vi lọc, kết tủa hóa học và đông tụ, trao đổi ion, thẩm thấu ngược, khử các chất dinh dưỡng, clo hóa và ion hóa. Nước thải có thể được coi là nguồn tài nguyên có giá trị, trong quá trình xử lý nước thải, năng lượng và 1 số chất có thể được thu lại và sử dụng gồm [66]: nhiệt có nguồn gốc từ nước thải có thể được thu lại trong quá trình xử lý và sử dụng để làm nóng thiết bị, sưởi ấm nhà ở cho các khu dân cư. Chất rắn thu được trong quá nước thải có thể dùng làm vật liệu xây dựng. Phốt phát thu được từ quá trình xử lý chất thải rắn có thể được tái sử dụng trong sản xuất phân bón, chất rắn sinh học có thể được sử dụng để diệt các mầm bệnh và được sử dụng làm chất thay thế nhiên liệu cho lò xi măng.

Nước thải được xử lý có thể được sử dụng làm thủy lợi cho thảm thực vật đô thị và nông nghiệp v. Việc đánh giá quá trình xử lý nước thải, bên cạnh đáp ứng các tiêu chuẩn kỹ thuật của nước thải đầu ra sau khi đã xử lý của hệ thống thì chi phí phải trả là một 10 yếu tố rất quan trọng. Mối quan hệ giữa chi phí tổng thể và chi phí cho các quá trình xử lý được mô tả như trong Hình 1. Mối quan hệ giữa chi phí tổng thể và các quá trình xử lý [100] Luận án tập trung vào nghiên cứu công đoạn xử lý cấp II, tại công đoạn này quá trình bùn hoạt tính được sử dụng để loại bỏ gần 50% các tạp chất trong hệ thống xử lý nước thải, bao gồm thành phần hữu cơ, vô cơ, chất lơ lửng cũng như một số vi sinh vật gây bệnh trong nước thải.

Xử lý nước thải bằng phương pháp sinh học với quá trình bùn hoạt tính Xử lý nước thải sinh học bằng quy trình bùn hoạt tính là phương pháp sử dụng bùn hoạt tính để loại bỏ các chất ô nhiễm, đặc biệt là các chất hữu cơ hòa tan và một số chất vô cơ như H2S, amoniac, sunfit, nitơ v. Bùn hoạt tính là một loại bùn có khả năng hấp phụ các chất ô nhiễm trong nước thải. Bùn này được tạo ra thông qua quá trình tự nhiên hoặc qua quá trình xử lý nước thải, trong đó vi sinh vật trong bùn phân hủy các chất hữu cơ trong nước thải, tạo ra một lớp bùn có tính hấp phụ cao. Quá trình bùn hoạt tính ASP (Activated Sludge Process) là quá trình sinh học trong đó vi sinh vật bị oxy hóa và chuyển thành chất hữu cơ, chất hữu cơ sau đó được chuyển thành carbon dioxide và một số được chuyển vào khối tế bào mới [11].

Quá trình bùn hoạt tính là một quá trình rất phức tạp bao gồm một số lượng lớn các vi sinh vật, liên tục phát triển, tiêu thụ các chất hữu cơ và lưu thông trong nước thải. Quy trình bùn hoạt tính về cơ bản có ba thành phần chính: 11 1. Bể xử lý sinh học, trong đó vi sinh vật được giữ dạng lơ lửng. Bể lắng để tách lỏng và rắn.

Hệ thống tái chế bùn. Sơ đồ của quá trình bùn hoạt tính được thể hiện trong Hình 1.