传感器在机器人视觉避障中的应用 https://t.cn/EMWC6of
避障是指移动机器人在行走过程中,通过传感器感知到在其规划路线上存在静态或动态障碍物时,按照 一定的算法实时更新路径,绕过障碍物,最后达到目标点。
避障常用哪些传感器
不管是要进行导航规划还是避障,感知周边环境信息是第一步。就避障来说,移动机器人需要通过传感器 实时获取自身周围障碍物信息,包括尺寸、形状和位置等信息。避障使用的传感器多种多样,各有不同的原理和特点,目前常见的主要有视觉传感器、激光传感器、红外传感器、超声波传感器等。下面我简单介绍一下这几种传感器的基本工作原理。
超声波
超声波传感器的基本原理是测量超声波的飞行时间,通过d=vt/2测量距离,其中d是距离,v是声速,t是 飞行时间。由于超声波在空气中的速度与温湿度有关,在比较精确的测量中,需把温湿度的变化和其它因素考虑进去。
上面这个图就是超声波传感器信号的一个示意。通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包,系统检测高于某阈值的反向声波,检测到后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短,普通的有效探测距离都在几米,但是会有一个几十毫米左右的最小探测盲区。由于超声传感器的成本低、实现方法简单、技术成熟,是移动机器人中常用的传感器。超声波传感器也有一些缺点,首先看下面这个图。
因为声音是锥形传播的,所以我们实际测到的距离并不是 一个点,而是某个锥形角度范围内最近物体的距离。
另外,超声波的测量周期较长,比如3米左右的物体,声波传输这么远的距离需要约20ms的时间。再者,不同材料对声波的反射或者吸引是不相同的,还有多个超声传感器之间有可能会互相干扰,这都是实际应用的过程中需要考虑的。
红外
一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束,遇到物体之后,光会反向回来,检测到反射光之后,通过结构上的几何三角关系,就可以计算出物体距离D。
当D的距离足够近的时候,上图中L值会相当大,如果超过CCD的探测范围,这时,虽然物体很近,但是传感器反而看不到了。当物体距离D很大时,L值就会很小,测量量精度会变差。因此,常见的红外传感器 测量距离都比较近,小于超声波,同时远距离测量也有最小距离的限制。另外,对于透明的或者近似黑体的物体,红外传感器是无法检测距离的。但相对于超声来说,红外传感器具有更高的带宽。
激光
常见的激光雷达是基于飞行时间的(ToF,time of flight),通过测量激光的飞行时间来进行测距d=ct/2,类似于前面提到的超声测距公式,其中d是距离,c是光速,t是从发射到接收的时间间隔。激光雷达包括发射器和接收器 ,发射器用激光照射目标,接收器接收反向回的光波。机械式的激光雷达包括一个带有镜子的机械机构,镜子的旋转使得光束可以覆盖 一个平面,这样我们就可以测量到一个平面上的距离信息。
对飞行时间的测量也有不同的方法,比如使用脉冲激光,然后类似前面讲的超声方案,直接测量占用的时间,但因为光速远高于声速,需要非常高精度的时间测量元件,所以非常昂贵;另一种发射调频后的连续激光波,通过测量接收到的反射波之间的差频来测量时间。
图一
图二
比较简单的方案是测量反射光的相移,传感器以已知的频率发射一定幅度的调制光,并测量发射和反向信号之间的相移,如上图一。调制信号的波长为lamda=c/f,其中c是光速,f是调制频率,测量到发射和反射光束之间的相移差theta之后,距离可由lamda*theta/4pi计算得到,如上图二。
激光雷达的测量距离可以达到几十米甚至上百米,角度分辨率高,通常可以达到零点几度,测距的精度也高。但测量距离的置信度会反比于接收信号幅度的平方,因此,黑体或者远距离的物体距离测量不会像光亮的、近距离的物体那么好的估计。并且,对于透明材料,比如玻璃,激光雷达就无能为力了。还有,由于结构的复杂、器件成本高,激光雷达的成本也很高。
一些低端的激光雷达会采用三角测距的方案进行测距。但这时它们的量程会受到限制,一般几米以内,并且精度相对低一些,但用于室内低速环境的SLAM或者在室外环境只用于避障的话,效果还是不错的。
视觉
常用的计算机视觉方案也有很多种, 比如双目视觉,基于TOF的深度相机,基于结构光的深度相机等。深度相机可以同时获得RGB图和深度图,不管是基于TOF还是结构光,在室外强光环境下效果都并不太理想,因为它们都是需要主动发光的。
像基于结构光的深度相机,发射出的光会生成相对随机但又固定的斑点图样,这些光斑打在物体上后,因为与摄像头距离不同,被摄像头捕捉到的位置也不相同,之后先计算拍到的图的斑点与标定的标准图案在不同位置的偏移,利用摄像头位置、传感器大小等参数就可以计算出物体与摄像头的距离。而我们目前的E巡机器人主要是工作在室外环境,主动光源会受到太阳光等条件的很大影响,所以双目视觉这种被动视觉方案更适合,因此我们采用的视觉方案是基于双目视觉的。
双目视觉的测距本质上也是三角测距法,由于两个摄像头的位置不同,就像我们人的两只眼睛一样,看到的物体不一样。两个摄像头看到的同一个点P,在成像的时候会有不同的像素位置,此时通过三角测距就可以测出这个点的距离。与结构光方法不同的是,结构光计算的点是主动发出的、已知确定的,而双目算法计算的点一般是利用算法抓取到的图像特征,如SIFT或SURF特征等,这样通过特征计算出来的是稀疏图。
要做良好的避障,稀疏图还是不太够的,我们需要获得的是稠密的点云图,整个场景的深度信息。稠密匹配的算法大致可以分为两类,局部算法和全局算法。局部算法使用像素局部的信息来计算其深度,而全局算法采用图像中的所有信息进行计算。一般来说,局部算法的速度更快,但全局算法的精度更高。
这两类各有很多种不同方式的具体算法实现。能过它们的输出我们可以估算出整个场景中的深度信息,这个深度信息可以帮助我们寻找地图场景中的可行走区域以及障碍物。整个的输出类似于激光雷达输出的3D点云图,但是相比来讲得到信息会更丰富,视觉同激光相比优点是价格低很多,缺点也比较明显,测量精度要差 一些,对计算能力的要求也高很多。当然,这个精度差是相对的,在实用的过程中是完全足够的,并且我们目前的算法在我们的平台NVIDIA TK1和TX1上是可以做到实时运行。
KITTI采集的图
实际输出的深度图,不同的颜色代表不同的距离
在实际应用的过程中,我们从摄像头读取到的是连续的视频帧流,我们还可以通过这些帧来估计场景中 目标物体的运动,给它们建立运动模型,估计和预测它们的运动方向、运动速度,这对我们实际行走、避障规划是很有用的。
以上几种是最常见的几种传感器 ,各有其优点和缺点,在真正实际应用的过程中,一般是综合配置使用多种不同的传感器 ,以最大化保证在各种不同的应用和环境条件下,机器人都能正确感知到障碍物信息。我们公司的E巡机器人的避障方案就是以双目视觉为主,再辅助以多种其他传感器,保证机器人周边360度空间立体范围内的障碍物都能被有效侦测到,保证机器人行走的安全性。
避障是指移动机器人在行走过程中,通过传感器感知到在其规划路线上存在静态或动态障碍物时,按照 一定的算法实时更新路径,绕过障碍物,最后达到目标点。
避障常用哪些传感器
不管是要进行导航规划还是避障,感知周边环境信息是第一步。就避障来说,移动机器人需要通过传感器 实时获取自身周围障碍物信息,包括尺寸、形状和位置等信息。避障使用的传感器多种多样,各有不同的原理和特点,目前常见的主要有视觉传感器、激光传感器、红外传感器、超声波传感器等。下面我简单介绍一下这几种传感器的基本工作原理。
超声波
超声波传感器的基本原理是测量超声波的飞行时间,通过d=vt/2测量距离,其中d是距离,v是声速,t是 飞行时间。由于超声波在空气中的速度与温湿度有关,在比较精确的测量中,需把温湿度的变化和其它因素考虑进去。
上面这个图就是超声波传感器信号的一个示意。通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包,系统检测高于某阈值的反向声波,检测到后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短,普通的有效探测距离都在几米,但是会有一个几十毫米左右的最小探测盲区。由于超声传感器的成本低、实现方法简单、技术成熟,是移动机器人中常用的传感器。超声波传感器也有一些缺点,首先看下面这个图。
因为声音是锥形传播的,所以我们实际测到的距离并不是 一个点,而是某个锥形角度范围内最近物体的距离。
另外,超声波的测量周期较长,比如3米左右的物体,声波传输这么远的距离需要约20ms的时间。再者,不同材料对声波的反射或者吸引是不相同的,还有多个超声传感器之间有可能会互相干扰,这都是实际应用的过程中需要考虑的。
红外
一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束,遇到物体之后,光会反向回来,检测到反射光之后,通过结构上的几何三角关系,就可以计算出物体距离D。
当D的距离足够近的时候,上图中L值会相当大,如果超过CCD的探测范围,这时,虽然物体很近,但是传感器反而看不到了。当物体距离D很大时,L值就会很小,测量量精度会变差。因此,常见的红外传感器 测量距离都比较近,小于超声波,同时远距离测量也有最小距离的限制。另外,对于透明的或者近似黑体的物体,红外传感器是无法检测距离的。但相对于超声来说,红外传感器具有更高的带宽。
激光
常见的激光雷达是基于飞行时间的(ToF,time of flight),通过测量激光的飞行时间来进行测距d=ct/2,类似于前面提到的超声测距公式,其中d是距离,c是光速,t是从发射到接收的时间间隔。激光雷达包括发射器和接收器 ,发射器用激光照射目标,接收器接收反向回的光波。机械式的激光雷达包括一个带有镜子的机械机构,镜子的旋转使得光束可以覆盖 一个平面,这样我们就可以测量到一个平面上的距离信息。
对飞行时间的测量也有不同的方法,比如使用脉冲激光,然后类似前面讲的超声方案,直接测量占用的时间,但因为光速远高于声速,需要非常高精度的时间测量元件,所以非常昂贵;另一种发射调频后的连续激光波,通过测量接收到的反射波之间的差频来测量时间。
图一
图二
比较简单的方案是测量反射光的相移,传感器以已知的频率发射一定幅度的调制光,并测量发射和反向信号之间的相移,如上图一。调制信号的波长为lamda=c/f,其中c是光速,f是调制频率,测量到发射和反射光束之间的相移差theta之后,距离可由lamda*theta/4pi计算得到,如上图二。
激光雷达的测量距离可以达到几十米甚至上百米,角度分辨率高,通常可以达到零点几度,测距的精度也高。但测量距离的置信度会反比于接收信号幅度的平方,因此,黑体或者远距离的物体距离测量不会像光亮的、近距离的物体那么好的估计。并且,对于透明材料,比如玻璃,激光雷达就无能为力了。还有,由于结构的复杂、器件成本高,激光雷达的成本也很高。
一些低端的激光雷达会采用三角测距的方案进行测距。但这时它们的量程会受到限制,一般几米以内,并且精度相对低一些,但用于室内低速环境的SLAM或者在室外环境只用于避障的话,效果还是不错的。
视觉
常用的计算机视觉方案也有很多种, 比如双目视觉,基于TOF的深度相机,基于结构光的深度相机等。深度相机可以同时获得RGB图和深度图,不管是基于TOF还是结构光,在室外强光环境下效果都并不太理想,因为它们都是需要主动发光的。
像基于结构光的深度相机,发射出的光会生成相对随机但又固定的斑点图样,这些光斑打在物体上后,因为与摄像头距离不同,被摄像头捕捉到的位置也不相同,之后先计算拍到的图的斑点与标定的标准图案在不同位置的偏移,利用摄像头位置、传感器大小等参数就可以计算出物体与摄像头的距离。而我们目前的E巡机器人主要是工作在室外环境,主动光源会受到太阳光等条件的很大影响,所以双目视觉这种被动视觉方案更适合,因此我们采用的视觉方案是基于双目视觉的。
双目视觉的测距本质上也是三角测距法,由于两个摄像头的位置不同,就像我们人的两只眼睛一样,看到的物体不一样。两个摄像头看到的同一个点P,在成像的时候会有不同的像素位置,此时通过三角测距就可以测出这个点的距离。与结构光方法不同的是,结构光计算的点是主动发出的、已知确定的,而双目算法计算的点一般是利用算法抓取到的图像特征,如SIFT或SURF特征等,这样通过特征计算出来的是稀疏图。
要做良好的避障,稀疏图还是不太够的,我们需要获得的是稠密的点云图,整个场景的深度信息。稠密匹配的算法大致可以分为两类,局部算法和全局算法。局部算法使用像素局部的信息来计算其深度,而全局算法采用图像中的所有信息进行计算。一般来说,局部算法的速度更快,但全局算法的精度更高。
这两类各有很多种不同方式的具体算法实现。能过它们的输出我们可以估算出整个场景中的深度信息,这个深度信息可以帮助我们寻找地图场景中的可行走区域以及障碍物。整个的输出类似于激光雷达输出的3D点云图,但是相比来讲得到信息会更丰富,视觉同激光相比优点是价格低很多,缺点也比较明显,测量精度要差 一些,对计算能力的要求也高很多。当然,这个精度差是相对的,在实用的过程中是完全足够的,并且我们目前的算法在我们的平台NVIDIA TK1和TX1上是可以做到实时运行。
KITTI采集的图
实际输出的深度图,不同的颜色代表不同的距离
在实际应用的过程中,我们从摄像头读取到的是连续的视频帧流,我们还可以通过这些帧来估计场景中 目标物体的运动,给它们建立运动模型,估计和预测它们的运动方向、运动速度,这对我们实际行走、避障规划是很有用的。
以上几种是最常见的几种传感器 ,各有其优点和缺点,在真正实际应用的过程中,一般是综合配置使用多种不同的传感器 ,以最大化保证在各种不同的应用和环境条件下,机器人都能正确感知到障碍物信息。我们公司的E巡机器人的避障方案就是以双目视觉为主,再辅助以多种其他传感器,保证机器人周边360度空间立体范围内的障碍物都能被有效侦测到,保证机器人行走的安全性。
看了一晚上的贱虫……
p1贱贱说蜘蛛侠没有杀过任何人就能救许多的人,小虫想,他不知道格温。(我是来磕贱虫的为什么要鞭尸我意难平的虫温??)
p2贱贱意识到自己永远不会成为蜘蛛侠那些的人,"我不在乎让任何人失望,除了你。我很抱歉,蛛网头。"
你们漫威是不是搞cp都喜欢用××头来做暗语??
翅膀头?铁壳头?蛛网头?
盾铁贱虫是真的[米奇大哭][米奇大哭][米奇大哭]
p1贱贱说蜘蛛侠没有杀过任何人就能救许多的人,小虫想,他不知道格温。(我是来磕贱虫的为什么要鞭尸我意难平的虫温??)
p2贱贱意识到自己永远不会成为蜘蛛侠那些的人,"我不在乎让任何人失望,除了你。我很抱歉,蛛网头。"
你们漫威是不是搞cp都喜欢用××头来做暗语??
翅膀头?铁壳头?蛛网头?
盾铁贱虫是真的[米奇大哭][米奇大哭][米奇大哭]
生物除磷的原理及影响因素。
废水中磷的存在形态取决于废水的类型,最常见的是磷酸盐、聚磷酸盐和有机磷。生活废水的含磷量一般在10~15mg/L左右,其中70%是可溶性的。常规二级生物处理的出水中90%左右的磷以磷酸盐的形式存在。在传统的活性污泥法中,磷作为微生物正常生长所必需的元素用于微生物菌体的合成,并以生物污泥的形式排出,从而引起磷的去除,能够获得10%~30%的除磷效果。在某些情况下,微生物吸收的磷量超过了微生物正常生长所需要的磷量,这就是活性污泥的生物超量除磷现象,废水生物除磷技术正是利用生物超量除磷的原理而发展起来的。
(一)生物除磷的原理
根据霍尔米(Holmers)提出的化学式,活性污泥的组成是C118H170O51N17P,由此可知,C:N:P=46:8:1。如果废水中N、P的含量低于此值,则需另行从外部投加;如等于此值,则在理论上应当是能够全部摄取而加以去除的。
生物除磷的基本原理是利用一种被称为聚磷菌(也称为除磷菌、磷细菌等)的细菌在厌氧条件下能充分释放其细胞体内的聚合磷酸盐(该过程称为厌氧释磷);而在好氧条件下又能超过其生理需要从水中吸收磷(该过程称为好氧吸磷),并将其转化为细胞体内的聚合磷酸盐,从而形成富含磷的生物污泥,通过沉淀从系统中排出这种富磷污泥,达到从废水中除磷的效果。
1.在厌氧区内的释磷过程。
在没有溶解氧和硝态氮存在的厌氧条件下,兼性细菌通过发酵作用将溶解性BOD转化为挥发性有机酸(VFA),聚磷菌吸收VFA并进入细胞内,同化合成为胞内碳源的储存物—聚-β-羟基丁酸盐(PHB),所需的能量来源于聚磷菌将其细胞内的有机态磷转化为无机态磷的反应,并导致磷酸盐的释放。
2.在好氧区内的吸磷过程。
聚磷菌的活力得到恢复并以聚磷的形态储存超出生长需要的磷量,通过对PHB的氧化代谢产生能量用于磷的吸收和聚磷的合成,能量以聚磷酸高能键的形式储存起来,磷酸盐从液相去除。产生的高磷污泥通过剩余污泥的形式得到排放,从而将磷从系统中去除。
(二)生物除磷的影响因素
1.溶解氧。
溶解氧的影响包括两个方面。首先必须在厌氧区中控制严格的厌氧条件,这直接关系到聚磷菌的生长状况、释磷能力及利用有机基质合成PHB的能力。由于DO的存在,一方面DO将作为最终电子受体而抑制厌氧菌的发酵产酸作用,妨碍磷的释放;另一方面会耗尽能快速降解的有机基质,从而减少聚磷菌所需的脂肪酸产生量,造成生物除磷效果差。其次是在好氧区中要供给足够的溶解氧,以满足聚磷菌对其储存的PHB进行降解,释放足够的能量供其过量摄磷之需,有效地吸收废水中的磷。一般厌氧段的DO应严格控制在0.2mg/L以下,而好氧段的溶解氧控制在2.0mg/L左右。
2.厌氧区硝态氮。
硝态氮包括硝酸盐氮和亚硝酸盐氮,其存在同样也会消耗有机基质而抑制聚磷菌对磷的释放,从而影响在好氧条件下聚磷菌对磷的吸收。另一方面,硝态氮的存在会被部分生物聚磷菌(气单胞菌)利用作为电子受体进行反硝化,进而影响其以发酵中间产物作为电子受体进行发酵产酸,从而抑制了聚磷菌的释磷和摄磷能力及PHB的合成能力。
3.温度。
温度对除磷效果的影响不如对生物脱氮过程的影响那么明显,因为在高温、中温、低温条件下,不同的菌群都具有生物脱磷的能力,但低温运行时厌氧区的停留时间要更长一些,以保证发酵作用的完成及基质的吸收。在5~30°C的范围内,都可以得到很好的除磷效果。
4.pH值。
pH值在6~8的范围内时,磷的厌氧释放过程比较稳定。pH值低于6.5时生物除磷的效果会大大降低。
5.BOD负荷和有机物性质。
废水生物除磷工艺中,厌氧段有机基质的种类、含量及其与微生物营养物质的比值(BOD5/TP)是影响除磷效果的重要因素。不同的有机物为基质时,磷的厌氧释放和好氧摄取是不同的。
根据生物除磷原理,相对分子质量较小的易降解的有机物(如低级脂肪酸类物质)易于被聚磷菌利用,将其体内储存的多聚磷酸盐分解释放出磷,诱导磷释放的能力较强,而高分子难降解的有机物诱导释磷的能力较弱。厌氧阶段磷的释放越充分,好氧阶段磷的摄取量就越大。
另一方面,聚磷菌在厌氧段释放磷所产生的能量,主要用于其吸收进水中低分子有机基质合成PHB储存在体内,以作为其在厌氧条件压抑环境下生存的基础。因此,进水中是否含有足够的有机基质提供给聚磷菌合成PHB,是关系到聚磷菌在厌氧条件下能否顺利生存的重要因素。
一般认为,进水中BOD5/TP要大于15才能保证聚磷菌有足够的基质需求而获得良好的除磷效果。为此,有时可以采用部分进水和省去初次沉淀池的方法来获得除磷所需的BOD负荷。
6.污泥龄。
由于生物脱磷系统主要是通过排除剩余污泥去除磷的,因此剩余污泥量的多少将决定系统的除磷效果。而污泥龄的长短对污泥的摄磷作用及剩余污泥的排放量有着直接的影响。一般来说,污泥龄越短,污泥含磷量越高,排放的剩余污泥量就越多,越可以取得较好的脱磷效果。
短的污泥龄还有利于好氧段控制硝化作用的发生而利于厌氧段充分释磷,因此,仅以除磷为目的的污水处理系统中,一般宜采用较短的污泥龄。但过短的污泥龄不仅会影响出水的BOD5和COD,甚至会使出水的BOD5和COD达不到要求。以除磷为目的的生物处理工艺,污泥龄一般控制在3.5~7d。
一般来说,厌氧区的停留时间越长,除磷效果越好。但过长的停留时间并不会太多地提高除磷效果,而且会有利于丝状菌的生长,使污泥的沉淀性能恶化,因此厌氧段的停留时间不宜过长。剩余污泥的处理方法也会对系统的除磷效果产生影响,因为污泥浓缩池中呈厌氧状态会造成聚磷菌的释磷,使浓缩池上清液和污泥脱水液中含有高浓度的磷,因此有必要采取合适的污泥处理方法,避免磷的重新释放。
废水中磷的存在形态取决于废水的类型,最常见的是磷酸盐、聚磷酸盐和有机磷。生活废水的含磷量一般在10~15mg/L左右,其中70%是可溶性的。常规二级生物处理的出水中90%左右的磷以磷酸盐的形式存在。在传统的活性污泥法中,磷作为微生物正常生长所必需的元素用于微生物菌体的合成,并以生物污泥的形式排出,从而引起磷的去除,能够获得10%~30%的除磷效果。在某些情况下,微生物吸收的磷量超过了微生物正常生长所需要的磷量,这就是活性污泥的生物超量除磷现象,废水生物除磷技术正是利用生物超量除磷的原理而发展起来的。
(一)生物除磷的原理
根据霍尔米(Holmers)提出的化学式,活性污泥的组成是C118H170O51N17P,由此可知,C:N:P=46:8:1。如果废水中N、P的含量低于此值,则需另行从外部投加;如等于此值,则在理论上应当是能够全部摄取而加以去除的。
生物除磷的基本原理是利用一种被称为聚磷菌(也称为除磷菌、磷细菌等)的细菌在厌氧条件下能充分释放其细胞体内的聚合磷酸盐(该过程称为厌氧释磷);而在好氧条件下又能超过其生理需要从水中吸收磷(该过程称为好氧吸磷),并将其转化为细胞体内的聚合磷酸盐,从而形成富含磷的生物污泥,通过沉淀从系统中排出这种富磷污泥,达到从废水中除磷的效果。
1.在厌氧区内的释磷过程。
在没有溶解氧和硝态氮存在的厌氧条件下,兼性细菌通过发酵作用将溶解性BOD转化为挥发性有机酸(VFA),聚磷菌吸收VFA并进入细胞内,同化合成为胞内碳源的储存物—聚-β-羟基丁酸盐(PHB),所需的能量来源于聚磷菌将其细胞内的有机态磷转化为无机态磷的反应,并导致磷酸盐的释放。
2.在好氧区内的吸磷过程。
聚磷菌的活力得到恢复并以聚磷的形态储存超出生长需要的磷量,通过对PHB的氧化代谢产生能量用于磷的吸收和聚磷的合成,能量以聚磷酸高能键的形式储存起来,磷酸盐从液相去除。产生的高磷污泥通过剩余污泥的形式得到排放,从而将磷从系统中去除。
(二)生物除磷的影响因素
1.溶解氧。
溶解氧的影响包括两个方面。首先必须在厌氧区中控制严格的厌氧条件,这直接关系到聚磷菌的生长状况、释磷能力及利用有机基质合成PHB的能力。由于DO的存在,一方面DO将作为最终电子受体而抑制厌氧菌的发酵产酸作用,妨碍磷的释放;另一方面会耗尽能快速降解的有机基质,从而减少聚磷菌所需的脂肪酸产生量,造成生物除磷效果差。其次是在好氧区中要供给足够的溶解氧,以满足聚磷菌对其储存的PHB进行降解,释放足够的能量供其过量摄磷之需,有效地吸收废水中的磷。一般厌氧段的DO应严格控制在0.2mg/L以下,而好氧段的溶解氧控制在2.0mg/L左右。
2.厌氧区硝态氮。
硝态氮包括硝酸盐氮和亚硝酸盐氮,其存在同样也会消耗有机基质而抑制聚磷菌对磷的释放,从而影响在好氧条件下聚磷菌对磷的吸收。另一方面,硝态氮的存在会被部分生物聚磷菌(气单胞菌)利用作为电子受体进行反硝化,进而影响其以发酵中间产物作为电子受体进行发酵产酸,从而抑制了聚磷菌的释磷和摄磷能力及PHB的合成能力。
3.温度。
温度对除磷效果的影响不如对生物脱氮过程的影响那么明显,因为在高温、中温、低温条件下,不同的菌群都具有生物脱磷的能力,但低温运行时厌氧区的停留时间要更长一些,以保证发酵作用的完成及基质的吸收。在5~30°C的范围内,都可以得到很好的除磷效果。
4.pH值。
pH值在6~8的范围内时,磷的厌氧释放过程比较稳定。pH值低于6.5时生物除磷的效果会大大降低。
5.BOD负荷和有机物性质。
废水生物除磷工艺中,厌氧段有机基质的种类、含量及其与微生物营养物质的比值(BOD5/TP)是影响除磷效果的重要因素。不同的有机物为基质时,磷的厌氧释放和好氧摄取是不同的。
根据生物除磷原理,相对分子质量较小的易降解的有机物(如低级脂肪酸类物质)易于被聚磷菌利用,将其体内储存的多聚磷酸盐分解释放出磷,诱导磷释放的能力较强,而高分子难降解的有机物诱导释磷的能力较弱。厌氧阶段磷的释放越充分,好氧阶段磷的摄取量就越大。
另一方面,聚磷菌在厌氧段释放磷所产生的能量,主要用于其吸收进水中低分子有机基质合成PHB储存在体内,以作为其在厌氧条件压抑环境下生存的基础。因此,进水中是否含有足够的有机基质提供给聚磷菌合成PHB,是关系到聚磷菌在厌氧条件下能否顺利生存的重要因素。
一般认为,进水中BOD5/TP要大于15才能保证聚磷菌有足够的基质需求而获得良好的除磷效果。为此,有时可以采用部分进水和省去初次沉淀池的方法来获得除磷所需的BOD负荷。
6.污泥龄。
由于生物脱磷系统主要是通过排除剩余污泥去除磷的,因此剩余污泥量的多少将决定系统的除磷效果。而污泥龄的长短对污泥的摄磷作用及剩余污泥的排放量有着直接的影响。一般来说,污泥龄越短,污泥含磷量越高,排放的剩余污泥量就越多,越可以取得较好的脱磷效果。
短的污泥龄还有利于好氧段控制硝化作用的发生而利于厌氧段充分释磷,因此,仅以除磷为目的的污水处理系统中,一般宜采用较短的污泥龄。但过短的污泥龄不仅会影响出水的BOD5和COD,甚至会使出水的BOD5和COD达不到要求。以除磷为目的的生物处理工艺,污泥龄一般控制在3.5~7d。
一般来说,厌氧区的停留时间越长,除磷效果越好。但过长的停留时间并不会太多地提高除磷效果,而且会有利于丝状菌的生长,使污泥的沉淀性能恶化,因此厌氧段的停留时间不宜过长。剩余污泥的处理方法也会对系统的除磷效果产生影响,因为污泥浓缩池中呈厌氧状态会造成聚磷菌的释磷,使浓缩池上清液和污泥脱水液中含有高浓度的磷,因此有必要采取合适的污泥处理方法,避免磷的重新释放。
✋热门推荐