基于多尺度计算的中空纤维膜生物反应器（MBR）模拟与分析研究

There is an incompatible question between the limit of compute ability of computer and the needing of expression enough and deeply to membrane process in the study of MBR simulation. This incompatible question is bottleneck question which lead simulation not correspond to real MBR instances. The Process of wastewater biodegradation of MBR will be studied.A new CFD model is proposed on the basis of multi-scale computation. Three modules include multiphase flux module include g-l-s velocity of flow field, mass transfer module towards wastewater concentration field, biochemical reaction kinetics module to calculate biodegradation are simulated by macro-scale mesh. The micro-scale computation focuses on the hollow membrane bundle, by finding out the representitive unit and the tiny mesh will be applied on this part in computation. The computation results of the micro scale is used as the boudary condition of adjacent macro scale region or vice versa. We can resolve the bottleneck question completely through calculate quantity optimization among these modules. Plentiful experiment data will be used in CFD model and high efficiency simulation system is expected. This system will improve simulation degree obviously, speedup course that simulation used to actual industrialized wastewater treatment process and do help to pollution control of water resource of our country.

针对计算机模拟MBR研究领域中，因无法解决对膜过程实际现象进行充分、深入表达的需求与计算量限制之间的矛盾，从而导致"仿而不真"的瓶颈问题。本课题以MBR处理废水过程为研究对象，针对MBR复杂体系建立基于多尺度的全新MBR计算流体力学模型。对膜过程以外的气、液、固多相流流速场、废水浓度场传质、生物降解反应动力学三个模块采用宏尺度网格进行计算模拟；对表达膜传递和膜污染的膜过程模块，则针对膜组件中各中空膜纤维选取代表性单元，进行精细网格划分，实现微观尺度的精确模拟；宏、微观尺度计算结果互为边界条件，确保数据交换。通过各模块计算量的优化调配，从根本上解决"仿而不真"的关键问题。本课题组将进行大量实验，将相关数据用于CFD模型中，在此基础上研发针对MBR过程的高效经济的计算机模拟仿真系统。该系统的全面性、精确性将优于现有研究，并加速其实际应用于工业化污水处理的进程、促进我国水资源的污染控制

首先，针对MBR试验周期长、费用高、设备密封不可见等缺陷，在对MBR的数学模型进行了深入研究的基础上，结合神经网络理论提出了一种基于神经网络的影响MBR膜通量的多因素线性回归模型，运用以整代浮和四叉树递归的建模方法，用VC++编程语言和OpenGL混合编程，研究、开发出了一套适合于MBR污水处理的速度快、效率高、可视化效果好的三维仿真系统。.其次，针对MBR膜污染因子较为复杂且各因子之间相互交叉，用主元分析法实现输入变量的降维和去相关，求出影响膜污染最为明显的三大因素：混合液悬浮固体、总阻力和操作压力，接着用BP神经网络建立这三大参数与表征膜污染程度大小的膜通量之间关系的MBR智能仿真系统模型。由于BP神经网络采用梯度下降法，因而不可避免存在网络训练速度慢，对初始权值阈值敏感，容易陷入局部极小点等缺陷，而遗传算法具有全局寻优能力和初值无关性，具有较快的收敛速度，可防止陷入局部极小的优点。因此接着用遗传算法优化BP神经网络的初始权值阈值，建立基于GA-BP网络的MBR膜污染预测模型。实验研究表明，在相同条件下，经过GA优化后的MBR膜污染BP网络模型对膜通量的预测效果明显优于未优化的BP网络的预测效果，说明MBR膜污染的GA-BP模型较BP网络模型更适合于模拟MBR膜污染过程。.在对MBR系统研究研究的过程中，针对MBR系统中的流场现象、浓度场传质以及在其中发生的生化反应等现象，在对计算流体力学和计算传质学的研究的基础上，依据MBR膜系统的处理过程建立了基于多尺度计算流体力学和计算传质学的MBR仿真模型，通过该模型实现了对MBR系统流场的模拟。在模拟得到MBR系统流场的基础上，又建立了基于多尺度的计算传质学的MBR仿真模型，并用该模型实现了对MBR浓度场的模拟仿真，并使用Tecplot软件实现了MBR浓度场模拟的可视化。.该项目用基于多尺度计算的方法，对MBR系统进行了深入的模拟仿真研究。该项目的研究成果对MBR模拟仿真技术今后的研究应用和发展都具有较重大的启发和参考价值，对MBR实际工程的优化设计、运行和维护都有重要的指导意义。