城市污水BOD与COD有哪些关系

BOD U =A·COD B +BC·COD B
=(A+BC)·COD B (3)式中BOD U 总生化需氧量
COD B ——可被微生物降解的化学需氧量
A——呼吸代谢氧化有机物的比例系数
B——合成代谢氧化有机物的比例系数
C——内源呼吸氧化细胞物质的比例系数3COD与BOD 5 的相关关系3.1 相关方程
有实验研究表明,城市污水基质的降解过程可用***动力学模式来描述,亦即有:
dc/dt=-K C ·C (4)
dl/dt=-K L ·L (5)式中C——COD B 的浓度
L——BOD的浓度
t——时间
在只要满足有氧条件、有机物质参与生化反应这一概念下,反应器内剩余BOD和剩余COD量的降解,应存在如下关系式:

式中 α——有机物在生物降解时伴随的耗氧当量系数
由式(6)得:

式中 L o 、C o ——生化反应开始时COD B 与BOD的浓度
因此有,在反应进行得很彻底时:

由式(1)和(2)得:
CODB=(1-K)COD (10)
将式(9)、(10)代入式(8)得:

表1为重庆市某污水干管总排放口处的实测资料。采用*小二乘法对上述数据进行线性回归,得回归直线方程为:
BOD 5 =0.57COD (13)
回归直线如图2所示。
3.2 直线回归方程的检验
在求得回归直线方程后,其规律性强不强以及能否利用它来根据COD的测定值预 BOD 5 值?是这类回归经验方程实用性好坏的关键。因此,必须通过对回归直线方程进行假设检验,即检验线性回归模型是否成立,而*终归结为回归系数的检验。根据数理统计知,检验线性回归的方法是:给定显著水平α,计算得:

的数值,若|T|≥t α/2 (n-2)则认为线性回归显著。
式中T——统计变量
——回归系数的无偏估计值
X i 自变量实测值
——自变量算术平均值
δ * ——方差的无偏估计值
t α/2 (n-2)——自由度为(n-2)的t分布
n——子样容量

此处,取α=1%,经计算T=4.9431,查表t α/2 (9)=3.2498 [6] 因为Tt α/2(9),所以线性回归显著。BOD 5 与COD两者线性相关性很好。
研究废水BOD与COD的相关性并建立回归方程的目的之一,是利用易测的COD指标来预 废水的BOD 5 。如表2所示城市污水BOD 5 的实测值与预 值的比较中可以看出,预 的*大***误差为-31.41mg/L,*大相对误差为-17.5%;平均***误差为0.17mg/L,平均相对误差为-3.7%。因此可以认为预 的精度较高。
4 讨论4.1 耗氧当量系数a的意义
由式(3)和式(7)有:

式(15)说明,耗氧当量系数α是呼吸代谢、合成代谢和内源呼吸代谢的综合指标,是随生化反应进程历时变化的一个过程变量,它与BOD和COD B 的反应速度常数有关,表达了BOD与COD之间的关系,具有普遍意义,不同于以往研究中关于BOD与COD的简单常数比例关系。而系数A、B、C是一种描述物质比例关系的状态量,因此a把过程量和状态量联系了起来。仅当BOD和COD B的反应速度常数相等(K L =K C )时或者反应历时足够长时,它才在数值上等于呼吸代谢氧化比例系数加上合成代谢氧化比例系数与内源呼吸比例系数乘积的和,并且对于同一种污水才可能是常数。也就是说不同污水具有不同的BOD与COD比例关系,是由于所含有机物的性质和数量不同,以及反应器内微生物生长状况、生化反应过程和微生物生态系统的不同而产生的。
4.2 关于*大BOD 5 /COD的值
由前面分析知:

由此可见,BOD 5 /COD的值直接与BOD 的降解速率常数(K L )有关,也与A、B、C代谢常数有关。这些系数可以通过平行的间歇式生化培养实验来确定,在20℃下连续培养20d以上,逐日测定其同一份培养液的COD和BOD并分析培养液的组份,回归有机物降解过程线确定K L 和比例系数A、B、C值。对于城市污水,一般认为A=1/3、B=2/3、C=0.8[7] ,在20℃时K L=0.23则BOD 5 /COD的*大值为0.593,本试验测得的BOD 5/COD*大值为0.639,两个值相当接近。5 结论①BOD与COD B 普遍讲是不相等的,它们之间的关系依赖于污水的组成、微生物的反应及生态系统。
②在假设反应进行得很彻底的条件下,得BOD 5 与COD的关系式BOD 5 =K·COD,同时对某城市污水的实测资料得BOD 5 =0.57COD,通过模型检验证明了上述关系有相当的合理性和准确性。
③讨论了城市污水BOD 5 /COD的*大值,得*大经典理论值为0.593。

声明:本站部分文章内容及图片转载于互联 、内容不代表本站观点,如有内容涉及侵权,请您立即联系本站处理,非常感谢!

(0)
上一篇 2014年7月17日
下一篇 2014年7月17日

相关推荐