SUMO Wiki
0 / 0
SUMO Wiki
アドオンパッケージは、mobile carrier（移動式担体）技術や詳細な下水道管路モデリングといった、さまざまな技術・分野に対応する専用のプロセスユニットです。本章ではこれらのモデルについて説明します。
アドオンは当社ウェブサイトからダウンロードできます。
mobile carrier（移動式担体）とは、付着したバイオフィルムとともに反応槽の境界を越えて移動できる、自由に動く水没型のバイオフィルム担体と説明できます。
Mobile carrier (MC) model は SumoBioFilm© モデルの拡張であり、担体と付着したバイオフィルムがプロセスユニット間を移動できるようにしたものです。本モデルは Xcarrier 変数を用いて、接続を介して輸送される担体と付着バイオフィルムの量を計算します。このサブモデルにより、循環、逆混合、担体の除去・添加のシミュレーションが可能になります。
mobile carrier のレイアウト例---
Biofilm carrier migration model describes reactor performance, Water Science & Technology, 75.12, 2017, Joshua P. Boltz, Bruce R. Johnson, Imre Takács, Glen T. Daigger, Eberhard Morgenroth, Doris Brockmann, Róbert Kovács, Jason M. Calhoun, Jean-Marc Choubert and Nicolas Derlon
下水道管路アドオンには、重力管（gravity pipe）と圧力管（pressure pipe）のプロセスユニット、service cover（サービスカバー）、および互換性のあるガス流要素が含まれます。これらの管は、単一の反応槽として、または濡れ面積上に固定バイオフィルムもしくは沈積物をもつ 10 セグメントの押し出し流れ（プラグフロー）反応槽として扱われます。
重力式下水道管では、ガス相は両方向（下水と同方向、および逆方向）に流れることができます。service cover は新鮮な空気の流入とガス移動を予測します。
1 セグメントおよび 10 セグメントの重力管のグラフィック重力管セグメントは、3-3 の入力・出力ポートをもつプロセスユニットとして実装されます。すなわち、下水用に 1 つ、ガス用（下水と同方向）に 1 つ、ガス用（逆方向）に 1 つの入力があり、出力も同様に 3 つです。
ポート名付きの、Sumo における重力管セグメントプロセスユニットのグラフィック10 セグメントの重力管は、押し出し流れ（プラグフロー）の挙動を再現するために使用できます。下水は一方向に流れ、循環はできません。流入水は常に最初のセグメントに入ります。円形のポートは液相用、三角形のポートはガス相用です。三角形自体がそのポートでのガス流の方向を示します。
 パイプセグメントの押し出し流れ（プラグフロー）の概念セグメントの長さ、管径、液分率は、パラメータ入力で変更できます。
重力式下水道管は液で 100% 満たされておらず、ヘッドスペースが考慮されます。下水とガス相の間の物質移動は、固定の kLa（気泡について 13 d-1 、液表面について 7.6 d-1）で行われます。
ガス相は両方向（下水と同方向、および逆方向）に流れることができます。これは、シミュレーション中に流れ方向の変更が可能となるように、かつ再変換が生じないように実装する必要があります。
両方向からの流入ガス流量に基づいて、プロセスユニットは最終的なガス流量を計算します。本実装では、ガスについて Q（m3/d）のみを考慮します。得られる Qair は次の 2 つの場合に依存します。
固定バイオマスは、一定の厚さをもつ 1 層のバイオフィルムとしてモデル化されます。このバイオフィルムは濡れ面積を覆います。
Sumo におけるパイプセグメントのバイオフィルムパラメータ¶ Pressure pipes（圧力管）圧力管は重力管と類似していますが、ヘッドスペースをもたず、100% で満たされます。
圧力管は、単一の反応槽または 10 セグメントのいずれかを選択できます。濡れ面積上の固定バイオフィルムまたは沈積物が考慮されます。下水と気泡ガス相の間の物質移動は固定の kLa（13 d-1）で行われるため、下降流プロセスでストリッピングが生じ得ます。
1 セグメントおよび 10 セグメントの圧力管のグラフィック
 gas side flow combiner および gas T flow combiner空気流量が合算され、物質流量が適切に計算されます。
 gas side pump divider および gas T pump divider gas proportional side flow divider および gas proportional T flow divider空気流量は、固定流量（ポンプ）で、または入力流量に比例して分割され、物質流量が適切に計算されます。
パイプセグメントと同様に、side flow combiner は 3-3-3 の入力・出力ポートをもつプロセスユニットとして実装されます。液流は本プロセスユニットの左側と上部から入ります。液流（円形ポートからの入力）は灰色の線で表され、その方向は図の下の矢印で示されます。
三角形のあるポートはガス相用で、三角形自体がそのポートでのガス流の方向を示します。
 sewer side flow combiner のグラフィック液流出力は 2 つの液流入力の合計です。
side flow combiner のガス入力の簡略図空気流出力は次の 2 つの場合に依存します。
side flow combiner の流量収支 case 1：一方の流れが他の 2 つより小さい場合- 最小の 2 つの流れが等しい場合、これら 2 方向における得られる Qair は、最大流量の半分に入力ポート流量を加えたものになります。この場合の適用例を以下に示します。
side flow combiner の流量収支 case 2：最小の 2 つの流れが等しい場合¶ Service cover（サービスカバー）service cover は、下水道管路の外部への／外部からの空気の入力（gasventinp）または出力（gasventoutp）を模擬します。下水道管路の外部への／外部からの空気流量（gasventoutp および gasventinp）はパラメータとして固定されます。service cover のその他の部分は、パイプセグメントと同様の 3-3 の入力・出力ポートをもつプロセスユニットですが、容積がなく非反応性です。
 service cover のグラフィック
Sumo における service cover パラメータのスクリーンショット：換気流量空気流は、最小のガス入力側および gasventoutp（ゼロでない場合）へ出力されます。次の 2 つの場合が起こり得ます。
service cover のガス入力の簡略図- 下水道管路からの 2 つの空気流が等しい場合（gasinp_s..Q = gasinp_c..Q）
service cover の流量収支 case 1a：入力流量が等しく、換気流が流入する場合- 正味の出力換気流が正の場合、実効的なガス換気出力は、ユーザー入力値と下水ガス入力流量の合計とのうち小さい方になります。同じ側および逆側の下水流方向の出力空気流は、逆方向のガス入力流量から正味換気出力流量の半分を差し引いたものになります。
service cover の流量収支 case 1b：入力流量が等しく、換気流が流出する場合- 下水道管路からの一方の空気流がもう一方より大きい場合（gasinp_s..Q ≠ gasinp_c..Q）。
service cover の流量収支 case 2a：一方の入力流量が大きく（gasinp_s）、換気流が流入する場合- 正味の出力換気流が正の場合、実効的なガス換気出力は、ユーザー入力値と下水ガス入力流量の合計とのうち小さい方になります。最小の下水入力流量方向の出力空気流は、下水ガス入力流量の合計から正味換気出力流量を差し引いたものになります。
service cover の流量収支 case 2b：一方の入力流量が大きく（gasinp_s）、換気流が流出する場合¶ Densified Sludge Model（高密度化汚泥モデル）このアドオンには、ハイドロサイクロンで得られるグラニュールの選別をシミュレートするための Densified sludge separator（高密度化汚泥分離器）プロセスユニットが含まれます。フロックとグラニュールにおける別個の生物反応をシミュレートするには、特定のモデル拡張、すなわちグラニュール拡張モデルを備えた Sumo2 が必要です。
本概念は、Baeten et al.（2018）が記述した好気性グラニュール汚泥のモデリング手法に基づいており、フロック性と顆粒（グラニュール）性の生物群に対して別個のモデル状態変数成分が割り当てられます。グラニュール内部への基質の拡散抵抗は、グラニュール成分に対してより高い「見かけの（apparent）」半飽和係数を用いて考慮されます。グラニュールの選択的保持と蓄積は、生物学的セレクターゾーンおよび外部セレクター（例えばハイドロサイクロンのオーバーフローからの引き抜き）がフロック性・グラニュール性の生物群に及ぼす差次的な影響の結果として、モデルにより予測されます。
グラニュール分率は、グラニュール性生物群と全生物群（グラニュール + フロック）との相対比の関数として、また流入する粒子状物質の一部をフロック性またはグラニュール性の群へ割り当てることによって計算されます。
通常の条件下では、通常従属栄養生物（XOHO）のフロック性成分と、PAO・GAO の炭素貯蔵生物（XCASTO）が増殖プロセスを支配します。これは、本モデルがグラニュール性生物の増殖に「Diffusion Resistance（拡散抵抗）」パラメータを適用するためです。この拡散抵抗は、グラニュール内層における基質および酸素へのアクセスの低下を考慮します。これは Baeten et al.（2018）が記述した「apparent Ks（見かけの Ks）」の概念を用いて適用されます。例えば下式では、ある基質「S」に対する Monod 飽和項が、拡散抵抗「DR」に比例して増加させた半飽和係数「MsatS」で定義されます。DR の既定値は 3 であり、これは半飽和係数の 300% 増加を意味します。
実際には、項（Ks*DR）は Baeten et al. が検討した「apparent Ks（見かけの Ks）」として機能します。Table 1 は、これが簡略化したモデルマトリクスにどのように適用され得るかを示しています。Figure 1 は、混合液中のフロック性・グラニュール性生物の増殖への流入基質の配分をモデル化し、それを用いて混合液の densified fraction（高密度化分率）を計算する方法についての概念的枠組みを提供します。
Table 1 - グラニュール内における、フロック性・グラニュール性の PAO、貯蔵生成物（PHA）の別個の状態成分、ならびに VFA 取り込みと O2 利用に適用される「apparent Ks（見かけの Ks）」を示す Gujer マトリクス
Figure 1 - 汚泥高密度化への apparent Ks モデル適用の概念的概要より高い「apparent Ks」は基質濃度が高いときに影響が小さいため、本モデルは汚泥高密度化のための内部セレクターの有益な効果をシミュレートします。したがって、グラニュール状態変数が選択的に保持されるハイドロサイクロンなど、高密度化を強化する外部セレクターの利点を容易にモデル化できます。
以下の成分のグラニュール分率が状態変数として実装されています。
Table 2 - Sumo2_granule 固有の状態変数の一覧
| XB,granule | グラニュール内の緩分解性基質 |
| XB,e,granule | バイオマスの死滅由来の緩分解性基質 - グラニュール |
| XU,granule | グラニュール内の粒子状難分解性有機物 |
| XPHA,PAO,granule | グラニュール内で PAO により貯蔵されたポリヒドロキシアルカン酸（PHA） |
| XPHA,GAO,granule | グラニュール内で GAO により貯蔵されたポリヒドロキシアルカン酸（PHA） |
| XE,granule | グラニュール内の内生分解生成物 |
| XE,ana,granule | グラニュール内の嫌気性内生分解生成物 |
| XOHO,granule | グラニュール内の通常従属栄養生物（OHO） |
| XCASTO,granule | グラニュール内の炭素貯蔵生物（CASTO） |
| XMEOLO,granule | グラニュール内の無酸素メタノール利用生物（MEOLO） |
| XAOB,granule | グラニュール内の好気性アンモニア酸化生物（AOB） |
| XNOB,granule | グラニュール内の亜硝酸酸化生物（NOB） |
| XN,B,granule | グラニュール内の粒子状生分解性有機態窒素（XB 由来） |
| XN,Be,granule | グラニュール内の粒子状生分解性有機態窒素（XBe 由来） |
| XN,U,granule | グラニュール内の粒子状難分解性有機態窒素 |
| XPP,granule | グラニュール内の貯蔵ポリリン酸（PP） |
| XP,B,granule | グラニュール内の粒子状生分解性有機態リン（XB 由来） |
| XP,Be,granule | グラニュール内の粒子状生分解性有機態リン（XBe 由来） |
| XP,U,granule | グラニュール内の粒子状難分解性有機態リン |
| XINORG,granule | グラニュール内の流入水およびバイオマス中の無機物 |
モデル結果はこれらのパラメータに対して非常に敏感である点に注意してください。これは後述の Quick Tutorial の「Calibrating Diffusion Resistance (DR)」の章で示されます。
Figure 2 - SUMO におけるグラニュールの拡散抵抗パラメータグラニュール内部のバイオマスの死滅・再生を扱うため、特定の生物反応速度論プロセスが実装されています。
さらに、グラニュールへの付着または剥離のプロセスをユーザーがシミュレートできるように、「granules to floc net conversion（グラニュールからフロックへの正味変換）」の生物反応速度論プロセスが追加されています。既定では、その速度定数「Granule to floc conversion rate」（qgranule,floc）はゼロに設定されています。この速度は正（剥離）または負（付着）の値に設定できます。
Figure 3 - SUMO における granule to floc conversion rate パラメータ
高密度化汚泥（densified sludge）セレクター用のサイクロンモデルは、サイクロンのオプションで選択する必要があります。
Figure 4 - SUMO におけるハイドロサイクロンのオプションこれは容積をもたない点分離器プロセスユニットであり、わずかなパラメータに依存して状態変数の物質収支のみを行います。
Figure 5 - SUMO におけるハイドロサイクロンのパラメータ---
J. Baeten, M.C.M. van Loosdrecht, E. Volcke (2018) “Modelling aerobic granular sludge reactors through apparent half-saturation coefficients.” 146. 134-145. Water Research.
Roche, C., Donnaz, S., Murthy, S., Wett, B., 2021. Biological process architecture in continuous‐flow activated sludge by gravimetry: Controlling densified biomass form and function in a hybrid granule–floc process at Dijon WRRF, France - Roche - 2022 - Water Environment Research - Wiley Online Library. Water Env. Res 2021;e1664.
サイクロン構成の例は「Advanced」の例に含まれています。ただし、以下のチュートリアルではこのような構成の構築方法を段階的に説明します。
Figure 6 - SUMO 例ライブラリ内のサイクロン例
既存の Sumo モデルを高密度化モデルで動作するように変更できます。この例では、ホーム画面の Examples 一覧から A2O プラントを選択します。
Figure 7 - Sumo で A2O 例を開く
高密度化の生物反応速度論モデルを選択するには、Sumo リボンの MODELS タブに移動し、「Advanced」オプションを選択してから、Focus models から Sumo2_Granules オプションを選択します。本モデルは 2 段階硝化モデルである Sumo2 に基づいており、特定の粒子状状態変数がフロック性成分とグラニュール性成分に分割されるように変更されています。
Figure 8 - Densified Sludge Model の選択
フローシートにハイドロサイクロンを追加するには、Sumo リボンの CONFIGURE タブの「Separators」から選択します。左下ペインの Options で必ず「Densified sludge separator」を選択してください。
Figure 9 - サイクロンの追加ハイドロサイクロンは、サイクロン運転の「On」「Off」を容易に切り替えられるように、「Proportional side flow divider」とともに WAS 流に追加されます。
OUTPUTS タブで Cyclone 要素を選択します。テーブルを作成し、Feed、Overflow、Underflow のそれぞれについて「Contributors to granular TSS」をテーブルにドラッグ＆ドロップします。サイクロンの入力・出力ポートをドラッグ＆ドロップすることで、異なる列を作成できます。
Figure 10 - TSS の Densified Fraction（高密度化分率）の表示
Sumo リボンの INPUTS タブで、サイクロンのすぐ上流にある proportional side flow divider を選択し、「Scenario」ボックスにチェックを入れます。
Figure 11 - サイクロンの「on」「off」運転を表すため、シナリオにポンプ流量分率を追加するSIMULATE タブでは、このパラメータが左下ペインにオプションとして表示されるようになります。サイクロンの「On」「Off」運転を表す 2 つのシナリオを作成し、名前を付けます。
Figure 12 - サイクロンの「on」「off」運転を表すシナリオ- Baseline シナリオ：pumped Side flow divider への流量分率 = 100%
本モデルには、粒子状無機物（XINORG）、粒子状難分解性物質（XU）、粒子状生分解性物質（XB）、従属栄養生物（XOHO）のうちグラニュール性である量を表す分率が含まれます。既定値はそれぞれ 20%、10%、0%、1% です。これらの分率は次のように適用されます。すなわち、流入する XINORG の量が 75 mg/L の場合、15 mg/L（20%）が XINORG,granule に、残りの 60 mg/L（80%）が通常の「フロック性」XINORG に割り当てられます。
Figure 13 - 較正のためにシナリオの流入水特性を選択するこれらをシナリオに含めることで、densified fraction（高密度化分率）に寄与する難分解性物質の量を較正するために利用できます。
例えば：
拡散抵抗（DR）パラメータは、Sumo リボンの MODELS タブの左下ペインで、見出し「Granule diffusion resistance」の下の「Show all」を選択すると定義されます。以下に示すように「Scenario」ボックスを選択することで、これらのパラメータの影響を較正できます。
Figure 14 - 較正のためにシナリオの拡散抵抗を選択する以下の手順は、モデル結果の DR パラメータに対する感度を示しています。
「Cyclone」シナリオについて同じ手順を行い、拡散抵抗パラメータを 3 から 1.5 へ変更する変更を含めると、densified fraction（高密度化分率）「Fgranules」が 55.8% から 68.1% へ増加することがわかります。
本モデルは、フロックとグラニュールにおける発酵性生物の ORP の差を計算します。フロックとグラニュールの ORP は、Sumo リボンの OUTPUTS タブの左下ペインにあるダイアログボックスに「Oxidation-reduction」と入力することで、テーブルとして表示できます。ドロップダウンメニューで「Variables」オプションが選択されている限り、フロックとグラニュールの「Oxidation-reduction potential（酸化還元電位）」が表示されるはずです。以下に示すように、グラニュール内の ORP はフロック内よりも低くなります。
Figure 15 - バルクとグラニュールにおける ORP の表示
Cyclone の運転パラメータは、Sumo リボンの INPUTS タブでアクセスできます。サイクロンモデルは、前述の Cyclone model specifics の段落で説明したとおり、わずか 5 つのパラメータで定義されます。
これらのパラメータは、サイクロン周りの測定値に基づいて較正する必要があり、シミュレートされる densified fraction（高密度化分率）に影響します。
Figure 16 - サイクロンの運転パラメータ
プラントの SRT 計算は、TOOLS リボンで「Sludge Retention Time」機能を選択し、ドラッグ＆ドロップ法で適切なユニットを選択することで、通常どおり計算できます。
Figure 17 - プラント SRT 計算の設定グラニュール SRT の計算は、グラニュール性 TSS の 1 つ、すなわち XTSS, granules に基づいて行うことができます。左上パネルで「Ratio of variables」計算を選択し、左下パネルで「custom」の分子・分母変数をそれぞれ「M_X_TSS_granules」「F_X_TSS_granules」に設定します。右下パネルで、適切なプロセスユニットを分子と分母にドラッグ＆ドロップします。
Figure 18 - グラニュール SRT 計算の設定サイクロンを有効にした以下のシミュレーションでは、WAS ポンプ流量を 300 m3/d から 900 m3/d に増加させることでプロセスが強化されます。SRT 計算の結果、プラントの SRT は 6.8 日、グラニュールの SRT は 15.5 日となります。
Figure 19 - プラントおよびグラニュールの SRT 計算結果