《Water Research》：Elucidating Drivers of Full-Scale Struvite Recovery System Performance with Thermodynamic and Data-Driven Modeling
编辑推荐：
水处理中利用Sidestream struvite recovery systems可提升主流生物除磷效率，但系统性能受多因素影响。基于五年历史数据开发了数据驱动模型，发现循环流量与组分对磷转化率（R2=0.83）和晶格产率（R2=0.95）起关键作用，其中进水磷浓度和化学投加率最显著。研究揭示了晶格流失占主线磷流25%的机制，并量化了季节变化对系统性能的影响。
作者列表：Samuel Enrique Aguiar、Rishabh Puri、Dong Hoon Sim、Seyed Aryan Emaminejad、Matt Seib、Carly Amstadt、Roland D. Cusick
所属机构：伊利诺伊大学厄巴纳-香槟分校土木与环境工程系
摘要
侧流式鸟粪石回收系统可以通过减少固体处理回流中的磷（P）循环，显著提升主流生物磷去除过程的效率。尽管过去十年间这类系统的应用迅速增加，但其性能仍存在较大差异。目前可用的建模工具尚无法准确诊断和预测系统运行中的异常情况。本研究提出了基于数据驱动的新方法，用于评估和预测鸟粪石回收系统的性能。通过对一个市政水资源回收设施中全尺寸流化床鸟粪石结晶反应器超过5年的历史数据进行分析，确定了控制溶液中磷去除率（转化率，Conversion）以及以鸟粪石形式回收的磷比例（产率，Yield）的关键因素。反应器性能分析表明，结晶器出流中的鸟粪石损失可能相当显著，占主线磷质量流量的25%左右，这凸显了提高鸟粪石产率的重要性。考虑到流化床循环流量和成分的数据驱动模型，在预测转化率（R2 = 0.83）和产率（R2 = 0.95）方面比仅基于废水输入和化学药剂投加的模型更为准确。特征重要性分析显示，进料磷浓度和化学药剂投加量对转化率预测影响最大，而结晶器循环流中的颗粒磷浓度对预测产率至关重要。随后利用这些数据驱动模型展示了操作参数的变化如何能够提升磷的转化率和鸟粪石的产率。
引言
磷（P）是细胞生命必需的营养物质，也是全球粮食生产和安全的关键要素，因为它被用作农作物肥料（Cordell等人，2011年，2009年；Desmidt等人，2015年）。人类活动导致的磷循环加剧了全球磷资源的流动，每年约有2000万吨磷通过开采岩磷矿被提取（R. Jupp等人，2021年），主要来源是中国（46%）、摩洛哥（13%）、美国（8%）和俄罗斯（6%）。
数据来源概述
本研究的历史鸟粪石回收性能数据收集自2018年至2023年期间，样本来自威斯康星州麦迪逊市的Nine Springs污水处理厂（NS WWTP）。该厂日处理量为4200万加仑（MGD），配备了主流EBPR工艺和侧流式鸟粪石结晶装置用于去除和回收磷。工厂的详细信息见文本S1，关键磷转化路径的简化示意图见图S1。完整数据集包含三个主要参数类别：
历史运行情况与低产率的影响
历史数据显示，Nine Springs污水处理厂的鸟粪石回收系统能够持续将操作浓度（OP浓度）维持在1 mM以下（图2A）。该研究中的鸟粪石结晶器具有较高的循环比（Q_IR:QFeed = 3.9 ± 0.48），这导致进料流与进水流组成之间存在显著稀释效应（图2A）。维持有效可溶性磷去除的关键因素还包括...
结论
本研究从数据驱动的角度分析了全尺寸鸟粪石沉淀系统的历史运行情况，以确定影响反应器性能（转化率和产率）的参数。主要结论如下：
- 主线磷质量流量的25%可能因鸟粪石颗粒的流失而损失。这种损失在温暖月份（7月至12月）达到峰值，在寒冷月份（1月至6月）有所减少。
资助信息
本材料基于美国国家科学基金会（National Science Foundation）授予的编号为2145272的资助项目完成。本文中表达的任何观点、发现、结论或建议仅代表作者个人观点，不一定反映国家科学基金会的立场。
作者贡献声明
Samuel E. Aguiar：概念设计、方法论、软件开发、验证、数据分析、初稿撰写、审稿与编辑、可视化。
Rishabh Puri：概念设计、方法论、软件开发、验证、数据分析、初稿撰写。
Dong Hoon Sim：概念设计、方法论、研究工作。
Seyed Aryan Emaminejad：概念设计、方法论。
Matt Seib：资源协调、数据管理、写作。
Carly Amstadt：资源协调、数据管理。
数据获取
原始数据集以及用于训练和测试的数据集可通过Mendeley Data平台获取，链接为：10.17632/jjm9nwckzb.1。本研究用于机器学习模型开发的Python代码也可根据需求提供。
未引用的参考文献
Babi?-Ivan?i?等人，2002年；Mehta和Batstone，2013年；Natividad-Marin和Schneider，2023年；Rahaman等人，2018年；Song等人，2011年；Ye等人，2018年；Bhuiyan等人，2009年
作者贡献声明（CRediT authorship contribution statement）
Samuel E. Aguiar：初稿撰写、方法论设计、数据分析、概念构建。
Rishabh Puri：审稿与编辑、方法论设计、数据分析。
Dong Hoon Sim：方法论设计、数据分析。
Seyed Aryan Emaminejad：方法论设计。
Matt Seib：写作协助、资源协调、数据管理。
Carly Amstadt：写作协助、项目管理、数据管理。
利益冲突声明
作者声明不存在可能影响本文研究结果的已知财务利益冲突或个人关系。
致谢
感谢Jacobs Solutions公司的Tom Johnson在讨论和协调工作中提供的帮助。本研究中使用的SEM成像部分在伊利诺伊大学材料研究实验室（Materials Research Laboratory）完成。
