再生水灌溉回用时的处理可靠性：风险评估、分级与管理方法

《Water》：Treatment Reliability When Reusing Reclaimed Water for Irrigation: A Risk Assessment, Ranking and Management Methodology Paola Verlicchi, Vittoria Grillini, Aurora Bosi and Alessio Galletti

　　

再生水回用可能由于处理或分配系统故障（危险事件）导致再生水中存在病原体或化学污染物（危害），从而对环境和人类健康构成风险。在此背景下，欧盟法规EU 2020/741要求从源头到灌溉农田制定风险管理计划（RMP）。本研究提出了一种评估和管理风险的方法，以确保处理系统的可靠性，从而产生适合回用的出水。该方法结合了失效模式与影响分析（FMEA）和风险优先级数（RPN）方法。FMEA识别处理组件的失效模式（危险事件）、其对系统的后果以及对环境和人类健康的危害。RPN通过每个失效的发生可能性L、后果严重度M和检测难易度D的乘积来衡量失效风险。由于缺乏数据，L、M和D通过评分估计。失效风险被分为低、中、高和非常高四个等级。最后一步是修订现有纠正措施或采用新措施，以降低关键失效（最高RPN）的风险。该方法应用于一个大型污水处理厂（根据EU 2020/741，属于A级技术）。在86个组件中识别出的303个失效模式中，有12个是最关键的（非常高风险），建议的额外纠正措施降低了L和/或D，从而降低了M。该方法为类似或更复杂的处理厂制定风险管理计划（RMP）提供了支持。

再生水灌溉回用是循环经济行动计划与欧盟新气候适应战略的关键实践，尤其在干旱和半干旱地区，其对缓解农业用水短缺具有气候独立性优势。然而，再生水中的病原体和化学污染物（危害）可能因处理或分配系统故障（危险事件）对环境和人类健康构成风险。现有风险管理计划（RMP）多聚焦于最终再生水中的危害，而对导致危害的根本原因——处理故障、设备失灵、误操作等危险事件——分析不足。为填补这一空白，本研究开发了一种结合失效模式与影响分析（FMEA）与风险优先级数（RPN）的半定量风险评估、分级与管理方法，旨在系统识别从进水到再生水灌溉的整个处理链中各组件（如阀门、传感器、管道）的潜在失效模式，评估其风险等级，并通过额外纠正措施将风险降至合理可行水平。该研究对意大利一座大型城市污水处理厂（服务120,000人口当量，采用A级技术典型工艺：快速砂滤+紫外线消毒）进行了实例应用，论文发表在《Water》。

技术方法方面，研究人员主要运用了以下关键方法：首先，基于专家小组（包括污水处理厂员工、设计工程师和设备供应商）采用德尔菲法（Delphi method）对每个失效模式的发生可能性（L）、后果严重度（M）和检测难易度（D）进行评分（L和D评分范围1–5，M评分范围1–16非连续值），通过RPN = S_L × S_M × S_D计算风险优先级数；其次，依据RPN值分布设定四个风险等级阈值（低、中、高、非常高），并通过对RPN降序排序进行临界性分析，识别最关键失效模式；最后，针对非常高风险失效模式，提出降低L、M或D的额外纠正措施，并重新评估RPN以验证风险降低效果。

研究结果按以下三个小节进行阐述：

**3.1 研究中的处理工艺（The Treatment Train Under Study）**
研究人员描述了意大利某平坦地区城市污水处理厂的处理流程：进水经粗格栅、泵站、细格栅、曝气沉砂池、初沉池、两级活性污泥生物处理（含反硝化和硝化室，辅以磷共沉淀）、二沉池后，进入再生水设施（快速砂滤和紫外线消毒，并设有次氯酸钠应急消毒系统）。该工艺符合EU 2020/741中A级回用水的指示技术标准。

**3.2 FMEA及风险评估（FMEA and Risk Estimation for the WWTP Under Study）**
研究人员将系统分解为13个子系统（T1至T13，包括进水、各处理单元、出水及全系统），共识别出86个组件和303个潜在失效模式。通过德尔菲法（三轮达成共识）为每个失效模式分配L、M、D评分，计算RPN值（范围2–320）。结果显示：极高风险失效模式12个（占4%），高风险131个（43%），中风险70个（23%），低风险90个（30%）。极高风险失效模式主要分布在生物处理（T7，4个）、紫外线消毒（T10，3个）、应急氯化（T11，2个）及进水（T1，2个）和砂滤（T9，1个）。其中紫外线灯管结垢的RPN最高（320），导致微生物危害。

**3.3 临界性分析与风险缓解（Criticality Analysis and Risk Mitigation）**
针对12个极高风险失效模式，研究人员提出了额外纠正措施（如增加维护频率、加强监测、优化操作条件等），这些措施分别降低了L、D或M。重新评估后的RPN值显著下降，其中9个降至低风险区，2个降至中风险区，1个因进水中有毒物质不可预测而维持高M但通过降低L和D仍使RPN下降。研究强调多屏障处理系统（如后续处理单元补偿前期失效）对缓解后果的重要性。

讨论部分中，研究人员将RPN方法与仅用L×M的风险评估方法进行比较，发现RPN方法因引入D（检测难易度）而减少了极高风险失效模式数（从43个降至12个），因为快速检测能激活现有纠正措施降低风险。同时，讨论了评分范围选择（非连续M值以加重后果权重）及专家判断带来的不确定性，并指出该方法为半定量分析提供了基线框架。

研究结论翻译如下：本研究旨在作为FMECA（失效模式、影响及临界性分析）应用于污水处理厂（含再生水设施）的示例，其出水拟用于（农业）回用。尽管所识别组件具有厂站特异性，所列失效模式取决于其特性，但它代表了污水处理工艺可靠性半定量分析的基线。本研究契合RMP（风险管理计划）框架，允许识别与再生水生产相关的危险事件，这些事件可能导致人员或环境暴露于病原体或宏/微污染物等危害。在特定案例中制定RMP可基于FMECA方法对污水处理厂、再生水设施以及再生水输配和储存系统的应用，以寻找相应的危险事件及相关风险。本分析为A级技术提供了模板，但其恰当应用需根据各厂特性定制失效模式及对应评分。该方法不仅可用于评估处理厂可靠性以保障出水达标，还可用于设计新处理工艺（设计FMECA）、评估开发中技术（过程FMECA）、新技术在技术就绪水平（TRL）扩展中寻找改进（再造FMECA）以及现有处理厂控制系统设计（控制FMECA）。