基于电机械孔隙弹性（EMPE）建模与多阶段加压电渗氧化实验的污泥深度脱水多维机制洞察

《Journal of Environmental Chemical Engineering》：Multi?dimensional mechanistic insights into sludge deep dewatering via Electro-Mechanical Pore Elasticity (EMPE) modeling and experiments in multistage pressurized electro-osmotic oxidation

　　

摘要 污泥深度脱水的核心挑战在于随着含水率（MC）从 80% 降至 60% 以下时出现的动态压力 - 阻力失衡。在 3-5 kgf/cm2 下，传统工艺会导致严重的流变学恶化以及比滤阻力急剧上升（1011-1013 m/kg），从而导致孔隙堵塞和塌陷。因此，平衡压力和阻力是一个主要技术障碍。为此，我们提出了多级加压垂直电渗析耦合过一硫酸盐氧化（MPVEO-PO）。多级压力改善了污泥流变学，增强了电场驱动下的定向水迁移。这与高级氧化协同作用，其中硫酸根自由基选择性降解亲水性 EPS 以形成疏水性蛋白骨架，从而维持压力 - 阻力平衡。该骨架保持孔隙开放，最终将 MC 降至 41.07%。为了量化这种调节，我们建立了电 - 机械孔弹性（EMPE）模型并定义了孔变异系数（ηem），其符号和大小反映了调节性能。扫描电子显微镜（SEM）验证了不同平衡状态下的孔隙结构变化，计算机断层扫描（CT）进一步验证了模型跟踪宏观孔隙演变的能力。我们采用了一种新颖的脱水评估方法——无创扩散波光谱（DWS），该方法不会破坏污泥流变学或微观 EPS 结构，并分析了其衍生的分形维度（Df）。皮尔逊相关性分析显示 Df 与 MC 之间存在显著的正相关关系（r = 0.82, p < 0.05），为半固体污泥脱水性提供了一种快速评估工具。在 1.26 t/h（湿污泥，MC > 80%）的工程测试证实，MPVEO-PO 工艺比传统工艺节省 16.65 美元/吨干固体，证明了良好的环境和技术经济可行性。

引言 污泥深度脱水仍然是一个突出的技术挑战，其核心难点在于将含水率（MC）从 80% 降低到 60% 以下 [1]。在脱水过程中，施加的压力驱动水的去除，而污泥粘度和孔隙结构保水则产生流动阻力 [2]。当机械压力升至 3-5 kgf/cm2 时，传统脱水工艺会遭受严重的动态压力 - 阻力失衡（PRI）[3]。这种失衡极大地改变了污泥的流变学行为，导致滤饼不可逆压实和比滤阻力激增至 1-3×1013 m/kg，最终导致脱水效率急剧下降 [3]。在微观层面，胞外聚合物（EPS）占污泥有机物的 70-80%，并含有大量具有强吸水能力的亲水成分，这是高保水性和难以脱水的根本原因 [4]。因此，在宏观尺度上调节污泥流变学和孔隙水迁移，同时在微观尺度上破坏 EPS 水合，是实现压力 - 阻力平衡（PRB）的关键。如何有效地耦合这两个尺度以实现动态 PRB 仍然是推进深度污泥脱水技术的一个关键未解决挑战。

污泥流变学和 EPS 亲水性给传统脱水带来了重大挑战。在 1.0-1.6 MPa 压力下的板框压滤会导致污泥滤饼不可逆压实并引起滤阻力激增 [5]。超声辅助脱水通过空化作用破坏污泥絮体结构 [6]，而高级氧化预处理通过氧化攻击降解 EPS [7]。然而，前者无法充分破坏水合 EPS 网络，后者对污泥流变学性质的控制有限 [8]。因此，实现高效的深度脱水仍然是一个重大挑战。近年来，耦合机械压力过滤与高级氧化的集成工艺在污泥深度脱水方面引起了越来越多的关注 [8]。一些研究在市政污泥的板框压滤前使用了芬顿预氧化预处理。这种方法能有效降解 EPS，但存在化学消耗高、成本高和处理时间长的问题 [9]。其他研究在机械过滤前将氧化剂与污泥预混合。虽然这种方法减少了氧化剂用量并提高了处理效率，但残留的氧化副产物（例如含铁沉淀物）在随后的高压过滤阶段堵塞孔隙，导致滤阻力逐渐上升，限制了脱水效率 [10]。电渗析脱水可以通过直接水动员绕过 EPS，但其效率受电压限制：低电压（< 15 V）不足，而高电压（> 25 V）会产生过量的氢氧根离子，导致蛋白质水合和多糖肿胀，从而降低性能 [11]。此外，电渗析（EO）过程中结合水（BW）的破坏对于深度脱水仍然不足 [12]。

为了减轻孔隙堵塞和 EPS 破坏的挑战，一些研究将单级电脱水与高级氧化工艺耦合。这种集成方法利用电渗析驱动孔隙水流，而由高级氧化产生的硫酸根自由基（SO4●?）选择性破坏 EPS 中的二硫键和亲水区域，有效降解其凝胶状网络结构 [13]。然而，由于初始压力过高，污泥流变学仍然增加过快，导致孔隙在早期阶段塌陷，因此仍然无法满足深度脱水要求 [13]。近年来，研究人员越来越关注 EO 和多级压力过滤的协同耦合。在该系统中，EO 驱动自由水（FW）通过污泥孔隙迁移，而分级压力调节有效调节污泥流变学并减少不可逆孔隙堵塞 [14]。然而，EPS 结构破坏不足导致最终 MC 无法降至 50% 以下 [14]。多级加压垂直 EO 和 Fe(II)/PMS 氧化已分别用于污泥脱水报道，但单独使用均无法克服孔隙塌陷和 EPS 水合的双尺度挑战 [9], [13], [14]。因此，本研究提出它们的协同集成，其中分级压力和连续 EO 在时间上与原位自由基生成耦合，以同时调节宏观流变学和破坏微观 EPS 网络。为此，提出并系统研究了一种新的多级加压垂直电渗析耦合过一硫酸盐氧化（MPVEO-PO）工艺。

为了量化脱水过程中的 PRB，一些最近的研究利用达西定律和卡尔曼 - 科泽尼方程建立了单级机械脱水的孔隙演变模型 [15]。其他研究通过结合电场强度的影响修改了卡尔曼 - 科泽尼方程，为量化电脱水过程中的孔隙演变提供了理论基础 [16]。然而，这些模型无法描述孔隙结构的动态演变或反映整个脱水过程中 PRB 的调节。因此，本研究建立了电 - 机械孔弹性（EMPE）模型，并提出电 - 机械孔变异系数（ηem）作为量化指标来表征孔隙膨胀/收缩行为和 PRB 的调节。使用扫描电子显微镜（SEM）验证孔隙结构变化，并采用具有三维重建的工业计算机断层扫描（CT）来验证孔隙网络的三维演变，从而验证了 EMPE 模型在量化 PRB 状态方面的准确性 [5]。

综上所述，宏观尺度的流变学性质演变和微观尺度的水合 EPS 结构完整性是控制污泥脱水性能的关键因素。然而，目前的脱水性评估方法很少综合考虑这些关键因素，损害了评估结果的准确性。此外，许多方法存在应用范围窄、操作复杂和测试时间长的问题。例如，毛细吸水时间（CST）和比滤阻力（α）不仅压缩污泥并改变其流变学性质，而且不适用于含水率低于 90% 的高浓度半固体污泥 [17]。核磁共振只能区分 FW 和 BW，且操作程序繁琐 [18]。热重分析严重降解 EPS 结构并完全破坏污泥流变学性质 [19]。工业 CT 对于常规分析来说仍然成本高昂且耗时。因此，迫切需要一种无损、快速的评价方法，在测量过程中不改变污泥流变学性质或 EPS 结构。

因此，迫切需要一种无损、快速的评价方法，在测量过程中不改变污泥流变学性质或 EPS 结构。扩散波光谱（DWS）已被广泛用于食品科学和胶体化学中，以研究高浓度悬浮液和软凝胶系统中的粒子动力学 [21]。与压缩污泥并改变其流变学的 CST 和比滤阻力，或仅区分水状态的低压核磁共振（LF-NMR）不同，DWS 在不破坏样本的情况下同时反映了宏观流变学特征和微观聚集体结构。半固体污泥滤饼是一种典型的胶体材料 [22]。因此，本研究首次提出了 DWS 用于半固体污泥表征。由 DWS 衍生的分形维度（Df）可以量化污泥粒子结构的不规则性和空间异质性 [23]，为优化污泥深度脱水工艺提供了一种快速、无创的分析工具。

本研究主要提出了一种新的 MPVEO-PO 工艺用于污泥深度脱水，其总体目标是通过协同电 - 机械 - 氧化调节来解决动态 PRI。为了定量阐明该过程背后的孔隙演变，我们进一步建立了 EMPE 模型并引入了孔变异系数（ηem）。此外，我们采用无创 DWS 及其衍生的 Df 作为快速评估工具，以捕捉同时发生的宏观流变学和微观结构特征。工程规模测试和技术经济分析最终验证了 MPVEO-PO 工艺的实用可行性。

章节片段
污泥特性和材料
本研究中使用的废弃活性污泥（WAS）采集自中国浙江省杭州市的一家市政污水处理厂的二沉池，该厂采用广泛使用的厌氧 - 缺氧 - 好氧（AAO）工艺（代表中国超过 50% 的市政污水处理厂）[24]。虽然 AAO 工艺被广泛采用，但污泥特性（例如，EPS 成分、粒径、有机含量）在不同工厂之间仍可能存在差异，以及
污泥脱水性能
为了评估不同工艺在调节 PRB 方面的性能，比较了 SPVEO、MPVEO 和 MPVEO-PO 的脱水性能。图 2a 显示，在 3 kgf/cm2 的恒定压力下，SPVEO 的 MC 迅速降至 67.3% 然后趋于平稳。这表明虽然高初始压力实现了快速脱水，但随后由污泥流变学变化引起的滤阻力急剧上升导致孔隙塌陷和严重的 PRI [14]。相比之下，MPVEO

结论
本研究揭示了动态 PRB 在污泥深度脱水过程中的核心作用和潜在机制。结果表明，MPVEO-PO 可以有效维持整个脱水过程中的 PRB，从而实现优异的深度脱水性能。基于这一发现，建立了 EMPE 模型，并提出了电 - 机械孔变异系数（ηem）。该系数定量描述了 PRB 的动态演变，并为

CRediT 作者贡献声明
Meiqiang Cai：写作 - 审阅与编辑，写作 - 原稿，监督，资金获取，概念化。Xiaojie Cui：写作 - 审阅与编辑，写作 - 原稿，可视化，方法论，调查，形式分析，数据管理。Junjie Feng：验证，调查，形式分析。Chuzhan Jin：写作 - 原稿，可视化，方法论。Chunying Dong：写作 - 审阅与编辑，写作 - 原稿，监督，资金获取。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或可能影响本论文报告工作的个人关系。

致谢
这项工作得到了桐乡通用人工智能研究所项目（TAGI2-B-2024-0010）、国家自然科学基金（No. 22176175）、宁波公益科技计划项目（No. 2021S102, No. 2023Z132）以及浙江省痕量有毒化学品健康风险评估重点实验室开放基金项目（No. 2023002, No. 2023003）的支持。

Xiaojie Cui|Chuzhan Jin|Junjie Feng|Shanshan Wei|Chunying Dong|Weichun Pan|Micong Jin|Meiqiang Cai
浙江工商大学环境与工程学院，中国杭州，310018