《Journal of Environmental Chemical Engineering》：Model-based analysis of struvite recovery in WRRFs using a low-grade magnesium oxide by-product as an alternative magnesium source
编辑推荐：
本研究提出了一种动态机理沉淀模型，描述了使用工业MgO副产品（LG-MgO）作为镁源的鸟粪石沉淀。该模型包含了LG-MgO溶解动力学以及与钙等竞争离子的相互作用，解决了现有模型的一个关键局限性，即无法充分代表异质性和低反应性的镁源。校准具有挑战性，因为此前尚未
本研究提出了一种动态机理沉淀模型，描述了使用工业MgO副产品（LG-MgO）作为镁源的鸟粪石沉淀。该模型包含了LG-MgO溶解动力学以及与钙等竞争离子的相互作用，解决了现有模型的一个关键局限性，即无法充分代表异质性和低反应性的镁源。校准具有挑战性，因为此前尚未报道过此类材料的动态模型。结果表明，基于LG-MgO溶解的单一动力学常数和沉淀的另一个单一动力学常数，采用机理方法可以充分描述鸟粪石沉淀动力学。该模型使用实验室规模批次实验进行校准，使用处理厌氧消化上清液的工业中试装置的数据进行验证，并集成到全规模水资源回收设施（WRRF）的全厂模型中。该框架能够评估在可变操作条件下基于LG-MgO的鸟粪石沉淀，支持其集成到全规模WRRF设计和优化中。应用于Arazuri WRRF表明，出水总磷浓度可从1.1 mg P·L-1降低至0.6 mg P·L-1。在Mg:P比介于1:1和2:1之间且pH接近8.0时实现了最佳操作，平衡了磷去除和试剂消耗。与工业标准试剂相比，LG-MgO将试剂成本降低了90%。总体而言，该模型为评估工艺性能、经济权衡和全系统影响提供了基础，以便在全规模实施前进行评估。
**论文解读：基于低品位氧化镁副产品的鸟粪石回收动态机理模型研究**
**研究背景与问题**
在污水处理厂（WWTPs）中，鸟粪石（MgNH
4PO
4·6H
2O）的受控沉淀可防止富营养化、管道结垢及运行故障。通常，由于镁离子浓度低于磷和氮，鸟粪石沉淀需要外部添加镁源，如Mg(OH)
2和MgCl
2·6H
2O，并辅以NaOH调节pH至8-10。然而，试剂成本是主要经济负担。低品位氧化镁（LG-MgO）副产品，作为菱镁矿煅烧的产物，因低成本、能提升pH且符合循环经济原则，成为有前景的替代镁源。但全规模应用仍有限，主要风险包括：沉淀性能不稳定、对废水成分敏感、产品质量变异及可能干扰后续处理工艺。数学建模可系统评估这些不确定性，但现有模型多假设镁源为可溶性（如MgCl
2·6H
2O）或仅限于稳态条件，无法动态描述异质性、低反应性镁源（如LG-MgO）的行为，也未考虑竞争离子（如钙）的影响。为此，本研究旨在开发一个动态机理沉淀模型，填补这一空白，支持LG-MgO在水资源回收设施（WRRF）中的全规模集成和优化。论文发表在《Journal of Environmental Chemical Engineering》。
**主要技术方法**
研究人员采用以下关键技术方法：(1) 动态机理沉淀模型，包含LG-MgO中7种固相化合物的溶解动力学和7种纯固相化合物的沉淀动力学（包括成核和晶体生长），基于热力学饱和度指数（SI）驱动。(2) 贝叶斯参数估计，结合拉丁超立方采样（LHS）对溶解和沉淀动力学常数进行校准，使用实验室批次实验数据（来自Arazuri WRRF厌氧消化上清液，Mg:P比1:1至8:1）。(3) 工业中试连续搅拌槽反应器（CSTR）验证，数据来自Arazuri WRRF的2 m
3中试装置，运行10天，Mg:P比3:1。(4) 全厂模型（PWM）集成，将校准验证后的沉淀模型嵌入Arazuri WRRF的完整全厂模型中，进行稳态和动态模拟，评估不同操作场景下的磷回收性能、出水质量和经济性。
**研究结果**
**3.1 新沉淀模型的校准**
通过贝叶斯模拟，研究人员识别出LG-MgO溶解动力学常数（k
dis）为0.0065 d
-1，沉淀动力学常数（k
prec）为950 d
-1。溶解常数远小于沉淀常数，反映LG-MgO溶解是缓慢的表面控制过程，而沉淀在过饱和时快速发生。模型在5个批次实验中成功再现了Mg、PO
4-P、pH和Ca的动力学，决定系数R
2分别为0.938、0.990、0.883和0.810，均方根误差（RMSE）分别为28.19 mg·L
-1、7.7 mg·L
-1、0.22和15.57 mg·L
-1。高Mg:P比（6:1和8:1）时偏差较大，可能归因于未建模的微量化合物（如SiO
2、CaSO
4）增加碱度，但该范围超出实际最优操作区间。
**3.2 新沉淀模型的验证**
无需额外参数调整，模型成功再现了工业中试装置10天运行期间PO
4-P和Mg的浓度动态，包括间歇投加LG-MgO后的Mg
2+上升和随后的沉淀消耗。验证数据与实验室校准条件在尺度（0.5 L vs 2 m
3）和水力操作（批次 vs 连续）上显著不同，但校准参数集仍有效，表明模型抓住了主导机制。
**3.3 基于WRRF模型的分析**
**3.3.1 Arazuri WRRF校准结果**
在未设鸟粪石沉淀的反应器（base-case）下，全厂模型校准后，COD、总磷（TP）、NO
3-N和NH
4-N的模拟值与实测值吻合良好，为后续场景比较提供了可靠基准。
**3.3.2 基于模型的鸟粪石沉淀比较：工业标准化学试剂与LG-MgO**
通过稳态模拟，MgCl
2-case的最优操作条件为Mg:P比1.5:1、pH 8.0，此时试剂成本最低、每欧元鸟粪石产量最高。LG-MgO-case中，Mg:P比从2:1增至6:1未进一步提高鸟粪石产量（约554-615 kg·d
-1），但促进了CaCO
3和MgCO
3沉淀，降低纯度。Mg:P比1:1时因投加不足导致pH 7.8，PO
4-P残留45 mg P·L
-1；其他场景pH>8.0，PO
4-P<10 mg P·L
-1。经济上，LG-MgO试剂成本从Mg:P比1:1的30 �·d
-1升至6:1的180 �·d
-1，而MgCl
2+NaOH成本约570 �·d
-1，为LG-MgO（2:1-3:1）的3-20倍。LG-MgO的最优操作在Mg:P比1:1-2:1、pH约8.0，此时鸟粪石产量601 kg·d
-1、PO
4-P 10 mg P·L
-1、试剂成本60 �·d
-1，成本效率10 kg
struvite·�
reagents-1。
**3.3.3 基于模型的动态模拟长期运行性能**
动态模拟对比了base-case、MgCl
2-case最优和LG-MgO-case最优场景。引入鸟粪石沉淀后，两种镁源均将出水TP年平均浓度从1.1 mg P·L
-1降至0.6 mg P·L
-1以下，TP降低约30%。MgCl
2-case保持高纯度（>80%），LG-MgO-case纯度约60%。试剂成本方面，LG-MgO约50-60 �·d
-1，MgCl
2+NaOH约600 �·d
-1，成本降低约90%。鸟粪石回收量两者相似。
**3.3.4 动态建模对实现鸟粪石技术全规模实施的启示**
讨论指出，鸟粪石沉淀技术的适用性取决于回收产品的最终用途：高纯度要求则优选工业标准试剂，以成本换取纯度；若优先降低出水磷浓度，LG-MgO更经济。模型的关键贡献在于提供了能代表异质性和低反应性镁源的动态机理框架，并经中试验证，可作为全规模实施前评估磷回收策略、优化和进行技术经济评价的决策支持工具。
**研究结论翻译**
本工作的结果支持使用一种简化但物理一致的机理建模方法，来描述由异质性和低反应性镁源驱动的鸟粪石沉淀。所提出的模型基于单一溶解动力学常数（0.0065 d
-1）和沉淀动力学常数（950 d
-1），成功再现了用于校准的实验数据。该模型和参数随后使用从工业中试装置收集的独立数据集进行了验证。在实验室和中试规模条件下均获得满意的一致性，表明所提出的模型结构抓住了控制LG-MgO溶解和鸟粪石形成的主要机制，同时保持了有限的校准参数数量。在Arazuri WRRF中使用LG-MgO作为替代镁源，表明出水TP浓度可降至年平均0.6 mg P·L
-1，同时揭示了工艺性能、试剂消耗和产品质量之间的关键权衡。具体而言，使用工业级化学试剂（MgCl
2和NaOH）可获得更高的鸟粪石纯度（~82%），但试剂运行成本约是LG-MgO（纯度~60%）的10倍，分别为570 �·d
-1和60 �·d
-1。LG-MgO的最佳操作条件为Mg:P比介于1:1和2:1之间且pH约8.0，此平衡了磷去除和试剂消耗。总体而言，本工作说明了动态机理建模如何弥合实验室实验、中试验证和全规模实施之间的差距。该模型在不同操作尺度下使用单一校准参数集再现观测结果的能力，支持其作为基于替代镁源的磷回收策略在WRRF中评估、优化和技术经济评价的可靠决策支持工具。
