Malgré leur fort développement en assainissement domestique urbain, les bioréacteurs à membranes (BaM) pâtissent de phénomènes de colmatage, induisant des coûts énergétiques et de maintenance importants. L’aération séquencée des membranes par des grosses bulles est l’une des stratégies pour limiter le colmatage ; son impact a fait l’objet de plusieurs études mais reste globalement mal compris, notamment du fait de la complexité de ces systèmes, multiphasiques et opaques. L’hydrodynamique des réacteurs reste mal caractérisée en présence de boues. Pour apporter des éléments de compréhension aux mécanismes de limitation du colmatage par injection d’air, un pilote de filtration membranaire semi-industriel (2 m3, 3 sous modules fibres creuses Puron®) a été conçu, dimensionné et installé sur l’unité de traitement des jus (TDJ) de la station d’épuration Seine Aval (SIAAP), afin d’être alimenté en boues biologiques dans des conditions réelles de fonctionnement. Le suivi des paramètres opératoires du pilote et de ses performances de filtration sur une période de 5 mois avait un double objectif : (i) mieux caractériser la dispersion du gaz pour différentes conditions de fonctionnement (paramètres de l’aération, concentration en boues de l’alimentation), (ii) hiérarchiser les facteurs qui limitent le colmatage des membranes. Il s’agit in fine de proposer des stratégies d’aération adaptées et efficaces pour limiter le colmatage. Afin de caractériser la dispersion du gaz dans le réacteur, une méthodologie innovante basée sur la tomographie de résistivité électrique (ERT) a été adaptée au pilote. Les conditions d’utilisation de l’ERT (nombre d’électrodes de mesure, séquence de quadripôles) ont été sélectionnées à travers une étude numérique, de même que les paramètres d’inversion nécessaires pour reconstituer la cartographie des résistivités à partir des mesures expérimentales. Cette étude numérique poussée, réalisée sous COMSOL, a permis de conclure à l’intérêt de la méthode pour représenter la distribution des phases dans la géométrie considérée. L’ERT a donc été appliquée au pilote alimenté en boues, pour différentes conditions d’aération. Le jeu de données de filtration a par ailleurs été analysé par logique floue, à l’aide du logiciel FisPro. Les arbres de décision obtenus, en analysant les résultats de manière globale et en les regroupant par conditions opératoires similaires, ont mis en évidence l’impact prépondérant des variables suivantes sur la dérive de perméabilité observée (comprise entre - 9 et 2 LMH/bar) : la différence de DCO entre le surnageant des boues et le perméat (DDCO) traduisant une phase colloïdale complexe, et la concentration en matières en suspension (MES), ayant toutes deux un impact négatif sur les performances de filtration. Une augmentation du débit d’air conduirait à une limitation de la dérive de perméabilité, sauf lorsque la variable DCO est élevée (> à 500 mg/L), cette hypothèse restant cependant à vérifier sur une base de données plus conséquente. Le modèle ainsi obtenu par logique floue permet de mieux simuler les évolutions de perméabilité que les modèles obtenus par régression linéaire multivariée (erreurs de 0,61 et de 0,70 respectivement), et ce malgré une incertitude relative importante sur la mesure de perméabilité (jusqu’à 16 %). Ces résultats sont cohérents avec la dispersion du gaz observée par ERT : son homogénéité dépend de la concentration en MES et du débit d’air injecté. A forte concentration en MES (6 – 10 g/L), des zones préférentielles de passage des bulles ont été observées, en particulier à faible débit d’air, expliquant ainsi un colmatage plus important. L’utilisation nouvelle dans ce contexte de ces techniques, ERT et logique floue, donne des résultats qui confortent l’intérêt d’adapter l’aération (débit, séquençage) aux caractéristiques des boues notamment leurs concentrations, et qui permettent d’envisager des stratégies de contrôle de ces paramètres / Membrane bioreactors (MBRs) are widely used in the wastewater treatment sector. However, membrane fouling mitigation remains challenging, and leads to important maintenance and energy costs. Several strategies have been developed industrially to enhance MBR productivity, including coarse bubble sequenced aeration for fouling mitigation. The way such aeration participates in sludge hydrodynamic patterns is an important research topic. However, the methods currently used for hydrodynamic characterisation suffer from several drawbacks, mainly due to the system’s complexity (three phases with opaque deformable solids). More research is needed to characterize hydrodynamics in MBRs filled with activated sludge. A semi-industrial reactor (2.0 m3) was designed and equipped with three hollow fiber membrane modules (KMS Puron) to contribute to fill this knowledge gap. The reactor was continuously fed with activated sludge from one of the reactors of the Seine Aval (SIAAP) wastewater treatment plant. Operating parameters, activated sludge properties as well as process performances were monitored for five months with two objectives: (i) to characterize gas dispersion for different operating conditions (aeration strategy, activated sludge concentrations), (ii) to rank activated sludge properties and operating conditions, according to their impact on fouling mitigation. The ultimate goal is to propose adapted aeration strategies allowing sustainable filtration performance. In order to characterize the gas dispersion in a complex geometry such as MBR membrane tanks, an innovative approach based on electrical resistivity tomography was adapted to the pilot conditions. A numerical approach was used to define the experimental design in terms of electrode positions, quadripole sequences but also inversion parameters, used to reconstruct resistivity maps from experimental datasets. This numerical study, performed on COMSOL, demonstrated the ability of the ERT method to observe different patterns in the membrane zone. ERT was therefore applied to characterise bubble dispersion in the semi-industrial membrane bioreactor filled with activated sludge and operated using different aeration conditions. The dataset obtained from filtration monitoring was analysed using fuzzy logic. The resulting fuzzy decision trees, constructed from the whole dataset or from subsets clustering similar operating conditions, pointed out the impact on the permeability evolution of two main factors: the COD difference between activated sludge supernatant and permeate (COD), standing for complex colloidal phase, and Mixed Liquor Suspended Solid (MLSS) concentration. Both variables emphasizing fouling at high values. Also, an air flow rate augmentation seemed to mitigate fouling, except at high COD concentrations (> 500 mg/L), where its impact was reversed. This last observation needs further investigation, on a larger dataset. The model obtained from fuzzy logic allows a better simulation of permeability evolutions compared to multivariate linear regression (errors of 0.61 and 0.70, respectively), despite a relatively high measurement uncertainty of permeability (up to 16 %). Those results are consistent with the gas dispersion observed with ERT measurements: homogeneity of gas dispersion depends on MLSS concentration and air flow rate. At high concentrations of MLSS (6 g/L and 10 g/L), a high air flow rate is required for the bubbles to be distributed on the whole membrane zone and preferential flow paths have been observed, especially at low air flow rate. This gas dispersion heterogeneity explains worsened filtration performance. In this context, the new use of these technics, ERT and fuzzy logic, provided results that reinforce the interest to link aeration parameters to sludge properties, their MLSS concentration in particular, leading to consider control strategies for these operating parameters.
Identifer | oai:union.ndltd.org:theses.fr/2018INPT0108 |
Date | 13 November 2018 |
Creators | Suard, Elodie |
Contributors | Toulouse, INPT, Albasi, Claire, Gillot, Sylvie |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0031 seconds