⚡ electrical engineering

Application of Particle Swarm Optimisation to achieve simultaneous nitrification and denitrification removal in the aerobic biological treatment process

Cette étude démontre que l'application de l'algorithme d'optimisation par essaim de particules à un processus de traitement biologique aérobie permet de réaliser avec succès la nitrification et la dénitrification simultanées, identifiant la température et la période d'aération comme les principaux facteurs déterminants pour minimiser l'accumulation de nitrate.

Auteurs originaux : M. Muloiwa, CM Zvinowanda

Publié 2026-08-03

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : M. Muloiwa, CM Zvinowanda

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez la station de traitement des eaux usées d'une ville comme une cuisine géante et très occupée où l'eau sale est l'ingrédient principal. Le but est de « cuisiner » cette « soupe » jusqu'à ce qu'elle soit assez propre pour être reversée dans la rivière sans blesser personne. L'un des chefs les plus importants de cette cuisine est une équipe de bactéries minuscules et invisibles. Elles ont un travail spécifique : manger l'ammoniac (un produit chimique nocif provenant des déchets humains) et le transformer en autre chose. Mais voici le rebondissement : quand ces bactéries ont terminé leur travail, elles laissent derrière elles un nouvel ingrédient appelé nitrate. Si l'ammoniac est mauvais, trop de nitrate dans la rivière est également dangereux pour les humains et les animaux. Traditionnellement, si une station produisait trop de nitrate, elle devait construire une seconde cuisine entière juste pour nettoyer cela, ce qui est coûteux et compliqué. Les scientifiques essaient de déterminer s'ils peuvent faire en sorte que les bactéries fassent les deux tâches — manger l'ammoniac et nettoyer le nitrate — exactement en même temps dans le même réservoir, comme un chef étoilé qui peut couper des légumes et remuer la soupe simultanément sans faire tomber sa cuillère.

C'est exactement le casse-tête que les chercheurs M. Muloiwa et CM Zvinowanda ont abordé dans leur étude. Ils voulaient voir s'ils pouvaient utiliser un tour de magie informatique appelé « Optimisation par Essaim de Particules » (PSO) pour trouver la recette parfaite pour les bactéries. Considérez la PSO comme un vol d'oiseaux cherchant le meilleur buisson de baies. Chaque oiseau (ou « particule ») vole en explorant différentes combinaisons de température, de flux d'air et de temps. Si un oiseau trouve un endroit savoureux, les autres volent vers lui, mais ils gardent aussi leurs propres idées. Finalement, tout l'essaim converge vers le meilleur endroit absolu. Les chercheurs ont utilisé cet essaim numérique pour tester des milliers de réglages différents en laboratoire afin de voir s'ils pouvaient amener les bactéries à éliminer le nitrate pendant qu'elles étaient encore occupées à éliminer l'ammoniac.

L'équipe a mis en place une expérience de laboratoire utilisant de vraies eaux usées de la station de traitement de Daspoort en Afrique du Sud. Ils ont créé une petite « chambre d'aération » contrôlée (un réservoir où l'air est pompé pour aider les bactéries à respirer) et l'ont fait fonctionner pendant 54 jours. Ils ont collecté des données sur sept ingrédients différents : le temps de séjour de l'eau dans le réserv器, la quantité d'air injectée, la température, la quantité de nourriture (DCO), la quantité d'ammoniac, la quantité de bactéries (biomasse) et le niveau d'oxygène. Pour donner du sens à toutes ces données désordonnées, ils ont construit un cerveau numérique utilisant un « Perceptron Multicouche » (MLP), qui est un type de Réseau de Neurones Artificiels. Vous pouvez voir cela comme un étudiant super intelligent qui a examiné 324 points de données différents et a appris les schémas secrets de comportement des bactéries.

Une fois que le cerveau numérique a compris les règles, ils ont laissé « l'essaim d'oiseaux » (l'algorithme PSO) au travail. L'objectif était simple : trouver les réglages spécifiques qui résulteraient en la plus faible quantité de nitrate restante. La simulation informatique a été incroyablement réussie. Elle a trouvé un « optimum global », ou la recette parfaite, qui a abouti à une concentration de nitrate de seulement 0,5744 mg/L. C'est un chiffre très bas, bien en deçà des limites de sécurité fixées par les autorités de l'eau.

Pour atteindre ce chiffre magique, l'ordinateur a suggéré un ensemble très spécifique de conditions :

Période d'aération : L'eau doit rester dans le réservoir pendant environ 1,514 heure (environ 1 heure et 31 minutes).
Débit d'air : La pompe à air doit injecter 2,6911 L/min d'air dans l'eau.
Température : L'eau doit être maintenue chaude, à 30,5270 °C.
Oxygène Dissous (OD) : Il doit y avoir 5,5768 mg/L d'oxygène dans l'eau.

Sous ces conditions parfaites, le système a également réussi à nettoyer efficacement les autres polluants, ne laissant derrière lui que 35,8187 mg/L de DCO (déchets organiques) et 2,9126 mg/L d'ammoniac.

Les chercheurs ont également effectué une « analyse de sensibilité », ce qui revient à demander : « Que se passe-t-il si nous changeons juste une chose ? » Ils ont découvert que deux facteurs étaient les véritables patrons des niveaux de nitrate. La température était le principal moteur, représentant 54,2 % des changements, suivie par la période d'aération à 22,5 %. Cela signifie que si vous voulez contrôler la quantité de nitrate restante, vous devez principalement surveiller le thermomètre et l'horloge. Curieusement, l'étude a révélé que d'autres méthodes utilisées par les gens, comme l'utilisation de l'électricité ou de nouvelles conceptions de réacteurs spéciaux, sont souvent trop coûteuses ou nécessitent la construction de nouvelles usines entières. Cette étude suggère qu'au lieu de démolir les anciennes usines pour en construire de nouvelles, nous pouvons simplement ajuster les réglages de celles que nous possédons déjà.

En fin de compte, l'article suggère qu'en utilisant une optimisation informatique intelligente, il est tout à fait possible d'amener les bactéries à effectuer une nitrification et une dénitrification simultanées. Les résultats montrent qu'avec la bonne température et le bon timing, les bactéries peuvent nettoyer l'ammoniac et le nitrate en même temps, évitant potentiellement aux stations de traitement des eaux d'avoir besoin d'équipements supplémentaires coûteux. Les auteurs sont confiants dans ces résultats car leur modèle informatique correspondait de très près aux données du monde réel, avec un score de précision élevé, mais ils présentent cela comme une optimisation réussie des processus existants plutôt que comme un remède miracle pour chaque situation.

Résumé technique : Application de l'optimisation par essaim de particules pour parvenir à la nitrification et à la dénitrification simultanées

Énoncé du problème
Dans le traitement conventionnel des eaux usées par voie biologique aérobie, le processus de nitrification convertit l'ammoniaque en nitrate via des bactéries oxydant l'ammoniaque (AOB) et des bactéries oxydant les nitrites (NOB). Bien que cela réduise l'ammoniaque, cela entraîne une accumulation de nitrate, qui pose des risques importants pour la santé, notamment des cancers du tube digestif, s'il est rejeté dans l'environnement. Traditionnellement, cela nécessite une étape de dénitrification distincte (configurations pré-anoxiques ou post-anoxiques). Cependant, la gestion de ces configurations couplées est difficile pour les exploitants de stations, ce qui conduit souvent à une élimination incomplète de l'ammoniaque et du nitrate. Les méthodes alternatives existantes, telles que les cellules d'électrolyse microbienne ou l'électrolyse impulsionnelle, nécessitent souvent une puissance électrique importante ou des réorganisations complexes des réacteurs, ce qui les rend difficiles à intégrer dans les stations de traitement des eaux usées (STEU) conventionnelles existantes.

Méthodologie
Cette étude propose une approche d'optimisation pour parvenir à une nitrification et une dénitrification simultanées au sein d'une seule unité de traitement biologique aérobie, sans modifier la configuration physique de la station. La recherche a utilisé des données collectées sur 54 jours à la station de traitement des eaux usées de Daspoort en Afrique du Sud, en se concentrant sur la deuxième chambre d'aération.

Collecte de données et variables : 324 points de données ont été recueillis, mesurant le nitrate, la demande chimique en oxygène (DCO), l'ammoniaque et les concentrations de biomasse. Les variables d'entrée du modèle comprenaient la période d'aération, le débit d'air, l'oxygène dissous (OD), la température, la concentration de biomasse, la concentration d'ammoniaque et la DCO.
Modélisation (MLP-ANN) : Un modèle de régression de la concentration de nitrate a été développé à l'aide d'un réseau de neurones artificiels à perception multicouche (MLP-ANN) dans MATLAB. L'ensemble de données a été divisé en 70 % pour l'entraînement, 15 % pour la validation et 15 % pour les tests. Le modèle utilisait une fonction d'activation sigmoïde et une rétropropagation par descente de gradient.
Optimisation (PSO) : Le modèle MLP-ANN entraîné a servi de fonction objectif pour un algorithme d'optimisation par essaim de particules (PSO). L'objectif était de minimiser la concentration de nitrate ( $Y_i$ ) sous réserve de contraintes opérationnelles spécifiques (par exemple, une période d'aération comprise entre 1 et 4 heures, une température entre 15 et 35 °C, un OD entre 0,5 et 8 mg/L).
Analyse de sensibilité : Une méthode de variation d'un facteur à la fois a été employée pour déterminer l'influence de chaque variable d'entrée sur la concentration de nitrate optimisée.

Résultats clés

Performance de la modélisation : Le modèle MLP-ANN a démontré une haute précision prédictive. Lors de la phase de test, le modèle a atteint un coefficient de détermination ( $R^2$ ) de 0,946, avec une erreur quadratique moyenne (MSE) de 3,2614 et une erreur quadratique moyenne (RMSE) de 1,806 lors de la validation. Ces métriques indiquent que les variables d'entrée expliquent efficacement les variations de la concentration de nitrate.
Résultats de l'optimisation : L'algorithme PSO a convergé après 1000 itérations, identifiant une concentration de nitrate optimale globale de 0,5744 mg/L. Cette valeur se situe largement dans les normes de rejet acceptables (1,5 – 3 mg/L) fixées par le Département de l'Eau et de l'Assainissement.
Conditions de fonctionnement optimales : Pour atteindre ce niveau minimal de nitrate, l'étude a identifié les paramètres optimaux suivants :
- Période d'aération : 1,4157 heures
- Débit d'air : 2,6911 L/min
- Température : 30,5270 °C
- OD : 5,5768 mg/L
- Effluent résultant : DCO de 35,8187 mg/L et Ammoniaque de 2,9126 mg/L.
Validation statistique : Un test ANOVA a confirmé une différence significative entre les données observées et optimisées (F-statistique : 348,535 contre F-critique : 3,9), avec une valeur p de 8,2E-42, validant la minimisation du nitrate.
Analyse de sensibilité : La température a été identifiée comme le principal moteur de la concentration de nitrate (contribuant à hauteur de 54,2 %), suivie par la période d'aération (22,5 %). L'analyse a révélé qu'une augmentation de la température et de la période d'aération augmentait généralement l'accumulation de nitrate, tandis que des concentrations plus élevées de DCO et d'ammoniaque montraient des relations inverses dans le contexte spécifique de la sortie du modèle optimisé.

Signification et revendications
L'article affirme que la nitrification et la dénitrification simultanées peuvent être réalisées dans une unité de traitement biologique aérobie existante uniquement grâce à l'optimisation des paramètres opérationnels, éliminant ainsi le besoin de modifications structurelles coûteuses ou de systèmes auxiliaires énergivores comme l'électrolyse. En exploitant l'algorithme PSO pour affiner des variables telles que la température et le temps d'aération, l'étude démontre que l'accumulation de nitrate peut être supprimée à des niveaux conformes aux normes de rejet tout en maintenant une élimination efficace de la matière organique (DCO) et de l'ammoniaque. Les auteurs soutiennent que cette approche offre une solution rentable et intégrable pour les STEU existantes afin de limiter la pollution par les nitrates sans nécessiter une refonte complète de l'infrastructure de la station.

Articles similaires