牛粪搅拌式固定床沼气发酵条件的优化

马茹霞，洪艳华，艾士奇，邓兵，贾军，晏磊，王伟东

（黑龙江八一农垦大学生命科学技术学院，大庆163319）

牛粪搅拌式固定床沼气发酵条件的优化

马茹霞，洪艳华，艾士奇，邓兵，贾军，晏磊，王伟东

（黑龙江八一农垦大学生命科学技术学院，大庆163319）

以牛粪为沼气发酵原料，利用连续搅拌式反应器（Continuous stirred tank reactor，CSTR）和碳纤维载体构建搅拌式固定床反应器，研究料液浓度（TS）、碳氮比（C/N）、温度、pH、水力停留时间（HRT）和搅拌转速对甲烷产量的影响，通过响应面设计进行回归分析，结合满意度函数确定牛粪搅拌式固定床厌氧发酵工艺的最佳参数。研究结果表明最佳工艺条件为：TS 8%，C/N 25∶1，温度39℃，pH 7.5，HRT 10 d。验证分析表明，模型预测值与试验值相吻合（偏差2.27%），模型拟合度较好。

牛粪；搅拌式固定床；沼气；响应面分析法；发酵条件优化

随着我国奶牛养殖规模的不断扩大，大量未处理的牛粪日益成为环境污染的重要因素，对牛粪进行厌氧发酵处理是当前实现其无害化与资源化的主要的手段之一［1］。传统的厌氧发酵连续搅拌式反应器（Continuous stirred tank reactor，CSTR）工艺具有发酵时间长、沼气产量低、微生物易随发酵产物排出而浪费等缺点［2］，如果添加适宜的载体固定反应器中的微生物进而增加微生物的滞留期，可提高反应器的发酵性能［3］。孙宇等人以牛粪为发酵原料，筛选厌氧发酵固定床最佳载体材料，以碳纤维薄膜为载体的沼气产量和甲烷产量分别比不加载体提高12.1%和15.6%［4］。林长松等研究发现在固定床厌氧反应器中添加炭纤维载体具有较高的COD去除率和产气效率，能够抵抗低pH、高负荷冲击的能力，在运行过程中不易发生反应器堵塞的现象［5］。但实际生产应用中，在牛粪为原料的沼气发酵体系中采用固定床工艺来提高沼气产量至今还没有取得实质性进展，所以在农业废弃物资源利用化方面，探究良好的牛粪沼气固定床发酵工艺具有重要意义。

在设计实验，建立模型时，响应面法（response surface method，RSM）能够评价多个因素作用，寻求出最优条件，能有效减少实验处理次数［6］。在沼气发酵工艺的研究中，可以通过实验设计的有限个工艺参数有效评价沼气发酵过程中某些变量之间的交互作用［7］。在已有研究基础上，采用单因素和响应面分析结合的方法对影响沼气发酵的主要因素进行优化，提高反应体系的产气性能，为牛粪高效生产沼气技术提供理论基础与技术支持。

1 原料与方法

1.1 试验原料

沼气发酵原料为新鲜牛粪（黑龙江八一农垦大学附近养牛场），试验前粉碎大块牛粪，过筛去除其中的杂物。剩余牛粪保存于-20℃冰箱备用。经pH计（日本HORIBA）测定新鲜牛粪的pH为7.8，利用灼烧法测定牛粪TS含量为17.89%，VS含量为16.95%，经碳氮元素分析仪（德国Multi N/C 2100S）测定牛粪的TN含量为1.99%，C/N为31.9∶1。

1.2 试验装置

试验装置采用1 L螺口瓶，以碳纤维为载体构建搅拌式固定床反应器，利用橡胶塞密封。发酵罐顶部设有排气口和取样口，排气口通过橡胶管与1 L的集气袋相连，用于收集气体，通过Geotech公司的GA2000便携式沼气分析仪（Geotech Biogas Check）测定沼气中甲烷含量，通过恒温摇床（BS-1E，上海有限公司）控制发酵温度和转速，利用蠕动泵（BQ80S，北京五洲东方科技有限公司）循环进出料液调节HRT。

1.3 试验方案

1.3.1 单因素试验

1.3.1.1 发酵料液初始TS对甲烷产量的影响

发酵罐装料量为800 mL。设定初始料液浓度分别为4%、6%、8%和10%，初始pH为7.5，添加尿素和蔗糖调节初始料液的C/N为25∶1，每个处理设置4个重复，将发酵装置置于转速为120 r·min-1恒温摇床上，35℃下厌氧发酵30 d。使用便携式沼气分析仪测定产气量和甲烷含量。发酵料液装量和测定指标下同。

1.3.1.2 培养温度对产甲烷量的影响

设定发酵初始TS为8%，pH值为7.5，C/N为 25∶1，每个处理设置4个重复，分别置于25、30、35和40℃的恒温摇床中，调节摇床转速为120 r·min-1，培养30 d。

1.3.1.3 发酵料液初始碳氮比（C/N）对产甲烷量的影响

设定发酵初始TS为8%，pH值为7.5，每个处理设置4个重复，调节初始料液的C/N为20∶1、25∶1、30∶1和35∶1，35℃下，120 r·min-1发酵30 d。

1.3.1.4 搅拌转速对产甲烷量的影响

设定发酵初始TS为8%，pH值为7.5，C/N为25∶1，每个处理设置4个重复，设定搅拌速度为80、100、120和150 r·min-1，35℃下发酵30 d。

1.3.1.5 初始pH值对产甲烷量的影响

设定发酵初始TS为8%，C/N为25∶1，每个处理设置4个重复，调节发酵料液初始pH值分别为6.0、6.5、7.0、7.5和8.0，35℃下，搅拌转速为120 r·min-1，培养30 d。

1.3.1.6 HRT对甲烷产量的影响

设定发酵初始TS为8%，pH值为7.5，C/N为25∶1，每个处理设置4个重复，HRT分别设定为9、15、21和27 d，利用蠕动泵循环进出料液调节HRT，每个处理发酵时间为两个循环，35℃下，搅拌转速为120 r·min-1，培养30 d。

1.3.2 响应面和满意度函数分析

根据单因素试验结果，选择对发酵过程中甲烷产量具有显著影响的因素，采用Design-Expert 7.0软件中4因素5水平的CCD（Central composite design）构建响应曲面模型，选择TS、HRT、温度和C/N四个显著性因素作为自变量设计分析。响应变量设定为TS、甲烷产率（Y1）和甲烷产量（Y2），自变量设定为TS（X1）、HRT（X2）、C/N（X3）和温度（X4），其中变量的取值范围参考上述的单因素试验结果，分别设定X1为（2%、4%、6%、8%、10%），X2为（4 d、10 d、16 d、22 d、28 d），X3为（20、25、30、35、40）和X4（25℃、30℃、35℃、40℃、45℃）。并以编码值-2、-1、0、+1、+2分别代表自变量不同水平。

试验采用最小二乘法拟合的二次多项式方程来预测自变量与因变量的关系，得到多元二次回归方程见（1）。

其中，b0是参数项，b1、b2、b3、b4是线性系数，b12、b13、b14、b23、b24、b34是交互项系数，b11、b22、b33、b44是二

次项系数。试验设计共有30个试验点，试验参数变化对试验结果的影响有24个析因点，有6个试验条件相同的中心点，用来评估模型的纯误差。

在沼气发酵工艺设计的响应曲面模型中含有Y1和Y2两个响应变量，而且这两个变量的最优值所对应的最佳试验条件不同，所以采用Design-Expert 7.0软件中的满意度函数（Desirability）分析方法，对该发酵工艺进行二响应、多变量的同时优化。此方法将每个响应转换成满意度函数，统一对各变量与TS甲烷产率和日产甲烷量的影响进行评价，并对模型的可靠性进行验证试验。

表1 单因素试验结果及方差分析Table1 Single factor test results and variance test

2 结果与分析

2.1 单因素试验

2.1.1 不同初始条件对甲烷产率的影响

表1结果显示，TS甲烷产率随着料液浓度的增加先上升后下降，当TS为4%时，TS甲烷产率最低（17.73 mL·g-1）；当TS为8%时，TS甲烷产率最高（33.00 mL·g-1）。各个处理间有显著差异（R2＜0.000 1），说明底物浓度与甲烷产率相关显著。起始pH值（6.0～8.0）、搅拌转速对TS甲烷产率影响差异性均不显著。pH值为7.5时，TS甲烷产率最高，为36.97 mL·g-1。而试验发现，适度的搅拌有利于发酵料液充分混合，减少出现堵塞和喷罐的现象。随着C/N的增加，TS甲烷产率先升高后下降，除C/N为20∶1和25∶1的差异不显著外，各处理间差异性显著，C/N为25∶1时，TS甲烷产率最高。TS甲烷产率随温度的增加先升高后略有下降，当温度达到30℃～35℃时，TS甲烷产率最高，达到了37.25 mL·g-1，说明适宜的温度有利于甲烷的产生，温度过高和过低都会影响甲烷的生成。TS甲烷产率随HRT先升高后降低，各个处理间差异显著，当HRT为15 d时，TS甲烷产率最高。

根据单因素试验结果，以TS甲烷产率作为衡量指标，用SPASS软件进行方差分析。结果显示，影响TS甲烷产率显著的因素为浓度、碳氮比、温度和水力停留时间。其中，浓度和温度达到极显著水平，C/N和HRT达到显著水平。pH值和搅拌转速影响较小，未达到显著水平。

表2 CCD设计方案及试验结果Table 2 Design matrix and results of central composite experiment design

2.2 响应曲面优化

以产气率和甲烷产量作为评价沼气发酵效果的指标，选择对甲烷产率影响显著的4个因素（TS、C/N、HRT和温度）进行优化，产气率和甲烷产量越高，沼气发酵效果越理想。为了得到最优化的实验条件和结果，建立响应变量与自变量之间的函数关系，构建特定的响应曲面图，找出最佳响应值及其对应自变量的取值范围。

2.2.1 实验设计及响应曲面模型的方差分析

根据CCD试验设计，共进行了30组发酵实验，试验方案和结果见表2。对结果进行多元回归拟合，得出TS（X1，%）、HRT（X2，d）、C/N（X3）和温度（X4，℃）与TS甲烷产率（Y1，mL·g-1）和日产甲烷量（Y2，mL）的二次多项式回归方程，见公如（2）和公式（3）。

TS甲烷产率和日产甲烷量模型的方差分析（ANOVA）结果见表3，TS甲烷产率和日产甲烷量的失拟项分别为0.531 4和0.131 5，失拟程度都不显著，说明此模型可以用来预测和分析厌氧发酵TS甲烷产率和日产甲烷产量。根据试验数据建立的二次多项式数学模型具有显著性，TS甲烷产率的R2为0.953 5，日产甲烷量的R2值为0.966 80，说明预测值和试验值之间具有很好的拟合度。TS甲烷产率和日产甲烷量的Adj R2（调整确定系数）分别为0.910 1和0.938 1，这两个模型方程分别能解释91.01%的TS甲烷产率响应值变化和93.81%的日产甲烷量响应值变化。

表4 响应曲面模型的回归系数与显著性水平Table 4 Regression coefficients and their significance level for response surface quadratic model

由表4可知，在Y1模型中，一次项X1对TS甲烷产率的线性效应极显著，X3和X4对TS甲烷产率响应显著，X2对其相应不显著。二次项X12对TS甲烷产率的曲面效应极显著，X22对TS甲烷产率效应显著。交互作用对TS甲烷产率的影响不大，表明各因素对TS甲烷产率的影响不是简单的线性关系。结合TS甲烷产率的响应曲面图（图1），（a）中可见，在C/N为30、温度为35℃、编码值0的情况下，TS甲烷产率（Y1）随TS（X1）的增加而增加，说明两者呈正相关性。HRT（X2）在范围内呈二次方程曲线变化，而对TS甲烷产率的影响不明显。TS与HTR的交互性显著。由（b）可知，在HRT为16 d、温度为35℃时，C/N对TS甲烷产率的影响也较大，TS与C/N交互作用不显著。在（c）中，HRT 16 d、C/N为30时，TS甲烷产率随温度的增加而增加，影响显著，温度与TS的交互性显著。结合回归方程表5可知，X1的系数为2.5。对影响TS甲烷产率的因素主次顺序为：TS＞C/N＞温度＞HTR。

图1 TS甲烷产率的曲面响应图Fig.1 The RSM plots of TS methane yield

在Y2模型中，一次项X1和X2对日产甲烷量的线性效应极显著，二次项X22对日产甲烷量的响应极显著，各因素的交互作用对日产甲烷量的影响也不大。日产甲烷量的响应曲面图如图2所示。（a）HRT为16 d、温度为35℃时，日产甲烷量随TS的增加而增加，随C/N的增加而减小，TS和C/N对日产甲烷量的影响极显著，C/N与TS对日产甲烷量的交互作用不显著。由（b）可见，在HRT为16 d、C/N为30时，温度的变化对日产甲烷量的影响不显著，TS与温度的交互作用也不显著。由（c）可知，在TS为6%、HRT为16 d时，日产甲烷量随温度的增加先增加后减小，可见适宜的发酵温度有利于甲烷的产生。通过结合回归方程表5，在Y2模型中，影响日产甲烷量的因素的主次顺序为：HRT＞TS＞C/N＞温度。

图2 日产甲烷量的曲面响应图Fig.2 The RSM plots of methane yield per day

2.3 满意度函数优化模型

利用Design-Expert 7.0软件Desirability函数对Y1和Y2两个响应变量同时进行优化，优化的试验条件包括X1、X2、X3和X4。每个自变量（Xi）和响应量（Yi）的重要性的取值范围为1～5，n值一般设定为软件默认值。实验设定的各自变量参数条件Xi和响应值Yi的范围见表5。由表可知，各响应值与参数值的高低限都是设定为实验的默认值，因为TS甲烷产率是最关键的评价指标，将其重要值设为最高值5，甲烷产量的重要值为4，其余各项均为默认值3。

由满意度函数优化处理后得到的各变量的di值与D值见图3，可知TS甲烷产率的di值为0.367 9，日产甲烷量的di值为0.128 0，而其余各参数的di值均为1，系统的总体满意度值D为0.230 1。Design-Expert 7.0软件给出的Desirability函数的优化方案是：TS 8%，HRT 10 d，温度为39℃，C/N 25∶1。

表5 满意度函数的变量范围Table 5 The lower limit and upper limit values of the individual response of desirability

图3 各变量的di及总体满意度D的条形图Fig.3 Bar graph representing individual desirability of all response in correspondence with combined desirability（D）

2.4 优化处理试验验证

根据满意度函数优化的回归模型所预测出的最优条件，进行3次牛粪厌氧沼气发酵试验验证优化模型的可靠度和准确度，试验结果得出：平均TS甲烷产率为38.43 mL·g-1，平均日产甲烷量为188.2 mL，预测值与试验值基本吻合，二者偏差2.27%。由此说明响应面与满意度函数分析法相结合可以用来优化以牛粪为原料的发酵产沼气工艺。

3 讨论与结论

研究表明，固定床载体能将大量厌氧微生物固定，使反应器内保持有较高浓度的活性污泥，从而有效提高反应器的运行性能［6］。TS、温度、C/N、HRT、pH等条件能在不同程度上影响甲烷的产出［8-13］，试验研究表明，发酵温度较低时，系统启动较慢，启动需时较长，TS甲烷产率低，但温度过高也会抑制甲烷产出；TS甲烷产率随着发酵料液浓度的增加先上升后下降，宋籽霖等［14］的研究也表明，发酵料液浓度并不是越高越好。单因素试验中，pH和搅拌转速对TS甲烷产率影响不显著，但Khursheed.K研究表明，适度的搅拌能提高产气效率，发酵浓度增加，效果越明显［15］。分析原因，可能是因为应用的试验材料不同所致。

在牛粪厌氧发酵条件研究结果中表明，进料TS和C/N是影响牛粪厌氧消化产气效果的重要因素，其应用响应面法同时优化沼气产率、甲烷含量和COD去除率，筛选出三者共同的最佳条件为TS 6.49%，温度35.37℃，C/N 25.36∶1［16］。试验对TS甲烷产率和日产甲烷量两个响应变量进行优化，得出对TS甲烷产率影响最大的两个因素是底物浓度，其次是C/N。得出最终优化方案：TS 8%，温度39℃，C/N 25∶1，HRT 10 d，与上述优化条件基本一致。但研究的日产甲烷量更高，产甲烷效果较好可能与采用的搅拌式固定床反应器有关。

固定床对产甲烷微生物具有截留作用，适度的搅拌使发酵原料与微生物混合均匀，增加了物料与微生物的接触机会，从而提高反应效率。

［1］Marlon J R，Bartlein P J，Daniau A，et al.Global biomass burning：a synthesis and review of holocene paleofire records and their controls［J］.Quaternary Science Reviews，2013（65）：5-25.

［2］Scully S，Gavin C O，Flaherty V.Anaerobic biological treatment of phenol at 9.5～15℃in an expanded granular sludge bed（EGSB）-based bioreactor［J］.Water Res，2006，40（20）：3737-3744．

［3］Boulamanti A K，Maglio S D，Giuntoli J，et al.Influence of different practices on biogas sustainability［J］.Biomass and Bioenergy，2013（53）：149-161.

［4］孙宇，王彦杰，王伟东.牛粪酸化处理及全混式固定床沼气发酵工艺［D］.大庆：黑龙江八一农垦大学，2013.

［5］林长松，袁旭峰，王小芬，等．HRT对固定床厌氧反应器运行效果的影响［J］．环境工程学报，2010（3）：497-502.

［6］郭希娟，马萍，刘远洋．响应面法优化微波辅助提取蒲公英多糖工艺的研究［J］．黑龙江八一农垦大学学报，2014，26（3）：40-44.

［7］Wang G，Mu Y，Yu H Q.Response surface analysis to evaluate the influence of pH，temperature and substrate concentration on the acidogenesis of sucrose-rich wastewater［J］．Biochemical Engineering Journal，2005，23（2）：175-184.

［8］Boulamanti A K，Maglio S D，Giuntoli J，et al.Influence of different practices on biogas sustainability［J］.Biomass and Bioenergy，2013（53）：149-161.

［9］Chastain J P，Camberato J J，Skewes P.Poultry manure production and nutrient content［J］.Clemson Extension，2004，106（16）：952-1657.

［10］林端旭，李润东，Raninger B，等．TS对牛粪与有机垃圾联合厌氧消化特性的影响研究［J］．可再生能源，2011，29（4）：40-47.

［11］Liu T，Sung S.Ammonia Inhibition on thermophilic aceticlastic methanogens［J］.Water Sci Technol，2002，45（10）：113-120.

［12］Bouallagui H，Lahdheb H，Romdan E.Improvement of fruit and vegetable waste anaerobic digestion performance and stability with Co-substrates Addition［J］.Environ Manage，2009，90（5）：1844-1849.

［13］Deublein D，Steinhauser A.Biogas from waste and renewable sources：an introduction［J］.Weinheim，2008，10（5）：844-849.

［14］宋籽霖，李轶冰，杨改河，等.温度及总固体浓度对粪秆混合发酵产气特性的影响［J］.农业工程学报，2010，26（7）：260-265.

［15］Khursheed K，Rebecca H，Thomas K，et al.Anaerobic digestion of animal waste：waste strength versus impact of mixing［J］.Bioresource Technology，2005，96（16）：1771-1781.

［16］乔小珊，李希希，付茂梅，等.响应面法分析优化牛粪厌氧发酵工艺参数［J］.环境工程学报，2014（8）：3395-3402.

Optim ization of Fermentation Conditions of M ixing Type Fixed Bed Reactor Using Cow M anure as the Feedstock

M a Ruxia，Hong Yanhua，Ai Shiqi，Deng Bing，Jia Jun，Yan Lei，W ang W eidong
（1.College of Life Science and Technology，Heilongjiang Bayi Agricultural University，Daqing 163319）

Mixing type fixed bed reactor was built combining the Continuous Stirred Tank Reactor（CSTR）and carbon fiber carrier. The effects of total solid（TS），carbon and nitrogen ratio（C/N），temperature，pH，hydraulic retention time（HRT）and stirring speed on biogas production were investigated using cow manure as the feedstock.According to the analysis of response surface method logy and desirability function，the optimum conditions for biogas yield was as follows：materials density 8%，hydraulic retention time 10 d，temperature 39℃，pH 7.5，carbon and nitrogen ratio 25∶1.After model validation，experimental and predictive value was consistent and the test result and the relative deviation was 2.27%.

cow manure；mixing type fixed bed；biogas；response surface analysis；optimization of fermentation conditions

X713；S216.4

A

1002-2090（2016）03-0105-08

10.3969/j.issn.1002-2090.2016.03.021

2015-12-15

“十二五”国家科技支撑计划项目（2012BAD12B05-3，2015BAD21B04）；黑龙江省高校科技创新团队计划项目（2012TD006）。

马茹霞（1992-），女，黑龙江八一农垦大学生命科学技术学院2014级硕士研究生。

王伟东，男，教授，博士研究生导师，E-mail：wwdcyy@126.com。