Model-based identification of biological and pH gradient driven removal pathways of total ammonia nitrogen in single-chamber microbial fuel cells  

基于模型識別的單室微生物燃料電池中生物與pH梯度驅動的總氨氮去除途徑  

來源：Chemical Engineering Journal 431 (2022) 133987

《化學工程雜志》 第431卷 2022年 文章編號133987

 

 

摘要內容

 

摘要指出：單室微生物燃料電池（SC-MFCs）中總氨氮（TAN）的去除機制尚不明確，硝化-反硝化和氨揮發是主要報道的途徑。本研究通過數學建模量化電化學氨氣提（EAS）對TAN去除的貢獻，結合三類實驗驗證：  

密封陰極室生物氧變化測試（B-OV）表明閉路模式（電流密度204 mA m?2）的TAN去除率比開路高29-37%，證實電化學過程增強TAN去除。  

 

微電極（丹麥Unisense）測量陰極微區pH梯度（B-pH測試）顯示閉路時陰極表面pH峰值達9.6，游離氨（FAN）濃度39-40 mg L?1。  

 

非生物氣體釋放測試（A-GR）量化氨揮發通量，結合模型預測閉路最大TAN去除率為785 mgN m?2 d?1（電流密度322 mA m?2）。  

 

研究目的

 

量化SC-MFCs中電化學氨氣提（EAS）和生物硝化對TAN去除的貢獻率，闡明pH梯度對氨揮發的驅動機制。  

 

研究思路

實驗設計：  

 

B-OV測試：控制陰極室氧濃度（0-21%），對比閉路（CCM）與開路（OCM）的TAN去除率（圖1A）。  

 

B-pH測試：Unisense微電極原位測量陰極微區（距表面0-2000 μm）pH梯度（圖1B）。  

 

A-GR測試：非生物體系（無微生物）調節pH（8.3-12）和TAN濃度（15-111 mgN L?1），量化氨揮發通量（圖1C）。  

數學模型：  

 

基于Fick定律建立EAS通量方程，關聯陰極表面pH、FAN濃度與傳質系數（kFAN2?）。  

 

通過A-GR數據標定kFAN2? = 0.0203 × 10?3 cm s?1（圖4A）。  

 

測量數據及研究意義

氧濃度與電流密度：  

 

數據來源：圖2A（氧濃度對電流密度影響）。  

 

意義：氧濃度21%時電流密度達291 mA m?2，0.1%時降至185 mA m?2，證實氧是ORR限速因子。  

TAN去除率：  

 

數據來源：圖2B-C（不同氧濃度下TAN/TN去除率）。  

 

意義：氧濃度21%時，閉路TAN去除率（730 mgN m?2 d?1）比開路高29%，量化電化學貢獻（ηEAS=22%）。  

陰極微區pH與FAN：  

 

數據來源：圖3（閉路pH峰值9.6，FAN占比61-67%）。  

 

意義：ORR質子消耗導致堿化，驅動NH??→NH?轉化，為EAS提供核心條件。  

氨傳質系數：  

 

數據來源：圖4A（kFAN2?=0.0203×10?3 cm s?1）。  

 

意義：標定模型參數，預測不同pH/TAN下的氨揮發通量（圖4B-C）。  

 

結論

生物與電化學貢獻：閉路模式下，生物硝化貢獻653-730 mgN m?2 d?1（ηbio=73%），EAS貢獻210-241 mgN m?2 d?1（ηEAS=27%）。  

 

pH梯度核心作用：陰極表面pH>9.5時，FAN濃度39-40 mg L?1，抑制硝化菌活性（最大抑制55%），使EAS貢獻可升至63%。  

 

最大去除潛力：電流密度322 mA m?2時，EAS驅動的TAN去除率可達785 mgN m?2 d?1。  

 

Unisense電極數據的詳細解讀

 

使用丹麥Unisense pH-200微電極測量的陰極微區pH梯度具有以下核心研究意義：  

定位堿化熱點：閉路時距陰極1000 μm處pH達9.6（圖3B），比本體高2.3單位，直接驗證ORR質子消耗導致局部堿化。  

 

量化FAN濃度：通過pH-TAN模型計算FAN濃度39-40 mg L?1（圖3C），明確氨揮發驅動力。  

 

關聯電流密度：高電流密度（300 mA m?2）與pH峰值同步出現（圖3A），證明電化學活性是堿化的直接原因。  

 

揭示抑制效應：pH>9.5時FAN濃度超硝化菌抑制閾值（8 mg L?1），解釋閉路硝化率降低現象。