CC BY
1
УДК 504.75.06
СИСТЕМА СНИЖЕНИЯ ВАЛОВОГО ВЫБРОСА ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ В АТМОСФЕРУ ПРЕДПРИЯТИЯМИ ПРОМЫШЛЕННОГО КОМПЛЕКСА
А. А. Стародубцев, Д. В. Тихоненко
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газеты «Красноярский рабочий», 31
E-mail: sparker4@mail.ru
Рассказывается про систему, способную в реальном времени вырабатывать управляющее решение по снижению загрязнения воздуха, на основе текущих показателей загрязнения окружающей среды и уровня выброса загрязняющих веществ предприятиями.
Ключевые слова: экология, генетический алгоритм, нечеткая логика.
SYSTEM OF REDUCING THE GROSS EMISSION OF POLLUTING SUBSTANCES
IN THE ATMOSPHERE BY THE ENTERPRISES OF THE INDUSTRIAL COMPLEX
A. A. Starodubcev, D. V. Tihonenko
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: sparker4@mail.ru
The article talks about a system that can develop a real-time control solution to reduce air pollution, based on current indicators of environmental pollution and the level of emissions of pollutants by enterprises.
Keywords: ecology, genetic algorithm, fuzzy logic.
В результате функционирования современных химико-технологических производств, в атмосферу выбрасывается огромное количество загрязняющих веществ (ЗВ), оказывающих вредное воздействие на человека. В зависимости от местного рельефа, высоты точки выброса и от метеоусловий, загрязненные воздушные потоки могут распространяться локально или на большие расстояния. Поэтому, контроль и управление загрязнению атмосферного воздуха от промышленных источников имеет важное значение для улучшения качества воздуха, уменьшения ущерба здоровья человека.
Практически все существующие системы управления не учитывают изменения экологических параметров в реальном времени при управлении производственными процессами. Учет влияния производственных процессов на окружающую среду происходит в основном только после анализа данных наблюдений за загрязнением атмосферы за достаточно большой период (обычно за год). Если за этот период происходили неоднократные превышения ПДК и точно установлено, что виновником является конкретное предприятие, то в этом случае это предприятие могут наказать. Однако за это время предприятие может уже установить дополнительные фильтры очистки выбросов, снизить выпуск продукции или совсем закрыться и т.п. Таким образом, существует актуальная проблема учета экологических параметров при управлении химико-технологическим предприятием в реальном времени [1].
Секция «Информационно-экономические системы»
Решить данную проблему может помочь создание системы, вырабатывающей управляющее решение в реальном времени, на основе текущих показателей загрязнения окружающей среды и уровня выброса ВЗ предприятиями. Данная система может иметь структуру, представленную на рисунке.
Функциональная структура интеллектуальной системы снижения валового
выброса загрязняющих веществ в атмосферу: ПНЗА - пост наблюдения за загрязнениями атмосферы; БД - база данных;
БЗ - база знаний; ЭС - экспертная система; ЛПР - Лицо, Принимающее Решение
В предложенной системе управления операторы предприятий, ведущие технологические процессы предприятий и т.д., могут управлять производственными процессами в реальном времени в соответствии с долями изменения нагрузки и рекомендациями по ведению технологических процессов.
В подсистеме сбора и хранения данных происходит разбор информаций и первичная обработка, после этих операций данные записываются в локальную базу данных. Подсистема сбора и хранения данных располагается на рабочей станции и сохраняет данные измерительной системы. Датчики подсистемы сбора и хранения данных осуществляют замеры концентрации ЗВ.
Для определения вклада отдельных источников в суммарный вклад ЗВ предлагается использовать математический аппарат нечеткой логики. Это обусловлено следующими причинами:
- использование нечеткой логики позволяет упрощать решение ряда промышленно-экологических задач;
- возможность одновременно использовать определенную и неопределенную информацию;
- возможность нечетко формализовать критерии оценки и сравнения;
- возможность проводить качественные оценки, как входные данные, так и выходные результаты;
- возможность оперировать нечеткими входными данными;
- возможность проводить быстрое моделирование сложных динамических систем и их сравнительный анализ с заданной степенью точности [2-3].
Из-за отсутствия статистических данных о взаимосвязи нагрузки предприятий и распределения концентрации вредных веществ в атмосфере для формирования базы правил и настройки параметров нечеткой модели предлагается использовать результаты математического моделирования распространения загрязняющих веществ в атмосфере с учетом оценки экспертов.
Расчет вклада каждого предприятия в суммарный вклад ЗВ позволяет выявить источники загрязнения, но не позволяет давать четкие рекомендации (как изменить и на сколько процентов изменить на определенное время) об изменении нагрузки предприятий особенно в случае вклады предприятий приблизительны [3].
Необходимо вычислять оптимальные доли снижения нагрузки предприятий в соответствии с их долями в валовых выбросах ЗВ в атмосферу с учетом экономических и экологических факторов.
Для оптимального решения этой задачи лучше всего подойдет генетический алгоритм. Данный алгоритм дает преимущества при решении практических задач разного рода. Одно из них - это адаптация к изменяющейся окружающей среде. В реальной жизни проблема, которая была поставлена для решения изначально, может претерпеть огромные изменения в процессе своего решения [4].
Библиографические ссылки
1. Зайцев М.Г., Варюхин С.Е. Метод оптимизации управления и приниятия решений: примеры, задачи, кейсы: учебное пособие. 2-е изд., испр. М.: Издательство «Дело» АНХ, 2008. 664 с.
2. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетких множеств. М.: Наука, 1986. 359 с.
3. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001. 201 с.
4. Гусев Д.М., Дударов С.П. Исследование и настройка генетического алгоритма вещественного кодирования с использования тестовой функции Швефеля // Успехи в химии и химической технологии: сб. науч. тр. Том XXVII, № 1 (141). М.: РХТУ им. Д. И. Менделеева, 2013. С. 37-42.
© Стародубцев А. А., Тихоненко Д. В., 2020
