CC BY
8
УДК 504.75.06
СНИЖЕНИЕ 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. газ. «Красноярский рабочий», 31
E-mail: sparker4@mail.ru
Описана проблема контроля валового выброса загрязняющих веществ в атмосферу предприятиями промышленного комплекса, а так же возможные способы и методы помогающие устранить данную проблему.
Ключевые слова: экология, генетический алгоритм, нечеткая логика.
REDUCTION OF GROSS EMISSION OF POLLUTING SUBSTANCES IN THE ATMOSPHERE BY 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 describes the problem of controlling the gross emission of pollutants into the atmosphere by enterprises of the industrial complex, as well as possible ways and methods to help eliminate this problem.
Keywords: ecology, genetic algorithm, fuzzy logic.
На территории промышленных регионов располагается большое количество предприятий разных видов деятельности. Все эти промышленные предприятия во время своей работы выбрасывают в атмосферный воздух большое количество загрязняющих веществ (ЗВ). При этом может возникнуть ситуация, когда суммарная концентрация ЗВ в атмосферном воздухе превысит ПДК, однако концентрация этого ЗВ, выбрасываемого отдельными предприятиями в атмосферу, не превышает ПДК Для повышения и обеспечения качества окружающей среды промышленного региона необходимо не только совершенствовать технологию и проводить модернизацию оборудования на каждом предприятии, но и систем контроля и управления степенью загрязнения атмосферного воздуха комплексом этих промышленных предприятий. В настоящее время негативные влияния промышленных источников на атмосферный воздух привели к значительному ухудшению его качества, что отразилось и на здоровье человека, и на состоянии окружающей среды в целом. Поэтому, контроль и управление степенью загрязнения атмосферного воздуха от промышленных источников является весьма актуальной задачей.
На сегодняшний день управление предприятиями промышленного комплекса, особенно сложными химико-технологическими системами является нетривиальной задачей. Большое количество перекрестных связей и их взаимное влияние существенно усложняют процесс управления. Отсутствие аналитических зависимостей между выходами и входами объектов управления или их чрезмерная сложность делает невозможным реализацию автоматического управления традиционными методами. Это особенно заметно при попытке синтеза системы управления концентрацией загрязняющих веществ в атмосфере.
Актуальные проблемы авиации и космонавтики - 2019. Том 2
В настоящее время развитие различных научных, производственных и экологических отраслей невозможно без применения средств вычислительной техники и современных интеллектуальных информационных технологий. Это обусловлено тем, что многие современные задачи практически не могут быть решены классическим методами из-за очень большой сложности и размерности математических моделей, которые их описывают. Задачи определения управляющих воздействий по снижению выбросов (определения долей изменения нагрузки предприятий) в атмосферу являются комбинаторными задачами большой размерности и степени изменения условий. [1]
Большинство существующих систем управления промышленными предприятиями реализуют на практике только контроль качеством и количеством продукций. У этих систем отсутствуют возможности учета параметров загрязнения окружающей среды. [1]
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). [1]
В ходе научно-техническом развитии проблема создания сложных систем и управления ими стала очень важной. Все народное хозяйство и отдельные его отрасли, промышленные предприятия и научно-исследовательские учреждения, программы разработки и осуществления крупных проектов, различные технические объекты управления можно рассматривать как сложные системы. Организация и ведение производственной деятельности на территории, особенно в регионах с большим количеством предприятий химической промышленности, с экологическими ограничениями приводят к увеличению затрат на продукцию. Поэтому необходимо совершенствование методов управления химико-технологических систем, чтобы обеспечить выпуск химической продукции требуемого качества с минимальными затратами и минимальным воздействием на окружающую среду. Для этого требуется использование методов оптимизации при решении задач автоматизированного управления химико-технологических систем.
Для решения задач оптимизации существуют разные математические методы. Выбор наилучшего из них является чрезвычайно труднодостижимой задачей при минимизации широкого класса функций. Эффективность применения разных методов оптимизации определяется постановкой задачи, сложностью вычисления функции и ее производных, поведением функции и т. д. На сегодняшний день во многих областях науки и техники широко используются алгоритмы, основанные на природных системах, для решения сложной задачи оптимизации. К ним относятся генетические, эволюционные, алгоритмы роевого интеллекта [2] и другие. Основные преимущества этих методов оптимизации можно сформулировать следующим образом:
• возможность решать широкий круг задач оптимизации;
• пригодность для поиска решений многоразмерной и многофакторной задачи оптимизации;
• для решения задач нужно знать только целевую функцию;
• удобно использовать для решения крупномасштабных проблем оптимизации;
• могут быть использовать в задачах с изменяющейся средой;
• высокая совместимость при использовании с другими неклассическими методами искусственного интеллекта, такими как нечеткая логика, искусственные нейросети и другие.
Алгоритмы, основанные на природных системах, показали свою эффективность при управлении сложными объектами.
К примеру, генетические алгоритмы используются для решения задач многомерной оптимизации. Наилучшим образом они зарекомендовали себя при нахождении глобальных оптимумов функций очень большого количества переменных. В отличие от большинства традиционных методов оптимизации при правильной настройке генетические алгоритмы позволяют вести поиск в пространстве переменных оптимизируемой функции с высокой вероятностью нахождения глобального решения, пропорциональной времени их работы [3].
Интеллектуальные методы актуальны и эффективны при невозможности установки, корректирования до необходимой степени точности моделей системы. Существующая неопределенность, точность возмущений и характеристик компенсируются за счет применения в систему управления некоторого заимствуемого у человека «знания» или «интеллекта».
На сегодняшний день для организации эвристической коррекции в интеллектуальном управлении разработаны многие методы в прикладных теориях. Например, нечёткие системы, которые работают на основе нечёткой логики.
Классическая логика работает с двумя значениями: истина (1) и ложь (0). Однако этими двумя значениями довольно сложно и даже невозможно представить большое количество реальных задач. Поэтому для решения этих сложных задач был разработан специальный математический аппарат, называемый нечеткой логикой. Главным отличием нечеткой логики от классической является использование не только двух классических значений, но и промежуточных 0, 1 [4].
Сегодня нечеткая логика широко использована во многих областях науки, техники и является универсальным походом для управления сложными объектами в условиях неопределенности и неточности информации.
Химико-технологические предприятия, могут выбрасывать в атмосферу различные вещества. Их можно разбить на два больших класса: общие для всех предприятий и специфические для каждого предприятия.
Таким образом, можно разработать интеллектуальную систему, учитывающую экологические факторы при выработке управляющих воздействий в режиме реального времени, и методики расчета оптимальных долей изменения режимов работы предприятий на базе технологий искусственного интеллекта в условиях неполной и нечеткой информации. Такое программное обеспечение поможет снизить выбросы загрязняющих веществ в атмосферу, тем самым улучшив экологию.
Библиографические ссылки
1. «Как авиакомпании и аэропорты используют ваши данные?» [Электронный ресурс]. URL: https://uk-cert.ru/news/osobennosti_kontrolya_promyshlennykh_vybrosov_ot_statsionarnykh_ist ochnikov_obektov_1_oy_kategorii/ (дата обращения: 10.03.2019).
2. 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.
3. 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.
4. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетких множеств. М.: Наука, 1986. 359 с.
© Стародубцев А. А., Тихоненко Д. В., 2019
