CC BY
42
9. Мусихина Е.А., Михайлова О.С. Обоснование комплексной оценки риска антропогенного воздействия // Успехи современного естествознания. Москва, 2014. № 11.С. 3940.
10. Мусихина Е.А., Хохрин Е.В. Синергетический аспект моделирования эволюции урбанизированных территорий // Известия ВУЗов. Инвестиции. Строительство. Недвижимость. Изд-во ИрГТУ, 2013. №2 (5).С. 214-219.
11. Мусихина Е.А., ЧихоцкаЮдыта. Применение методов оптимизации в архитектурном дизайне // Известия ВУЗов. Инвестиции. Строительство. Недвижимость.Изд-во ИрГТУ. 2014.№1 (6).С. 139-145.
Информация об авторах
Зарубина Анна Алексеевна, студентка, Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Саушкина Алиса Евгеньевна, студентка, Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Мусихина Елена Алексеевна, кандидат технических наук, доцент, профессор кафедры «Архитектурное проектирование», тел.: 89149057099, e-mail: elena.science@ya.ru; Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Information about the authors
Zarubina A.A., undergraduate, Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
Suashkina A.E., undergraduate, Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
Musihina E.A., сandidate of technical sciences, professor, Architecture Projection Department, tel.: 89149057099, e-mail: elena.science@ya.ru; Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
УДК 620 - 628
ВЫБОР ПРИОРИТЕТНОГО ИНТЕГРАЛЬНОГО ПОКАЗАТЕЛЯ СТОЧНЫХ ВОД
Н.Л. Корзун, И.Б. Кузнецов
Приводится оригинальный способ нормирования интегральных показателей с целью контроля сточных и природных вод, использована множественная корреляция между различными соотношениями интегральных показателей, применяемых для оценки степени загрязнения сточных вод, а также численные эксперименты на основе факторно-кластерного метода. Предложен приоритетный интегральный показатель степени загрязнения сточных вод.
Ключевые слова: приоритетные показатели контроля воды; интегральные; факторный метод.
CHOICE OF PRIORITY INTEGRAL INDEX OF SEWAGE WATERS
N.L. Korzun, I.B. Kuznetsov
We offer original way to ration integral indexes in order to control sewage and natural waters, we used multiple correlation between different correspondence of integral indexes which are used to estimate the level of sewage waters pollution and also numerical experiments based on factor and claster method. We offered a priority integral index of the level of sewage waters pollution.
Key words: priority indexes of water control; integral; factor-based method.
Оценить степень опасности сточных вод и последствия влияния их на водоемы не представляется возможным в связи с отсутствием на сегодняшний день достаточно полной количественной и качественной характеристики состава и особенностей комбинированного действия даже известных веществ и соединений в стоках [1].
Это ставит определенные трудности, как перед экологическими службами предприятий, так и перед государственными органами, осуществляющими государственных экологический контроль. Поэтому обоснование и применение интегральных показателей загрязнения поможет более полно охарактеризовать всю гамму загрязняющих веществ, поступивших на очистные сооружения и сброшенных в водоем, а также решать вопросы прогнозирования последствий сброса сточных вод.
Ранее, исследователями (И.Г. Простосердова, К.А. Бик, Р.Р. Раннамяэ, К.О. Ласточкина, В.А. Савелова, Н.Л. Корзун, W.K.Lente, L.E. Schriwer, I.C. Lony) в экспериментальных условиях было получено представление о хорошей корреляции между БПК (биохимическое потребление кислорода) и ХПК (химическое потребление кислорода) [3].
Все работы указывают, что определения БПК по ХПК имеют практическое значение, поэтому было предложено регрессионное уравнение:
БПК20= 0,26*ХПК-2,7, оно позволяет в водоемах по результатам лабораторного определения ХПК вычитать значение показателя БПК20.
Однако исследований по выявлению показателя, являющегося наиболее информативным и приоритетным при контроле сточной воды и воды водоема, а также исследований по установлению корреляционных зависимостей между другими показателями загрязнения мы также не встретили.
Целью работы является выбор и обоснование приоритетного интегрального показателя для контроля сточных и природных вод.
В работе использованы материалы натурных наблюдений из «Гидрохимических бюллетеней» Иркутскгидромета с 1995 по 2005 гг., государственные доклады «О состоянии окружающей природной среды Иркутской области» 2005-2011 гг., а также материалы других исследователей [2]. Математическая обработка данных осуществлялась на микроЭВМ фирмы Hewlett-Packard с программным обеспечением на магнитных носителях (полосках). В работе использованы общепринятые и общедоступные методы вариационной статистики и факторного анализа.
На основе проведенных численных экспериментов (корреляционного и факторного анализа) были выявлены наиболее показательные интегральные показатели, с помощью которых можно оценить уровень загрязнения сточных вод и воды водоемов, подверженных влиянию этих сточных вод.
К ним относятся ХПК, БПК5, цветность, растворенный в воде кислород и фенолы (группа летучих с паром).
Однако наиболее удобным и более информативным является интегральный показатель ХПК (определение химического потребления кислорода бихроматным методом).
Во-первых, он с большой степенью достоверности и с наибольшим коэффициентом корреляции взаимосвязан как со всеми другими анализируемыми показателями, так и с ПДК этих веществ и соединений.
Во-вторых, данный интегральный показатель сравнительно прост при выполнении анализов, а результаты могут быть получены в короткий срок, кроме того, можно использовать переносное портативное оборудование.
В-третьих, при сопоставлении натурных данных (табл. 2) было установлено, что при ХПК равном 15 мгО/дм3 расчетные уровни других показателей весьма близки к фактическим и удовлетворяют требованиям действующего санитарно-гигиенического законодательства.
В-четвертых, численные эксперименты факторного анализа показывают, что ХПК, как правило, входит в первую (главную) или лидирующую группу факторов, то есть является приоритетным.
Учитывая, что ХПК обладает наибольшей информативностью, по результатам лабораторного или приборного определения ХПК, можно рассчитать значения других показателей: БПК5, цветности, растворенного в воде кислорода и фенолов (группу летучих с паром), не затрачивая на это необходимые энергоресурсы, реактивы, время.
Анализ литературных данных, а также предшествующая математическая обработка данных статистическими методами, позволили нам выбрать для численного эксперимента комплексный факторно-кластерно-таксономический метод.
Промежуточным этапом настоящей работы была попытка разработки классификационной системы для поверхностных вод одного из водных районов реки Ангары и ранжирования по ней отдельных водных участков.
Для построения классификационной сетки были использованы 18 ингредиентов, выбранных из «Гидрохимических бюллетеней» Иркутскгидромета.
Количественные зависимости этих ингредиентов были разбиты на 6 классов: I -чистая вода; II - удовлетворительной чистоты; III - умеренного загрязнения, IV - грязная; V - сильно грязная; VI - чрезвычайно грязная, отражающая конкретный уровень загрязнения.
В качестве исходного момента был взят II класс качества воды -удовлетворительной чистоты, что условно соответствует концентрации или значению /-го показателя, равному ПДК.
Для ингредиентов, на которые ПДК не установлены (цветность, лигнин, летучие с паром фенолы), были взяты значения этих показателей, которые не оказывали токсического эффекта в условиях хронического эксперимента на теплокровных животных (Н.Л. Кор-зун, 1984) [4], а значения других, нормируемых показателей, не превышали ПДК.
В силу того, что р. Ангара относится к низкоминерализованнным водоисточникам, а величины (концентрации) хлоридов и сульфатов являются стабильными и характеризуются низкими значениями, поэтому в качестве условных единиц «нормы» для них были взяты значения в 2 раза превышающие фоновые значения (исток р. Ангары из оз. Байкал).
К первому классу относятся концентрации и показатели, в 2-2,5 и более превышающие значения, установленные для II класса, качества воды.
К четвертому, пятому и шестому классам относятся концентрации и показатели ингредиентов, превышающие установленные как допустимые соответственно в 5; 7,5; 10 раз.
Таким образом, водохозяйственная классификация для данного участка р. Ангары, представлена в табл. 1.
Классификация одного из водохозяйственных участков реки Ангары
Класс Цвет- Бзвеш. Рас- хпк БП ГШ ГШ02 ГШ Фе- Неф- Хло Сул Ме- Фор- Се- Me Лиг Ски
ность, веще- тв о- мгО/ Ki Н4 в мг/ Оз нол те риды ь та маль рово тил НИН пи-
в ства, рен- дм5 иг О В дм3 в в мг/ прод в мг/ фа- НОЛ дегид дород мер- в мг/ Дар
ПКШ в ный j/ди3 мг/ мг/ дм3 в мг/ дм3 ты в в мг/ кап- дм3 в
мг/дм3 кисло дм дм3 дм3 в мг/ в мг/ дм3 тан мг/
род 3 мг/ дм3 дм3 в мг/ дм3
в дм3 дм3
мгОз
/дм3
I 10,0 2,0 14,0 10,0 1,0 0,2 0,005 0,02 0,001 0,01 5,0 10 0.05 0,01 0,00 0,00 12,5 0,1
П 20,0 4,0 09,0 20,0 2,0 0,4 0,01 0,04 0,003 0,05 10,0 20 0,1 0,05 0,00 0,00 25,0 0,25
Ш 50,0 10,0 04,5 50,0 5,0 1,0 0,025 0,1 0,008 0,125 25,0 50 0,25 0,125 0,001 0,001 62,5 0,5
IV 100,0 20,0 02,0 100,0 10,0 2,0 0,05 0,2 0,015 0,25 50,0 100 0,5 0,25 0,002 0,002 125 1,0
V 150,0 30,0 0,00 150,0 15,0 3,0 0,075 0,3 0,025 0,375 75,0 150 0,75 0,375 0,003 0,003 187 1,5
VI 200,0 40,0 - 200,0 20,0 4,0 0,1 0,4 0,03 0,5 100,0 200 1,0 0.5 0,004 0,004 250 2,0
I класс - чистая вода - соответствует < ПДК, нормируемых веществ и соединений, приблизительно 0,5 ПДК;
II класс - вода удовлетворительной чистоты - соответствует ПДК нормируемых веществ и соединений;
III класс - загрязненная вода - соответствует 2,5 ПДК нормируемых веществ и соединений;
IV класс - грязная вода - соответствует 5 ПДК нормируемых веществ и соединений;
V класс - сильно грязная вода - соответствует 7,5 ПДК нормируемых веществ и соединений;
VI класс - чрезвычайно грязная вода- соответствует 10 ДК нормируемых веществ и соединений
Предложенную классификацию подвергли факторному анализу. Была составлена матрица исходных данных 6 х 18 (6 классов по 18 ингредиентам). При реализации матрицы исходных данных в корреляционную матрицу была выявлена высокая степень зависимости между собой почти всех показателей (г=0,98-100). На наш взгляд, это подтвердило оптимальность выбранных в классификации соотношений.
При дальнейшей реализации корреляционной матрицы в матрицу факторных вкладов в силу высокой зависимости отдельных показателей между собой все восемнадцать ингредиентов были упорядочены в 1 фактор, который мы интерпретировали как «комплексный факторный показатель загрязнения» или «комплексный индекс загрязнения», численные значения которого были распределены следующим образом: I класс = (-1,06); II класс = (-0,9); III класс = (-0,45); IV класс = (0,2); V класс = (0,8); VI класс = (1,45).
Для практического применения отрицательные значения комплексного показателя не совсем удобны. Поэтому все численные значения были стандартизованы, то есть увеличены на 1 единицу и выведены из отрицательной области.
В конечном варианте комплексные факторные показатели в соответствии с делением классификации на классы имеет вид: I класс -Кт=0,0-0,1; II класс -Кт=0,1-0,55; III класс -Кт=0,55-1,2, IV класс -Кт=1,2-1,8; V класс -Кт=1,8-2,45; VI класс - Кт=>2,45.
В дальнейшем эта система была использована для ранжирования одного из водохозяйственных участков р. Ангары, Усть-Илимского водохранилища.
Таким образом, интегральный показатель ХПК можно считать приоритетным интегральным показателем для оценки степени загрязнения сточных вод и применять с целью оперативного контроля.
Используя регрессионные уравнения, определения значений различных ингредиентов по данным ХПК, можно прогнозировать последствия сброса сточных вод в водоемы. Так, например, при ХПК равном 20 мгО2/дм3 в пробе воды, взятой с 0,5 м от поверхности водоема для теплого периода, содержание БПК5 будет равно 1,96 мгО2/дм3, растворенного в воде кислорода - 10,16 мгО2/дм3, фенолов - 0,003 мг/дм3, цветность - 29,16° ПКШ, БПК20 - 3,5 мгО2/дм3 (табл. 2).
В приведенных выше исследованиях впервые использована множественная корреляция между различными соотношениями интегральных показателей, применяемых для оценки степени загрязнения сточных вод, а также впервые использованы численные эксперименты на основе факторно-кластерного метода.
Сущность факторного анализа состоит в математической обоснованной замене большого числа показателей, по которым исследуются створы водного объекта, меньшим числом комплексных характеристик. Факторный анализ позволяет свести большое число показателей к меньшему числу новых комплексных характеристики - факторов, не сокращая при этом первоначального объема информации.
На основе проведенных численных экспериментов (корреляционного и факторного анализа) были выявлены наиболее показательные интегральные показатели, с помощью которых можно оценить уровень загрязнения сточных вод и воды водоемов, подверженных влиянию этих сточных вод.
Однако наиболее удобным и более информативным является интегральный показатель ХПК (определение химического потребления кислорода бихроматным методом).
Учитывая, что ХПК обладает наибольшей информативностью, по результатам лабораторного или приборного определения ХПК, можно рассчитать значения других показателей: БПК5, цветности, растворенного в воде кислорода и фенолов (группу летучих с паром), не затрачивая на это необходимые энергоресурсы, реактивы, время.
Показатели интегральных показателей загрязнения воды при переменных значениях ХПК
Период года ХПК, БПЕз, Растворенный Цветность, Фенолы (группа Б1Ж2о, Лигнин
Уровень водоема мгО^/дм3 мгО^/дм3 в воде кислор., в градусах летучих с паром), мгОг/дм3 (группа
(место отбора пробы) мгО^/дм3 ПКШ мг/дм3 лигнинных
веществ)
«Холодный»
период поверхность 10,0 0,48 13,14 12,0 0,00095 0,0 13,87
придонный 10,0 0,52 12,56 13,81
поверхность 20,0 1,38 12,04 21,02 0,00245 2,5 47,17
придонный 20,0 1,12 11,16 49,51
поверхность 25,0 1,83 11,49 33,52 0,0032 3,2 63,82
придонный 25,0 1,42 10,46 67,36
поверхность 30,0 2,28 10,94 46,02 0,00395 5,1 80,47
придонный 30,0 1,72 9,76 85,21
«Теплый»
период поверхность 10,0 0,96 11,36 0,0011 0
придонный 10,0 0,68 11,81 6,19
поверхность 20,0 1,96 10,36 29,18 0,0031 3,5 37,36
придонный 20,0 1,88 9,41 43,19
поверхность 25,0 2,46 9,86 44,33 0,00414 4,3 50,21
придонный 25,0 2,48 8,21 61,69
поверхность 30,0 2,96 9,36 59,48 0,00515 6,62 79,06
придонный 30,0 3,08 7,01 8,19
ф х
X
£
Ф
О *
Ф
X
В) <
О ч ■а о
Ч
Ф
(Г о ч л о
Примечание: «Холодный» период -придонный - 1,0 м от дна
это сезон, при котором температура воды равна или меньше 6 С; поверхность - 0,5 м от поверхности водоема;
Таким образом, интегральный показатель ХПК можно считать приоритетным интегральным показателем для оценки степени загрязнения сточных вод. Он может быть рекомендован при оперативном контроле.
Статья поступила 27.02.2015 г.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Корзун Н.Л., Толстой М.Ю.,Черноземцев А.Н. Преодоление правового нигилизма в нормативной технической документации (водоснабжение и водоотведение): пособие для студентов, преподавателей, государственных чиновников, руководителей предприятий. Саратов : Изд-во «Вузовское образование», 2014. 132 с.
2. Толстой М.Ю., Корзун Н.Л.Экологический аудит предприятий и организаций в части (области) начисления и взимания платы за негативное воздействие на окружающую среду. Иркутск, 2012.
3. Корзун Н.Л. Критериальная значимость некоторых показателей загрязнения водоемов сточными водами ЦБП // Гигиена и санитария. 1984. № 4. С. 11-13.
4. Корзун Н.Л., Маторова Н.И. Вопросы охраны водных ресурсов при размещении лесопромышленных комплексов // Здоровье человека в Сибири. Новосибирск, 1985. С. 78-80.
Информация об авторах
Корзун Никита Леонидович, кандидат медицинских наук, доцент кафедры инженерных коммуникаций и систем жизнеобеспечения, заведующий научно-исследовательской лабораторией Качества воды, тел.: 89149100532, e-mail: kor-zun.nikita@mail.ru, Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Кузнецов Игорь Борисович, магистрант группы ВВм-12-1, тел.:89501010240, email: i_kyznecov@bk.ru; Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Information on authors
Korzun N.L., Candidate of medical science, associate professor, department of engineering services and life-support systems, tel.: 89149100532, e-mail: korzun.nikita@mail.ru; Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
Kuznetsov I.B., undergraduate, tel.: 89501010240, e-mail: i_kyznecov@bk.ru; Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
УДК 332.122
ОПТИМАЛЬНОЕ ПРОЕКТИРОВАНИЕ КАРКАСНОЙ МЕТАЛЛИЧЕСКОЙ КОНСТРУКЦИИ С ИСПОЛЬЗОВАНИЕМ ПК ANSYS
Ле Чан Минь Дат, Т.Л. Дмитриева
Рассмотрена постановка задачи оптимизации двухэтажного металлического каркаса в форме задачи нелинейного математического программирования. Приведено решение этой задачи с использованием программного комплекса ANSYS.
