CC BY
50
and Systems Engineering. UK: University of Sheffield, 94 p.
D.P.Vent, V.Yu.Volkov, L.H. Duc
INTELLIGENT SYSTEM OF DEVELOPMENT OF RECOMMENDATIONS FOR THE PURPOSE OF DECREASE IN CONCENTRATION OF AIR POLLUTANTS
The intelligent system of development of recommendations to the enterprises of the chemical technological industry for the purpose of decrease in concentration of air pollutants in which methods of fuzzy modeling, mathematical modeling and genetic algorithm are used is described. The complex approach to the problem decision will allow to make optimum decisions on decrease in degree of air pollution in a mode of real time.
Key words: intelligent system, modeling, the knowledge base, an expert estimation, genetic algorithm
Получено 07.03.12
УДК 504.064.36
В.Ю. Волков, канд. техн. наук, доц., (48762) 6-12-50, [email protected] (Россия, Новомосковск, РХТУ им. Д.И. Менделеева), В.В. Батышкина, ассист., (48762) 6-06-76, [email protected] (Россия, Новомосковск, РХТУ им. Д.И. Менделеева)
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ЭКОЛОГИЧЕСКОГО МЕНЕДЖМЕНТА АТМОСФЕРНОГО ВОЗДУХА ПРОМЫШЛЕННОГО КЛАСТЕРА
Разработана система выработки научно-обоснованных рекомендаций лицу, принимающему решения для принятия им оптимальных управляющих решений, направленных на снижение концентрации загрязняющих веществ в атмосфере, учитывающих как экологические, так и экономические факторы, используя методы многокритериальной оптимизации.
Ключевые слова: загрязнители, концентрация загрязняющих веществ, атмосферный воздух, интеллектуальная система экологического менеджмента, принцип Парето, экспертные оценки, принятие решений.
Муниципальное образование (МО) г. Новомосковск Тульской области является одним из экономически развитых промышленных центров России. На VI Международном инвестиционном форуме «Сочи-2007» Новомосковский проект развития инфраструктуры был признан одним из лучших и утвержден на заседании правительственной комиссии по инвестиционным проектам, имеющим общегосударственное значение как про-мышленно-экономический кластер.
На территории города располагаются более 100 промышленных предприятий и строительных организаций. Наиболее крупные и значимые среди них - предприятия химической промышленности. К ним относятся ОАО «НАК «Азот», ООО «Проктер энд Гэмбл - Новомосковск», ОАО «Кнауф Гипс-Новомосковск», ОАО «ГОТЭК-Центр», ОАО «Новомосковская ГРЭС», ОАО «Поликонт» и др. По оценке состояния атмосферы, проведенный в 2011 году, валовой выброс вредных веществ (ВВ) в атмосферу всех предприятий города составил более 10 тыс.т, что указывает на большие экологические нагрузки по загрязняющим веществам (ЗВ).
Поэтому важной и значимой задачей является разработка интеллектуальной системы экологического менеджмента (ИСЭМ), вырабатывающей управляющие воздействия в соответствие с принятой муниципальной программой по охране окружающей среды, направленные на снижение концентраций ЗВ в атмосферном воздухе. Эти воздействия реализуются посредством принятия оптимальных управляющих решений на различных уровнях системы управления химико-технологическими предприятиями г. Новомосковск Тульской области в режиме реального времени.
Объектом управления в этом случае является сложная комплексная система, включающая в себя атмосферный воздух, химико-технологические предприятия МО г. Новомосковска и их производственные процессы.
Как было указано ранее, ИСЭМ (рис.1) вырабатывает оптимальные управляющие воздействия (УВ) на различных уровнях системы управления (верхний уровень - уровень производств, средний уровень - уровень структурного подразделения, нижний уровень - уровень технологического процесса) для снижения концентрации загрязняющих веществ (ЗВ) на основе метода многокритериальной оптимизации, учитывающего экологическую (f1) и экономическую (f2) составляющие, с учетом степени влияния промышленных предприятий.
Характерной особенностью предложенной функциональной структуры ИСЭМ является наличие блока принятия решений (БПР), что принципиально отличают данную систему от традиционных автоматизированных систем управления и позволяет лицу, принимаемому решения, (ЛПР) в реальном масштабе времени принимать оптимальные управляющие воздействия для снижения концентрации ЗВ.
БПР (рис.1) состоит из: блока прогноза развития ситуации, в котором вероятностно-статистическим методом на базе технического анализа рассчитывается значение концентрации ЗВ в атмосфере примерно на 2 часа вперед для определения возможного превышения ПДК; блока анализа, в котором, в случае прогнозируемого превышения ПДК, на основе когнитивного моделирования определяется потенциально возможный источник загрязнения атмосферы [1]; блока ЛПР, где осуществляется формирование
возможных управляющих воздействий, с учетом модифицированного многокритериального выбора, на соответствующем уровне управления химико-технологическим предприятием - потенциально возможным источником загрязнения.
Рис. 1. Структура ИСЭМ: БПР - блок принятия решений; контролирующие организации - контролирующие органы в области охраны окружающей среды; ОУ - объект управления; ПНЗА - стационарные посты наблюдения загрязнения атмосферы; и - управляющие воздействия
В результате проведенной работы нами была создана информационная модель на основе нечеткой когнитивной карты, которая впервые для данного случая позволила составить матрицу влияний источников загрязнения на концентрацию ЗВ, а затем, с помощью матрицы транзитивного замыкания, выявить и рассчитать интегральные показатели модели.
На основании экспертного опроса специалистов различных предметных областей, накопленной информации за прошедший период и с учетом внешних возмущающих воздействий было произведено согласование мнений группы экспертов и сформирован перечень факторов когнитивной карты степени загрязнения атмосферного воздуха г. Новомосковск, определена сила влияния одного фактора на другой. На рис. 2 представлен фрагмент когнитивной модели на примере концентрации в атмосфере оксида углерода (СО).
Для автоматизации вычислений интегральных показателей НКК была написана программа на языке VBA, которая определяет с вероятностью ~70% потенциально возможный источник загрязнения.
Рис. 2. Фрагмент когнитивной модели выявления источника
загрязнения
Если концентрация ЗВ в атмосфере в пределах нормы, то никаких рекомендаций система не вырабатывает. Решения начинают вырабатываться только при наблюдении тенденции к росту концентрации ЗВ, которая выявляется с помощью краткосрочного прогноза содержания ЗВ в атмосферном воздухе. Для этого был разработан алгоритм краткосрочного прогнозирования на базе вероятностно-статистического метода [2].
Для выявления динамики изменения концентрации ЗВ были взяты данные за 2011 год, зафиксированные АСК «Атмосфера». Очевидно, что по внешнему виду графика (рис. 3) в режиме реального времени невозможно оперативно проанализировать ситуацию и сделать прогноз об уменьшении или об увеличении концентрации ЗВ на 2-3 часа вперед. В отличие от известных методик прогнозирования, использующих при расчете математические и физические модели, была предложена модель краткосрочного прогнозирования загрязнения атмосферного воздуха на основе технического анализа.
В результате проведенного анализа известных моделей и методов технического анализа, было обосновано использование модели разворота, как легко реализуемой на практике и не требующей больших вычислительных мощностей для расчета. Для образования фигуры разворота (рис. 4) необходимо наличие трех локальных минимумов и точки прорыва основной линии фигуры разворота.
После точки прорыва графическая зависимость резко изменяет свое направление и происходит рост на графике значения концентрации ЗВ. В результате анализа было выявлено, что фигура разворота (ФР) бывает «ис-
тинной» и «ложной». Истинность фигуры подтверждает наличие: левого и правого минимума, которые имеют один и тот же размер, к тому же они по высоте не больше среднего минимума; точки прорыва и разворотных точек, которые находятся на одной прямой; фигура должна быть наклонена снизу вверх. По результатам исследований было выявлено истинных фигур 64,3 %, ложных - 35,7 %.
С помощью фигуры разворота в режиме реального времени вычисляется прогноз ожидаемого роста концентрации ЗВ (см. рис. 4,а): вычисляется потенциал фигуры (время, сравнимое с длительностью формирования самой фигуры), расстояние H от основной линии фигуры разворота до среднего минимума Е откладывается от точки прорыва (точка D) вверх на высоту H (точка F) и далее на расстояние потенциала вправо по горизонтали (точка Хпр) - прогнозируемое значение концентрации ЗВ.
Для возможности автоматического расчета на ЭВМ данный метод был модифицирован. Модификация заключается в том, что в отличие от классического метода, потенциал фигуры откладывается от точки пересечения медиан (Р) треугольника, образованного двумя точками (В и С) основания локального минимума фигуры разворота и точкой являющейся первым измеренным значением концентрации ЗВ после точки прорыва ф), по горизонтали на расстояние потенциала (РМ), и далее перпендикулярно оси времени вверх на отрезок H1, равный по величине 0,618РЕ (точка Хмпр). Коэффициент 0,618 соответствует «золотому сечению» и выбран из-за того, что методы технического анализа базируются на числах Фибоначчи.
Рис. 3. Изменение концентрации СО за рабочую смену с интервалом 20 мин
276
Рис. 4. Определение прогнозных значений с помощью ФР и МФР: а - увеличенный фрагмент в точке измерения; б - ФР и МФР;
Хизм, Шзм - измеренное значение концентрации, текущее время измерения; Хпр, Шр - рассчитанное значение концентрации с помощью ФР и вычисленное время прогноза; Хмпр, Шпр - рассчитанное значение концентрации с помощью МФР и вычисленное время прогноза; АСпр, АШр - абсолютные погрешности измерения по концентрации и по времени с помощью ФР; АСмпр, Аtмпр - абсолютные погрешности измерения по концентрации и по времени с помощью МФР
Для примера результаты сравнения расчетов прогнозных значений для ЗВ оксида азота (NO) с помощью ФР (Хпр) и МФР (Хмпр) и зафиксированных тремя стационарными постами АСК «Атмосфера» г. Новомосковска в течение суток (Хизм) приведены в таблице.
Для оценки точности методов прогноза в таблице вычислены абсолютные погрешности по концентрации и времени измерения:
метод(пр/мпр)
Хизм Хметод(пр/мпр)
277
A U
метод(пр/м пр) 1 изм t метод(пр/м пр)
. Для более полной оценки точно-
сти методов рассчитана величина выборочной дисперсии. Для оценки точности методов прогноза в таблице вычислены абсолютные
с 2 =
°метод(пр/мпр)
n
I (С
i=1
изм
C
метод;-
)
n -1
Результаты сравнения измеренных и прогнозных значений
Координаты точек Абсолютные погрешности
< m Хизм Хпр Хмпр по концентрации ЗВ по времени
0 C 1-изм, C tnp, C tмпp, ^Спр, ^Смпр, А^р,
£ мг/м3 час мг/м3 час мг/м3 час мг/м3 мг/м3 час час
1 0,0122 13,66 0,0133 14,33 0,0124 14,95 0,0011 0,0002 0,67 1,29
2 0,0219 13,96 0,0211 14,38 0,0216 13,85 0,0008 0,0003 0,42 0,11
3 0,01094 14,66 0,0124 14,28 0,0125 13,9 0,0015 0,0016 0,38 0,76
Для данных из таблицы результаты расчета показали, что
СмПр < Спр, следовательно, модифицированный метод точнее (в данном
случае, как показали расчеты, приблизительно в 3 раза). Результаты подтверждаются расчетами по более чем 70 графикам, полученным по измерениям АСК «Атмосфера». Для автоматизации расчетов и вычисления прогноза по методу МФР написана программа на языке VBA, которая определяет характерные точки фигуры разворота и вычисляет прогнозные значения концентрации и времени, а также процент отклонения прогнозного значения от реально измеренного.
В рассматриваемой системе управления возникает конфликт интересов: с одной стороны предприятия заинтересованы в получении прибыли за счет повышения выпуска продукции, что ведет к росту загрязнения атмосферного воздуха, а с другой стороны, население - в чистом воздухе, влияющем на здоровье.
Для устранения конфликта интересов, был модифицирован метод многокритериальной оптимизации (принцип Парето), который в данном случае сводится к задаче многокритериального выбора. Процедура принятия решения ЛПР оптимальных УВ рассматривается как процесс, в котором участвуют администрация города и администрация химико-технологического предприятия, ведущих борьбу за реализацию своих интересов. Принимается, что для общей выгоды стороны действуют созна-
278
тельно и как партнеры, образуя синергетическую систему.
Выбор решений в условиях неопределенности включает в себя: построение матрицы стратегий сторон F и определение количественной оценки вариантов выбора на основе экспертных оценок специалистов различных предметных областей:
F -
А 1
А
А
2
т
S1 S 2 ••• Sn
/щ!)? /2(11) / 1(12)' /2(12) ••• /1(1п )> /2{\п)
/1(21),12(21) 1 1(22), /2(22) ••• 1 1(2п), /2(2п)
••• ••• /1(0> /2(г]) •••
У 1( т1)' /2( т1) / 1( т 2)' /2(т 2) ••• / 1(тп), /2( тп)
где — стратегии /-го решения (¡=1,..,т) администрации; - стратегииу-го решения предприятия (у=1,..,п); /щ у) - «выигрыш» города при выборе 1-й стратегии и j-й стратегии предприятия; / щ у) — «проигрыш» предприятия при выборе 1-й стратегии и j-й стратегии предприятия.
Таким образом, необходимо выбрать наилучшие стратегии администрации (экологические), которые будут давать максимальное значение критерия с учетом стратегий предприятий (экономические).
Модифицированный авторами принцип Парето в отличие от стандартного метода использует алгоритм поиска оптимального УВ (выборка из матрицы решения) попеременно по строкам и столбцам:
Шаг 1. выбрать первую строку матрицы решений F и проверить выполнение неравенства /1/) > /1(1+1 у) . Если оно оказалось истинным, то
перейти к шагу 2. Иначе - к шагу 5.
Шаг 2. удалить из матрицы F строку /1(у), т.к. она не является па-
рето-оптимальной.
Шаг 3. выбрать первый столбец матрицы решений F и проверить выполнение неравенства /2(у) > /ц/ у+2). Если оно оказалось истинным,
то перейти к шагу 4.
Шаг 4. Удалить из матрицы столбец /ц/ у+2), т.к. он не является
парето-о птимал ьным.
Шаг 5. Проверить выполнение неравенства Если оно оказалось истинным, то положить 1 и прейти перейти к шагу 1. Иначе - к шагу 7.
Шаг 6. Проверить выполнение неравенства j<M. Если оно оказалось истинным, то положить j=j+1 перейти к шагу 3. Иначе - к шагу 7.
Шаг 7. Проверить выполнение неравенства ^N-1 и j>M-1. В случае
истинности этого неравенства вычисления закончить.
Для решения поставленной задачи формируется перечень управляющих воздействий с дифференциацией по «месту приложения» воздействия на соответствующий уровень системы управления.
Определяются экспертные оценки и формируются матрицы решений для каждого из измеряемых ЗВ. Из матриц выделяется множество Па-рето по алгоритму, описанному выше. Итогом работы алгоритма является возможные оптимальные решения по снижению концентрации ЗВ в атмосферном воздухе. Так, для случая прогнозируемого трехкратного превышения ПДК по ЗВ NH3 на стационарном посту измерения ПНЗА №1, расположенного в северной части города, при благоприятных погодных условиях, то вероятный источник загрязнения НАК «Азот». В этом случае выработанное рекомендованное УВ - позвонить представителю администрации предприятия (дежурному) и сообщить характер происшествия, степень опасности, тенденцию развития ситуации и возможные последствия.
Таким образом, модифицированный принцип Парето адаптирован для применения в ИСЭМ. Это позволило из полученных в результате экспертной оценки возможных 15 УВ выбрать три оптимальных.
Разработанная система формирует рекомендации ЛПР для управления химико-технологическими предприятиями, расположенными в МО г. Новомосковск, обеспечивает в режиме реального времени: получение адекватной информации о возможном источнике загрязнения и доведение этой информации до всех заинтересованных сторон, выработку оптимальных управляющих воздействий, направленных на снижение концентрации ЗВ и предотвращение возникновения чрезвычайной ситуации. Предложенная структура позволит заблаговременно информировать предприятия о повышении степени загрязнения концентрации ЗВ в режиме реального времени. Это, в свою очередь, позволит администрации предприятий заблаговременно принять меры по снижению степени загрязнения и получить реальную выгоду в виде экономии штрафов за превышение норм ПДК ЗВ.
Работа выполнена в рамках муниципальной программы МО «Город Новомосковск» «Информационное обеспечение экологической безопасности и охраны здоровья населения на 2011-2013 годы».
Список литературы
1. Волков В. Ю., Батышкина В. В. Проблемы применения когнитивного подхода к созданию интеллектуальной системы экологического мониторинга и управления // Известия вузов. Химия и химическая технология. Т.52. №6. 2009. С. 109.
2. Волков В. Ю., Батышкина В. В. Повышение точности прогноза степени загрязнения атмосферного воздуха в автоматизированной системе экологического мониторинга // Датчики и системы. №6. 2010. С. 34.
V.U. Volkov, V.V. Batyshkina
INTELLIGENT ENVIRONMENTAL MANAGEMENT SYSTEM OF AIR OF INDUSTRIAL CLUSTER
The opportunity of a scientifically-based advice the decision maker (DM) for the adoption of best management decisions, the directions to reduce the concentration of air pollutants, taking into account both environmental and economic factors, using the methods of multiobjective optimization.
Key words: pollutants, the concentration of pollutants, atmospheric air, an intelligent system of environmental management, the Pareto principle, expert evaluation, decision-making.
Получено 07.03.12
УДК 629.7.018
О.А. Герасимова, ассист., (4872) 33-24-42,
olga. [email protected] (Россия, Тула, ТулГУ)
ЭЛЕКТРОПРОВОДНОСТЬ И ТЕРМОДЕПОЛЯРИЗАЦИОННЫЕ ЯВЛЕНИЯ В ВАРИСТОРНОЙ КЕРАМИКЕ НА ОСНОВЕ ZNO И AZO
Представлены результаты экспериментальных исследований и температурных зависимостей термоЭДС в оксидно-цинковой керамике для высоковольтных вари-сторов. Обсуждаются механизмы термодеполяризационных явлений и их связь с основными электрическими характеристиками варисторов.
Ключевые слова: варисторы, варисторная керамика, полупроводниковые кристаллы, уровень Ферми.
Керамика на основе оксида цинка (ZnO) с добавками нескольких других оксидов металлов ( Sb2O3; Bi2O3; CoO; Cr2O3; Mn2O3) широко используется для производства высоковольтных варисторов [1]. Она обладает нелинейными вольтамперными характеристиками, которые имеют симметричный вид, описывающийся уравнением
I = A-Uß,
где I - сила тока; U — напряжение; А - const; ß - коэффициент нелинейности.
