CC BY
41
УДК 681.518.3
Д.П. Вент, д-р техн. наук, проф., (48762)6-12-50
(Россия, Новомосковск, РХТУ им. Д.И. Менделеева),
В.Ю. Волков, канд. техн. наук, доц., (48762)6-12-50, [email protected]
(Россия, Новомосковск, РХТУ им. Д.И. Менделеева),
Луэ Ху Дык, асп., (920)788-44-84, huyducvn [email protected]
(Россия, Новомосковск, РХТУ им. Д.И. Менделеева)
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ВЫРАБОТКИ РЕКОМЕНДАЦИЙ ПО СНИЖЕНИЮ ВЫБРОСОВ В АТМОСФЕРУ
Описана интеллектуальная система выработки рекомендаций предприятиям химико-технологической промышленности, в которой используются методы нечеткого моделирования, математического моделирования и генетический алгоритм. Комплексный подход к решению задачи позволит принимать оптимальные решения по снижению степени загрязнения воздуха в режиме реального времени.
Ключевые слова: интеллектуальная система, моделирование, база знаний, экспертная оценка, генетический алгоритм.
Основным недостатком существующих систем экологического мониторинга в промышленных регионах, например, таких как муниципальное образование (МО) «Город Новомосковск» Тульской области, является то, что полученная с их помощью информация не учитывается при управлении технологическими процессами химико-технологических предприятий. Это связано с отсутствием моделей, описывающих взаимосвязь между производственной нагрузкой предприятий и распределением концентрации вредных веществ, выделяемых в атмосферу в результате функционирования этих предприятий, а также, с отсутствием диалоговых подсистем, включенных в состав автоматизированных систем экологического мониторинга, позволяющих на основе полученных данных о концентрации вредных веществ обеспечить поддержку принятия решений по регулированию выбросов в атмосферу.
Промышленные предприятия стремятся увеличить выпуск продукции для получения максимальной прибыли, что ведет к увеличению выбросов загрязняющих веществ в атмосферу. Увеличение выбросов негативно сказывается на уровне безопасности проживания людей на территории региона.
Целью данной работы является разработка интеллектуальной системы выработки рекомендаций предприятиям химико-технологической промышленности региона, которая учитывает экономические и экологические факторы в режиме реального времени и отличается от известных ранее тем, что в ней вычисляются оптимальные доли снижения нагрузки предприятий в соответствии с их долями в валовых выбросах загрязняю-
щих веществ (ЗВ) в атмосферу.
На рис. 1 представлена структура предложенной интеллектуальной системы выработки указанных выше рекомендаций химико-технологическим предприятиям.
Центр обработки информации (ЦОИ) обрабатывает полученную информацию от Постов Наблюдения за Загрязнениями Атмосферы (ПНЗА) в соответствии с Базой Данных (БД) Экспертной Системы (ЭС) по моделям распространения загрязнения и др. (см. рис. 1). Измеренное значение концентраций загрязняющих веществ сравнивается с действующими нормами ПДК. В случае превышения ПДК с помощью подсистемы базовых вкладов определяется вклад каждого предприятия - источника загрязнения в суммарную концентрацию загрязняющих веществ. Для определения вкладов в этой подсистеме используются методы нечеткого моделирования, математического моделирования. Подсистема вычисления долей сокращения выбросов осуществляет расчет для каждого предприятия методом генетического алгоритма.
Рис. 1. Структура интеллектуальной системы выработки рекомендаций химико-технологическим предприятиям:
ЦОИ - центр обработки информации; ПНЗА - пост наблюдения за загрязнениями атмосферы; БД - база данных; БЗ - база знаний; ЭС - экспертная система; ЛПР - лицо, принимающее решение 264
На основании этих данных Лица, Принимающие Решения (ЛПР) могут оперативно принять соответствующие решения по снижению концентрации загрязняющих веществ, оповещению предприятий для изменения производственной нагрузки, о наступлении или завершении периода неблагоприятных метеоусловий (НМУ) и категории (режима) НМУ.
Чтобы разработать методику прогноза взаимосвязи между нагрузкой предприятий и распределением концентрации вредных веществ в атмосфере, необходимо обработать статистические данные об этой взаимосвязи за длительный период наблюдения, по наблюдениям, проведенным за последние 3 года [1]. Тем не менее, для решения указанной выше проблемы прогноза взаимосвязи нагрузки предприятий и распределения концентрации вредных веществ в атмосфере возможны два пути:
1) Использовать методы математического моделирования. Разрабатываемые математические модели должны отражать процессы распространения промышленных выбросов в атмосфере с учетом рельефа местности при различных метеоусловиях и режимах работы химико-технологического предприятия (пуск, останов, нормальный и аварийный режим функционирования в соответствии с регламентом). Такой путь не всегда приемлем, т.к. требует больших затрат. Кроме того, не всегда можно построить адекватную модель, т.к. не возможно на практике учесть все взаимосвязи.
2) Применение, интеллектуальных систем, к которым относятся экспертные системы. В такие системы закладываются знания и практический опыт работы специалистов - экологов, технологов и других работников промышленных предприятий, которые выступают в роли экспертов. В процессе работы система, распознавая различные ситуации и анализируя ошибки, «учится». При этом повышается точность и надежность прогнозов. Для того, чтобы экспертная система начала быстрее работать, ее необходимо обучать на реальных данных. Из-за отсутствия статистики о взаимосвязи нагрузки предприятий и распределения концентрации вредных веществ в атмосфере в качестве обучающей базы данных предлагается использовать комбинированный метод, учитывающий результаты математического моделирования.
Моделирование распространения загрязняющих веществ в атмосфере проводилось с помощью модуля Earth Science Module комплекса программ интерактивной моделирующей среды COMSOL Multiphysics [2].
При составлении математической модели были использованы следующие основные уравнения: уравнения газовой диффузии, уравнение переноса и распределения примесей. Для турбулентной диффузии в общем случае нестационарное уравнение
fits ^ + V(-D-V-c) = R, (1)
dt
где V - оператор Гамильтона; D - коэффициент диффузии; R - константа
265
скорости реакции; c - искомое поле концентраций; 5^ - временной коэффициент.
Граничное условие третьего рода
- п(-В -V-с) = N0 + кс (оь - с), (2)
где N о - произвольное выражение потока; кс - коэффициент массоперено-са; сь - объемная концентрация.
Для прикладного режима конвекции и диффузии уравнение (1) видоизменяется:
5я дС + V(-D V -с + с - и) = R, (3)
добавляется поле скоростей, в результате граничное условие
- п(-В-V-с + с - и) = N0 (4)
В общем случае уравнение переноса и распределения примесей выглядит следующим образом:
дс + V(-DLG V- с + и - с) = RG + Sc, (5)
где с - концентрация ЗВ; DLG - гидродинамический тензор дисперсии; и - векторное поле скоростей; RG - константа скорости реакции в газовой фазе; Sc - масса или скорость выделения ЗВ от источника.
Для удобства обработки исходные данные и результаты моделирования предлагается хранить в базе данных, структура которой представлена в таблице.
Структура сводной базы данных для экспертных систем
Содержание информации Тип данных
Название загрязняющих веществ Символьный
Температура воздуха Числовой
Скорость ветра Числовой
Направление ветра Символьный
Атмосферное давление Числовой
Координаты точек по оси X Числовой
Координаты точек по оси Y Числовой
Выбросы Числовой
Концентрация загрязняющих веществ в точке измерения Числовой
Чтобы эффективно и оптимально формировать знания для ЭС базовых вкладов необходимо разработать базу данных ЭС по результатам мо-
делирования распространения ЗВ от источников в атмосфере, что было сделано в среде COMSOL Multiphysics.
Подсистема расчета базовых вкладов предназначена для расчета вклада каждого предприятия в суммарную концентрацию загрязняющего вещества в точке измерения (ПНЗА). Вклад каждого предприятия изменяется в зависимости от режима его работы и метеоусловий. Структура подсистемы базовых вкладов в среде МайаЬ [3] представлена на рис. 2. Входными переменными являются скорость и направление ветра, температура атмосферы и режимы работы предприятий.
Пусть имеются N предприятий Х1, Х2,...,Х^ которые находятся в одном из режимов работы (пуск, останов, нормальный или аварийный режим), и есть данные о метеоусловиях: скорость ветра (V), направление ветра (Н), температура атмосферы (Т). С помощью ЭС подсистемы базовых вкладов определяются соответствующие базовые вклады предприятий т1, т2,...,т№ Базовые вклады предприятий пропорциональны концентрациям ЗВ, полученных в результате моделирования распространения загрязняющих веществ в атмосфере в среде COMSOL Multiphysics с учетом оценки экспертов.
Рис. 2. Структура подсистемы базовых вкладов ЗВ
Для формализованного представления знаний в системе предложено формировать группу продукционных правил с использованием лингвистических переменных (скорости и направления ветра, температуры атмосферы и режимов работы предприятий, базовых вкладов предприятий). В качестве примера рассмотрена лингвистическая переменная «скорость ветра», для которой используются 7 термов «Штиль», «Тихий», «Легкий», «Слабый», «Умеренный», «Свежий», «Сильный», соответствующие шкале скорости ветра Бофорта [4].
Эти продукционные правила способствуют определению вкладов химико-технологических предприятий в суммарную концентрацию загряз-
няющего вещества при различных режимах работы предприятий и различных метеоусловиях. Пусть, каждое ьое предприятие находится в j-ом режиме работы, а метеоусловия имеют к-ое состояние. Необходимо определить т-ый диапазон базовых вкладов предприятий в суммарной концентрации загрязняющего вещества в точке измерения. В виде продукционной модели данная формулировка будет выглядеть следующим образом:
V(i, j,к,т): А0 = [х/,Ук ^ и1т ],/ е I; j е J;к е К;т е М, (6)
где х/ - вектор /-го предприятия находится в 1-ом режиме работы; Ук -
вектор к-го состояния метеоусловий; игт - вектор т-го диапазона вклада /го предприятия; I - общее количество предприятий; J - количество режимов работы; М - количество диапазонов базовых вкладов.
Традиционно продукционные правила пишутся в форме «Если..., то...», тогда правила базы знаний подсистемы базовых вкладов будут выглядеть следующим образом: «Если /-ое предприятие находится в _/-ом режиме работы и метеоусловия имеют к-ое состояние, то базовой вклад предприятия находится в т-ом диапазоне».
Если при к-ом состоянии метеоусловий на ПНЗА измеренная концентрация загрязняющего вещества с > ПДК, то концентрация загрязняющего вещества, создаваемая выбросами ьго предприятия в контрольной точке (с.) вычисляется по следующей формуле:
с/ = с-?-. (7)
N
I
и
1
1 =1
I
Обозначим с/ концентрацию загрязняющего вещества, создаваемую выбросами /-го предприятия в контрольной точке после регулирования выбросов, чтобы обеспечить суммарную концентрацию в пределах ПДК;
I
- Qi, Qi - выбросы /-го предприятия в соответствии с концентра-
I
циями с., с/ - концентрациями загрязняющего вещества, создаваемыми им в контрольной точке. Тогда
N ' _ ' '
I с/ < ПДК ; V/ = 1, N : 0 < с. < с. ,0 < Ql < Ql . (8)
/=1
Любое предприятие заинтересовано в минимальных затратах, необ-
I
ходимых для установления нормативных выбросов Qi. Для этой цели к поставленной системе неравенств добавляем целевую функцию
1П (бг - бг) ^ тш, (9)
где в общем случае у г - стоимость снижения на единицу выброса для г-го
I
предприятия. В данном виде решение б' дает минимум затрат на достижение нормативного загрязнения атмосферы.
а - б,
В предположении у г = у о, -= qj и бг = б■
регл
бг г . Выражение (9) эквивалентно
ГоIбРегл ^г ^ тш, (10)
где qг - доля сокращения выбросов для г-го предприятия; бРег - выбросы
г-го предприятия в соответствии с регламентом работы.
Пользуясь линейной зависимостью концентрации выбрасываемого вещества от массы выбросов по методике ОНД-86 [5] и Гауссовской моделью рассеивания ЗВ по выбросам одного источника можно представить загрязнение атмосферы в контрольных точках в виде линейной формы:
с = а • б, (11)
где с - концентрация в контрольной точке; б- выброс источника; а - коэффициент влияния.
с' б'
Из (11) следует, что для ьго предприятия — = —- или
сг бг
сг - сг = бг - бг Сг бг
= qг . (12)
Из (12) следует, что
N ' N
I(сг - сг) = 1С • qi. (13)
г=1 г=1
Из (7) и (13) следует, что
N • N иг
г=1 г=1 I и* 3 =1
Из (8) и (14) следует, что
N „,г _
с -IСг = 1 с^qг . (14)
ПДК £ и
; ^=1, N: о ^ qг < 1. (15)
г=11 и3 3=1
с
Следовательно, задача сводится к поиску долей сокращения выбросов для всех предприятий (qi; / = 1,N), при которых целевая функция (10) с ограничениями (15) достигает минимума. Решение этой задачи обеспечит значение суммарной концентрации в контрольной точке в пределах ПДК и суммарные затраты всех предприятий, минимально необходимые для установления нормативных выбросов.
Разрабатываемая подсистема вычисления долей сокращения выбросов решает поставленную выше задачу на основе генетического алгоритма в среде МайаЬ [6].
Был разработан М-файл в редакторе МайаЬ, в котором описана целевая функция с весовыми коэффициентами Ql, Q2,..., QN, которые задаются с учетом оценки экспертов, т.к. отсутствуют аналитические и эмпирические зависимости между режимами работы и выбросами предприятий.
Далее был разработан М-файл с ограничениями (15). Затем была выполнена задача оптимизации в окне команд МайаЬ с помощью генетического алгоритма и на рис. 3 представлен графический анализ решения.
Рис. 3. Графический анализ решения
На верхней диаграмме изображена наилучшая «особь», которая является в данном случае оптимальными долями сокращения выбросов соответственно для предприятий КНАУФ-ГИПС-Новомосковск, «P&G - Новомосковск», ОАО НАК «Азот», ООО «Оргсинтез», ООО «Аэрозоль-Новомосковск», ООО «Полипласт». На нижней диаграмме показано изменение расстояния между «особями» в «поколениях». На этом графике пока-
270
зано, что генетический алгоритм практически прекращается после выполнения примерно 38 поколений, т.е. нет заметного улучшения в целевой функции после 38 поколениий.
В результате расчетов были получены доли сокращения выбросов для предприятий при условии, что измеренная концентрация NO в контрольной точке в 2 раза превышает ПДК. Вычисленные по разработанной методике доли сокращения выбросов ЗВ для предприятий равны соответственно: для КНАУФ-ГИПС-Новомосковск 3,2 %, для «P&G - Новомосковск» 4,6 %, для ОАО НАК «Азот» 14,8 %, для ООО «Оргсинтез» 10,1 %, для ООО «Аэрозоль-Новомосковск» 4,3 %, для ООО «Полипласт» 11,9 %. Разрабатываемая система рекомендует этим предприятиям именно в таком соотношении снизить нагрузку, до тех пор, пока концентрация ЗВ не станет ниже ПДК, т.е. придет в норму.
Результаты работы интеллектуальной системы выработки рекомендаций предприятиям химико-технологической промышленности позволяют поддерживать загрязнение атмосферы в пределах норм при больших суммарных выбросах, определить или прогнозировать в условиях неопределенности в реальном времени развитие экологических и социально-экологических ситуаций, а также получить соответствующие рекомендации по их регулированию. В результате такого решения предприятия могут существенно снизить платежи за сверхнормативный выброс в атмосферу.
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., Самахар Башир. Повышение качества принимаемых решений в интеллектуальной системе экологического менеджмента // Труды XIII Международной конференции «Проблемы управления и моделирования в сложных системах. 2011. С.415.
2. Earth Science Module. User's Guide. - Version: November 2008, COMSOL 3.5a, UK: COMSOL Ltd, Hertfordshire, 158 p.
3. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб: БХВ-Петербург. 2005. 736 с.
4. Гидрометцентр России. Гидрометеорологический научно-исследовательский центр РФ. URL: http://meteoinfo.ru/bofort
5. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащих в выбросах предприятий. ОНД-86. Ленинград: Изд-во Гидрометеоиздат, 1987. 94 с.
6. Genetic Algorithm Toolbox For Use with MATLAB, User's Guide Version 1.2 / Andrew Chipperfield [et al.] / Department of Automatic Control
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.
