Технологія оцінювання параметрів викидів зі стаціонарних джерел за даними оперативного моніторингу



Запропоновано технологію дистанційного оцінювання параметрів викидів зі стаціонарних джерел за допомогою сучасних засобів експрес-моніторингу та БПЛА, оснований на методі зворотної задачі розсіювання.

Ключові слова: забруднення повітря, моніторинг, БПЛА, зворотна задача розсіювання.

TECHNOLOGY FOR EVALUATION EMISSION PARAMETERS OF STATIONARY SOURCES BY OPERATIONAL DATA MONITORING

A technology for remote detection of the stationary emission sources parameters, using modern devices for express monitoring and UAVs, based on the method of inverse dispersion.

Keywords: air pollution, monitoring, UAV, inverse dispersion method.

В. Б. Мокін

Dr. Sc., Professor, Head of the Department of Systems Analysis, Computer Monitoring and Engineering Graphics, Vinnytsia National Technical University, Vinnytsia.

Д. Ю. Дзюняк

Postgraduate student at the Department of Systems Analysis, Computer Monitoring and Engineering Graphics, Vinnytsia National Technical University, Vinnytsia.

Ukraine, Vinnitsa

Вступ

Забруднення атмосферного повітря є однією з найсерйозніших екологічних проблем багатьох міст світу. Особливу увагу заслуговують неконтрольовані викиди стаціонарних джерел у атмосферного повітря. Особливо помітним це є у великих промислових містах, таких як Кривий Ріг, Маріуполь, Дніпропетровськ та ін. Державі установи приділяють все менше і менше уваги контролю за дотриманням норм у сфері охорони навколишнього природного середовища. Через такий стан системи моніторингу довкілля, а також зростання рівня громадської екологічної свідомості, на передній план виходять громадські об’єднання, що власними силами за рахунок застосування передових комп’ютерних технологій та засобів проводять екологічний контроль стану цього довкілля, передусім, стану атмосферного повітря.

Останнім часом досить великої популярності у світі набувають безпілотні літальні апарати (квадрокоптери, безпілотні моноплани тощо). На них, окрім іншого, можливо встановити засоби моніторингу стану атмосфери,які можуть зберігати, а також (за певних умов) надсилати у режимі «он-лайн» показники забрудненості повітря. Ці літальні засоби здатні в автоматичному режимі слідувати по заздалегідь запрограмованому маршруту (як у горизонтальній, так і у вертикальній площинах). Також досить бурхливий розвиток інформаційних технологій у сферах компактних крос-платформених модульних пристроїв, Інтернету речей, а також порівняно низька вартість даних апаратних засобів дозволяє розробити технологію для екологічного моніторингу стану атмосферного повітря.

Метою даної роботи є розробка технології оцінювання параметрів викидів зі стаціонарних джерел за даними оперативного моніторингу, що, в свою чергу, потребує визначити оптимальні місця заміру якості повітря та обрати засоби проведення експрес-аналізу у приземному шарі атмосфери.

Результати дослідження

На пострадянському просторі для розрахунку концентрацій у атмосферному повітрі шкідливих речовин, що містяться у викидах підприємств, використовується методика ОНД-86. Дана методологія дозволяє розраховувати максимальні значення очікуваної концентрації. Її перевагою є простота використання, однак недоліком даної методики є те, що для кожного періоду усереднювання необхідна розробка своєї моделі [2]. ОНД-86 не є динамічною моделлю, тобто не передбачає динаміку концентрацій у часі. Натомість, європейські моделі розсіювання використовують цілий ряд метеорологічних параметрів: напрям вітру, швидкість вітру, температуру повітря, інтенсивність сонячного випромінювання та ін. Добревідомий підхід до моделювання процесу розповсюдження домішок у приземному шарі атмосфери використовує емпірично-статистичний метод. Відповідні математичні моделі називаються гаусівськими [2]:

\[C(x,y,z)=\frac{QKV}{2\pi \cdot {{u}_{s}}{{\sigma}_{y}}{{\sigma }_{z}}}\times \exp (-0.5\frac{{{y}^{2}}}{\sigma _{y}^{2}}),\quad\quad\quad(1)\]

де $C(x,y,z)$ – концентрація речовин, що викидаються у точці з координатами $x,y,z$;

$Q$ – викид речовин, г/с;

$K$ – коефіцієнт перерахунку $=1\cdot {{10}^{6}}$;

$V$ – вертикальні умови розсіювання;

${{\sigma }_{y}}{{\sigma }_{z}}$ – стандартні умовирозсіювання по горизонталі та вертикалі;

${{u}_{s}}$ – швидкість вітру на ефективній висотіджерела викиду, м/с.

Перевагою гаусівської методики є її порівняно висока точність [2], при використанні достатньо простих параметрів, що впливають на розсіювання домішок у атмосфері.

Враховуючи все вищесказане, для оцінювання параметрів викидів зі стаціонарних джерел за даними оперативного моніторингу пропонується використати відомі вимірювальні системи експрес-моніторингу [1], засоби їх доставки (БПЛА), знайти оптимальні точки заміру якості повітря у певному полі концентрацій та побудувати оптимальний маршрут руху БПЛА (рис. 1).

Рис. 1 – Оптимальний маршрут руху БПЛА у полі концентрацій ЗР

Враховуючи, що такі характеристики джерел викидів, як концентрація ЗР, швидкість виходу газу із джерела викиду та температура газів, що викидаються в атмосферу, є величинами невідомими, пропонується спочатку розв’язати пряму задачу поширення забруднюючих речовин за методом розсіювання Гауса:

– у програмному середовищі розробити процедури розрахунків сумарного поля концентрацій від джерел викидів забруднюючих речовин;

– задати відомі параметри джерела викиду;

– побудувати поле концентрацій забруднюючих речовин.

Надалі необхідно розв’язати зворотну задачу розсіювання забруднюючих речовин. Для цього позначимо пряму задачу розсіювання у такий спосіб:

\[C=F(Y,K),\]

де C – поле значень концентрацій ЗР в атмосферному повітрі навколо викиду, Y – вектор невідомих параметрів викиду, K – вектор параметрів гаусівської моделі (1), у т.ч. показники метеоумов.

Зворотна задача полягає у знаходженні вектору параметрів викиду Y за виміряними концентраціями ЗР в атмосферному повітрі навколо викиду:

\[Y=\varphi (C',K)\]

Для розв’язання такої зворотної задачі існують добре відомі чисельні методи.

Після цього необхідно розрахувати оптимальну траєкторію руху БПЛА. Далі проводиться вимірювання якості атмосферного повітря (сучасні технічні засоби дозволять проводити оцінку якості повітря одночасно по декількох параметрах) у певних точках поля концентрацій навколо викиду зі стаціонарного джерела. За допомогою нечіткої бази знань [3], а також використовуючи генетичний алгоритм оптимізації [4], можливо оцінити параметри цього викиду.

У разі виявлення значного перевищення гранично допустимих для цього підприємства викидів необхідно ініціювати різні заходи, спрямовані на обмеження цих понаднормативних викидів та за можливості проведення державної екологічної експертизи.

Висновок

Запропонована технологія, основана на актуальному методу поширення забруднюючих речовин та нечіткій базі знань із генетичними алгоритмами оптимізації, дозволить правильно обрати місце проведення заміру стану атмосферного повітря із використанням засобів оперативного моніторингу (БПЛА) та експрес-аналізу стану повітря. Вона дозволяє визначати оптимальну траєкторію руху, що дозволить максимально точно, та із мінімальними похибками, оцінити параметри викиду стаціонарного джерела.

Перелік посилань:

$1.$ Мокін В. Б. Інформаційно-вимірювальна система оперативного екологічного моніторингу з використанням мобільних пристроїв / В.Б. Мокін, К. О. Бондалєтов, Г. В. Горячев, Д. Ю. Дзюняк // Вісник Вінницького політехнічного інституту. — Вінниця. — 2015. — № 5. — С. 116-122.

$2.$ Бойко В.В. Аналіз сучасних підходів до моделювання розповсюдження забруднюючих речовин в атмосфері [Текст] / В.В. Бойко, Л.Д. Пляцук // Сучасні технології в промисловому виробництві : матеріали Всеукраїнської міжвузівської науково-технічної конференції (Суми, 19 - 23 квітня 2010 року) / Редкол.: О.Г. Гусак, В.Г. Євтухов. - Суми : СумДУ, 2010. - Ч. ІІІ. - С. 167-168.

$3.$ Горячев Г. В. Метод визначення стаціонарних джерел понаднормативних викидів на основі нечітких баз знань / Г. В. Горячев,О. М. Козачко, Д. Ю. Дзюняк // Екологічна безпека. – 2012. –№ 2/2012. – С. 59-61

$4.$ Мітюшкін Ю. І. Soft Computing / Ю. І. Мітюшкін, Б.І. Мокін, О. П. Ротштейн. – Вінниця: УНІВЕРСУМ-Вінниця, 2002. – 145 с.

Mar 28, 2017