автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическая модель и минимизация на её основе концентрации промышленных загрязнителей атмосферы зон жилой застройки

На правах рукописи

004Ы2ВГ

Соляник Николай Александрович

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И МИНИМИЗАЦИЯ НА ЕЁ ОСНОВЕ КОНЦЕНТРАЦИИ ПРОМЫШЛЕННЫХ ЗАГРЯЗНИТЕЛЕЙ АТМОСФЕРЫ ЗОН ЖИЛОЙ ЗАСТРОЙКИ

Специальность: 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

11 НОЯ 2010

Саратов 2010

004612075

Работа выполнена в ГОУ ВПО «Саратовский государственный технический университет»

Научный руководитель

Официальные оппоненты

- доктор технических наук, профессор Кушников Вадим Алексеевич

- доктор технических наук, профессор Глазков Виктор Петрович

- кандидат технических наук Фоминых Дмитрий Сергеевич

Ведущая организация

- Институт проблем управления сложными системами РАН, г.Самара

Защита состоится «17» ноября 2010 г. в 13 часов 30 минут на заседании диссертационного совета Д 212.242.08. при Саратовском государственном техническом университете по адресу: 410054, Саратов, ул. Политехническая, 77, Саратовский государственный технический университет, корп.1, ауд. 319.

С диссертацией можно ознакомиться в научно-технической библиотеке Саратовского государственного технического университета.

Автореферат разослан «(Ч » октября 2010 г. Автореферат размещен на сайте www.sstu.ru

Ученый секретарь диссертационного совета ^ А. А. Терентьев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Обеспечение экологической безопасности населения в условиях увеличения антропогенного воздействия на природу является приоритетной задачей современного государства. Одно из направлений решения данной задачи связано с уменьшением концентрации загрязнителей, поступающих в атмосферу зон жилой застройки в процессе функционирования промышленных предприятий. Данное обстоятельство обусловливает необходимость разработки специализированного математического обеспечения, позволяющего минимизировать уровень концентрации загрязнителей на этапе проектирования и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки центров размещения промышленности.

Научные основы решаемой задачи заложены в трудах М.Е. Берлянда, Г. Бригса, Ф. Гиффорда, Ф. Паскуилла и др. Ими разработаны и систематизированы математические модели, позволяющие рассчитать уровень концентрации загрязнителя в контролируемых точках с учетом известных. параметров источника выброса и атмосферы. Вместе с тем, в специальной литературе практически отсутствуют сообщения о моделях и алгоритмах, позволяющих минимизировать концентрацию загрязнителя во времени при наличии ограничений, накладываемых на интенсивность выброса, высоту трубы и другие характеристики источника загрязнения. Это определило актуальность темы диссертации.

Целью диссертации является разработка математических моделей, алгоритмов и комплексов программ, позволяющих при проектировании и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки выдать рекомендации и определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя.

Диссертация выполнена в рамках приоритетного направления развития науки и техники Российской Федерации «Информационно-телекоммуникационные системы» и соответствует ее критическим технологиям: «Технологии мониторинга и прогнозирования состояния атмосферы и гидросферы», «Технологии снижения риска и уменьшения последствий природных и техногенных катастроф».

Предметом исследования является процесс минимизации уровня концентрации загрязняющей примеси, поступающей в атмосферу в результате функционирования точечных, непрерывно действующих источников промышленных загрязнений.

Методы исследования. В диссертации использованы методы системного анализа, аналитические и численные методы математического

моделирования, а также концептуального проектирования информационных систем.

Научная новизна работы.

1. Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5. Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

Достоверность разработанных моделей, методов и алгоритмов подтверждается корректностью применения методов системного анализа, аналитических и численных методов математического моделирования, теории искусственных нейронных сетей, а также накопленным опытом

применения моделей распространения загрязняющих примесей в экологическом мониторинге.

Практическая ценность связана с созданием эффективного математического и программно-алгоритмического обеспечения, позволяющего выдать рекомендации, а также определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя в зоне жилой застройки. Теоретические и практические положения диссертационной работы были внедрены на предприятии ЗАО «Саратовский завод стройматериалов», имеется акт внедрения. Основные результаты диссертационной работы были реализованы в виде комплекса программ, прошедших государственную регистрацию (свидетельство №2010613300).

Кроме того, результаты диссертации были использованы в учебном процессе кафедр «Информационные системы» и «Системотехника» Саратовского государственного технического университета в рамках дисциплин «Информатика», «Интеллектуальные информационные системы», «Системы поддержки принятия решений», «Информационные системы в экологии».

На защиту выносятся:

1. Имитационная математическая модель определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с . целью поиска заранее заданного

значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки». ■

5. Процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных,, высотах в пределах пограничного слоя атмосферы.

6. Комплекс программ, реализующий разработанные математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих примесей в атмосфере, ориентированный . на использование в составе имитационной системы, ■ моделирующей распространение примеси в атмосферном воздухе. ,

7. Методика внедрения разработанного математического обеспечения на промышленных предприятиях.

Апробация работы. Результаты работы докладывались и обсуждались на 2-й Всероссийской научно-практической конференции «Экологические проблемы промышленных городов» (Саратов, 2005); Всероссийской научной конференции «Проблемы управления в социально-экономических и технических системах» (Саратов, 2006, 2008); научных конференциях «Математические методы в технике и технологиях» ММТТ-20 (Ярославль, 2007), ММТТ-22 (Псков, 2009) и ММТТ-23 (Саратов, 2010); Всероссийской научной конференции «Актуальные задачи управления социально-экономическими и техническими системами» (Саратов, 2007); научных конференциях «Интернет и инновации: практические вопросы информационного обеспечения инновационной деятельности» и «Интернет - на службу обществу» (Саратов, 2009); седьмой и девятой Международных научно-практических конференциях «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2009, 2010).

Публикации. По теме диссертационной работы опубликовано 15 печатных работ, из них одна в издании, рекомендованном ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения и 2 приложений; она содержит 134 страницы текста, 48 рисунков, 4 таблицы и список использованной литературы из 103 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи работы, раскрыты ее научная новизна и практическая ценность.

7

В первой главе дано формализованное описание объекта управления, приведен обзор методов минимизации промышленных выбросов, рассмотрена схема процесса загрязнения атмосферного воздуха со стороны точечного, непрерывно действующего промышленного источника выбросов (рис. 1).

Рис. 1. Процесс загрязнения атмосферного воздуха точечным, непрерывно действующим промышленным источником выбросов

Выявлены недостаточные эффективность и точность существующих методов минимизации концентрации загрязнителей применительно к планированию новых зон жилой застройки в городах с высокой степенью развития промышленного комплекса. Разработана содержательная и формализованная постановка задачи минимизации целевой функции концентрации поллютантов.

Во второй главе разработана имитационная математическая модель, основанная на многократном применении краткосрочной модели расчета уровня концентрации примеси, которая позволяет с достаточной точностью определить концентрацию загрязнителя в зоне жилой застройки.

В качестве целевой функции уровня концентрации загрязнителя С использована уточненная стационарная гауссова модель факела:

С =

2 лие^а„а.

-ехр

2а

у

ехр

(г-#е#)2

2<т

+ ехр

(г + Яе#) 2сг?

2 Л

(1)

+ Н,

я<# _ 3,75■ <э0 ■ Д < 1,6-8-{Х-Я2-со0)-АТГ' и Та-и3

где <2 - интенсивность выброса непрерывного источника; Н - высота источника; Я - внутренний радиус устья трубы; а>0 - начальная скорость подъема примеси; АТР' - начальный перегрев примеси; и - скорость ветра

на высоте флюгера; и"'Я - скорость ветра на эффективной высоте подъема шлейфа; Та - температура окружающей среды; к - класс устойчивости атмосферы; х, у, г - координаты зоны жилой застройки.

В рассмотренной модели значение эффективной высоты подъема факела Не1} рассчитывается в соответствии с уравнением, предложенным Берляндом, а значения коэффициентов дисперсии сгу = иу{к,Н ,&,х) и

иг =а2(к,Н ,8,х), где 3 - шероховатость подстилающей поверхности, генерируются на выходе нейросетевой модели, аппроксимирующей результаты натурных наблюдений. Преимуществом нейросетевой модели является возможность ее обучения на выборке экспериментальных данных, полученных при различных значениях высот источника загрязнения (<10 м, 50 м, 100 м, 200 м), шероховатости подстилающей поверхности (слабая, средняя, высокая шероховатость) и классов устойчивости атмосферы. Разработанная ЮЗР-сеть содержит 4 входных нейрона, 302 нейрона в скрытом слое и 2 выходных нейрона (рис.2).

Рис. 2. Структурная схема КВР-сети

Гауссова модель распространения примесей в атмосферном воздухе, впервые предложенная в работах Сеттона, получена в результате аппроксимации численного решения дифференциального уравнения турбулентной диффузии и относится к классу полуэмпирических моделей.

При вычислении концентрации примеси от нескольких источников загрязнения в условиях изменения направления ветра (рис. 3) возникает необходимость перехода от расчетной системы координат к базисной. Для этого используется формула преобразования координат:

х~х'соъ((р)~ у'5\п((р) +%, у = х,ът((р) + Усо5(<р) + г1, (2)

где г} - расстояние от начала системы координат по осям абсцисс и ординат до источника загрязнений; <р - направление ветра.

' " Щ......Г\ то ------- -.V----------......

Рис. 3. Графики распределения концентрации на местности от одного (слева) и от трех (справа) источников загрязнения, при различном направлении ветра

Рассматриваемый комплекс моделей описывает форму и структуру газового шлейфа (факела), испытывающего существенное влияние со стороны постоянно меняющихся значений метеофакторов, в числе которых скорость и направление ветра на эффективной высоте подъема факела и класс устойчивости атмосферы. На рис.4-5 показан характер изменения формы факела в зависимости от изменения класса устойчивости атмосферы и скорости ветра, при неизменных значениях параметров источника выброса. Именно точность измерения метеофакторов оказывает наибольшее влияние на точность модели в целом.

Рис. 4. Форма шлейфа при к= «F» и и =5м/с

Рис. 5. Форма шлейфа При к- «А» и и —5м/с

Исходя из вида целевой функции, можно выделить следующие ее свойства:

1. Функция С = C(Q), при и z = const, непрерывна, линейна и

возрастает на интервале [Qmm ,gmaJ.

2. Минимум функции при ueJJ ,Q,х,у,z = const, существует только в крайних точках интервала [я^.я^].

3. Минимум функции двух переменных C-C(Q,He^) при ,Q,X,y,Z = COmt, существует ТОЛЬКО В ТОЧКе (ömm>#o^)>

принадлежащей интервалам [я^.Я^и [бтш,егаах]-

4. Функции: Heff = Я'^Ц), R,ATpl ,Н,и,Та= const; Не# = (R), со0,АТр' ,Н,и,Та —const, Heff =Heff (ATpl), R,aü,H,u,Ta = const; Heß = Heß(H), R,a0,u,ATpl ,Ta = const; непрерывны и постоянно возрастают на всей допустимой области значений.

Третья глава посвящена разработке методов и алгоритмов, минимизации концентрации загрязняющих примесей, на основе предложенных во второй главе уравнений.

На основе математических свойств целевой функции можно сформулировать задачу минимизации, которая заключается в определении интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, с целью уменьшения концентрации загрязнителя в зоне жилой застройки. Формализованная постановка задачи имеет следующий вид: Copl(Q,H^,b)^mmC, где Heff (H,R,w0,ATpl ,b), Q efeu.ß««].

Н min >

Ь = const - вектор возмущений.

Представим методику синтеза вектора управляющих воздействий а в виде алгоритмической схемы (рис.6):

1. Задать диапазон изменения вектора управляющих воздействий <з и значения вектора возмущений b .

2. Найти максимальное и минимальное значения эффективной высоты подъема факела .

3. Сравнить значения функции Cop,(H^,ß) и Copi(He£^Q).

4. Минимальное значение функции min Covt(He£t,Q) соответствует

искомому значению Я^, при Qgpt = Qmin.

["тш.^вих!-[бтЬ'бщах]: [^пш'^шах];

Ввод Кт!„ .Д7& ,Ьт

1ШП шах Н'г(Н,Я,ша,Ь.Тр')\ иятлт^

1

1

4

да ^^^ нет

Рис. 6. Алгоритм решения задачи минимизации

С целью поиска максимального и минимального значения эффективной высоты подъема шлейфа , разработан алгоритм решения задачи оптимизации эффективной высоты подъема шлейфа, заключающийся в нахождении: высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перепева примеси, с целью поиска минимума и максимума функции эффективной высоты подъема шлейфа. Формализованная постановка задачи имеет следующий вид: Не^г{а,Ь) = ор^С, где а = (Н е |ЯтЙ1,#тах],

а

Л 6 К;„Дт*]> е Ктт'^Отах]. ^ € .Д7&|), й=«»иЛ

На основании рассмотренных математических свойств функции эффективной высоты подъема факела, решение поставленной задачи имеет следующий вид:

" (3)

я1[=шахЯ^(Ягаах,Лтах)й0тах,АГ1^).

а

Минимум функции

достигается при минимальных

значениях управляющих координат АТр1, а максимум - при

максимальных значениях управляющих координат. Полученные значения тт и шахЯ^ являются экстремумами функции многих переменных . При этом в результате решения экстремальной задачи происходит формирование векторов оптимального управления а^ттЯ^ и аг§шахНе^. Максимальное и минимальное значения эффективной высоты подъема факела, а также значения составляющих вектора оптимального управления используются в процессе решения задачи минимизации уровня концентрации загрязнителя.

Рис. 7. Форма и структура факела при различных значениях (по оси ОХ -расстояние от источника по направлению ветра, по оси ОУ - значение

Как видно на рис.7, увеличение эффективной высоты подъема факела сдвигает максимум концентрации от источника по оси ОХ, а также увеличивает область минимальной концентрации перед источником. В разработанном алгоритме решения задачи минимизации концентрации загрязнителей, данное свойство используется для уменьшения уровня приземной концентрации поллютантов в зоне жилой застройки.

Алгоритм решения задачи минимизации концентрации загрязняющих веществ (рис.6) позволяет получить совокупность значений управляющих переменных argminQj, минимизирующих концентрацию

загрязнителя от одного источника j в момент времени i.

В результате исследования свойств целевой функции концентрации загрязнителя, была выявлена возможность изменения формы и угла направления факела, используя метеорологическое явление, характеризующее изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы. Так как направление ветра <р фиксируется на высоте

jjeff

, существует возможность изменить форму и структуру газового шлейфа, а в некоторых случаях повернуть шлейф по направлению ветра на другой высоте, моделируя заранее

заданное значение эффективной высоты подъема факела H*f.

Для моделирования значения Hef необходимо решить задачу условной минимизации функции:

3,75-co-R | \,6-g-{x-R2 ■ю0)-АТр' [

з-tff

> min, (4)

где = const. Для этого осуществляется поиск локальных экстремумов численным градиентным методом наискорейшего спуска, унифицированным в соответствии с возможным изменением состава управляющих переменных. В этом случае градиент функции имеет следующий вид:

weff , днФ 8HCff оЯс// 8Heff

О*! ОХ 2 дх3 дх4

где хх=Н\ x2=R\ = <э0;. = ¿±.ТР>; цгк - дихотомический коэффициент, который принимает значение ц/к = 1 при наличии возможности изменения соответствующей управляющей координаты, ц/к =0 - при отсутствии такой возможности. Так как рассматриваемая задача является задачей условной минимизации, то для поиска оптимума целесообразно применение градиентного метода совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки»:

г , ,2 , , f £,(*), если е.-(х) > 0 ¡=1 [0, если gj (х) < 0 (6)

Д, =Дм-с, Л0=1, c = 10,i = l,2,..„ .

Рассмотренный численный метод позволяет получить решение (4), с заданной точностью е, в результате которого формируется вектор оптимального управления а =

Управляя параметром

Heff

в соответствии с описанной процедурой, можно управлять углом направления факела, ориентируя его по направлению ветра на различных высотах в пределах пограничного слоя атмосферы. Те же утверждения справедливы и для скорости ветра на различных высотах. Рассмотренная процедура может быть применена в оперативном режиме в условиях аварийных выбросов и неблагоприятных метеоусловиях для предотвращения превышения максимально разовой концентрации загрязнителей.

Разработанные метод и алгоритм минимизации концентрации загрязнителей позволяют минимизировать целевую функцию концентрации поллютанта, поступающего в атмосферу от m источников за период времени п, равный одному году

,Z) —— п

ЁI Cij(aij,b,j,gjj)

'=17=1

min, в зоне жилой застройки, J=iy=l " " " " J сеС

при ограничениях в виде равенств и неравенств, накладываемых на

составляющие векторов управляющих воздействии и возмущений, где

a = (Q,H,R,ATpl,

(On

вектор управляющих воздействии, Ъ ,Та,к,ср^ - вектор возмущений, £ ^г)- вектор

внутренних параметров модели. Результатом решения поставленной задачи является нахождение значения шт Суеа', определяемого из выражения:

тш Суеаг{Х,У,г)= £ (тт суеаг (X, У^)).

j=i

(7)

В четвертой главе представлены концепция и структура комплекса прикладных программ, реализующих разработанные модели, методы и алгоритмы. Разработано оригинальное информационно-программное обеспечение, позволяющее осуществить минимизацию среднегодовой концентрации загрязняющих примесей, поступающих в атмосферу в результате деятельности промышленного комплекса. Программный комплекс состоит из 7 модулей, выполняющих различные функции оптимизационного процесса. Событийное управление модулями осуществляется с помощью пользовательского интерфейса «Мат», позволяющего в пошаговом режиме осуществить процесс моделирования и оптимизации уровня концентрации ЗП в атмосферном воздухе (рис.8).

Разработана имитационная система, с помощью которой проведен ряд численных экспериментов, результаты которых подтверждают достоверность разработанного математического аппарата.

юшииишц»имю111шМ1т!|Дскц ч. -ЛЙЩ МИШЖЯШШСТКРШШШДЮ».-

MOW Оюи^^^и HintximmKix- ЪкхоажМ ***•*• гМ«

•V.- J

Мипкимксттмйхк* П

С «К*«« »«nrWMipyi* pls^r N11

у] 400

| 1.! .

Н**ч*я»««»пр» j И)

гаг- P»1 Р л Г . в г с г» г г q

щ, ~

U 1

•Г-»™ pse<pe»<iiW)Hi. Вммимыа**« Мви>Аы'»м»»«»щ>* »моей** ми*« fsain:. f

Рис. 8. Пользовательский интерфейс программного комплекса

Проверка достоверности предложенной математической модели уровня концентрации загрязнителей и соответствующего математического обеспечения проводилась на основе сравнения результатов моделирования с пробами воздуха, отобранными в подфакельных точках трубы котельной, расположенной на территории ФГУП «Саратовский агрегатный завод».

Как видно из рис.9, расчетная кривая концентрации окиси углерода (СО), построенная с использованием предложенной модели (сплошная линия), хорошо согласуется с экспериментальными точками, представленными в виде заштрихованных треугольников. Расхождение составляет не более 10-15%. Штрихпунктирной и пунктирной линиями показаны графики распределения концентрации, построенные с использованием известных методик расчета дисперсионных параметров Бригса и кривых Гиффорда, имеющих существенное расхождение с экспериментальными данными. Таким образом, предложенная модель наилучшим образом согласуется с экспериментом. На рис.10 показаны линии равных уровней приземной концентрации (без учета фоновой концентрации), также согласующиеся с экспериментом.

- - - - Гиффорд---Бриге (город)-RBF-сетъ -—*—Эксперимент!

Рис. 9. График сравнения результатов моделирования концентрации загрязнителя (для расчета вертикальной и горизонтальной дисперсии использованы кривые Гиффорда, метод Бригса и предложенная RBF-сеть) с экспериментальными данньми.

По оси ОХ - расстояние от источника по направлению ветра, по оси OY - концентрация поллютанта в мг/м3)

Было выявлено, что изменение начальной скорости подъема примеси с 12 до 16 м/с, начального перегрева примеси с 199 до 227 °С и высоты данного источника загрязнения с 20 до 30 м, в соответствии с предложенным методом и алгоритмом решения задачи минимизации концентрации примеси, позволит уменьшить концентрацию окиси углерода в точке контроля, расположенной на расстоянии 200 м от трубы с 3,3 до 3,1 мг/м3.

Рис. 10. Наложение результатов моделирования концентрации загрязнителя на карту местности с обозначенными точками отбора проб воздуха

Была предложена и апробирована методика внедрения основных результатов диссертационной работы в информационных системах промышленного предприятия. Получен акт о внедрении основных результатов диссертационной работы на предприятии ЗАО «Саратовский завод стройматериалов».

Заключение содержит основные выводы и результаты проведенных исследований.

В Приложении приведены акт о внедрении основных результатов диссертационной работы на предприятии ЗАО «Саратовский завод стройматериалов» и Свидетельство о государственной регистрации программного комплекса «Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе».

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров,

зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки». .

5. Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

6. Разработан комплекс программ, реализующий математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих, примесей в атмосфере, ориентированный на использование в составе имитационной системы, моделирующей распространение примеси в атмосферном воздухе. Получено свидетельство о государственной регистрации программного комплекса «Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе», имеется акт внедрения.

7. Проведена экспериментальная проверка, показавшая, что данные об уровне концентрации загрязнителя, полученные в результате моделирования, находятся в согласии с результатами эксперимента.

8. Предложена методика внедрения разработанных моделей, методов и алгоритмов в практику деятельности промышленных предприятий.

Осуществлено внедрение основных результатов диссертационной работы на ЗАО «Саратовский завод стройматериалов».

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикация в издании, рекомендованном ВАК РФ:.

1. Соляник H.A. Математическое моделирование процесса загрязнения атмосферного воздуха в зоне влияния промышленных предприятий / H.A. Соляник, В.А. Кушников // Вестник Саратовского государственного технического университета. 2009. №1(37). С. 104-109.

Публикации в других изданиях:

2. Соляник H.A. Информационная система прогнозирования состояния атмосферного воздуха г.Саратова / H.A. Соляник, В.А. Кушников, Н.С. Пряхина // Экологические проблемы промышленных городов: сб. науч. тр. 2-й Всерос. науч.-практ. конф. Саратов: СГТУ, 2005. С. 153-156.

3. Соляник H.A. Использование технологии искусственных нейронных сетей для прогнозирования уровня концентраций загрязняющих веществ в атмосферном воздухе / H.A. Соляник, В.А. Кушников // Актуальные проблемы теории управления и прикладного системного анализа: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2006. С. 110-114.

4. Соляник H.A. Математическое моделирование состояния атмосферного воздуха с применением технологии искусственных нейронных сетей / H.A. Соляник, В.А. Кушников // Математические методы в технике и технологиях - ММТТ-20: сб. тр. XX Междунар. науч. конф.: в 10 т. Ярославль: ЯГТУ, 2007. Т.4. С. 178-180.

5. Соляник H.A. Распределенная автоматизированная система экологического мониторинга атмосферного воздуха / H.A. Соляник, В.А. Кушников // Актуальные задачи управления социально-экономическими и техническими системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2008. С. 132-134.

6. Соляник H.A. Автоматизированная система для моделирования процесса загрязнения атмосферного воздуха в зоне влияния промышленных предприятий / H.A. Соляник, В.А. Кушников // Анализ, синтез и управление в сложных системах: сб. науч. тр. Саратов: СГТУ, 2008. С. 55-58.

7. Соляник H.A. Использование Web-технологий при разработке автоматизированной системы моделирования состояния атмосферного воздуха / H.A. Соляник, В.А. Кушников // Интернет и инновации: практические вопросы информационного обеспечения инновационной деятельности: материалы Междунар. науч.-практ. конф. Саратов: СГТУ, 2008. С. 91-94.

8. Соляник H.A. Разработка автоматизированной системы моделирования процесса загрязнения атмосферного воздуха с применением архитектуры Web-приложений / H.A. Соляник, В.А. Кушников // Технологии Интернет -на службу обществу: сб. стат. по материалам Всерос. науч.-практ. конф. Саратов: СГТУ, 2008. С. 69-70.

9. Соляник H.A. Формализованная постановка задачи оптимизации уровня концентрации поллютантов в атмосферном воздухе / H.A. Соляник, В.А. Кушников // Управление сложными системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2009. С. 120-123.

10. Соляник H.A. Механизм взаимодействия моделей подъема и переноса загрязняющих примесей в атмосферном воздухе / H.A. Соляник, В.А. Кушников // Управление сложными системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2009. С. 124-127.

И. Соляник H.A. Математические модели для автоматизированной системы экологического мониторинга атмосферного воздуха в зоне влияния промышленных предприятий / H.A. Соляник, В.А. Кушников // Высокие технологии, фундаментальные исследования, образование: сб. тр. VII Междунар. науч.-практ. конф. СПб.: СПбГПУ, 2009. С. 292-293.

12. Соляник H.A. Синтез моделирующего алгоритма для автоматизированной системы экологического мониторинга атмосферного воздуха / H.A. Соляник, В.А. Кушников // Математические методы в технике и технологиях - ММТТ-22: сб. тр. XXII Междунар. науч. конф.: в 10 т. Псков: ППИ, 2009. Т.4. С. 50-52.

13. Соляник H.A. Использование модели подъема примеси для минимизации концентрации загрязнителей атмосферы / H.A. Соляник, В.А. Кушников // Математические методы в технике и технологиях -ММТТ-23: сб. тр. XXIII Междунар. науч. конф.: в 12 т. Саратов: СГТУ, 2010. Т.Н. С. 73-75.

14. Соляник H.A. Использование модели переноса примеси для минимизации концентрации загрязнителей атмосферы / H.A. Соляник, В.А. Кушников // Высокие технологии, исследования, промышленность: сб. тр. IX Междунар. науч.-практ. конф.: в 4 т. СПб.: СПбГПУ, 2010. Т.4. С. 150-151.

Патентные документы:

15. Соляник H.A. Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе. Свидетельство о государственной регистрации программы для ЭВМ №2010613300 от 19.05.2010.

СОЛЯНИК Николай Александрович

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И МИНИМИЗАЦИЯ НА ЕЁ ОСНОВЕ КОНЦЕНТРАЦИИ ПРОМЫШЛЕННЫХ ЗАГРЯЗНИТЕЛЕЙ АТМОСФЕРЫ ЗОН ЖИЛОЙ ЗАСТРОЙКИ

Автореферат

Корректор О.А.Панина

Подписано в печать 05.10.10 Формат 60x84 1/16

Бум. офсет. Усл. печ.л. 1.0 Уч.-изд.л. 1.0

Тираж 100 экз. Заказ 313 Бесплатно

Саратовский государственный технический университет

410054, Саратов, Политехническая ул.,77 Отпечатано в Издательстве СГТУ. 410054, Саратов, Политехническая ул., 77

Оглавление.

ВВЕДЕНИЕ.

ГЛАВА 1. ПРОБЛЕМЫ МИНИМИЗАЦИИ ПРОМЫШЛЕННЫХ ВЫБРОСОВ

1.1. Описание объекта управления.

1.2. Критерии оценки качества воздуха.

1.3. Обзор направлений минимизации промышленных выбросов.

1.4. Обзор моделей и методов, минимизации промышленных выбросов.

1.5. Обзор моделей экологического мониторинга атмосферного воздуха в зоне влияния промышленных предприятий.

1.6. Формализованная постановка задачи.

Выводы к главе 1.

ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ДЛЯ КОМПЛЕКСА ПРОГРАММ МИНИМИЗАЦИИ УРОВНЯ КОНЦЕНТРАЦИИ ЗАГРЯЗНИТЕЛЕЙ.

2.1. Общая характеристика комплекса моделей.

2.2. Разработка модели переноса загрязняющих примесей в атмосферном воздухе.

2.3. Разработка математической модели подъема перегретой примеси.

2.4. Анализ основных математических свойств целевой функций и систем ограничений модели переноса примеси.

2.5. Анализ основных математических свойств целевой функции и систем ограничений модели подъема перегретой примеси.

2.6. Разработка нейросетевой модели определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе.

Выводы к главе 2.

ГЛАВА 3. МЕТОДЫ И АЛГОРИТМЫ ДЛЯ КОМПЛЕКСА ПРОГРАММ

МИНИМИЗАЦИИ УРОВНЯ КОНЦЕНТРАЦИИ ЗАГРЯЗНИТЕЛЕЙ.

3.1. Общая характеристика метода решения.

3.1.1 Выбор шага кантования.

3.1.2 Анализ динамических свойств объекта управления.

3.2. Алгоритм решения частной задачи оптимизации с использованием в качестве управляющего параметра интенсивности источника выброса.

3.3. Алгоритм решения частной задачи оптимизации с использованием в качестве управляющего параметра эффективной высоты подъема шлейфа.

3.4. Алгоритм решения частной задачи оптимизации с управляющими параметрами эффективной высоты подъема шлейфа и интенсивности выброса.

3.5. Решение задачи оптимизации целевой функции эффективной высоты подъема шлейфа.

3.6. Решение общей задачи минимизации целевой функции.

3.7. Метод преобразования координат.

Выводы к главе 3.

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА И РЕАЛИЗАЦИЯ

РАЗРАБОТАННОГО МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ.

4.1. Анализ вычислительной сложности решаемой задачи.

4.2 Структура комплекса прикладных программ реализующих разработанные модели, методы и алгоритмы.

4.3. Методика экспериментального подтверждения достоверности разработанных моделей, методов и алгоритмов.

4.3.1. Область допустимых значений переменных имитационной системы моделирования.

4.3.2. Основные этапы экспериментального подтверждения достоверности разработанных моделей и алгоритмов.

4.3.3. Результаты имитационного моделирования процесса минимизации уровня концентрации загрязнителей.;.

4.3.4. Результаты натурных экспериментов.

4.4. Методика внедрения результатов диссертационной работы в информационных системах промышленного предприятия.

Выводы к главе 4.

Актуальность проблемы. Обеспечение экологической безопасности населения в условиях увеличения антропогенного воздействия на природу является приоритетной задачей современного государства [1-12]. Одно из направлений решения данной задачи связано с уменьшением концентрации загрязнителей, поступающих в атмосферу зон жилой застройки в процессе функционирования промышленных предприятий [13-18]. Данное обстоятельство обусловливает необходимость разработки специализированного математического обеспечения, позволяющего минимизировать уровень концентрации загрязнителей на этапе проектирования и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки центров размещения промышленности [19].

Научные основы решаемой задачи заложены в трудах М.Е. Берлянда, Г. Бригса, Ф. Гиффорда, Ф. Паскуилла и др. Ими разработаны и систематизированы математические модели, позволяющие рассчитать уровень концентрации загрязнителя в контролируемых точках с учетом известных параметров источника выброса и атмосферы. Вместе с тем, в специальной литературе практически отсутствуют сообщения о моделях и алгоритмах, позволяющих минимизировать концентрацию загрязнителя во времени при наличии ограничений, накладываемых на интенсивность выброса, высоту трубы и другие характеристики источника загрязнения. Это определило актуальность темы диссертации.

Целью диссертации является разработка математических моделей, алгоритмов и комплексов программ, позволяющих при проектировании и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки выдать рекомендации и определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя.

Диссертация выполнена в рамках приоритетного направления развития науки' и техники Российской Федерации «Информационно-телекоммуникационные системы» и соответствует ее критическим технологиям: «Технологии мониторинга и прогнозирования состояния атмосферы и гидросферы», «Технологии снижения риска и уменьшения последствий природных и техногенных катастроф».

Предметом исследования является процесс минимизации уровня концентрации загрязняющей примеси, поступающей в атмосферу в результате функционирования точечных, непрерывно действующих источников промышленных загрязнений.

Методы исследования. В диссертации использованы методы системного анализа, аналитические и численные методы математического моделирования, а также концептуального проектирования информационных систем.

Научная новизна работы.

1. Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5. Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

Достоверность разработанных моделей, методов и алгоритмов подтверждается корректностью применения методов системного анализа, аналитических и численных методов математического моделирования, теории искусственных нейронных сетей, а также накопленным опытом применения моделей распространения загрязняющих примесей в экологическом мониторинге.

Практическая ценность связана с созданием эффективного математического и программно-алгоритмического обеспечения, позволяющего выдать рекомендации, а также определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя в зоне жилой застройки. Теоретические и практические положения диссертационной работы были внедрены на предприятии ЗАО «Саратовский завод стройматериалов», имеется акт внедрения. Основные результаты диссертационной работы были реализованы в виде комплекса программ, прошедших государственную регистрацию (свидетельство №2010613300).

Кроме того, результаты диссертации были использованы в учебном процессе кафедр «Информационные системы» и «Системотехника» Саратовского государственного технического университета в рамках дисциплин «Информатика», «Интеллектуальные информационные системы», «Системы поддержки принятия решений», «Информационные системы в экологии».

На защиту выносятся:

1. Имитационная математическая модель определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя нпрафная функция типа квадрата «срезки».

5. Процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

6. Комплекс программ, реализующий разработанные математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих примесей в атмосфере, ориентированный на использование в составе имитационной системы, моделирующей распространение примеси в атмосферном воздухе.

7. Методика внедрения разработанного математического обеспечения на промышленных предприятиях.

Апробация работы. Результаты работы докладывались и обсуждались на

2-й Всероссийской научно-практической конференции «Экологические проблемы промышленных городов» (Саратов, 2005); Всероссийской научной конференции «Проблемы управления в социально-экономических и технических системах» (Саратов, 2006, 2008); научных конференциях «Математические методы в технике и технологиях» ММТТ-20 (Ярославль, 2007), ММТТ-22 (Псков, 2009) и ММТТ-23 (Саратов, 2010); Всероссийской научной конференции «Актуальные задачи управления социально-экономическими и техническими системами» (Саратов, 2007); научных конференциях «Интернет и инновации: практические вопросы информационного обеспечения инновационной деятельности» и «Интернет - на службу обществу» (Саратов, 2009); седьмой и девятой Международных научно-практических конференциях «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2009, 2010).

Публикации. По теме диссертационной работы опубликовано 15 печатных работ, из них одна в издании, рекомендованном ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения и 2 приложений; она содержит 134 страницы текста, 48 рисунков, 4 таблицы и список использованной литературы из 103 наименований.

Основные результаты работы:

1. Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2. Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3. Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4. Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5. Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

6. Разработан комплекс программ, реализующий математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих примесей в атмосфере, ориентированный на использование в составе имитационной системы, моделирующей распространение примеси в атмосферном воздухе. Получено свидетельство о государственной регистрации программного комплекса «Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе», имеется акт внедрения.

7. Проведена экспериментальная проверка, показавшая, что данные об уровне концентрации загрязнителя, полученные в результате моделирования, находятся в согласии с результатами эксперимента.

8. Предложена методика внедрения разработанных моделей, методов и алгоритмов в практику деятельности промышленных предприятий. Осуществлено внедрение основных результатов диссертационной работы на ЗАО «Саратовский завод стройматериалов».

ЗАКЛЮЧЕНИЕ

Основным итогом диссертационной работы является решение научной проблемы, связанной с разработкой моделей, алгоритмов и комплексов программ, позволяющих при проектировании и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки выдать рекомендации и определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя.

1. Доклад о состоянии и об охране окружающей среды Саратовской области в 2009 году. Саратов, 2010. - 280 с.

2. Распоряжение правительства РФ от 3 сентября 2010 г. N 1458-р. Стратегия деятельности в области гидрометеорологии и смежных с ней областях на период до 2030 года (с учетом аспектов изменения климата).

3. Постановление правительства РФ от 27 октября 2008 г. N 791. О федеральной целевой программе «Национальная система химической и биологической безопасности Российской Федерации (2009 2013 годы)».

4. Распоряжение правительства РФ от 17 ноября 2008 г. N 1662-р. Экологическая безопасность экономики и экологии человека.

5. Итоговая декларация Невского Международного экологического конгресса.- СПб., 2009.

6. Байдаков. Л., Г. П. Серов. Правовое обеспечение охраны окружающей среды и экологической безопасности. М., 2003. - 463 с.

7. Миркин Б. М., Наумова Л. Г. Экологическая культура России: вчера и сегодня, взгляд социолога. Экология и жизнь. №11 - 2007. — С. 41-44.

8. Боголюбов А. Новый закон об охране окружающей среды. Журнал Российского права. 2002. - № 6. - С. 56-63.

9. Расторгуев В. П. Экологическая политика и социальная ответственность. Вести. Моск. ун-та. Сер. 12. Политические науки. 2005. - № 5. - С. 112-119.

10. Парламентские слушания на тему «Экология крупных городов». М., 2000.22 декабря.

11. Постановление Правительства Москвы 22 февраля 2000 г. N 144. Об организации единой системы экологического мониторинга г. Москвы.

12. Постановление Правительства Москвы от 28.01.92 N 38. О мерах по созданию системы экомониторинга г. Москвы.

13. Федеральный закон от 04.05.1999, N 96-ФЗ (ред. от 27.12.2009) об охране атмосферного воздуха.

14. Лидеры по объему выбросов. РБК daili. 2007. - 21 июня. - 3.

15. Лашкина Е. Вдыхая дым Отечества. На Южном Урале Дмитрий Медведев занимался проблемами экологии. Российская газета. 2008. - 18 января. - С.З.

16. Артамонова Ю., Колмогоров Ю.П., Рапута В.Ф., Ярославцева Т.В. Влияние атмосферного загрязнения на экосистемы Нюрингринского топливно-энергетического комплекса (Якутия). Химия в интересах устойчивого развития. 2005. Т. 13.- С. 491-500.

17. Кислицын В.А. Проблемы моделирования рассеивания воздушных выбросов для получения среднегодовых концентраций при оценке риска здоровью населения: матер. Междун. научн.-практ. конф. — Пермь, 2010. С. 242-246.

18. Федосов A.A. Моделирование распространения выбросов вредных веществ в пограничном слое атмосферы. Теплоэнергетика. 2006. № 5. - С. 34-40.

19. Соляник H.A., Кушников В.А., Пряхина Н.С. Информационная система прогнозирования состояния атмосферного воздуха г.Саратова. Экологические проблемы промышленных городов: сб. науч. тр. 2-й Всерос. науч.-практ. конф. Саратов: СГТУ, 2005. С. 153-156.

20. Колодкин В. М., Мурин А. В., Петров А. К., Горский В. Г. Количественная оценка риска химических аварий. Ижевск: Издательский дом «Удмуртский университет», 2001. - 228 с.

21. Матвеев Л.Т. Курс общей метеорологии. Физика атмосферы. Л.: Гидрометиздат, 1984. - 752 с.

22. Атмосфера. Справочник (справочные данные, модели). Л: Гидрометиздат, 1991.-509 с.

23. Вызова Н.Л., Гаргер Е.К., Иванов В.Н. Эксперементальные исследования атмосферной диффузии и расчеты рассеяния примеси. Л: Гидрометиздат, 1991.-274 с.

24. Берлянд М.Е. Прогноз и регулирование загрязнений атмосферы. Л.: Гидрометеоиздаг, 1985. - 272 с.

25. Siddigui Т.A. Mohan М. Analysis of various schemes for the estimation of atmospheric stability classification. Atmospheric Environment. 1998. Vol. 32. №1. -p. 3775-3781.

26. Pasquill F. 1962. Atmospheric diffusion London: Van Nostr. Co.Ltd. - 298p.

27. Федеральный закон от 30 марта 1999 г. N 52-ФЗ. О санитарно-эпидемиологическом благополучии населения.

28. ГОСТ 12.1.007-76 «Вредные вещества. Классификация и общие требования безопасности».

29. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий. ОНД-86. — Госкомгидромет, 1987.

30. Разработка и апробация методики оценки риска здоровью населения от промышленных предприятий и автотранспорта на территории Юго-Восточного административного округа Москвы. М., 1999. - 116 с.

31. Постановление Правительства РФ от 31 марта 2003 г. № 177. Об организации и осуществлении государственного мониторинга окружающей среды (государственного экологического мониторинга).

32. ГОСТ 17.2.3.01-86. храна природы. Атмосфера. Правила контроля качества воздуха населенных пунктов.

33. РД 52.04.186-89. Руководство по контролю загрязнения атмосферы.

34. Кондраков О.В., Попов Н.С., Алексеев A.A., Скляревский A.M. Метод построения «пеленгатора» аномально работающих источников загрязнения тропосферы. Тр. молодых ученых и студентов ТГТУ. Тамбов, 1997. Вып. 1.- С. 4-7.

35. Попов Н.С., Кондраков О.В. Диспетчеризация состояния воздушного бассейна в промышленных районах. Тез. докл. междунар. науч.-метод. конф.- Липецк, 1997.- С. 10-12.

36. Алексеев A.A., Кондраков О.В., Аведова Д.Г. Способы реализаций управлений в задачах экологической диспетчеризации. Труды ТГТУ: Сб. науч. ст. молодых ученых и студентов. — Тамбов, 1998. Вып. 2. С. 36-39.

37. Попов Н.С., Алексеев A.A., Кондраков О.В. Проблемы диспетчеризации загрязнений природо-промышленных систем. Экология-98: Тез. докл. науч.-техн. конф.- 1998. С. 111-114.

38. Кондраков О.В. Построение «адресной» системы мониторинга, основанной на использовании статистических методов. Труды ТГТУ: Сб. науч. ст. молодых ученых и студентов. Тамбов, 1999. Вып. 3. - С. 66-71.

39. Кондраков О.В. Моделирование распространения сильнодействующих ядовитых веществ при их выбросе в атмосферу. Труды ТГТУ: Сб. науч. стат. молодых ученых и студентов. Тамбов, 2000. Вып. 6. — С. 49-55.

40. Кондраков О.В. Диспетчерское управление качественным состоянием воздушного бассейна в промышленных центрах. V науч. конф. ТГТУ: Тез. докл. Тамбов, 2000. - С. 72-73.

41. Попов Н.С., Кондраков О.В. Применение искусственных нейронных сетей для систем прогноза загрязнения воздушного бассейна. Вестник ТГТУ. 2002. Т. 8, №2.-С. 219-227.

42. Кондраков О.В. Классификация ситуаций загрязнения воздушного бассейна с помощью искусственных нейронных сетей. Вестник ТГТУ. 2002. Т. 8, № 4. -С. 577-582.

43. Коршунов Г.И. Шабалов A.A. Обеспечение качества замкнутой системы управления «Природа-техногеника». Научно-технические ведомости СПбГТУ. -2008. №3(56). С. 169-175.

44. Сольницев Р.И., Коршунов Г.И., Шабалов A.A. Моделирование замкнутой системы управления «Природа-техногеника». Информационно-управляющие системы. 2008. №2. - С.36-41.

45. Шабалов A.A. Замкнутая многоконтурная система управления выбросами загрязняющих веществ промышленных предприятий. Журнал научных публикаций аспирантов и докторантов. 2008. №2. - С.164-167. '

46. Шабалов A.A. Моделирование процесса распространения загрязняющих веществ. Научная сессия ГУАП: Сб. докл.: В 3 ч. Ч. 1. Технические пауки.— ГУАП. СПб, 2007.- С.131-133.

47. Шабалов A.A. Методика поиска в атмосфере координат максимума концентрации вещества. Научная сессия ГУАП: Сб. докл.: В 3 ч. 4.1. Технические науки. ГУАП. СПб, 2008. - С.200-204.

48. Замай С.С., Якубайлик О.Э. Модели оценки и прогноза загрязнения атмосферы промышленными выбросами в информационно-аналитической системе природоохранных служб крупного города. Учебное пособие. -Красноярск: КГУ-1998. 109 с.

49. Попов Н.С., Бодров В.И., Перов B.J1. Основные направления в моделировании загрязнения воздушного бассейна за рубежом. Химическая промышленность за рубежом. 1984. - Вып.З. - С. 28-45.

50. Вельтищева Н.С. Методы моделирования промышленного загрязнения атмосферы Обнинск.: ВНИИГМИ-МЦД, 1975. - 37 с.

51. Белов И.В., Беспалов М.С., Клочкова JI.B., Павлова Н.К, Сузап Д.В., Тишкин В.Ф. Сравнительный анализ некоторых математических моделей для процессов распространения загрязнений в атмосфере. Математическое моделирование, 1999, т. 11, - №7.

52. Швыряев A.A., Меньшиков В.В. Оценка риска воздействия загрязнения атмосферы в исследуемом регионе: Учебное пособие для вузов. М.: Изд-во МГУ, 2004. - 124 с.

53. Карманов В. Г. Математическое программирование: Учеб. пособие. 5-е изд. -М.: Физматлит, 2004. 264 с.

54. Бояринов А. И., Кафаров В. В. Методы оптимизации в химической технологии. М.: Химия, 1975. - 575 с.

55. Н.С. Бахвалов, Н.П. Жидков, Г.М.Кобельков. Численные методы. — М. Наука. 1977.-600 с.

56. Gifford F. Peak to average concentration rations according to air fluctuating plume dispersion model. Int. J. Air Wat. Poll. 1960. v. 3, N 4. - p 253-260.

57. Gifford F. Turbulent diffusion typing schemes: a review. - Nuclear Safety. 1976. v. 17, N 1. -p. 25-43.

58. Gifford F. Recent studies of diffusion parameters for air pollution application. -In: Int. Conf. Air Poll. Pretoria. 1979. p. 1-13.

59. GiffordF. HannaS. Modeling urban air Pollution. Atm. Env. 1973. N1. -p. 131-136.

60. Haugen D. Lectures on air pollution and environmental impact analysis. — Boston: AMS. 1975. 296 p.

61. Hanna S. AMS workahop on stability classification schemes and sigma curves -summary of recommendations. Bull. Am. MetrSoc., v. 38, N 12. 1977. - p. 1305 -1309.

62. Hanna S. Measured sigma у and sigma z in complex terrain near the TVA Windows Creek, Alabama, Steam plant. Atm. Env., 1980. v. 14, N 4. - p. 401-407.

63. Gryning S. Sort-range experiments in unstable conditions over inhomogeneous terrain. Tellus. 1978. v. 30. - p. 392-404.

64. Gryning S. Medium range disspersion experiments downwind from a shoreline in near neutral conditions. Atm. Env., v. 14, N 8. - p. 923-931.

65. Wippermann F., Klug W. Schorsteinmindesthöhen. Darmstadt. 1960.

66. Reuter H. Über den Einfluss meteorologischen Parameter auf die Lage der Maxima Immissions Konzentrations am Boden bei vorgezgebener emissioquelle. -Arch. Met. Geodym. Bioklim. (A). 1964. H 1, S. 56-68.

67. Klug W. Ein Werfahren zur Bestimmung der Ausbreitnngs bedingungen aus synoptischen Beobachfungen. Staub, Bd 4, N 4. 1969.

68. Ragland K.W. Forecast ambient air consentration from point sources using the Gaussian plume model. Atm. Env. 1976. v. 10, N 5. - p. 371-374.

69. Carpenter K. An experimental forecast using a non-hydrostatic mesoscal model. -Quart. J. Roy Met. 1979. Soc., v. 105. -N 445.

70. Smith M.E. Recommended guide for the prediction of the dispersion of airborne effluents. ASME N. Y. 1973. - 85 p.

71. Workbook of atmospheric dispersion estimates U.S. EPA. AP-26. 1970.

72. Vogt K., Geiss H., Polster G. New sets of diffusion parameters resulting from tracer experiments with 50 and 100 m release height. In: Proc. 9th Int. Tech. Meeting on Air Poll. Modeling and its Applic., N 103, NATO Comm. 1978. -p. 221-239.

73. EPA. Selection criteria for mathematical models used in Exposure assessments: atmospheric dispersion models. Washington, DC. 1993. — p. 98.

74. Уоссермен Ф. Нейрокомпыотерная техника: Теория и практика. М.: Мир, 1992.-240 с.

75. Минский М., Пейперт С. Персептроны. М.: Мир, 1971.-261 с.

76. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учебное пособие для вузов Обшая ред. А.И. Галушкина. М.: ИПРЖР, 2000. - 506 с.

77. Хайкин С. Нейронные сети: Полный курс — 2-е изд. М.: «Вильяме», 2006. — 1104 с.

78. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001. - 382 с.

79. Горбань А.Н. Обучение нейронных сетей. М.: СП «ParaGraph», 1990. -83 с.

80. Нейронные сети. STATISTICA Neural Networks. М.: Горячая линия -Телеком, 2001 - 182 с.

81. Каллан Р. Основные концепции нейронных сетей. М.: Издательский дом «Вильяме», 2001.-288 с.

82. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере.- Новосибирск: Наука (Сиб. Отделение), 1996. 276 с.

83. Круглов В.В. Нечеткая логика и искусственные нейронные сети. М. 2001,- 221 с.

84. Головко В.А. Нейронные сети: обучение, организация и применение. Кн.4:Учеб. пособие для вузов. Общая ред. А.И. Галушкина. — М.: ИНРЖР, 2001. -256 с.

85. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004. — 435 с.

86. Мелихов А.Н., Бернштейн Л.С., Коровин Я. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Горячая Линия Телеком, 2004. - 144 с.

87. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2004. - 344 с.

88. Тархов Д.А. Нейронные сети. Модели и алгоритмы. Книга 18. М.: Радиотехника, 2005. - 124 с.

89. Мудров А.Е. Численные методы ля ПЭВМ на языках Бейсик, Фортран и Паскаль. Томск: МП «Раско», 1991.-272 с.

90. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.

91. Вычугжанин A. JI. Платежные системы с использованием банковских пластиковых карточек. Состояние и перспективы. Моск. гос. ун-т экономики, статистики и информатики. М.:МЭСИ, 1998. - 163 с.

92. Ермаков Р. Системы безопасности на основе цифровых сертификатов. Электронный ресурс., URL: http://www.cnews.ru/reviews/free/ oldcom/security/ssl.shtml (дата обращения: 01.02.2010).

93. Сиротюк О. Отличительные особенности СУБД Cache'. Электронный ресурс., URL: http://citforum.ru/database/articles/subdcache.shtml (дата обращения: 09.12.2009).

94. InterSystems Caché. Электронный ресурс., URL: http://intersystems.ru/cache/ (дата обращения: 11.12.2009).

95. Федоров В.А. Постреляционная СУБД Cache'. Электронный ресурс., URL:http://www.codenet.ru/db/cache/ (дата обращения: 11.12.2009).

96. Дьяконов В. П. Справочник по применению системы PC MATLAB. М.: «Физматлит», 1993.- С. 112.

97. Селезнёв А. MATLAB Compiler. Создание DLL и их использование. Электронный ресурс., URL: http://matlab.exponenta.ru/matlabcompiler/ book 1 /steps.php (дата обращения: 01.11.2009).

98. MATLAB Compiler. Стандартные решения. Электронный ресурс., URL: http://matlab.exponenta.rU/matlabcompiler/bookl/ss.php#6 (дата обращения: 19.11.2009).

99. Scilab теория и практика на русском языке. Электронный ресурс., URL: http://teacher.dn-ua.com/Matli/Scilab/Scilab.html (дата обращения: 03.07.2009).

100. Павлова М. И. Руководство по работе с пакетом SCILAB. Электронный ресурс., URL: http://www.csa.ru/~zebra/myscilab/ (дата обращения: 01.08.2009).

101. Дьяконов В. П. Компьютерная математика. Теория и практика. СПб: «Питер», 2001.-С. 1296.