Содержание к диссертации
Введение
1. Методы и алгоритмы сбора, обработки и представления данных о загрязняющих выбросах с использованием автоматизированных систем контроля 14
1.1. Современное состояние вопроса разработки и создания интегрированных систем экологического менеджмента промышленных предприятий 14
1.1.1. Автоматизированная система контроля за выбросами, как часть системы экологического менеджмента предприятия 17
1.1.2. Необходимость обеспечения контроля за выбросами на промышленном предприятии 18
1.1.3. Обзор существующих автоматизированных систем контроля за выбросами 20
1.1.4. Исследование целей создания автоматизированной системы контроля 22
1.1.5. Анализ критериев выбора и разработки системы контроля 24
1.1.6. Этапы получения, обработки и представления данных о выбросах и их локализации на местности 26
1.2 Современное состояние вопроса контроля за выбросами в ходе технологического процесса гальванической обработки на предприятии ОАО
«Муромский радиозавод» 28
1.3. Выбор и обоснование математических методов анализа и обработки данных о загрязняющих выбросах 33
1.3.1. Преобразование Фурье 34
1.3.2. Дискретное преобразование Хартли 36
1.3.3. Дискретное преобразование Лапласа 37
1.3.4. Другие математические методы преобразования сигналов 37
1.3.5. Вейвлет-преобразование сигналов 40
Выводы по главе 1 46
2. Формализованное описание и разработка функциональной и математической модели системы контроля за выбросами 49
2.1. Постановка задачи разработки автоматизированной системы контроля. 49
2.2. Функциональная модель системы контроля 50
2.2.1. Определение мест расположения автоматизированных постов, выбор датчиковой аппаратуры и временного режима их опроса 55
2.2.2. Анализ программного обеспечения, необходимого для автоматизации сбора, обработки и представления данных в системе контроля за выбросами 64
2.3. Выбор математического аппарата для разработки алгоритмов сбора,
обработки и представления данных 66
2.3.1. Возможности применения вейвлет-преобразования при обработке и анализе временных рядов концентраций загрязняющих веществ 67
2.3.2. Математическая модель временного экспериментального ряда концентраций загрязняющих веществ 73
2.4. Обоснование дискретности сбора данных с датчиковой аппаратуры 79
Выводы по главе 2 82
3. Алгоритмы анализа и обработки экспериментальных временных рядов данных о выбросах 84
3.1. Технология анализа и обработки экспериментальных рядов концентраций загрязняющих веществ 84
3.2. Предварительная подготовка временных рядов концентраций к дальнейшему анализу и обработке 87
3.3. Исследование алгоритма сжатия экспериментальных временных рядов данных на основе вейвлет-преобразования 95
3.4. Анализ периодических структур и тренда временных рядов концентраций 103
3.5 Прогнозирование и восстановление временных рядов концентраций загрязняющих веществ с использованием вейвлет-преобразования 105
3.5.1. Методы прогнозирования значений экспериментальных временных рядов данных 105
3.5.2. Построение функции регрессии с помощью
вейвлет - преобразования 107
3.5.3. Критерии оценки качества прогнозирования временных рядов концентраций загрязняющих веществ 112
3.6. Возможности применения пакетного вейвлет-разложения при анализе временных рядов 116
Выводы по главе 3 120
4. Реализация автоматизированной системы контроля за выбросами на промышленном предприятии 122
4.1. Алгоритм привязки экспериментальных данных к объектам контроля за
выбросами на картографической основе системы 122
4.1.1. Связь экспериментальных данных о выбросах, концентрациях и зонах их локализации с объектами контроля и источниками выбросов с помощью ГИС 122
4.1.2 Расчет концентраций и зон распространения загрязняющих веществ от источников выбросов 126
4.2. Аппаратная и программная реализация автоматизированной системы контроля 129
Выводы по главе 4 143
Заключение 144
Библиографический список использованной литературы
- Необходимость обеспечения контроля за выбросами на промышленном предприятии
- Определение мест расположения автоматизированных постов, выбор датчиковой аппаратуры и временного режима их опроса
- Предварительная подготовка временных рядов концентраций к дальнейшему анализу и обработке
- Связь экспериментальных данных о выбросах, концентрациях и зонах их локализации с объектами контроля и источниками выбросов с помощью ГИС
Введение к работе
Рабоїн выполнена в Муромском институте (фнлмЛпс) Владимирского ггсу;шрстлиюгп университета.
руководи tein»:
Кандидат Tssiui'icLKiu наук, профессор Кролотов ЮрІІЙ Анатольевич
Официальные ошшненты:
Доктор технически* nay*, профессор Донпсснко Владимир Иванович
Доктор гехинческкх наук, профессор Хпрпшовл Елсяв Руслановна
Везущая оріиші шини:
ОАО «Муромский завод раяпонше-ріггельньїх приборов»
Защита шіссерішии соиюигся «30» сентября 2009 г. о 1-ї часов нахасо-данин диесертагшонного совета ,'1.212.025.01 Владимирского государственного университет по адресу: 600000. г. Владимир,ул. Горького, д. Й7,пул. 211-І.
Oi-зыны на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 601)000. г. Владимир, ул. Горькою, д. .87, Ученому секретарю лиссертаїшошюгосоветаД.212.025,01 Макарову Руслану Ильичу.
С диссертацией можно ознакомиться в библиотек.!.- 1 ОУ ВІЮ «Вялаи-лшрекші і осулдрствешгый университет».
:оо» г.
Автореферат разослан о / »
Ученый секретарь лнесэртационного сшила Д.212.025.01, доктор технических наук, профессор
Pit Мэкдров
Актуцлыюпь темы.
(лишение нсїитивного антропогенного воздействии на окружающую среду и аатомаїнзашш контроля нал выбросами загрязняющих пешее in является важной задачей современных промышленных предприятий.
Развитие рыночной ікономнкя России, имхол птекнгтенных предприятии на пірусісжнмс рынки сбыта продукции обусловили совершенствование существующих систем менеджмента предприятий, а также необходимость момернншмни входящих n us состав систем обеспечения экологической безопасности II HCOOXO-дкмостїю их доведенії* да требований международно» п стандарти ИСО 14000.
Оріаннзсвніь зффскіивиис дейсзыни по уменьшению ыыбросов заірпіняю-ишх иешсств в атмосферу, почву, водную ерелу помито только при условии поступлення своевременной и достоверной ннформлшш о количественных іілримсграл, тенденциях изменения ьыбр(»сои. л также іонах ноіашн танин загрязняющих веществ н» территории нромьші.тсниоіи предприятия. Основным источником такий информации MDKCT СНуІЮПЬ автомаїтированный контроль нал выбросами заіряч-нхюіинх веществ и нх лохалнзаинеїі на меспюстн.
Дію носгрпеїтя н развития системы контроля за обеспечением ІКОЛОПІЧС-екой безопасности по стандарту ИСО НО00. на предприятиях необходимо внедрять системы аагомдтизированного непрерывно») контроля .за яыпрпсямн зягрвз-іинощих веществ, позволяющих осуществлять сбор, обработку и представлении ксперкмепгдлмилх и расчетных .чанных о выбросах и концентрациях загрязняющих кешесгв. зонах irv токялнзащт н:і местности, н также формировать управляющие решении, нищшмекнме на сокращение пыбросов.
Большой UKJiuu и развитие концепции СОДДЫШЯ интегрированных систем управления предприятием, составной частью которых является систвыя обеспечения экплопргсскоЛ безопасности, внесли работы С.А. Зарннива. Р.П. Макарова. ВТ. Медведевой. А.В. Кострова. С.Г* Хпрошевон, В.Ю. Клюпшнкопд, И И. Мазура. В.В. ьелоборплова, Г.М.Суворовой".
Однако, как это следует из анализа соотястствующсп тггературы. вопросы разработки, внедрения Н жешіуіптшин инншлнчнрочанных систем коїяроіиі над выбросами промышленных предприятий исследованы далеко не полностью,
Результаты сбора п обрабонш лпинш о текущих и нротношрусмы* значениях кониентранни загрязняющих веществ должны быть локализованы па месгно-СІН, иметь территориальную привязку, ляя более наглядного и удобного восприятия человеком-оператором сисгемы конграти іа выбросами.
Одной in главных задач при созлашш систем кош роля в дешчс обрабоїкл и представления данных о загрязняющих выбросах промышленных предприятий яв Пдетея ла:омаіизашпі нігеч ітапоп се работы. Информлиня. непчдьзуемля п системе копт|кіля. является разнородной: сведения сі виироса.ч jarpnuonouiHx вешеств в дт-чосферу. сбросах л новерхносшые и подземные воды н их кониснтрошіях, сведения о.локализации выбросов. Необходим совместным анд-пг> n-jii итрормннни. с нри-3Fikoii v .^MirraM кпіі'грлля, рлентпженним и.-, терріш>риіі промышленного иред-ириятнч.
В настояшес время созданы и используются [нвдігчпАе плгарнтмы обработ-
-!
:
ки и анализа временных рядов данных, в частности данных о концентрациях загрязняющих веществ, содержащихся в выбросах предприятий, и зонах их распространения, основанные на теоретических и практических подходах. Отдельные вопросы разработки и исследования таких алгоритмов рассматриваются в работах В.В. Губарева, A.M. Берлянта, A.M. Ахмада, И.Р. Дубова, В.В. Вершинина. В.В. Алексеева, Т.А. Трифоновой, С.Л. Широковой, Т- Андерсона, Дж. Бокса, Г. Дженкинса.
Существующие на сегодняшний день алгоритмы решают задачу обработки. анализа и представления данных о загрязняющих выбросах, концентрациях загрязняющих веществ, областях их локализации не в полной мере.
В связи с этим, возникает необходимость разработки и исследования алгоритмов, позволяющих проводить весь цикл обработки, анализа и представления данных об уровне выбросов, зонах распространения загрязняющих веществ на основе выбранного математического метода.
Объект исследования - ОАО «Муромский радиозавод»
Предмет исследования - автоматизация сбора, обработки и представления данных о загрязняющих выбросах, возникающих в ходе производственного процесса изготовления радиоэлектронных устройств, с использованием автоматизированной системы контроля за выбросами на промышленном предприятии.
Цель диссертационной работы - уменьшение негативного влияния производства радиоэлектронной аппаратуры связи на окружающую природную среду на основании данных о выбросах, собранных и обработанных с помощью автоматизированной системы контроля.
Для достижения сформулированной цели были поставлены и решены следующие задачи:
1. Исследован технологический процесс гальванической обработки деталей
и определены операции с наибольшим выбросом загрязняющих веществ.
Разработана автоматизированная подсистема обработки и анализа экспериментальных данных об уровнях выбросов загрязняюглих веществ.
Построена математическая модель экспериментальных временных рядов концентраций загрязняющих веществ, выбрасываемых промышленными предприятиями.
Получены и модифицированы алгоритмы сбора, обработки и представления экспериментальных и расчетных данных о концентрациях загрязняющих веществ, локализации вредных выбросов на территории промышленного предприятия.
Разработан подход к восстановлению и прогнозированию значений временных рядов концентраций загрязняющих веществ, основанный на регрессионном анализе.
Решена задача интеграции геоинформациониой подсистемы в систему контроля за выбросами, для визуализации зон локализации загрязняющих веществ на территории промышленного предприятия.
Разработана автоматизированная система контроля для обработки и представления данных о загрязняющих выбросах промышленного предприятия, обоснованы её функции и структура.
Методы исследования базируются на основных положения* теории промышленной экологии, на основах теории математического анализа, теории цифровой обработки сигналов и изображений, на аппарате статистического анализа временных рядов и теории множеств, теории дискретного Z-преобразовапия, теории преобразования Фурье, теории интерполяции и оптимизации, теории кратномас-штабної о анализа.
Научная новизна и теоретическая значимость работы заключается в следующих результатах:
Исследован технологический процесс гальванической обработки детапей радиоэлектронных устройств, определены основные «точки» контроля за выбросами и приложения управляющих воздействий.
На основе аппарата вейвлет-преобразования разработано формализованное описание и математическая модель временного ряда концентраций загрязняющих веществ, содержащихся в выбросах промышленных предприятий.
Разработаны алгоритмы обработки, анализа и представлении данных о выбросах «грязняюших веществ и областях их распространения, основанные на вейвлет-преобразованни.
Разработан алгоритм прогнозирования и восстановлении утраченных значений концентраций загрязняющих веществ с использованием регрессионного анализа на основе вейвлет-преобразования.
5. Разработана автоматизированная система контроля для обработки и
представления данных о загрязняющих выбросах.
Практическая значимость и реализация результатов заключаются в:
Разработке автоматизированной подсистемы обработки и анализа экспериментальных данных об уровнях выбросов загрязняющих веществ.
Разработке системы контроля за выбросами, которая основывается на применении эффективных алгоритмов обработки данных о выброса*, синтезированных с иомошыо математического аппарата вейвлет-преобразования. Данная система внедрена на промышленном предприятии ОАО «Муромский радиозавод».
3. Использовании разработанных математических моделей и алгоритмов для
решения широкого класса прикладных задач (сглаживание, сжатие, прогнозирова
ние и Др.). связанных с обработкой и представлением временных рядов данных о
загрязняющих выбросах.
4. Использовании материалов диссертации в учебном процессе МИВлГУ.
Апробация работы. Основные положения диссертационной работы докла
дывались на научно-технических конференциях и сессиях:
ХХХП, XXXIII. XXXV Международных научных конференциях «Гагарниские чтения», (г. Москва, 2006, 2007. 2009 г.); X1V-XV11I Международных научных конференциях «Туполевские чтения», (г. Казань, 2006-2009т.): XII Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Математическое и программное обеспечение вычислительных систем». (г.Рязань, 2007 г.); Научной конференции, посвященной 50-летию МИВлГУ <;НТКС-2007», (г. Муром. 2007 г.): Ill Международная научно - техническая конференция «Информационные технологии в науке, образовании и производстве. ИТНОП-2008». (г.Орел, 2008 г.): 1 Всероссийских научных «Зворыквнских чтениях». (г.Муром. 2009 г.).
Основные положения, выносимые на защиту:
Результаты исследования технологического процесса гальванической обработки детазей радиоэлектронных устройств.
Функциональная модель и структурное решение автоматизированной системы контроля за выбросами на промышленном предприятии.
Структурная схема автоматизированной подсистемы обработки и анализа экспериментальных и расчетных временных рядов концентраций загрязняющих веществ.
Математическая модель экспериментальных временных рядов концентраций загрязняющих веществ.
Разработанные алгоритмы автоматизации сбора, обработки и представления данных об уровнях выбросов и локализации загрязняющих веществ на местности.
6. Разработанный алгоритм прогнозирования и восстановления значений
временных рядов концентраций загрязняющих веществ с использованием регрес
сионного анализа.
Публикации по работе. По теме диссертации опубликовано 18 печатных работ, в том числе 2 публикации в журналах, входящих в перечень рекомендованных изданий ВАК РФ.
Структура и объем работы. Диссертационная работа состоит из введения. 4 глав, заключения и библиографического списка использованной литературы, содержащего 124 наименования, на 158 страницах машинописного текста и приложения, включая 39 рисунков и 11 таблиц.
Необходимость обеспечения контроля за выбросами на промышленном предприятии
Мировые тенденции глобализации привели к разработке и внедрению на промышленных предприятиях интегрированных систем управления (ИСУ, в оригинале - Integrated Management System, IMS).
Данные системы изначально подразумевают создание и развитие единой системы управления качеством (ISO 9000, ГОСТ Р ИСО 9000), экологической безопасностью (ISO 14000, ГОСТ Р ИСО 14000-2007) профессиональной безопасностью и охраной труда (OHSAS 18000) на предприятии, в рамках единой организационной структуры (рис.1) [4, 5, 9].
Изначально существовали концепции внедрения 3 отдельных систем управления: системы управления качеством, системы управления экологической безопасностью и системы управления профессиональной безопасностью и охраной труда.
Наибольшее распространение получили те из них, которые появились раньше, в частности система управления качеством имеет наилучшее обеспечение, как с теоретической, так и с практической точки зрения. Множество предприятий по всему миру внедрили подобные системы.
Под ИСУ надо понимать часть системы общего управления предприятием, отвечающую требованиям нескольких международных стандартов на системы управления и функционирующую как единое целое. ИСУ не следует отождествлять с системой общего управления предприятием объединяющей все аспекты её деятельности, так как область ее распространения пока еще не включает маркетинг, управление финансами, кадрами, инновациями рисками и др. О тождественности понятий «ИСУ» и «система общего управления» можно будет говорить лишь после того, как будут разработаны стандарты на все области управления [10]
Чуть позднее и далее параллельно начала развиваться концепция применения систем управления экологической безопасностью и охраной труда. Однако на сегодняшний день лишь очень малая часть отечественных промышленных предприятий сертифицирована на соответствие стандартам ГОСТР ИСО 14000 и OHSAS 18000 [9].
Интегрированная система менеджмента предприятия Деятельность промышленных предприятий сопровождают различные виды вредного техногенного воздействия на окружающую среду, это выбросы загрязняющих и токсических веществ в атмосферу, сбросы загрязняющих веществ в поверхностные и подземные воды, размещение и утилизация отходов и т.д. [3]. Все это является причиной, приводящей к ухудшению экологической обстановки в промышленно развитых регионах.
Существует множество отечественных и международных экологических стандартов, требованиям которых должны удовлетворять промышленные предприятия при осуществлении производственной деятельности, например, ГОСТ 17.2.1.04-77 «Охрана природы. Атмосфера. источники и метеорологические факторы загрязнения, промышленные выбросы. Термины и определения», ГОСТ Р ИСО 10396-2006 «Выбросы стационарных источников. Отбор проб при автоматическом определении содержания газов», ISO 14000-2007 «Системы экологического управления», ISO 7935-1992 «Стационарные источники выбросов. Определение массовой концентрации веществ. Характеристики автоматизированных методов измерений» и др.
В настоящее время наблюдается тенденция стремления отечественных промышленных предприятий пройти сертификацию на соответствие с международными экологическими стандартами серии ИСО 14000. Система стандартов ИСО 14000, в отличие от многих других природоохранных стандартов (ГОСТ 12.1.016-79, ГОСТ 12.1.005-76 и др.), ориентирована не на количественные параметры (объем выбросов, концентрации веществ и т. п. ) и не на используемые технологии (требование использовать или не использовать определенные технологии, требование использовать наилучшую доступную технологию»).
Основным предметом ИСО 14000 является система управления экологической безопасностью (Environmental Management System EMS). Типичные положения этих стандартов в том, что в организации должны быть введены и соблюдаться определенные процедуры, должны быть подготовлены определённые документы, и назначены ответственные за определённую деятельность. Стандарт ИСО 14000 не содержит никаких абсолютных требований к воздействию организации на окружающую среду, за исключением того, что организация в специальном документе должна объявить о своём стремлении соответствовать международным экологическим стандартам [4,109]. Такой характер стандартов обусловлен, с одной стороны, тем, что стандарты серии ИСО 14000, как международные стандарты, не должны вторгаться в сферу действий национальных нормативов. Стандартами ИСО 14000 подразумевается интеграция системы управления экологической безопасностью с общей системой управления предприятия [10]
Для построения и развития системы контроля за обеспечением экологической безопасности по стандарту ИСО 14000, на предприятиях необходимо внедрять системы автоматизированного непрерывного контроля за выбросами и сбросами загрязняющих веществ в атмосферу, поверхностные и подземные воды. 1.1.1. Автоматизированная система контроля за выбросами, как часть системы экологического менеджмента предприятия
Один из путей решения проблемы сокращения выбросов представляет собой постоянный контроль, исследование и прогнозирование значений концентраций, определение зон локализации загрязняющих веществ с помощью автоматизированных систем контроля за выбросами, являющихся составной частью системы экологического менеджмента предприятия. На основе собранных, обработанных и представленных данных об уровнях выбросов становится возможным принятие необходимых рекомендаций и управляющих решений по сокращению выбросов промышленными предприятиями [1].
Применение средств вычислительной техники позволяет автоматизировать данный процесс. Распределенные автоматизированные системы контроля предназначены для осуществления непрерывного контроля и представления информации о концентрациях загрязняющих веществ, зонах их распространения на территории промышленного предприятия [115,116] Автоматизированные системы обладают рядом преимуществ, перед устаревшими системами «ручного» отбора и анализа экспериментальных данных [6].
Применение современных компьютерных технологий позволяет производить контроль за выбросами более точно и объективно, исключить ошибки в измерениях и расчетах, устранить вероятность несанкционированного изменения информации. Все операции в данной системе должны выполняться в режиме реального времени и предоставлять пользователю необходимую информацию в наиболее удобном для него виде [11].
Для обработки и анализа, полученных данных о выбросах, концентрациях и локализации загрязняющих веществ на местности, используются различные алгоритмы. Особый интерес при этом представляет выбор и использование современного, универсального математического аппарата, на базе которого можно осуществить все этапы анализа и обработки разнородных и многообразных данных, полученных и используемых в ходе контроля за выбросами. Возникает необходимость разработки новых эффективных алгоритмов автоматизации сбора, обработки и представления данных и создания автоматизированной системы контроля на промышленном предприятии, непрерывно информирующей заинтересованных лиц о загрязняющих выбросах предприятия.
Определение мест расположения автоматизированных постов, выбор датчиковой аппаратуры и временного режима их опроса
Вейвлет-преобразование - это разложение сигнала по системе (базису) вейвлет-функций. Вейвлеты - это семейства математических функций определенной формы, которые локальны во времени и по частоте, и в которых все функции получаются из одной базовой функции (порождающего, материнского вейвлета) посредством ее сдвигов и растяжений по временной оси.
Основная область применения вейвлет-преобразований - анализ и обработка сигналов и функций, нестационарных во времени или неоднородных в пространстве. Результаты вейвлет-анализа содержат не только общую частотную характеристику сигнала (распределение энергии сигнала по частотным составляющим), но и сведения об определенных локальных координатах, на которых проявляют себя те или иные группы частотных составляющих, или на которых происходят быстрые изменения частот сигнала.
Вейвлеты имеют вид коротких волновых функций с нулевым интегральным значением, локализованных по оси аргументов (независимых переменных), инвариантных к сдвигу и линейных к операции масштабирования (сжатия/растяжения). Именно за счет изменения масштабов вейвлеты способны выявить различие в характеристиках сигнала на разных шкалах масштаба, а путем сдвига проанализировать свойства сигнала в разных точках на всем изучаемом интервале [55-60].
Применение вейвлет-функций позволяет сконцентрировать внимание на тех или иных локальных особенностях анализируемых процессов, которые не могут быть выявлены с помощью традиционного преобразования Фурье. Принципиальное значение имеет возможность вейвлетов анализировать нестационарные сигналы с изменением компонентного содержания во времени или в пространстве.
По сравнению с разложением сигналов на ряды Фурье, вейвлеты способны с высокой точностью представлять локальные особенности сигналов, вплоть до разрывов 1-го рода (скачков) в анализируемом сигнале. В отличие от преобразований Фурье, вейвлет-преобразование обеспечивает двумерную развертку, при этом частота и координата (время) рассматриваются как независимые переменные, что дает возможность анализа сигналов сразу в двух пространствах.
В основе вейвлет-преобразований, в общем случае, лежит использование двух непрерывных, взаимозависимых и интегрируемых по независимой переменной функций: вейвлет-функции \/(t), как функции времени с нулевым значением интеграла и частотным Фурье-образом (ш). Этой функцией, которую обычно и называют вейвлетом, выделяются детали сигнала и его локальные особенности, а в качестве анализирующих вейвлетов обычно выбираются функции, хорошо локализованные и во временной, и в частотной области: масштабирующей функции (p(t), как временной скейлинг-функции с единичным значением интеграла, с помощью которой выполняется грубое приближение (аппроксимация) сигнала [61-65].
В общем случае, вейвлет-преобразования подразделяют на непрерывное и дискретное, одномерное и многомерное. Выбор конкретного типа вейвлета, будь то дискретный или непрерывный, зависит от анализируемого сигнала. Разные функции удается анализировать тем или иным способом, и критерием успеха обычно является простота получаемого разложения. Интуиция и практический опыт исследователя оказываются при этом решающим фактором.
Наибольший интерес при обработке данных в задаче контроля над выбросами представляет кратномасштабный анализ сигнала и одномерное вейвлет-преобразование, позволяющее работать с одномерными экспериментальными и расчетными временными рядами концентраций.
Любой информационный сигнал в теории цифровой обработки обычно рассматривается в виде суммы разнотипных составляющих: региональной функции тренда, циклических компонент с определенным периодом повторения, локальных особенностей разного порядка, вплоть до разрывов или скачков.
Инструментом разделения (декомпозиции) сигналов на такие составляющие с учетом разрешения по времени и по частоте и реконструкции сигналов из полученных составляющих является кратномасштабный анализ (КМА). Этот подход становится особенно эффективным, когда сигнал имеет высокочастотные компоненты короткой длительности и протяженные низкочастотные компоненты. Именно такие сигналы и встречаются чаще всего в задаче обработки экспериментальных рядов концентраций.
Разложение сигнала производится по ортогональному базису, образованному сдвигами и кратномасштабными копиями вейвлетной функции. Свертка сигнала с вейвлетами позволяет выделить характерные особенности сигнала в области локализации этих вейвлетов
Идея КМА заключается в том, чтобы масштабировать вейвлет в некоторое (например, 2) число раз, и при скольжении по сигналу сдвигать его во времени с шагом, равным интервалу носителя масштабированного вейвлета.
Предварительная подготовка временных рядов концентраций к дальнейшему анализу и обработке
Поэтому оптимальная дискретность сбора данных равна 20 сек. С таким периодом с датчиков будут сниматься концентрации загрязняющих веществ и сохраняться во временные ряды. При этом не произойдет потери информации об изменениях уровней концентраций.
1. Разработана функциональная модель системы контроля за выбросами, определены основные функциональные подсистемы и их взаимосвязи.
2. На основе разработанной функциональной модели необходимо разработать алгоритмы и методы сбора, обработки и представления данных о выбросах, а также структурное решение автоматизированной системы контроля за выбросами.
3. Анализ программного обеспечения, необходимого для обеспечения работы автоматизированной системы контроля привел к выводу, что обработка и передача информации в системе должна осуществляться по технологии «клиент-сервер», позволяющей нескольким распределенным автоматизированным постам контроля одновременно работать с сетевой базой данных и сетевым геоинформационным проектом системы контроля.
4. Информация, полученная и используемая в системе контроля выбросами, является разнородной. Необходимо автоматизировать сбор, обработку и представление этой информации, с привязкой к территориальному расположению объектов контроля и источникам выбросов. В связи с этим, возникает задача унифицированного описания разнородной информации на единой математической основе.
5. Одним из наиболее эффективных, по критериям погрешности и вычислительных затрат, математических аппаратов для анализа и обработки нестационарных во времени или неоднородных в пространстве одномерных и многомерных временных рядов данных о выбросах является вейвлет-преобразование.
6. Вейвлет-преобразование позволяет проводить весь цикл обработки временных экспериментальных рядов концентраций загрязняющих веществ, начиная от первичной обработки и анализа, заканчивая прогнозированием, восстановлением временных рядов концентраций, без проведения других промежуточных математических преобразований.
7. Обоснована оптимальная дискретность опроса датчиков, при которой не произойдет потери важной информации об анализируемом процессе изменения концентраций.
8. Для решения задач автоматизированного контроля и принятия управляющих решений, направленных на сокращение уровня выбросов промышленных предприятий, необходимо произвести разработку и исследование алгоритмов обработки и анализа временных экспериментальных рядов концентраций загрязняющих веществ на основе предложенной математической модели.
На начальном этапе контроля за выбросами промышленных предприятий осуществляется автоматизированный сбор информации об уровнях концентраций загрязняющих веществ в атмосферном воздухе контролируемой территории по заданному в системе временному регламенту.
Данные о концентрациях загрязняющих веществ собираются многокомпонентной датчиковой аппаратурой, подключенной к распределенным стационарным или мобильным автоматизированным постам системы контроля, и записываются в файл на жестком диске по заданному временному регламенту, далее осуществляется их ввод в таблицы базы данных системы контроля. Концентрация загрязняющих веществ постоянно меняется, поэтому сигнал, поступающий с датчиков является нестационарным.
Собранные данные по различным загрязняющим веществам представляют собой экспериментальные временные ряды, то есть в файл записывается не только концентрация вредного вещества, но и время отбора. Далее необходимо преобразовать полученный временной ряд концентраций к виду, пригодному для дальнейшего анализа и обработки. Из файла устраняется вся лишняя информация, за исключением данных о концентрациях загрязняющих веществ. Так как обработка и анализ временного ряда осуществляется с использованием среды Matlab, то осуществляется конвертация файла содержащего временной ряд концентраций в формат .mat.
Вследствие того, что статистические характеристики значений членов ряда меняются во времени, то временной ряд также можно считать нестационарным. Используя современные математические и статистические методы необходимо производить его обработку и подробный анализ. Для решения данной задачи применяется подсистема анализа и обработки полученных экспериментальных и расчетных временных рядов концентраций загрязняющих веществ. Данная подсистема является важнейшей частью системы контроля за выбросами на промышленном предприятии. Общий алгоритм работы данной подсистемы приведен на рис. 16.
Алгоритм работы подсистемы анализа и обработки экспериментальных временных рядов концентраций. К основным методам обработки экспериментальных временных рядов данных относятся: сглаживание временного ряда, его сжатие для долговременного хранения накопленных значений концентраций в архивной базе данных. Анализ включает в себя выделение характерных частотных или локальных особенностей сигнала, исследование периодических структур (выявление годовых, сезонных, месячных, суточных колебаний), трендов сигнала, а также вычисление основных статистических характеристик рядов концентраций загрязняющих веществ. На основе обработки и анализа данных об уровнях выбросов загрязняющих веществ, становится возможным моделирование и прогнозирование динамики выбросов на промышленных предприятиях.
Однако система контроля выбросов не может работать стабильно без технических перерывов, также необходимо учитывать возможные сбои в аппаратном или программном обеспечении системы. В соответствии со сказанным, часть отсчетов концентраций загрязняющих веществ будет утрачена и не сохранена во временном ряду концентраций.
Восстановление утраченных значений концентраций является важной задачей системы контроля, решение которой необходимо для непрерывного отслеживания динамики изменения выбросов на предприятии.
Прогноз будущих значений временного ряда используется при формировании и принятии решений, направленных на сокращение выбросов, однако при этом необходимо учитывать, что срок относительно достоверного прогнозирования значения концентраций в. задаче контроля за выбросами является коротким (до нескольких дней).
Одним из наиболее перспективных, мощных и подходящих, математических аппаратов для анализа и обработки временных рядов-концентраций является многомасштабный анализ, основанный на вейвлет-преобразовании. На основании разработанной в п. 2.3.2 математической модели экспериментального ряда данных, необходимо разработать алгоритмы автоматизации анализа, обработки, восстановления и прогнозирования временных рядов данных о концентрациях загрязняющих веществ.,
При выполнении каждого из этапов необходимо, чтобы получающиеся данные были более информативны, чем исходные. Применяемые методы не должны привести к потере важных свойств сигнала или к ложному приписыванию ему каких-то черт. При анализе сигналов обычно не ставится задача получения их компактного представления. Уменьшение объема и времени обработки информации является, конечно, важным, но оно не должно приводить к ухудшения качества анализа временного ряда концентраций.
Связь экспериментальных данных о выбросах, концентрациях и зонах их локализации с объектами контроля и источниками выбросов с помощью ГИС
Большинство реальных временных рядов содержат «выбросы» значений и случайные помехи, то есть резко выделяющиеся изменения сигнала, вызванные какими-то нежелательными или исключительными событиями. Причиной «выбросов» значений может стать аппаратный или программный сбой в системе контроля. Появление помех во временном ряду концентраций может быть вызвано погрешностями датчиковой аппаратуры и шумами, возникшими из-за наводок при прохождении данных по линиям связи (белым, импульсным и другими видами шумов).
Такие «выбросы» значений ряда и шумовые составляющие могут исказить оценки анализа существенных периодических компонент сигнала, его тренда. Достоверное прогнозирование и восстановление утраченных значений возможно лишь при использовании сглаженных временных рядов данных [30].
В соответствии со сказанным, процесс обработки и анализа временных рядов концентраций загрязняющих веществ начинается с процедуры сглаживания. Оно необходимо для повышения эффективности дальнейшей обработки и анализа временных рядов концентраций.
После отображения сигнала, описывающего временной ряд данных о концентрациях вредного вещества, в пространстве вейвлетов, необходимо осуществить его предварительную обработку, то есть сгладить временной ряд. Важной задачей является разработку алгоритма сглаживания временных рядов концентраций загрязняющих веществ, основанного на математическом аппарате вейвлет-преобразования.
Все «выбросы» и помехи, искажающие временной ряд концентраций, представляют собой его высокочастотную составляющую. Она несет в себе минимум информации об основных тенденциях изменения концентраций загрязняющих веществ, поэтому её необходимо удалить. Сглаживание осуществляется на основе пороговой обработки детализирующих коэффициентов первых уровней одномерного вейвлет-разложения.
При вейвлет-анализе сигнал, представляющий экспериментальный временной ряд концентраций загрязняющих веществ раскладывается на аппроксимирующие коэффициенты С, которые представляют сглаженную, основную часть информации временного ряда данных о концентрациях загрязняющих веществ, и детализирующие коэффициенты, описывающие уточняющую информацию о временном ряде на разных уровнях разложения, т.е. высокочастотные колебания относительно средних значений.
Обычно случайная компонента в сигнале имеет уровень, меньший по мощности, чем уровень основного сигнала с датчика. Поэтому простейший способ сглаживания временного ряда заключается в том, чтобы сделать нулевыми значения вейвлет-коэффициентов разложения, меньшие некоторого порогового значения. Эта процедура называется вейвлетной фильтрацией коэффициентов по заданному порогу (трешолдингом).
Существуют разные виды трешолдинга: мягкий и жесткий. При жесткой пороговой обработке сохраняются неизменными все коэффициенты, большие или равные по абсолютной величине заданного порога, а меньшие коэффициенты обращаются в нуль. При мягкой пороговой обработке наряду с обращением в нуль коэффициентов, по модулю меньших порога, происходит уменьшение по модулю всех остальных коэффициентов на величину порога. Порог может быть глобальным или различным для каждого уровня разложения, в зависимости от частотных особенностей обрабатываемого сигнала. Используются следующие способы пороговой обработки: - общий трешолдинг, осуществляемый с использованием фиксированного значения порога, единого для всех уровней вейвлет-разложения сигнала; - многоуровневый трешолдинг, осуществляемый с использованием порога, значения которого изменяются от уровня к уровню; - локальный трешолдинг, подразумевающий использование порога, пере менного не только по уровню разложения, но также зависящего от позиции коэффициентов детализации на данном уровне.
От выбора порогового уровня зависит качество сглаживания сигнала, представляющего временной ряд концентраций. Задание малых значений порога сохраняет помехи и высокочастотные «выбросы» временного ряда данных в коэффициентах детализации и приводит лишь к незначительному улучшению качества сигнала, представляющего временной ряд концентраций загрязняющих веществ.
Использование больших значений порога при сглаживании может привести к потере коэффициентов, которые несут существенную информацию о значениях и изменении концентраций загрязняющих веществ.
Поиск оптимального значения порога означает отыскание такого уровня отсечения детализирующих коэффициентов первых уровней разложения, при котором вся важная информация об основных тенденциях изменения уровня выбросов сохранится в восстановленном сигнале, а случайные нежелательные составляющие максимально удалятся.
Для, выбора оптимального уровня порога наиболее часто применяется. метод оценки статистических характеристик случайной составляющей временного ряда [94]. Для этого необходимо вычислить и проанализировать дисперсию (отклонения от среднего значения) детализирующих коэффициентов исходного временного ряда экспериментальных, данных и дисперсию коэффициентов модельной случайной составляющей сигнала (шумовых помех, «выбросов») на 5 уровнях вейвлет-разложения (рис. 17).
