基于遺傳算法的冶煉廠煙塵排放污染源識別研究

（南昌師范學院，江西 南昌 330032）

近幾年，我國冶煉廠逐漸增多，由于冶煉技術(shù)的不成熟，導致冶煉過程中會產(chǎn)生大量的煙塵排放污染物，對周邊環(huán)境造成了極其嚴重的影響，因此對冶煉廠煙塵排放污染源識別方法進行研究對治理環(huán)境污染至關(guān)重要。

空氣污染程度的增加，霧霾頻繁發(fā)生，大氣污染問題逐漸嚴重，并受到了人們的重視。大氣環(huán)境中，煙塵排放污染物主要以懸浮顆粒物存在[1]。一般情況下，將粒徑小于100μm的煙塵排放污染物稱為總懸浮顆粒；將粒徑小于10μm的煙塵排放污染物稱為可吸入顆粒物，其還可以細分為細顆粒（粒徑尺寸小于2.5μm）與粗顆粒（粒徑尺寸范圍為2.5μm～10μm）。為了治理冶煉廠煙塵排放污染情況，提出基于遺傳算法的冶煉廠煙塵排放污染源識別方法研究。遺傳算法通過數(shù)學方式，利用計算機仿真運算，將問題求解過程轉(zhuǎn)換為基因交叉、變異等過程，具備運算速度快、求解精度高等優(yōu)勢，目前被多個領(lǐng)域應用，具有極好的應用前景。將遺傳算法應用到冶煉廠煙塵排放污染源識別方法過程中，希望可以提升冶煉廠煙塵排放污染源識別方法的性能。

1 冶煉廠煙塵排放污染源識別方法研究

（1）煙塵排放污染物分布趨勢分析。研究將特殊標識元素記為重金屬A，分析其分布趨勢，為冶煉廠煙塵排放污染源識別做準備。此研究過程中，假設冶煉廠以冶煉重金屬A為主，可以通過跟蹤其煙塵排放中重金屬A的含量識別出污染源。常規(guī)情況下，冶煉廠煙塵排放方向隨著風向而變化，而風向隨著季節(jié)呈現(xiàn)周期性變化，從而冶煉廠煙塵排放方向也隨著季節(jié)呈現(xiàn)一定周期性的旋轉(zhuǎn)。

表1 冶煉廠煙塵排放污染源分布數(shù)據(jù)表

上述過程完成了冶煉廠煙塵排放污染物分布趨勢的分析，為下述煙塵排放污染物分布方程的建立提供數(shù)據(jù)支撐。

（2）煙塵排放污染物分布方程建立。在大氣污染事故治理過程中，大氣資料以及周圍環(huán)境信息不是十分充足，故對一維對流擴散方程進行一定程度的簡化，具體簡化步驟如下所示：步驟一：將大氣污染事故簡化為一定區(qū)域內(nèi)（πl(wèi)2）的煙塵擴散過程，并設定煙塵擴散速度均勻不變，同時大氣介質(zhì)保持均勻；步驟二：假設大氣初始環(huán)境以及區(qū)域邊緣的煙塵排放污染物濃度近似為零；步驟三：煙塵排放污染物在大氣環(huán)境中沿擴散方向均勻混合，并存在著一定的衰減現(xiàn)象。

依據(jù)上述簡化步驟，得到多源煙塵排放污染物進入大氣環(huán)境后的濃度分布偏微分方程為

式（1）中，C表示的是引起大氣環(huán)境污染的煙塵排放污染物濃度；t表示的是時間；u表示的是煙塵排放污染物擴散速度；x表示的是沿風向方向的位置坐標；Ex表示的是煙塵排放污染物擴散系數(shù)；K表示的是綜合衰減系數(shù)；q表示的是煙塵排放污染源總數(shù)量；Mi表示的是突發(fā)大氣污染事故污染物質(zhì)總量；δ表示的是狄拉克函數(shù)；xi表示的是煙塵排放污染源坐標。

常規(guī)情況下，已知煙塵排放污染源位置xi以及污染物質(zhì)總量Mi，來求解煙塵排放污染物濃度分布情況C(x,t)，此屬于冶煉廠煙塵排放污染事故模擬預測的“正問題”，而此研究是通過某些測點的煙塵排放污染物濃度值，識別煙塵排放污染源，此屬于“反問題”。在“反問題”求解問題較為復雜，需要利用“正問題”構(gòu)建“反問題”的優(yōu)化目標函數(shù)，以此為基礎，求解公式（1）的偏微分方程，得到公式（1）的解為：

（3）煙塵排放污染源識別模型?；谶z傳算法的煙塵排放污染源識別步驟如下所示：

步驟一：設置遺傳算法參數(shù)，主要包含基因取值范圍、個體基因個數(shù)Ng、種群中個體總數(shù)Im、交叉概率Pc、變異概率Pm以及最大迭代次數(shù)Tm。其中，交叉概率、變異概率與種群個體總數(shù)需要根據(jù)實際情況進行具體的設置；

步驟三：初始種群生成，表達式為

式（3）中，ranf是產(chǎn)生區(qū)間范圍[0,1]內(nèi)隨機數(shù)的函數(shù)公式；

步驟四：構(gòu)建適應度函數(shù)。遺傳算法只能使個體向著適應度值提升方向變化，而公式（3）表示優(yōu)化變量需要向適應度值減少方向變化，故修正適應度函數(shù)，得到適應度函數(shù)表達式為：

步驟五：遺傳優(yōu)化搜索。對步驟三生成的初始種群應用選擇算子、交叉算子與變異算子進行操作運算，當?shù)螖?shù)達到設置的最大迭代次數(shù)時，遺傳算法終止。

2 仿真實驗與結(jié)果分析

采用MATLAB軟件設計仿真實驗，具體實驗過程如下所示。

（1）實驗參數(shù)設置。為了保障仿真實驗的順利進行，設計仿真實驗參數(shù)，指的是實驗工況參數(shù)設置，具體數(shù)值如表2所示。

表2 實驗工況參數(shù)設置表

如表2所示，以種群規(guī)模為劃分變量，將實驗劃分為10中工況，依據(jù)上述參量進行仿真實驗，驗證提出方法的識別性能。

（2）實驗結(jié)果分析。仿真實驗通過煙塵排放污染源識別誤差以及收斂代數(shù)反映方法的性能，具體實驗結(jié)果分析過程如下。實驗設定煙塵排放污染源位置為排放方向的0.5m處，通過仿真實驗得到煙塵排放污染源識別誤差數(shù)據(jù)如表3所示。

表3 煙塵排放污染源識別誤差數(shù)據(jù)表

如表3數(shù)據(jù)顯示，提出方法的煙塵排放污染源識別誤差范圍為-10.00%～10.00%，滿足現(xiàn)今煙塵排放污染源識別需求。

現(xiàn)今，收斂代數(shù)標準數(shù)值為40，通過仿真實驗得到收斂代數(shù)數(shù)據(jù)如圖1所示。

圖1 收斂代數(shù)數(shù)據(jù)圖

如圖2數(shù)據(jù)顯示，提出方法收斂代數(shù)均低于標準數(shù)值，平均值為24.6。

上述實驗結(jié)果顯示：提出方法的煙塵排放污染源識別誤差范圍為-10.00%～10.00%，收斂代數(shù)平均值為24.6，低于標準數(shù)值，滿足現(xiàn)今煙塵排放污染源識別需求，充分說明提出方法具備較好的識別性能。

3 結(jié)束語

此研究將遺傳算法應用到冶煉廠煙塵排放污染源識別過程中，極大的提升了污染源識別的性能，為冶煉廠的發(fā)展與煙塵排放的治理提供精確的數(shù)據(jù)支撐。