薛寶華,郭 凱(.北京萬方創(chuàng)杰科技有限公司 ,北京00083;2.河南科技大學管理學院,河南洛陽47003;3.中國礦業(yè)大學 (北京)資源與安全學院,北京00083)

隨著我國經(jīng)濟的持續(xù)發(fā)展,對煤炭資源的需求不斷增加。這就必然要求在保證現(xiàn)有礦井產(chǎn)量下,加大新型礦井的建設活動以滿足這種需求?？墒?煤炭資源的不斷的開發(fā),伴隨著大量煤矸石的產(chǎn)生。目前,煤矸石已經(jīng)成為我國累計堆存量最大的工業(yè)固體廢物。大量的煤矸石,不但侵占了大量的農(nóng)田,如果不能有效處理,還會造成大氣、土壤水和水體污染[1],極大改變和破壞了礦區(qū)周圍的自然環(huán)境、社會生存環(huán)境和地質(zhì)條件,成為礦區(qū)的主要污染源。解決這個問題,已經(jīng)成為當務之急。用煤矸石來發(fā)電,已經(jīng)成為資源綜合利用的循環(huán)經(jīng)濟發(fā)展模式的途徑之一。作為低熱值燃料,煤矸石具有高灰份、高硫份的特點,在燃燒發(fā)電的同時產(chǎn)生大量的二氧化硫 (SO2)污染物。作為一種刺激性氣體,SO2對人和環(huán)境的危害極大它在空氣中的日均值濃度只要達到一定濃度,就會危及人體健康,引起葉片組織的局部損壞,造成植物枯萎甚至死亡。此外,SO2形成的酸雨,會造成土壤酸化和貧瘠化,對森林、文物古跡與水生生物等造成嚴重的破壞。因此,控制和治理煤矸石電廠SO2污染,已經(jīng)成為緊迫的環(huán)保任務之一。為控制二氧化硫排放,我國已制訂了相關政策法規(guī),積極推動煤矸石電廠安裝脫硫裝置。本文將BP神經(jīng)網(wǎng)絡運用到煤矸石電廠煙氣脫硫效果的評價中,根據(jù)其自適應、自學習和非線性處理等優(yōu)點,對各個煤矸石電廠的脫硫效果進行評價,促進電廠改進技術(shù),為生態(tài)環(huán)境的平衡與和諧提供科學的指導依據(jù)。

1 BP神經(jīng)網(wǎng)絡的基本原理

1.1 BP神經(jīng)網(wǎng)絡簡介

BP神經(jīng)網(wǎng)絡是目前應用最廣泛也是最成功的神經(jīng)網(wǎng)絡之一。它是基于誤差反向傳播 (Backp ropagation)算法的多層前饋網(wǎng)絡 (M ultip le layer feed forward network),其拓撲結(jié)構(gòu)一般由輸入層、輸出層以及一個或多個隱層節(jié)點互連而成的一種多層網(wǎng)絡。

它的計算過程由信息正向傳播和誤差反向傳播兩個過程組成。輸入層各神經(jīng)元負責接收外界的輸入信息,并傳遞給中間層的神經(jīng)元;中間層是內(nèi)部信息處理層,負責信息變換,中間層可以設計為單隱層或者多隱層結(jié)構(gòu);最后隱層傳遞到輸出層各神經(jīng)元的信息,經(jīng)進一步處理后,完成一次學習的正向傳播處理過程,由輸出層向外界輸出信息處理結(jié)果。當實際輸出與期望輸出不符時,進入誤差的反向傳播階段。誤差通過輸出層,按誤差梯度下降的方式修正各層權(quán)值,向隱層、輸入層逐層反傳。周而復始的信息正向傳播和誤差反向傳播過程,一直進行到網(wǎng)絡輸出的誤差減少到可以接受的程度,或者預先設定的學習次數(shù)為止,最后得出輸出結(jié)果。

1.2 BP神經(jīng)網(wǎng)絡計算過程

2) 正向計算 o′j,o′k:

計算輸出層各節(jié)點輸出:

計算輸出層節(jié)點k的δ:

計算隱層節(jié)點 j的δ:

4)調(diào)整權(quán)值。按下式調(diào)整權(quán)值,進行修正:

其中:η,α是 [0,1]間的系數(shù)。

5)轉(zhuǎn)向步驟 (2)。 (2)～ (4)完成一輪訓練。不斷重復這一過程,直到實際輸出與期望的樣本輸出誤差足夠小為止。

2 BP神經(jīng)網(wǎng)絡對煤矸石電廠煙氣脫硫效果的評價

2.1 指標體系的構(gòu)建

電廠脫硫效果評價是一個復雜的系統(tǒng),因此只有構(gòu)建了科學合理的評價指標體系,才能做出科學公正的評價結(jié)論。評價指標的建立,必須要遵循一定的原則,否則所建指標體系將雜亂無章,無法對電廠的脫硫效果進行有效評價。這些原則主要包括:

1)重要性原則。應該按照對脫硫工藝效果影響的貢獻程度來取舍指標,嚴格區(qū)分主次,不能一概而論。

2)針對性原則。評價中,一定要注意考慮電廠的具體情況,所選取的指標應該有體現(xiàn)電廠具體情況適應性的指標,不能泛泛而論。

3)可比性原則。選取的指標要能具有同行業(yè)間的可比性和歷史可比性。

4)定性與定量相結(jié)合原則。電廠脫硫效果評價,不但要涉及脫硫效率、鈣硫比與總投資等量化指標,還要涉及對環(huán)境的污染情況等難以量化的定性指標,做到定性與定量相結(jié)合。

按照以上評價指標選擇的原則,本文向多位從事電廠脫硫研究的專家進行調(diào)查咨詢,并參考有關研究資料,經(jīng)過分析,從技術(shù)、環(huán)境和經(jīng)濟三個方面建立了煤矸石電廠煙氣脫硫效果的評價指標體系,如圖1所示。

圖1 煤矸石電廠煙氣脫硫效果的評價體系

2.2 煤矸石電廠煙氣脫硫效果的評價模型的設計

建立一個神經(jīng)網(wǎng)絡模型并完成訓練和學習,需要合理的確定網(wǎng)絡層數(shù)與各層的神經(jīng)元數(shù)。本文根據(jù)前人的研究成果,設計的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)如下:

1)輸入層神經(jīng)元的個數(shù)。根據(jù)前文建立的指標體系,確認BP神經(jīng)網(wǎng)絡的輸入層神經(jīng)元個數(shù)為12個,即上述12個脫硫效果評價指標,每個指標依次用字母 ZB11、ZB12、ZB13、ZB14、ZB21、ZB22、ZB23、ZB24、ZB31、ZB32、ZB33和 ZB34表示。

2)輸出層神經(jīng)元的個數(shù)。在本文中,選取了7個采用石灰石—石膏濕法脫硫工藝的煤矸石電廠,每一個電廠對應一個評價結(jié)果,其高低代表煙氣脫硫效果的情況,越高就代表煙氣脫硫效果越佳。因此,輸出層神經(jīng)元數(shù)設定為1。已知7個樣本電廠的脫硫效果評價情況分別為 0.6017、0.5212、0.5838、0.5193、0.6108、0.5481、0.6189。

3)隱層數(shù)和隱層神經(jīng)元的個數(shù)。經(jīng)過研究證明,單隱含層的神經(jīng)網(wǎng)絡,如果隱層節(jié)點數(shù)足夠多的話,那么它就能以任意精度去逼近一個非線性函數(shù)。所以,本文確定隱含層數(shù)為1。

關于隱層節(jié)點數(shù)的確定,是一個較復雜的問題。一般參考以下公式進行試驗:式中,m為輸出神經(jīng)元數(shù);n為輸入神經(jīng)元數(shù),a為0～10間的常數(shù)。因此,經(jīng)過試驗,a取5,則隱含層的神經(jīng)元數(shù)數(shù)為9個。

2.3 煤矸石電廠煙氣脫硫效果評價模型的訓練和檢測

選取7個已完成煙氣脫硫效果評價的煤矸石電廠的指標數(shù)據(jù),作為BP神經(jīng)網(wǎng)絡訓練樣本和檢測樣本,其中5個作為訓練樣本,2個作為檢測樣本。將5個作為訓練樣本輸入網(wǎng)絡模型,進行學習和訓練,樣本輸入數(shù)據(jù)如表1所示。

表1 BP神經(jīng)網(wǎng)絡模型訓練和檢測樣本

使用Matlab的神經(jīng)網(wǎng)絡工具箱對BP神經(jīng)網(wǎng)絡進行訓練和檢驗,直到誤差滿足預先設定的要求時,停止學習,此時權(quán)值矩陣和閥值向量固定下來,成為模型的內(nèi)部知識。本文設定的學習步長為500步,學習速率為0.1,誤差限制在0.0001[3]。

程序執(zhí)行后,該BP神經(jīng)網(wǎng)絡模型進行了學習,在第105步模型達到收斂,總體誤差也滿足要求,如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡煤矸石電廠煙氣脫硫效果的評價模型收斂圖

將2個檢測電廠的數(shù)據(jù)輸入已經(jīng)訓練好的神經(jīng)網(wǎng)絡模型 ,進行模擬。模擬的結(jié)果為0.5475、0.6223,與6號和7號電廠的已知的煙氣脫硫效果評價 (0.5481、0.6189)基本吻合。所以,用于煤矸石電廠煙氣脫硫效果的評價已經(jīng)訓練成功,可以對煙氣脫硫效果做出科學評價。

4 結(jié)語

用煤矸石來發(fā)電,在燃燒發(fā)電的同時會產(chǎn)生大量的二氧化硫,對環(huán)境造成污染,因此對煤矸石電廠的煙氣脫硫效果進行評價就顯得非常有必要。本文使用BP神經(jīng)網(wǎng)絡建立了煤矸石電廠煙氣脫硫效果的評價模型,用已知數(shù)據(jù)對模型進行了訓練、仿真、檢驗以及應用。該模型不但具有很強的適應和自學能力,使結(jié)果更加有效和直觀,避免了主觀因素造成的評估失真,而且可以利用相關工具,使計算過程更加簡單可靠。所以,其能夠?qū)肥姀S煙氣脫硫效果狀況進行有效地評價。

[1] 林國棟.煤矸石電廠煙氣脫硫方案的選擇與評價 [J].氮肥技術(shù),2007,28(4):51.

[2] 徐君.礦井安全生產(chǎn)的神經(jīng)網(wǎng)絡評價 [J].遼寧工程技術(shù)大學學報,2005(24):28-29.

[3] 葛哲學,孫志強.神經(jīng)網(wǎng)絡理論與 MatlabR2007實現(xiàn)[M].北京:電子工業(yè)出版社,2007:288.