和進偉， 王　楓

(河南理工大學(xué) 物理化學(xué)學(xué)院， 河南 焦作 454000)

?

二甲基亞砜生產(chǎn)中低污染控制模型設(shè)計與仿真*

和進偉， 王楓

(河南理工大學(xué) 物理化學(xué)學(xué)院， 河南 焦作 454000)

針對制取二甲基亞砜過程中產(chǎn)生大量污染的問題，提出一種基于改進遺傳算法的二甲基亞砜生產(chǎn)中的低污染控制過程設(shè)計方法.建立了低污染控制問題模型，引入懲罰函數(shù)法，對該模型進行約束，將二甲基亞砜污染殘液污染濃度最小作為低污染最優(yōu)控制目標(biāo)函數(shù)，將下降搜索算法和改進遺傳算法相結(jié)合，對低污染控制問題非線性數(shù)學(xué)模型進行尋優(yōu).結(jié)果表明，采用改進的控制模型可以有效降低二甲基亞砜生產(chǎn)過程中污染液的排放量.

二甲基亞砜； 低污染控制； 模型設(shè)計； 梯度算法； 非線性； 約束條件； 懲罰函數(shù)； 目標(biāo)函數(shù)

二甲基亞砜對化學(xué)反應(yīng)具有特殊溶媒效應(yīng)，因此被譽為“萬能溶劑”[1-3]，其廣泛應(yīng)用于醫(yī)藥、農(nóng)業(yè)和電子材料等許多領(lǐng)域[4-5].但在二甲基亞砜生產(chǎn)過程中，每年都會有將近700t殘液排出造成污染，經(jīng)統(tǒng)計，在這部分殘液中，二甲基砜約占20%，二甲基亞砜約占20%，硝酸鹽約占10%.而二甲基亞砜、二甲基砜都是附加值較高的化工產(chǎn)品，如果能夠降低污染物的排放量，便可以獲得較好的環(huán)境效益和經(jīng)濟效益[6-7]，如何有效地進行二甲基亞砜生產(chǎn)中的低污染控制成為了亟待解決的問題，也成為了業(yè)內(nèi)人士研究的焦點課題.

文獻[8]提出了基于模擬退火算法的二甲基亞砜生產(chǎn)中的低污染控制模型.該研究首先建立了二甲基亞砜生產(chǎn)中的低污染控制模型，在此基礎(chǔ)上融合模擬退火算法，利用物理學(xué)中固體退火過程對該模型進行求解，實現(xiàn)了二甲基亞砜生產(chǎn)中低污染控制模型的設(shè)計.該方法魯棒性較好，但是存在計算過程較為繁瑣，耗時長的問題.文獻[9]重點討論了基于模糊PID算法的低污染控制模型.該研究在低污染含量給定的條件下，融合模糊算法建立了低污染控制系統(tǒng)問題的模糊期望值模型，將模糊算法和神經(jīng)元網(wǎng)絡(luò)、遺傳算法相結(jié)合對該模型進行求解.該方法較為簡單，但是容易陷入局部最優(yōu)解.文獻[10]討論了基于混沌粒子群算法的低污染控制模型.該研究先利用粒子群算法建立低污染控制目標(biāo)函數(shù)，將混沌算法與粒子算法相結(jié)合，實現(xiàn)低污染控制全局最優(yōu)解.該方法時間復(fù)雜度較低，但是存在應(yīng)用局限性大的問題.針對上述問題，本文提出一種基于改進遺傳算法的低污染控制模型.

1　低污染控制約束函數(shù)設(shè)計

低污染控制模型首先需要建立目標(biāo)函數(shù)，以二甲基亞砜生產(chǎn)中的污染控制指數(shù)最低，污染控制效率最大為基本要求進行低污染控制目標(biāo)中全局解最優(yōu)搜索，利用其搜索結(jié)果完成對二甲基亞砜生產(chǎn)中的低污染控制.

二甲基亞砜生產(chǎn)中低污染控制目標(biāo)約束函數(shù)表示為

(1)

式中：f()為污染殘液利用約束函數(shù)；x，y，z為二甲基亞砜生產(chǎn)中低污染控制的自變量；Ω為經(jīng)過不同處理方案的污染液變量；R為函數(shù)調(diào)和系數(shù).

設(shè)f(x*，y*，z*)為低污染控制問題所有可能的解，則以二甲基亞砜生產(chǎn)中的控制污染最小，治污效率最大為目標(biāo)進行全局最優(yōu)搜索，其約束函數(shù)為

(2)

2　基于改進遺傳算法的控制模型

2.1約束條件下的模型組建

在低污染控制模型設(shè)計中，基于約束條件，融合梯度算法組建低污染控制數(shù)學(xué)模型，通過引入約束懲罰函數(shù)對該模型進行約束，為實現(xiàn)二甲基亞砜生產(chǎn)中的低污染控制奠定基礎(chǔ)，具體的步驟如下：

1) 在低污染控制模型設(shè)計中，首先組建二甲基亞砜生產(chǎn)中的低污染非線性數(shù)學(xué)模型，即

(3)

式中：Ci()為二甲基亞砜生產(chǎn)中的污染排放函數(shù)；Z為二甲基亞砜生產(chǎn)中第i個操作環(huán)節(jié)對污染液的處理效率；hi為對污染液處理效率組建的函數(shù)約束；η為n個低污染控制操作環(huán)節(jié)對污染液的處理效率.

2) 假設(shè)由m代表懲罰因子，將其引入到約束懲罰函數(shù)中對控制模型進行約束，則式(3)可表示為

(4)

式中，η*為最小處理效率.

3) 二甲基亞砜污染液綜合利用率表示為

(5)

式中：Q為處理污染液總量；gj(Q1，Q2，…，Qn)為第j項處理后污染液量.

4) 二甲基亞砜污染殘液濃度控制過程約束表達式為

(6)

式中：c(x)為二甲基亞砜生產(chǎn)中低污染控制系統(tǒng)排污口下游任意一點x處的污染液濃度值；q為規(guī)劃的污染液控制指標(biāo)值.

5) 處理后污染液再利用的濃度約束衡量參數(shù)為

Hj(Q1，Q2，…，Qn)≤dj=

(7)

2.2目標(biāo)函數(shù)的引入

在引入約束函數(shù)的基礎(chǔ)上，需要設(shè)定目標(biāo)函數(shù).以已經(jīng)獲取的約束函數(shù)為核心，低污染控制模型的目標(biāo)函數(shù)可表示為

(8)

(9)

式中：Bj為第j項污染液控制效率；N為處理后污染液的排出量.

2.3基于改進遺傳算法的最優(yōu)解計算

以式(9)建立的目標(biāo)函數(shù)為基礎(chǔ)，將下降搜索算法和遺傳算法相結(jié)合進行低污染控制問題非線性數(shù)學(xué)模型全局最優(yōu)解的計算，具體步驟如下：

1) 在低污染控制模型中引入遺傳算法，設(shè)t為進化代數(shù)，T為最大進化代數(shù)，隨機生成M個(即種群規(guī)模)個體，將其定義為求解低污染控制問題非線性數(shù)學(xué)模型的初始種群體P(t).

2) 計算群體P(t)中每個個體的適應(yīng)度值，并搜索出最優(yōu)個體xbest(t).

3) 在常規(guī)遺傳算法交叉運算基礎(chǔ)上，選擇適應(yīng)度較大的個體，將該個體定義為第t代的第M+1個體，其表達式為

P′(t)=xbest(t)P(t)(M+1)

(10)

(11)

(12)

3　仿真實驗結(jié)果與分析

為了證明所提出的基于改進遺傳算法的二甲基亞砜生產(chǎn)中低污染控制模型有效性，本文對模型進行了實驗驗證.以創(chuàng)科醫(yī)藥化工有限公司2014年上半年二甲基亞砜生產(chǎn)中的低污染控制調(diào)查記錄為實驗數(shù)據(jù)，以環(huán)境保護行業(yè)標(biāo)準(zhǔn)HJ/T400-2007作為二甲基亞砜污染殘液達標(biāo)參考(如表1所示).

表1　二甲基亞砜污染殘液達標(biāo)排放指標(biāo)

分別采用改進算法和文獻[9]提出的模糊算法進行二甲基亞砜生產(chǎn)低污染控制實驗.在不同的時間段內(nèi)，分別將2種算法的控制精確度進行對比，對比結(jié)果如圖1所示.

圖1　不同算法污染控制的精確度對比Fig.1　Comparison in accuracy of pollutioncontrol with different algorithms

從圖1中可以看出，利用改進算法設(shè)計的模型在二甲基亞砜生產(chǎn)中排污控制精確度要高于模糊算法的精確度.這主要是因為改進算法在遺傳算法中融入了下降算子，該算子可以有效提升遺傳算法對全局最優(yōu)解搜索的精確度，因此，保證了該低污染控制系統(tǒng)的排污控制精確度.

在不同的時間段內(nèi)，分別將2種算法的污染控制穩(wěn)定性進行對比，對比結(jié)果如圖2所示.

圖2　不同算法排污穩(wěn)定性對比Fig.2　Comparison in discharge stabilitywith different algorithms

從圖2中可以看出，利用改進算法設(shè)計的二甲基亞砜生產(chǎn)中低污染模型控制穩(wěn)定性和模糊算法控制穩(wěn)定性相比具有明顯的優(yōu)勢，這主要是因為改進算法利用遺傳算法具有同時搜索空間多個點的優(yōu)勢，可以快速實現(xiàn)低污染控制系統(tǒng)的全局收斂性，從而有效提升了該控制系統(tǒng)的穩(wěn)定性.

在不同時間段內(nèi)，利用控制達標(biāo)率Y、節(jié)能性J、污染控制的誤差率L衡量2種不同算法控制整體有效性.改進算法及模糊算法的參數(shù)對比如表2、3所示.

表2　改進算法低污染控制參數(shù)

表3　模糊算法低污染控制參數(shù)

從表2和表3可以看出，改進算法二甲基亞砜生產(chǎn)低污染控制有效性要優(yōu)于模糊算法的有效性.這主要因為改進算法利用遺傳算法和梯度算法的并行搜索能力對非線性數(shù)學(xué)模型進行全局最優(yōu)解，因而提升了該低污染控制系統(tǒng)的整體有效性.仿真實驗證明，基于改進遺傳算法的二甲基亞砜生產(chǎn)低污染控制模型效果較為明顯，降低了二甲基亞砜生產(chǎn)中污染物的排放量.

4　結(jié)　論

本文提出了一種基于改進遺傳算法的二甲基亞砜生產(chǎn)中低污染控制模型設(shè)計方法，該方法先融合梯度算法組建低污染控制問題非線性數(shù)學(xué)模型，通過引入懲罰函數(shù)對該模型進行約束.將二甲基亞砜污染殘液量最小和處理后污染殘液的利用效益最大作為最優(yōu)控制目標(biāo)函數(shù)，在此基礎(chǔ)上，將下降搜索算法和改進遺傳算法有效結(jié)合進行低污染控制問題非線性數(shù)學(xué)模型的全局最優(yōu)解搜索，完成了對二甲基亞砜生產(chǎn)低污染控制模型的設(shè)計.實驗仿真證明，基于改進遺傳算法的低污染控制模型控制效果較好，大幅度降低了二甲基亞砜生產(chǎn)中污染液的排放量.

[1]劉濤，葉小暉，吳國旸，等.適用于電力系統(tǒng)中長期動態(tài)仿真的風(fēng)電機組有功控制模型 [J].電網(wǎng)技術(shù)，2014，38(5)：1210-1215.

(LIUTao，YEXiao-hui，WUGuo-yang，etal.Anactivepowercontrolmodelofwingpowergeneratingunitsutableformedium-andlong-termdynamicsimula-tionofpowergrid[J].PowerSystemTechnology，2014，38(5)：1210-1215.)

[2]曹家新.結(jié)構(gòu)噪聲中低頻噪聲污染的環(huán)境監(jiān)測 [J].四川環(huán)境，2014，33(1)：81-86.

(CAOJia-xin.Monitoringoflow-frequencynoisepo-llutioninstructuralnoise[J].SichuanEnvironment，2014，33(1)：81-86.)

[3]王彬，秦英杰，崔東勝，等.多效膜蒸餾技術(shù)濃縮回收廢水中的二甲基亞砜 [J].環(huán)境工程學(xué)報，2014，8(3)：1091-1098.

(WANGBin，QINYing-jie，CUIDong-sheng，etal.Recoveryofdimethylsulfoxidefromfiberwastewaterbymultiple-effectmembranedistillation[J].ChineseJournalofEnvironmentalEngineering，2014，8(3)：1091-1098.)

[4]楊新周，郝志云，楊子仙，等.二甲基亞砜固相萃取分離鈀的研究 [J].稀有金屬，2013，37(5)：814-819.

(YANGXin-zhou，HAOZhi-yun，YANGZi-xian，etal.Solidphaseextractionforseparationofpalladiumbydimethylsulfoxidesystem[J].ChineseJournalofRareMetals，2013，37(5)：814-819.)

[5]李平，王晟.生物滯留技術(shù)控制城市面源污染的作用與機理 [J].環(huán)境工程，2014，32(3)：75-79.

(LIPing，WANGSheng.Effectandmechanismofbioretentiontechnologyforurbannon-pointsourcepollutionscontrol[J].EnvironmentalEngineering，2014，32(3)：75-79.)

[6]顏樂，夏自強，丁琳，等.基于SWMM模型的生物滯留池水文效應(yīng)研究 [J].中國農(nóng)村水利水電，2014，10(4)：25-28.

(YANLe，XIAZi-qiang，DINGLin，etal.HydrologicaleffectanalysisofbioretentionbasedonSWMM[J].ChinaRuralWaterandHydropower，2014，10(4)：25-28.)

[7]徐丹丹，田震.高效液相色譜法測定廢水中5種酚類優(yōu)先控制污染物 [J].廣東化工，2014，41(17)：160-161.

(XUDan-dan，TIANZhen.Determinationof5kindsofphenolicprioritycontrolpollutantsinwastewaterbyhighperformanceliquidchromatography[J].GuangdongChemicalIndustry，2014，41(17)：160-161.)

[8]張麗清，郭子睿，周華峰，等.鎢摻雜α-FeOOH制備及染料廢水降解 [J].沈陽工業(yè)大學(xué)學(xué)報，2015，37(1)：59-63.

(ZHANGLi-qing，GUOZi-rui，ZHOUHua-feng，etal.PreparationofW-dopantα-FeOOHanddegradationofdyewastewater[J].JournalofShenyangUniversityofTechnology，2015，37(1)：59-63.)

[9]韓偉，馬邕文，萬金泉，等.基于云模型在廢水處理pH控制中的仿真研究 [J].計算機仿真，2015，32(5)：432-435.

(HANWei，MAYong-wen，WANJin-quan，etal.SimulationofpHcontrollingsystembasedoncloudmodel[J].ComputerSimulation，2015，32(5)：432-435.)

[10]徐思捷，劉浪，趙世平.基于設(shè)計模式的測控系統(tǒng)采集控制模塊軟件設(shè)計 [J].電子設(shè)計工程，2015，23(18)：38-40.

(XUSi-jie，LIULang，ZHAOShi-ping.Thesoftwaredesignofthedataacquisitionmoduleofmeasurementandcontrolsystemonthebasisofdesignpattern[J].ElectronicDesignEngineering，2015，23(18)：38-40.)

(責(zé)任編輯：景勇英文審校：尹淑英)

Design and simulation for low pollution control modelinproductionofdimethylsulfoxide

HEJin-wei,WANGFeng

(CollegeofPhysicsandChemistry,HenanPolytechnicUniversity,Jiaozuo454000,China)

Inordertosolvetheproblemthatalotofpollutionisproducedinthepreparationprocessofdimethylsulfoxide,adesignmethodforlowpollutioncontrolprocessintheproductionofdimethylsulfoxidewasproposedbasedontheimprovedgeneticalgorithm.Inaddition,themodelforlowpollutioncontrolproblemwasestablished,andthepenaltyfunctionmethodwasintroducedtorestrainthemodel.Theminimumresidualliquidpollutionconcentrationofdimethylsulfoxidewastakenastheobjectivefunctionfortheoptimalcontroloflowpollution,andthedropsearchalgorithmandimprovedgeneticalgorithmwerecombinedtooptimizethenonlinearmathematicalmodelforthelowpollutioncontrolproblem.Theresultsshowthattheimprovedcontrolmodelcaneffectivelyreducethedischargeamountofpollutionliquidintheproductionprocessofdimethylsulfoxide.

dimethylsulfoxide;lowpollutioncontrol;modeldesign;gradientalgorithm;nonlinearity;constraintcondition;penaltyfunction;objectivefunction

2016-03-01.

國家985跨學(xué)科創(chuàng)新平臺資助項目(0705-1).

和進偉(1982-)，男，河南孟津人，講師，碩士，主要從事煤化學(xué)工藝及生物質(zhì)能源等方面的研究.

10.7688/j.issn.1000-1646.2016.05.21

TQ28

A

1000-1646(2016)05-0597-04

*本文已于2016-09-07 16∶10在中國知網(wǎng)優(yōu)先數(shù)字出版. 網(wǎng)絡(luò)出版地址：http：∥www.cnki.net/kcms/detail/21.1189.T.20160907.1610.054.html