Метрологическое обеспечение контроля состава сточных вод: применение нейронных сетей в методах обработки результатов измерений

Рассмотрено метрологическое обеспечение контроля сточных вод, в частности, на производствах химической промышленности. Применение на предприятиях систем автоматизированного контроля, который включает оценку первичного качества стоков и проверку качества их очистки перед выпуском в природный водоём, позволяет уменьшить загрязнение водных объектов. Для повышения эффективности контроля необходимо решить приоритетную инновационнуюзадачу водоёмких производств химической промышленности – обеспечение достоверной сопоставимости результатов измерений различных показателей состава и свойств воды и последующее селективное уменьшение концентрации особо опасных токсикантов. Показана необходимость совершенствования методики выявления (для последующего удаления) загрязняющих веществ, в наибольшей степени повышающих экологически опасные значения информативных показателей антропогенного загрязнения вод. К таким показателям в гигиене, гидрохимии, экологии относятся химическое и биологическое потребление кислорода. Проведён сравнительный анализ методов обработки данных – результатов измерений параметров сточных вод промышленных предприятий. Выбор наиболее эффективного метода обработки позволит повысить качество выявления особенно опасных токсикантов и селективного снижения их концентрации. Проанализированытакиеметодыобработки, какпредсказательнаяматематика, традиционныйрегрессионный анализ и нейросетевое моделирование на примере исследования сточных вод канализационной системы Кемеровского предприятия азотной промышленности (КАО «АЗОТ»). Показана высокая эффективность применения нейронных сетей, с помощьюкоторых установлено наиболее полное, максимальное по сравнению с другимиметодами, количество причинноследственных связей, в томчисле нелинейных связеймежду загрязняющими веществами и химическими биологическим потреблением кислорода. По итогам сравнения рассмотренных методов обработки данных для анализа причинноследственных связей измеренных значений состава и свойств сточных вод рекомендовано использовать нейронные сети. Полученные результатыбудут полезныдляметрологическогообеспечения системэкологическогоуправления, мониторинга и контроля (учёта) выбросов и сбросов загрязняющих веществ на объектах по производству азотных удобрений.

метрологический анализ, состав сточных вод, сопоставимость результатов измерений, регрессионный анализ, обработка данных, нейронные сети, метрологическая экспертиза физико-химических процессов