Выбросы оксидов азота на ТЭС

Интеллектуальная система (ИС) может состоять из многих компонентов, обладающих элементами искусственного интеллекта. В пределе каждое техническое или программное средство ИС может рассматриваться как интеллектуальное средство, имеющее свои реагирующую и замыкающую части. Назначение последней — обеспечение устойчивого развития не только данного средства в отдельности, но и системы в целом по отношению к изменениям внешней и внутренней среды.

Технологии искусственного интеллекта (ИИ) включают в себя нейронные сети (НС), экспертные системы (ЭС), нечеткую логику (НЛ), генетические алгоритмы (ГА) и др. Лежащие в их основе идеи существенно отличаются от общепринятых методов вычислений, имитируя либо «человеческие» пути решения проблем, либо «природное, генетическое» развитие процессов. Например, нейронные сети обладают способностью к обучению, экспертные системы принимают решения на основе наборов правил и опыта экспертов, а системы с нечеткой логикой оперируют такими понятиями, как неопределенность и частичная/приблизительная истина.

Обычно для тепловых электростанций доступная информация для моделирования технологических процессов, включая горение топлива и выбросы оксидов азота, является неполной. Поэтому возникает необходимость применения различных моделей для анализа таких процессов, которые могут быть классифицированы на следующие группы: «белые», «черные» и «серые ящики».

«Белые ящики»

В моделях, использующих вычислительную гидродинамику, подробно рассматривается физический характер протекания процесса (термодинамика, гидродинамика и химические реакции образования NOx). Так как теоретическая основа для таких моделей является прозрачной, основанной на известных физических и химических законах и свойствах, такие методы моделирования могут быть классифицированы как методы «белого ящика». Получающиеся трехмерные конечноэлементные модели могут дать точные описания всего процесса горения и соответственно механизма образования оксидов азота. Однако такие модели являются сложными в разработке и предъявляют повышенные требования к вычислительным ресурсам. В то же время модели «белого ящика» не являются подходящими для анализа динамических процессов в реальном масштабе времени.

«Чёрные ящики»

Модели «черного ящика» основаны на наличии экспериментальных или оперативных эксплуатационных данных и не требуют никакой априорной информации. Они широко используются в промышленности и включают обычно модели статических искусственных нейронных сетей и различные системы идентификации. Модели «черного ящика» достаточно хорошо изучены и просты для работы в реальном масштабе времени. С другой стороны, такие модели должны регулярно обновляться с изменением эксплуатационных параметров и внешних условий.

На начальных стадиях исследований по моделированию выбросов вредных веществ от ТЭС обычно использовались модели «белого ящика» и «черного ящика». Впоследствии стало очевидным, что такие модели не подходят для оперативного контроля за выбросами оксидов азота.

«Серые ящики»

На тепловых электростанциях имеется много входных эксплуатационных параметров, которые должны отображаться в конечном итоге в один единственный выходной параметр — величину выброса NOx. Такое отображение описывается многими, обычно сильно нелинейными уравнениями, зависящими от времени. Некоторые, но не все уравнения и связи известны, а кроме этого имеются данные по эксплуатации действующей установки. В то же время модели вычислительной гидродинамики («белые ящики») не используют эксплуатационные данные, а статические нейронные сети («черные ящики») не используют известные основные закономерности, содержащиеся в уравнениях. Таким образом, возникает необходимость разработки новой технологии моделирования, основанной на принципах «серого ящика», которая объединяет преимущества как «белого», так и «черного ящиков».

Модель «серого ящика» в отличие от «белого» или «черного ящика» является сбалансированной системой, которая использует как априорное знание механизма образования оксидов азота (физическое моделирование), так и опытные (апостериорные) данные, полученные из анализа экспериментальных и эксплуатационных данных (идентификация системы). Модели «серого ящика» по своей сущности являются компромиссом между сложностью модели «белого ящика» и возможностями по прогнозированию «черного ящика» и поэтому служат основой для создания интеллектуальных систем.

Вывод

На сегодняшний день уже предпринято многое для снижения вредного влияния ТЭС на окружающую среду. На природоохранные цели выделяться большие средства. И это правильно, это верное направление развития энергетической промышленности. Мы должны думать о будущем и не останавливаться на достигнутом. Возможно, будущие энергетики смогут выполнять свою работу в гармонии с природой. С помощью технологических методов ли, или с помощью альтернативных видов топлива. И чтобы это стало правдой мы должны продолжать исследования и разработки новых способов сделать энергетическую промышленность более экологически чистой.   

Список литературы:

- Беликов С.Е. «Снижение вредных выбросов в атмосферу от пылеугольных котлов промышленной ТЭЦ» / С.Е. Беликов, В.Р. Котлер // Теплоэнергетика. 2004. № 9. С. 49—52.

- http://ru.Wikipedia.org

- http://03-ts.ru/