На правах рукописи

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И МИНИМИЗАЦИЯ НА ЕЁ ОСНОВЕ КОНЦЕНТРАЦИИ ПРОМЫШЛЕННЫХ ЗАГРЯЗНИТЕЛЕЙ АТМОСФЕРЫ ЗОН ЖИЛОЙ ЗАСТРОЙКИ

Специальность: 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Саратов 2010

Работа выполнена в ГОУ ВПО «Саратовский

государственный технический университет»

Научный руководитель - доктор технических наук, профессор

Официальные оппоненты - доктор технических наук, профессор

- кандидат технических наук

Ведущая организация - Институт проблем управления

сложными системами РАН, г. Самара

Защита состоится «17» ноября 2010 г. в 13 часов 30 минут на заседании диссертационного совета Д 212.242.08. при Саратовском государственном техническом университете Саратов, , Саратовский государственный технический университет, корп.1, ауд. 319.

С диссертацией можно ознакомиться в научно-технической библиотеке Саратовского государственного технического университета.

Автореферат разослан « 14 » октября 2010 г.

Автореферат размещен на сайте www. ***** «14» октября 2010 г.

Ученый секретарь

диссертационного совета

Общая характеристика работы

Актуальность проблемы. Обеспечение экологической безопасности населения в условиях увеличения антропогенного воздействия на природу является приоритетной задачей современного государства. Одно из направлений решения данной задачи связано с уменьшением концентрации загрязнителей, поступающих в атмосферу зон жилой застройки в процессе функционирования промышленных предприятий. Данное обстоятельство обусловливает необходимость разработки специализированного математического обеспечения, позволяющего минимизировать уровень концентрации загрязнителей на этапе проектирования и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки центров размещения промышленности.

НЕ нашли? Не то? Что вы ищете?

Научные основы решаемой задачи заложены в трудах , Г. Бригса, Ф. Гиффорда, Ф. Паскуилла и др. Ими разработаны и систематизированы математические модели, позволяющие рассчитать уровень концентрации загрязнителя в контролируемых точках с учетом известных параметров источника выброса и атмосферы. Вместе с тем, в специальной литературе практически отсутствуют сообщения о моделях и алгоритмах, позволяющих минимизировать концентрацию загрязнителя во времени при наличии ограничений, накладываемых на интенсивность выброса, высоту трубы и другие характеристики источника загрязнения. Это определило актуальность темы диссертации.

Целью диссертации является разработка математических моделей, алгоритмов и комплексов программ, позволяющих при проектировании и реконструкции промышленных предприятий, а также в процессе планирования новых зон жилой застройки выдать рекомендации и определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя.

Диссертация выполнена в рамках приоритетного направления развития науки и техники Российской Федерации «Информационно-телекоммуникационные системы» и соответствует ее критическим технологиям: «Технологии мониторинга и прогнозирования состояния атмосферы и гидросферы», «Технологии снижения риска и уменьшения последствий природных и техногенных катастроф».

Предметом исследования является процесс минимизации уровня концентрации загрязняющей примеси, поступающей в атмосферу в результате функционирования точечных, непрерывно действующих источников промышленных загрязнений.

Методы исследования. В диссертации использованы методы системного анализа, аналитические и численные методы математического моделирования, а также концептуального проектирования информационных систем.

Научная новизна работы.

1.  Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2.  Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3.  Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4.  Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5.  Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

Достоверность разработанных моделей, методов и алгоритмов подтверждается корректностью применения методов системного анализа, аналитических и численных методов математического моделирования, теории искусственных нейронных сетей, а также накопленным опытом применения моделей распространения загрязняющих примесей в экологическом мониторинге.

Практическая ценность связана с созданием эффективного математического и программно-алгоритмического обеспечения, позволяющего выдать рекомендации, а также определить требования к характеристикам точечного источника загрязнения, реализация которых способствует уменьшению концентрации загрязнителя в зоне жилой застройки. Теоретические и практические положения диссертационной работы были внедрены на предприятии завод стройматериалов», имеется акт внедрения. Основные результаты диссертационной работы были реализованы в виде комплекса программ, прошедших государственную регистрацию (свидетельство №).

Кроме того, результаты диссертации были использованы в учебном процессе кафедр «Информационные системы» и «Системотехника» Саратовского государственного технического университета в рамках дисциплин «Информатика», «Интеллектуальные информационные системы», «Системы поддержки принятия решений», «Информационные системы в экологии».

На защиту выносятся:

1.  Имитационная математическая модель определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2.  Математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3.  Эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4.  Численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5.  Процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

6.  Комплекс программ, реализующий разработанные математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих примесей в атмосфере, ориентированный на использование в составе имитационной системы, моделирующей распространение примеси в атмосферном воздухе.

7.  Методика внедрения разработанного математического обеспечения на промышленных предприятиях.

Апробация работы. Результаты работы докладывались и обсуждались на 2-й Всероссийской научно-практической конференции «Экологические проблемы промышленных городов» (Саратов, 2005); Всероссийской научной конференции «Проблемы управления в социально-экономических и технических системах» (Саратов, 2006, 2008); научных конференциях «Математические методы в технике и технологиях» ММТТ-20 (Ярославль, 2007), ММТТ-22 (Псков, 2009) и ММТТ-23 (Саратов, 2010); Всероссийской научной конференции «Актуальные задачи управления социально-экономическими и техническими системами» (Саратов, 2007); научных конференциях «Интернет и инновации: практические вопросы информационного обеспечения инновационной деятельности» и «Интернет ­- на службу обществу» (Саратов, 2009); седьмой и девятой Международных научно-практических конференциях «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2009, 2010).

Публикации. По теме диссертационной работы опубликовано 15 печатных работ, из них одна в издании, рекомендованном ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения и 2 приложений; она содержит 134 страницы текста, 48 рисунков, 4 таблицы и список использованной литературы из 103 наименований.

Содержание работы

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи работы, раскрыты ее научная новизна и практическая ценность.

В первой главе дано формализованное описание объекта управления, приведен обзор методов минимизации промышленных выбросов, рассмотрена схема процесса загрязнения атмосферного воздуха со стороны точечного, непрерывно действующего промышленного источника выбросов (рис. 1).

Рис. 1. Процесс загрязнения атмосферного воздуха точечным, непрерывно действующим промышленным источником выбросов

Выявлены недостаточные эффективность и точность существующих методов минимизации концентрации загрязнителей применительно к планированию новых зон жилой застройки в городах с высокой степенью развития промышленного комплекса. Разработана содержательная и формализованная постановка задачи минимизации целевой функции концентрации поллютантов.

Во второй главе разработана имитационная математическая модель, основанная на многократном применении краткосрочной модели расчета уровня концентрации примеси, которая позволяет с достаточной точностью определить концентрацию загрязнителя в зоне жилой застройки.

В качестве целевой функции уровня концентрации загрязнителя использована уточненная стационарная гауссова модель факела:

, ,

(1)

где – интенсивность выброса непрерывного источника; - высота источника; - внутренний радиус устья трубы; - начальная скорость подъема примеси; - начальный перегрев примеси; - скорость ветра на высоте флюгера; - скорость ветра на эффективной высоте подъема шлейфа; - температура окружающей среды; - класс устойчивости атмосферы; - координаты зоны жилой застройки.

В рассмотренной модели значение эффективной высоты подъема факела рассчитывается в соответствии с уравнением, предложенным Берляндом, а значения коэффициентов дисперсии и , где - шероховатость подстилающей поверхности, генерируются на выходе нейросетевой модели, аппроксимирующей результаты натурных наблюдений. Преимуществом нейросетевой модели является возможность ее обучения на выборке экспериментальных данных, полученных при различных значениях высот источника загрязнения (<10 м, 50 м, 100 м, 200 м), шероховатости подстилающей поверхности (слабая, средняя, высокая шероховатость) и классов устойчивости атмосферы. Разработанная RBF-сеть содержит 4 входных нейрона, 302 нейрона в скрытом слое и 2 выходных нейрона (рис.2).

Рис. 2. Структурная схема RBF-сети

Гауссова модель распространения примесей в атмосферном воздухе, впервые предложенная в работах Сеттона, получена в результате аппроксимации численного решения дифференциального уравнения турбулентной диффузии и относится к классу полуэмпирических моделей.

При вычислении концентрации примеси от нескольких источников загрязнения в условиях изменения направления ветра (рис. 3) возникает необходимость перехода от расчетной системы координат к базисной. Для этого используется формула преобразования координат:

, ,

(2)

где , - расстояние от начала системы координат по осям абсцисс и ординат до источника загрязнений; - направление ветра.

Рис. 3. Графики распределения концентрации на местности от одного (слева)

и от трех (справа) источников загрязнения, при различном направлении ветра

Рассматриваемый комплекс моделей описывает форму и структуру газового шлейфа (факела), испытывающего существенное влияние со стороны постоянно меняющихся значений метеофакторов, в числе которых скорость и направление ветра на эффективной высоте подъема факела и класс устойчивости атмосферы. На рис.4-5 показан характер изменения формы факела в зависимости от изменения класса устойчивости атмосферы и скорости ветра, при неизменных значениях параметров источника выброса. Именно точность измерения метеофакторов оказывает наибольшее влияние на точность модели в целом.

Рис. 4. Форма шлейфа

при k= «F» и =5м/с

Рис. 5. Форма шлейфа

При k= «A» и =5м/с

Исходя из вида целевой функции, можно выделить следующие ее свойства:

1. Функция , при , непрерывна, линейна и возрастает на интервале .

2. Минимум функции , при , существует только в крайних точках интервала .

3. Минимум функции двух переменных при , существует только в точке , принадлежащей интервалам и .

4. Функции: , ; , ; , ; , ; непрерывны и постоянно возрастают на всей допустимой области значений.

Третья глава посвящена разработке методов и алгоритмов, минимизации концентрации загрязняющих примесей, на основе предложенных во второй главе уравнений.

На основе математических свойств целевой функции можно сформулировать задачу минимизации, которая заключается в определении интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, с целью уменьшения концентрации загрязнителя в зоне жилой застройки. Формализованная постановка задачи имеет следующий вид: , где , , , , , , - вектор возмущений.

Представим методику синтеза вектора управляющих воздействий в виде алгоритмической схемы (рис.6):

1. Задать диапазон изменения вектора управляющих воздействий и значения вектора возмущений .

2. Найти максимальное и минимальное значения эффективной высоты подъема факела .

3. Сравнить значения функции и .

4. Минимальное значение функции соответствует искомому значению , при .

Рис. 6. Алгоритм решения задачи минимизации

С целью поиска максимального и минимального значения эффективной высоты подъема шлейфа , разработан алгоритм решения задачи оптимизации эффективной высоты подъема шлейфа, заключающийся в нахождении: высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, с целью поиска минимума и максимума функции эффективной высоты подъема шлейфа. Формализованная постановка задачи имеет следующий вид: , где , , , , .

На основании рассмотренных математических свойств функции эффективной высоты подъема факела, решение поставленной задачи имеет следующий вид:

.

(3)

Минимум функции достигается при минимальных значениях управляющих координат , а максимум - при максимальных значениях управляющих координат. Полученные значения и являются экстремумами функции многих переменных . При этом в результате решения экстремальной задачи происходит формирование векторов оптимального управления и . Максимальное и минимальное значения эффективной высоты подъема факела, а также значения составляющих вектора оптимального управления используются в процессе решения задачи минимизации уровня концентрации загрязнителя.

Рис. 7. Форма и структура факела при различных значениях (по оси OX – расстояние от источника по направлению ветра, по оси OY – значение )

Как видно на рис.7, увеличение эффективной высоты подъема факела сдвигает максимум концентрации от источника по оси ОХ, а также увеличивает область минимальной концентрации перед источником. В разработанном алгоритме решения задачи минимизации концентрации загрязнителей, данное свойство используется для уменьшения уровня приземной концентрации поллютантов в зоне жилой застройки.

Алгоритм решения задачи минимизации концентрации загрязняющих веществ (рис.6) позволяет получить совокупность значений управляющих переменных , минимизирующих концентрацию загрязнителя от одного источника в момент времени .

В результате исследования свойств целевой функции концентрации загрязнителя, была выявлена возможность изменения формы и угла направления факела, используя метеорологическое явление, характеризующее изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы. Так как направление ветра фиксируется на высоте , существует возможность изменить форму и структуру газового шлейфа, а в некоторых случаях повернуть шлейф по направлению ветра на другой высоте, моделируя заранее заданное значение эффективной высоты подъема факела .

Для моделирования значения необходимо решить задачу условной минимизации функции:

,

(4)

где . Для этого осуществляется поиск локальных экстремумов численным градиентным методом наискорейшего спуска, унифицированным в соответствии с возможным изменением состава управляющих переменных. В этом случае градиент функции имеет следующий вид:

,

(5)

где ; ; ; ; - дихотомический коэффициент, который принимает значение при наличии возможности изменения соответствующей управляющей координаты, - при отсутствии такой возможности. Так как рассматриваемая задача является задачей условной минимизации, то для поиска оптимума целесообразно применение градиентного метода совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки»:

, где ,

, , , .

(6)

Рассмотренный численный метод позволяет получить решение (4), с заданной точностью , в результате которого формируется вектор оптимального управления .

Управляя параметром в соответствии с описанной процедурой, можно управлять углом направления факела, ориентируя его по направлению ветра на различных высотах в пределах пограничного слоя атмосферы. Те же утверждения справедливы и для скорости ветра на различных высотах. Рассмотренная процедура может быть применена в оперативном режиме в условиях аварийных выбросов и неблагоприятных метеоусловиях для предотвращения превышения максимально разовой концентрации загрязнителей.

Разработанные метод и алгоритм минимизации концентрации загрязнителей позволяют минимизировать целевую функцию концентрации поллютанта, поступающего в атмосферу от источников за период времени , равный одному году , в зоне жилой застройки, при ограничениях в виде равенств и неравенств, накладываемых на составляющие векторов управляющих воздействий и возмущений, где - вектор управляющих воздействий, - вектор возмущений, - вектор внутренних параметров модели. Результатом решения поставленной задачи является нахождение значения , определяемого из выражения:

.

(7)

В четвертой главе представлены концепция и структура комплекса прикладных программ, реализующих разработанные модели, методы и алгоритмы. Разработано оригинальное информационно-программное обеспечение, позволяющее осуществить минимизацию среднегодовой концентрации загрязняющих примесей, поступающих в атмосферу в результате деятельности промышленного комплекса. Программный комплекс состоит из 7 модулей, выполняющих различные функции оптимизационного процесса. Событийное управление модулями осуществляется с помощью пользовательского интерфейса «Main», позволяющего в пошаговом режиме осуществить процесс моделирования и оптимизации уровня концентрации ЗП в атмосферном воздухе (рис.8).

Разработана имитационная система, с помощью которой проведен ряд численных экспериментов, результаты которых подтверждают достоверность разработанного математического аппарата.

Рис. 8. Пользовательский интерфейс программного комплекса

Проверка достоверности предложенной математической модели уровня концентрации загрязнителей и соответствующего математического обеспечения проводилась на основе сравнения результатов моделирования с пробами воздуха, отобранными в подфакельных точках трубы котельной, расположенной на территории ».

Как видно из рис.9, расчетная кривая концентрации окиси углерода (CO), построенная с использованием предложенной модели (сплошная линия), хорошо согласуется с экспериментальными точками, представленными в виде заштрихованных треугольников. Расхождение составляет не более 10-15%. Штрихпунктирной и пунктирной линиями показаны графики распределения концентрации, построенные с использованием известных методик расчета дисперсионных параметров Бригса и кривых Гиффорда, имеющих существенное расхождение с экспериментальными данными. Таким образом, предложенная модель наилучшим образом согласуется с экспериментом. На рис.10 показаны линии равных уровней приземной концентрации (без учета фоновой концентрации), также согласующиеся с экспериментом.

Рис. 9. График сравнения результатов моделирования концентрации загрязнителя

(для расчета вертикальной и горизонтальной дисперсии использованы кривые Гиффорда,

метод Бригса и предложенная RBF-сеть) с экспериментальными данными.

По оси OX – расстояние от источника по направлению ветра,

по оси OY – концентрация поллютанта в мг/м3)

Было выявлено, что изменение начальной скорости подъема примеси с 12 до 16 м/с, начального перегрева примеси с 199 до 227 0С и высоты данного источника загрязнения с 20 до 30 м, в соответствии с предложенным методом и алгоритмом решения задачи минимизации концентрации примеси, позволит уменьшить концентрацию окиси углерода в точке контроля, расположенной на расстоянии 200 м от трубы c 3,3 до 3,1 мг/м3 .

Рис. 10. Наложение результатов моделирования концентрации загрязнителя

на карту местности с обозначенными точками отбора проб воздуха

Была предложена и апробирована методика внедрения основных результатов диссертационной работы в информационных системах промышленного предприятия. Получен акт о внедрении основных результатов диссертационной работы на предприятии завод стройматериалов».

Заключение содержит основные выводы и результаты проведенных исследований.

В Приложении приведены акт о внедрении основных результатов диссертационной работы на предприятии завод стройматериалов» и Свидетельство о государственной регистрации программного комплекса «Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе».

Основные результаты и выводы

1.  Разработана имитационная математическая модель для определения концентрации загрязняющих веществ в атмосферном воздухе, отличающаяся учетом особенностей городской застройки, интенсивности выбросов поллютантов, направления и скорости ветра на эффективной высоте подъема факела, дисперсионных параметров, зависящих от класса устойчивости атмосферы, что позволяет осуществить минимизацию уровня концентрации загрязняющих веществ в процессе функционирования промышленных предприятий.

2.  Разработана математическая модель определения дисперсионных параметров гауссова уравнения распространения примесей в атмосферном воздухе, в основу которой положена нейронная сеть радиально-базисных функций. Модель аппроксимирует результаты натурных экспериментов, полученных при различных значениях параметров источника загрязнения и окружающей среды.

3.  Предложен и обоснован эвристический алгоритм минимизации концентрации загрязнителя, заключающийся в определении значений интенсивности выброса, высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси, начального перегрева примеси, при которых концентрация загрязнителя в зоне жилой застройки достигает своего минимума.

4.  Разработан и обоснован численный алгоритм определения эффективной высоты подъема факела, заключающийся в нахождении значений высоты источника, внутреннего радиуса устья трубы, начальной скорости подъема примеси и начального перегрева примеси, с целью поиска заранее заданного значения эффективной высоты подъема шлейфа. Особенностью алгоритма является применение градиентного метода наискорейшего спуска совместно с методом штрафных функций, в котором используется внешняя штрафная функция типа квадрата «срезки».

5.  Предложена эффективная процедура изменения формы и угла направления факела, позволяющая минимизировать концентрацию загрязнителей. Ее характерной особенностью является использование численного алгоритма определения эффективной высоты подъема факела, учитывающего изменение направления и скорости ветра на различных высотах в пределах пограничного слоя атмосферы.

6.  Разработан комплекс программ, реализующий математические модели, методы и алгоритмы для минимизации уровня концентрации загрязняющих примесей в атмосфере, ориентированный на использование в составе имитационной системы, моделирующей распространение примеси в атмосферном воздухе. Получено свидетельство о государственной регистрации программного комплекса «Информационная система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе», имеется акт внедрения.

7.  Проведена экспериментальная проверка, показавшая, что данные об уровне концентрации загрязнителя, полученные в результате моделирования, находятся в согласии с результатами эксперимента.

8.  Предложена методика внедрения разработанных моделей, методов и алгоритмов в практику деятельности промышленных предприятий. Осуществлено внедрение основных результатов диссертационной работы на завод стройматериалов».

Публикации по теме диссертации

Публикация в издании, рекомендованном ВАК РФ:

1. Соляник моделирование процесса загрязнения атмосферного воздуха в зоне влияния промышленных предприятий / , // Вестник Саратовского государственного технического университета. 2009. №1(37). С. 104-109.

Публикации в других изданиях:

2. Соляник система прогнозирования состояния атмосферного воздуха г. Саратова / , , // Экологические проблемы промышленных городов: сб. науч. тр. 2-й Всерос. науч.-практ. конф. Саратов: СГТУ, 2005. С. 153-156.

3. Соляник технологии искусственных нейронных сетей для прогнозирования уровня концентраций загрязняющих веществ в атмосферном воздухе / , // Актуальные проблемы теории управления и прикладного системного анализа: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2006. С. 110-114.

4. Соляник моделирование состояния атмосферного воздуха с применением технологии искусственных нейронных сетей / , // Математические методы в технике и технологиях - ММТТ-20: сб. тр. XX Междунар. науч. конф.: в 10 т. Ярославль: ЯГТУ, 2007. Т.4. С. 178-180.

5. Соляник автоматизированная система экологического мониторинга атмосферного воздуха / , // Актуальные задачи управления социально-экономическими и техническими системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2008. С. 132-134.

6. Соляник система для моделирования процесса загрязнения атмосферного воздуха в зоне влияния промышленных предприятий / , // Анализ, синтез и управление в сложных системах: сб. науч. тр. Саратов: СГТУ, 2008. С. 55-58.

7. Соляник Web-технологий при разработке автоматизированной системы моделирования состояния атмосферного воздуха / , // Интернет и инновации: практические вопросы информационного обеспечения инновационной деятельности: материалы Междунар. науч.-практ. конф. Саратов: СГТУ, 2008. С. 91-94.

8. Соляник автоматизированной системы моделирования процесса загрязнения атмосферного воздуха с применением архитектуры Web-приложений / , // Технологии Интернет - на службу обществу: сб. стат. по материалам Всерос. науч.-практ. конф. Саратов: СГТУ, 2008. С. 69-70.

9. Соляник постановка задачи оптимизации уровня концентрации поллютантов в атмосферном воздухе / , // Управление сложными системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2009. С. 120-123.

10. Соляник взаимодействия моделей подъема и переноса загрязняющих примесей в атмосферном воздухе / , // Управление сложными системами: сб. науч. стат. Всерос. науч. конф. Саратов: Научная книга, 2009. С. 124-127.

11. Соляник модели для автоматизированной системы экологического мониторинга атмосферного воздуха в зоне влияния промышленных предприятий / , // Высокие технологии, фундаментальные исследования, образование: сб. тр. VII Междунар. науч.-практ. конф. СПб.: СПбГПУ, 2009. С. 292-293.

12. Соляник моделирующего алгоритма для автоматизированной системы экологического мониторинга атмосферного воздуха / , // Математические методы в технике и технологиях - ММТТ-22: сб. тр. XXII Междунар. науч. конф.: в 10 т. Псков: ППИ, 2009. Т.4. С. 50-52.

13. Соляник модели подъема примеси для минимизации концентрации загрязнителей атмосферы / , // Математические методы в технике и технологиях - ММТТ-23: сб. тр. XXIII Междунар. науч. конф.: в 12 т. Саратов: СГТУ, 2010. Т.11. С. 73-75.

14. Соляник модели переноса примеси для минимизации концентрации загрязнителей атмосферы / , // Высокие технологии, исследования, промышленность: сб. тр. IX Междунар. науч.-практ. конф.: в 4 т. СПб.: СПбГПУ, 2010. Т.4. С. 150-151.

Патентные документы:

15. Соляник система моделирования уровня концентрации загрязняющих веществ в атмосферном воздухе. Свидетельство о государственной регистрации программы для ЭВМ № от 01.01.2001.

СОЛЯНИК Николай Александрович

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И МИНИМИЗАЦИЯ НА ЕЁ ОСНОВЕ КОНЦЕНТРАЦИИ ПРОМЫШЛЕННЫХ ЗАГРЯЗНИТЕЛЕЙ АТМОСФЕРЫ ЗОН ЖИЛОЙ ЗАСТРОЙКИ

А в т о р е ф е р а т

Панина

Подписано в печать 05.10.10 Формат 60х84 1/16

Бум. офсет. Усл. печ. л. 1.0 Уч.-изд. л. 1.0

Тираж 100 экз. Заказ 313 Бесплатно

Саратовский государственный технический университет

Саратов, Политехническая ул.,77

Отпечатано в Издательстве СГТУ. Саратов, Политехническая ул., 77