數據分析在污染控制領域的節(jié)能優(yōu)化應用.pdf

1、大到全球生態(tài)、小至菌群活動，環(huán)境問題具有與生俱來的復雜性。復雜系統(tǒng)的信息寄存于數據當中，在環(huán)境信息大量涌現的趨勢下，數據思維是處理問題的必由之路。
　　本文以復雜的污染控制與資源化系統(tǒng)為研究對象，以數據分析為工具，通過具體的污染控制與資源化議題，研究了數據分析方法在環(huán)境領域的應用。文中分別總結了復雜系統(tǒng)的研究方法、完善系統(tǒng)數據的粗糙集理論、多目標評價等數據分析方法，并將以上數據分析與模擬技術應用于具體的污染控制與資源化實踐，對復雜

2、環(huán)境系統(tǒng)的能耗與效率進行了優(yōu)化。主要結論有:
　　1.以活性污泥法廢水處理工藝作為復雜系統(tǒng)的實例，應用多目標決策方法，實現了多項水質指標同步優(yōu)化，并進一步將操作成本納入優(yōu)化目標。同時，用神經網絡算法解決了多目標優(yōu)化研究中的瓶頸，從而能夠靈活的根據出水需求調控工藝參數。
　　2.以河流清淤作為粗糙集的實例，應用數據挖掘算法，在不增加數據采集量的基礎上，實施了智能清淤方案，為精確清淤提供理論依據，避免傳統(tǒng)清淤工作造成的底棲生態(tài)破

3、壞，顯著降低清淤成本。
　　3.以有機廢棄物熱解技術為研究實例，開展生命周期評價。構建了生物質從生產到熱解及產物的二次利用的完整過程。從環(huán)境、能源、經濟的角度提出最合適的生物質利用方案，即將生物油用于燃燒，生物碳用作土壤修復劑。
　　4.通過對兩種污水處理工藝（AAO和倒置AAO工藝）的比較，應用數理統(tǒng)計方法，建立清晰、簡潔、直觀的模型，分析結果表明倒置AAO工藝在除磷效果和適應性上較好，但在脫氮效果和穩(wěn)定性不如AAO工藝。