Методологические основы создания распределенных информационных систем производственного экологического мониторинга и экологической безопасности предприятий химического профиля
На правах рукописи
Равикович Виталий Ильич Методологические основы создания распределенных информационных систем производственного экологического мониторинга и экологической безопасности предприятий химического профиля 05.13.01 – Системный анализ, управление и обработка информации (химическая промышленность)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени доктора технических наук
Москва 2008
Работа выполнена на кафедре «Эколого-экономического анализа технологий» в Государственном образовательном учреждении высшего профессионального образования «Московская государственная академия тонкой химической технологии им. М.В. Ломоносова» (МИТХТ) и в ЗАО «Научно-производственная фирма – Диагностика: информатика: экология:
мониторинг» (ДИЭМ).
Научный консультант доктор технических наук, профессор Ярыгин Геннадий Андреевич Официальные оппоненты доктор технических наук, профессор Кузин Рудольф Евгеньевич доктор технических наук, профессор Костров Алексей Владимирович доктор технических наук, профессор Филаретов Геннадий Фёдорович Ведущая организация Тамбовский государственный технический университет
Защита состоится 24 марта 2009 года в 14.00 час. на заседании диссертационного совета Д 212.120.08 при Московской государственной академии тонкой химической технологии им. М.В.Ломоносова по адресу:
119571, г. Москва, пр. Вернадского, 86.
С диссертацией можно ознакомиться в библиотеке МИТХТ им. М.В. Ломоносова.
Автореферат диссертации размещен на сайте www.vak.ed.gov.ru Автореферат разослан 2009 года.
Ученый секретарь диссертационного совета, доктор технических наук Е.В.Бурляева
Общая характеристика работы
Актуальность работы. Современная химическая промышленность с ее гигантскими мощностями оказывает все более ощутимое негативное техногенное воздействие на окружающую среду, что вызывает ухудшение условий обитания человека и человечества. Вина за это ухудшение целиком лежит на человеке как элементе глобальной системы, поскольку именно его деятельность вызывает антропогенное воздействие на природу, в том числе и негативное.
Одним из крупнейших источников отрицательных воздействий на природную среду являются предприятия химического профиля, производящие промышленные газы, а также добывающие, перерабатывающие и транспортные комплексы. Это – крупнотоннажные предприятия со сложными химико-технологическими процессами, это – сложные сети транспорта продуктов. Они работают под высоким давлением (сотни атмосфер), оснащены мощными (десятки МВт) перекачивающими компрессорными станциями (КС). Важно подчеркнуть, что наличие транспортных сетей является неотъемлемой характеристикой многих химических производств основного органического синтеза, переработки углеводородного сырья, производства удобрений, промышленных газов, редких и рассеянных элементов – для всех технологических процессов, которые являются распределенными в пространстве, то есть содержат крупные узлы аппаратов и систему продуктопроводов.
Столь масштабные технические объекты представляют собой серьезную опасность для окружающей среды. Эта опасность часто обусловлена недостаточным учетом экологического ущерба от воздействий на окружающую природную среду.
Плата за недропользование и использование природных ресурсов лишь косвенно влияет на снижение воздействия химических технологических комплексов на природную среду. Это означает необходимость формирования и совершенствования производственного экологического мониторинга (ПЭМ), то есть наблюдения и регистрации состояния технологического оборудования (ТО) и природной среды, в качестве основы экологического менеджмента. Основой же эффективного ПЭМ является информационная система (ИС) – один из эффективных инструментов экологического регулирования (ЭР).
Природоохранные отношения в Российской Федерации регулируются законом «Об охране окружающей природной среды» и другими нормативными актами, устанавливающими степень и меру ответственности хозяйствующих субъектов за воздействие на природную среду. Для корректного применения норм этих актов необходима актуальная, полная и достоверная информация о хозяйственной деятельности, в связи с чем деятельность предприятий должна сопровождаться регулярным производственным экологическим мониторингом.
ПЭМ на предприятиях химического профиля по производству и переработке промышленных и природных газов осложняется значительной протяжённостью газопроводов, огромными объёмами его переработки, ограничениями на измерение многих технологических параметров, передачу и обработку информации с целью обеспечения экологической безопасности (ЭБ). Таким образом, для таких предприятий особую актуальность приобретает проблема совершенствования информационных систем производственного экологического мониторинга и экологической безопасности (ИС ПЭМ и ЭБ). Она актуальна как для органов законодательной и исполнительной власти (в качестве инструмента контроля деятельности предприятий, научного обоснования установления нормативов на допустимые эмиссии и размеров платежей за загрязнения), так и для предприятий.
Промышленной безопасности, включая вопросы экологической безопасности предприятий химического профиля, посвящены работы В.И.Васильева, В.Г.Горского, Б.В.Гидаспова, С.Гуаро, С.А.Дмитриева, А.Ф.Егорова, А.В.Измалкова, Ю.А.Израэля, В.В.Кафарова, В.Ф.Корнюшко, К.Ю.Колыбанова, Р.Е.Кузина, Х.Кумамото, В.Маршалла, Т.В.Савицкой, А.И.Соболева, Э.Хенли, Д.Химмельблау, В.Д.Шапиро, В.В.Шаталова, Г.А.Ярыгина и др. В последние годы появились отечественные работы, в которых комплексно ставятся и решаются вопросы системного моделирования деятельности организаций, совершенствования управления на основе ИТ, анализа и повышения эффективности использования ресурсов ИС. В развитие теории современных информационных систем большой вклад внесли Л.А.Бахвалов, Л.С.Гордеев, В.В.Годин, В.А.Грабауров, В.В.Дик, И.Н.Дорохов, С.В.Емельянов, Е.З.Зиндер, В.А.Ивлев, В.А.Ириков, Г.Н.Калянов, А.В.Костров, Г.Г.Куликов, О.В.Логиновский, В.П.Мешалкин, Е.Г.Ойхман, Э.В.Попов, Б.Я.Советов, С.В.Черемных и др.
Вместе с тем, завершенной и всесторонне апробированной методологии построения информационных систем ПЭМ и ЭБ еще не создано. ИС в условиях ПЭМ имеют существенную специфику, и непосредственное применение известных положений информационного менеджмента к ИС ПЭМ и ЭБ на таких масштабных объектах, какими являются предприятия химического профиля по производству и использованию промышленных газов, невозможно из-за большого числа важных и сложных вопросов, требующих при их разрешении серьезного научно методического обоснования. Для решения этих задач необходимо комплексное моделирование сложных систем, основанное на системном анализе. Формирование основы управления в виде системной модели позволяет обеспечить возможность модернизации основной деятельности и процессов управления в соответствии со сложившимися условиями.
Значительный вклад в развитие системного анализа внесли отечественные исследователи: Е.С.Вентцель, В.Н.Волкова, Ю.И.Дегтярев, А.А.Емельянов, А.А.Денисов, А.В.Костров, Ф.И.Перегудов, Д.А.Поспелов, Ф.Е.Темников.
Теоретические основы структурного системного анализа, проектирования информационных систем разрабатывали Р. Баркер (R. Barker), П. Чен (P. Chen), Ф. Кодд (F. Codd), К. Дейт (C. Date), К. Гейн (C. Gane), Р. Кимбалл (R. Kimball), Т. Сарсон (T. Sarson), А.М. Вендров, Г.Н. Калянов, С.Д. Кузнецов.
Вопросы экологической безопасности и надёжности предприятий химического профиля были предметом исследования ученых: Аргасова Ю.Н., Бабенко А.В., Белинского Б.И., Березнякова А.И., Босняцкого Г.П., Бухгалтера Э.Б., Гривы Г.И., Гриценко А.И., Дзюба С.А., Дмитриевского А.Н., Едигарова А.С., Захарова Ю.Ф., Колтыпина C.И., Лимар Е.Е., Лукьянова О.В., Максимова В.М., Мещерина И.В., Набатчикова Н.И., Овчарова С.В., Одишария Г.Э., Осокина А.Б., Петрулевича А.А., Сафонова В.С., Темкина В.М., Членова А.В., Шапиро В.Д., Швыряева А.А., Шестернева Н.Р., Ярыгина Г.А. и др.
Из вышесказанного следуют актуальность и необходимость целенаправленных исследований в области совершенствования ИС в системах ПЭМ и ЭБ на предприятиях химического профиля, и этим исследованиям посвящена настоящая диссертация. Диссертация является обобщением на основе системного анализа выполненных автором работ по исследованию, разработке и внедрению комплексного теоретического, научно-методического и технического обеспечения в форме совокупности информационных технологий, методов подготовки управляющих решений и современных научно-технических комплексов, учитывающих технологические особенности и организационно-экономические условия производственной деятельности предприятий химического профиля, обеспечивающих решение важной народно-хозяйственной и социальной задачи по существенному повышению экологической безопасности.
Объектом исследования являются системы производственного экологического мониторинга и экологической безопасности предприятий химического профиля по производству и переработке промышленных и природных газов.
Предметом исследования является применение информационных технологий для построения информационных систем ПЭМ и ЭБ, охватывающих технологические и экологические аспекты деятельности предприятия.
Целью работы является разработка методологии построения распределенных систем производственного экологического мониторинга и экологической безопасности, обеспечивающих основу для принятия управленческих решений по повышению эффективности деятельности предприятия химического профиля.
Задачи, решаемые для достижения цели:
• Системный анализ производственного экологического мониторинга и проблемы экологической безопасности предприятий химического профиля по производству и переработке промышленных и природных газов.
• Системный анализ основных источников антропогенного воздействия на окружающую среду и источников аварийных ситуаций, влияющих на безопасность жизнедеятельности предприятий химического профиля.
• Разработка методики системного моделирования распределенных магистральных комплексов транспортировки газа как производственной технологической среды.
• Разработка методики и алгоритмов моделирования распространения выбросов и сбросов в окружающую среду на основе геоинформационных технологий.
• Формирование состава понятия «экологическая безопасность предприятий химического профиля» с позиций системного подхода.
• Разработка концепции информационной поддержки принятия решений в системах управления экологической безопасностью при переработке и транспортировке газа.
• Комплекс работ по промышленному внедрению методик, технических и программных средств информационных систем экологического мониторинга и экологической безопасности на химических предприятиях.
Научная новизна.
1. Выполнен системный анализ информационных систем производственного экологического мониторинга и экологической безопасности предприятий химического профиля по производству и переработке промышленных и природных газов с целью оценки «узких мест» методологии их создания.
2. Проведена декомпозиция системы экологической безопасности, которая представлена в виде подсистем «окружающая среда» (природа – человек) + «производственная сфера» (технология – экономика), и обоснована с позиций системного анализа целесообразность выделения центра экологической безопасности.
3. Разработан обобщенный системный алгоритм построения информационных систем производственного экологического мониторинга и экологической безопасности.
4. Разработана концепция распределенной информационной системы поддержки принятия решений в системе производственного экологического мониторинга и экологической безопасности разветвленной транспортной системы химических продуктов и переработанного газа.
5. Формализованы критерии эффективности информационных систем производственного экологического мониторинга и экологической безопасности.
6. Обоснован вариант архитектуры информационной системы производственного экологического мониторинга и экологической безопасности транспортной системы химических продуктов и переработанного газа.
7. Разработаны принципы построения и архитектура геоинформационного моделирующего комплекса как элемента системы производственного экологического мониторинга и экологической безопасности на основе интегрированной модели переноса химических загрязнений в экосистеме «атмосфера - водосбор – река».
Практическая значимость.
1. Результаты исследований составили основу методологии, обеспечивающей формирование систем экологической безопасности в широком круге реальных промышленных комплексов.
2. Внедрены в промышленную эксплуатацию в объемах соответствующих проектов информационные системы экологического мониторинга и экологической безопасности:
• на добычном комплексе – «Ямбургское ГКМ»;
• на перерабатывающем комплексе – Астраханский ГКЗ;
• на Зайкинском газоперерабатывающем предприятии;
• на газотранспортных системах – «Голубой поток» (Россия - Турция), «Заполярное-Уренгой», «Ямал-Торжок».
3. Внедрена на стадии утвержденного проекта информационная система экологического мониторинга и экологической безопасности газотранспортной системы «Норд-стрим».
4. Разработаны и внедрены в практику методологические основы проектирования информационных систем экологического мониторинга и экологической безопасности и разработки для них основополагающих принципов включения в процедуру «Оценка воздействия на окружающую среду (ОВОС)» на стадиях «Обоснование инвестиций (ОБИН)» и «Проект».
5. В результате внедрения в промышленную эксплуатацию автоматизированной системы экологической безопасности Астраханского Газоконденсатного Завода с 2002 года сокращена санитарно-защитная зона АГКЗ с восьми до пяти км, что позволило вернуть в сельскохозяйственный оборот десятки тысяч гектаров ценных угодий.
Методы исследования. В основу решения поставленных задач положены методы системного анализа (декомпозиция, классификация, иерархическое упорядочение, абстрагирование, формализация, композиция, моделирование), методы оптимизации, методология функционального моделирования систем SADT, методология моделирования потоков данных DFD, методология многомерного анализа данных OLAP, методология быстрой разработки приложений RAD.
Публикации. Основное содержание диссертации отражено в 78 научных трудах, в их числе 7 статей в изданиях по перечню ВАК, 41 печатная работа, 7 авторских свидетельств и патентов РФ, 23 депонированных отчета о НИР.
Апробация работы. Основные положения и результаты работы представлены на:
• XII международной научно-технической конференции «Наукоемкие химические технологии-2008» (ВолгГТУ, 2008 г.);
• Международном симпозиуме "Геокриологические исследования в Арктических райнах" (Тюмень, 1989);
• Международном симпозиуме "International Arctic Technology Conference" (Alaska, 1991);
• Научно-техническом Совете инженерно-технического центра экологической безопасности газовой промышленности ИТЦ "Оргэкогаз": «Опыт разработки, внедрение и эксплуатация системы производственной экологической безопасности объектов газовой промышленности» (Москва, декабрь 2000);
• Научно-техническом семинаре НПФ «ДИЭМ»: «Методы и критерии оценки экологического риска в проекте производственного экологического мониторинга» (Москва, сентябрь 2005);
• Юбилейной Международной научной конференции памяти В.В.Кафарова «Методы кибернетики в химии и химической технологии» (г.Москва, 2004 г.);
• II-ом Северном социально-экологическом Конгрессе (г.Сыктывкар, 2006 г.);
• Секции Автоматизации и секции Охраны окружающей среды в ОАО «Газпром» (Москва, 2002-2008);
• семинарах по экологическому мониторингу НПО ДИЭМ (Москва, 1997-2008) и МГГУ (Москва, 2000-2008 );
• заседаниях семинара «Информационные системы и технологии» Центра информационной поддержки менеджмента во Владимирском государственном университете (2002 - 2008);
• Научно-технического совета ОАО «Газпром» (Москва, 1998-2008);
• Научно-технического совета ООО «Кубаньгазпром» (Краснодар, 1998-2007);
• Научно-технического совета Управления по транспорту газа и газового конденсата ОАО «Газпром»(Москва,1998-2007);
• Научно-технического совета Главгосэкспертизы России (Москва, 1998 - 2008);
• Научно-технического совета Северо-Кавказского округа Госгортехнадзора России (Краснодар, 2000-2007);
• IV Международной научно-практической конференции «Современная техника и технологии в медицине, биологии и экологии» (Новочеркасск, 2003);
• II Международной научно-практической конференции «Проблемы геологии, полезных ископаемых и рационального природопользования» (Новочеркасск, 2003);
• IV Международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (Новочеркасск, 2003);
• Всероссийской научной конференции «Современные информационные технологии в медицине и экологии» (Смоленск, 2001-2007);
• Международном семинаре "Экологические катастрофы и средства их анализа" (Уфа, 6-10 сентября 1993);
• 2-ом международном семинаре "Оценка воздействия на окружающую среду:
методология и практические приложения". (Москва, 19-23 апреля 1993);
• Всероссийском форуме "Геоинформационные технологии. Управление.
Природопользование. Бизнес." (Москва, 6-11 июня 1994);
• Международной научно-практической конференции "Информатизация подготовки и профессиональной деятельности операторов аэрокосмических систем". (Звездный городок, Моск. обл., РФ, 19-20 апреля 1995);
• Международном симпозиуме "Методы и средства мониторинга состояния окружающей среды МСОС-95". (СтПетербург, 25-28 апреля 1995);
• Научно-практической конференции "Проблемы управления качеством окружающей среды городов".(Москва, 11-14 апреля 1995);
• Международном симпозиуме «Геокриологические исследования в Арктических районах (Тюмень, 1989);
• Межрегиональной конференции-совещании «Каспий - настоящее и будущее», (Астрахань, 16-17 ноября 1995);
• Конференции «Охрана окружающей среды при освоении углеводородных ресурсов» (Научно-техническое общество нефтяников и газовиков им акад. И.М.
Губкина, 30.09 - 05.10 2003г., г. Сочи).
Личный вклад. Автором выполнен системный анализ информационных систем производственного экологического мониторинга и экологической безопасности предприятий химического профиля с целью оценки «узких мест» методологии их создания.
Проведена декомпозиция системы экологической безопасности, которая представлена в виде подсистем «окружающая среда» (природа – человек) + «производственная сфера» (технология – экономика), и обоснована с позиций системного анализа целесообразность выделения центра экологической безопасности.
Разработана концепция распределенной системы поддержки принятия решений в системе производственного экологического мониторинга и экологической безопасности разветвленной транспортной системы химических продуктов и переработанного газа.
При непосредственном участии автора выполнены все разработки по постановке задач создания информационных систем производственного экологического мониторинга и экологической безопасности предприятий, перечисленных в разделе «Практическая значимость».
Выполнена разработка структур информационных систем, обоснование технических и программных средств, разработаны тестовые задачи для большинства программных комплексов, а также реализован полный цикл работ по промышленному внедрению разработок.
Объем и структура диссертации. Диссертация изложена на 232 страницах машинописного текста. Состоит из введения, 6 глав, заключения, библиографического списка и приложения. Список литературы содержит наименований. Таблиц 37, рисунков 39.
Основное содержание работы
Во введении обоснована актуальность темы диссертации, сформулированы ее цель и решаемые задачи, указаны научная новизна, практическая ценность и основные положения, выносимые на защиту.
В первой главе «Анализ объектов производственного экологического мониторинга и экологической безопасности добычных, перерабатывающих и транспортных предприятий газового комплекса: оценка эмиссий в окружающую среду и техногенных источников опасности» приводится обобщенная характеристика предприятий химического профиля, для которых выполнены разработки и внедрение ИС ПЭМ и ЭБ.
В качестве типового примера добычного комплекса рассмотрено Ямбургское газо-конденсатное месторождение (ЯГКМ). Ямбургское месторождение введено в разработку в 1986 году. С начала разработки добыто 2,8 трлн.м3 газа, а средний дебит составляет 433 тыс. м3/сут. Промышленные объекты ЯГКМ образуют уникальную геотехническую систему (ГТС), оказывающую, с одной стороны, значительное воздействие на природную среду, активизируя многие негативные процессы и явления, а, с другой стороны, подвергаясь негативным воздействиям природной среды, и, в первую очередь, геодинамических или связанных с ними процессов.
Одной из важнейших особенностей строительства и эксплуатации рассматриваемой геотехнической системы является то, что территория Ямбургского ГКМ расположена в условиях Крайнего Севера, который характеризуется крайне сложными инженерно-геологическими условиями, включая: многолетнемерзлые грунты, а также оползнеобразование, засоленность, дефляцию, овражную и речную эрозию, просадки, расчлененность и заболоченность территории. Месторождение располагается за 67-й параллелью, на Тазовском полуострове, в субарктической зоне Ямало-Ненецкого автономного округа.
Инженерные экологические исследования показали, что содержания оксида углерода, диоксида азота, диоксида серы, метана и суммарных углеводородов не превышают соответствующих ПДКс.с. (табл. 1). Концентрации оксида углерода, диоксида азота, метана составляют тысячные и сотые доли ПДКс.с. для воздуха населенных мест, а диоксида серы и суммарных углеводородов – десятые доли ПДК. Превышение значений ПДКс.с. было зафиксировано лишь по взвешенным веществам.
Таблица 1.
Параметры содержания химических веществ в атмосферном воздухе Ямбургского ГКМ, 2004г Ингредиенты ПДК м.р. ПДК с.с. qср. qмax V qср./ ПДКс.с. g, % СО 5 3 0,0039 0,009 0,0142 2,24 0,0013 NO2 0,085 0,04 0,0031 0,005 0,0113 1,75 0,077 SO2 0,5 0,05 0,006 0,029 0,026 4,72 0,124 суммарные ОБУВ=50 6,45 26,5 149,7 4,09 0,13 углеводороды взвешенные 0,5 0,15 0,26 0,04 0,46 2,32 0,98 вещества метан ОБУВ=50 2,27 171,5 3,7 75,5 0,04 Здесь: qср -среднее значение концентрации примеси;
- среднее квадратичное отклонение;
qмax - максимальное значение концентрации примеси;
V -коэффициент вариации V= /qср, g - повторяемость случаев превышения ПДКм.р. разовыми значениями концентрации.
Из всех загрязняющих веществ, поступающих в водоемы Тюменской области, нефть и нефтепродукты занимают лидирующее положение. Фенолы являются наиболее распространенным загрязняющим веществом водоемов. Кроме естественного продуцирования их в связи с заболоченностью региона, их содержание может значительно увеличиваться.
Оценка современного состояния гидрохимической обстановки на Ямбургском месторождении свидетельствует о неудовлетворительном состоянии водных объектов (рис. 1,2). При этом, загрязнение почв нефтепродуктами иногда достигает высокого и очень высокого уровня.
Типовыми примерами перерабатывающих предприятий химического профиля являются Зайкинское газоперерабатывающее предприятие ООО «Оренбургнефть» (ЗГПП) и Астраханский Газоперерабатывающий Комплекс (АГК).
доля ПДК УКПГ-1 УКПГ-1В УКПГ-2 УКПГ-3 УКПГ-3В УКПГ-4 УКПГ-5 УКПГ-6 УКПГ-7 аэропорт пос.Ямбург нефтепродукты Рис. 1. Содержание нефтепродуктов в поверхностных водах ЯГКМ.
3, 2, 2, доля ПДК 1, 1, 0, 0, УКПГ-1 УКПГ-1В УКПГ-2 УКПГ-3 УКПГ-3В УКПГ-4 УКПГ-5 УКПГ-6 УКПГ-7 аэропорт поселок фенолы Рис. 2. Содержание фенолов в поверхностных водах Ямбургского ГКМ.
Зайкинское ГПП - промышленное предприятие с высоким уровнем опасности.
Значительные объемы перерабатываемого углеводородного сырья и большая пространственная распределенность в совокупности с наличием транспортных и энергетических потоков определяют исключительную актуальность проблемы экологической безопасности предприятия. В работе исследована схема возникновения и развития типовой аварии, обусловленной коррозионным или механическим износом аппаратуры, а также нарушениями технологического регламента (рис.3).
Выход Разрушение параметров за аппарата критические значения Выброс Взрыв паро продукту из газовоздушной аппаратуры смеси в Образование помещении, взрывоопасной Взрыв в ЖФ ПГФ на наружной аппаратуре среды в установке аппаратуре Образование Распростра Разгерме- облака нение тизация взрывоопасного токсичного аппаратуры облака токсичного Коррозионный, Пожар механический износ, повреждение Интоксикация аппаратуры людей Перегрев ёмкост ного оборудования с ЛВЖ, ГЖ, СУГ Разрушение аппаратуры, с последующим коммуникаций, зданий, взрывом сооружение, травмирование людей Выброс продукту из аппаратуры ЖФ ПГФ Дальнейшее Образование облака Взрыв облака в распространение взрывоопасного незамкнутом аварии на пространстве предприятии и Пожар токсичного за его пределами Интоксикация Перегрев ёмкост- Распространение людей ного оборудования токсичного облака с ЛВЖ, ГЖ, СУГ с последующим взрывом Рис.3. Схема возникновения и развития типовой аварии на ЗГПП.
Астраханский Газоперерабатывающий Комплекс (АГК), относится к крупнейшим предприятиям по переработке пластового газа. 0бъемы переработки АГПЗ-2 составляют 8,6 млрд. нм3/год с получением товарных продуктов:
• товарного газа в объеме 4,5 млрд.м3;
• сжиженного газа в объеме 188 тыс.тонн;
• серы газовой 3450 тыс.тонн;
• стабильного конденсата 2206 тыс.тонн.
0бъемы переработки и месторасположение делают АГК экологически опасным промышленным объектом, так как в процессе переработки газа и конденсата, получения серы, хранения и транспортировки продуктов образуются отходы производства. Это прежде всего - газообразные отходы, загрязняющие воздух: газы установок получения серы, дымовые газы промышленных печей и факелов, вентиляционные выбросы. Значителен объем жидких отходов - засоленных сточных вод, извлекаемых при сепарации газа и конденсата (пластовая вода), отстойные воды нефтепродуктов, вода промывки аппаратов, фильтров и т.д. Жидкие отходы АГП влияют на водные объекты региона, в том числе на источники водоснабжения, рыбохозяйственные объекты, сельскохозяйственные угодья, озера и реки.
При строгом соблюдении всех технологических норм производства и надлежащем состоянии систем автоматизации и контроля промышленные выбросы не превышают санитарные правила и нормы охраны поверхностных и подземных вод и атмосферного воздуха. К сожалению, даже для достаточно современного, экологически чистого и достаточно надежного предприятия, каким является АГК, не исключена опасность аварий и отказов оборудования, которые имеют значительные экологические последствия.
Эти обстоятельства заставляют отойти от принятой концепции создания АСЭМ промышленных предприятий, когда экологический мониторинг ограничивается промплощадкой предприятия, и рассматривать региональный аспект экологических аварий. Только рассматривая региональные аспекты воздействия можно уменьшить экологические последствия аварий, заранее продумать экологически безопасные сценарии ликвидации аварий, уменьшить экологический ущерб за счет принятия своевременных и эффективных решений.
Для существенного снижения риска для населения целого региона, снижения опасности химического загрязнения почвы, наземных и подземных вод и атмосферы необходима система экологической безопасности, позволяющая на основе информации об экологической обстановке на промышленном объекте принимать обоснованные управляющие решения и рекомендации. К аварийным ситуациям могут быть отнесены:
• фонтанирование скважин;
• разрушение соединительного газа-конденсатопровода УППГ-ГПЗ;
• разрушение входного сепаратора - пробкоулавителя АГПЗ (именно в этом аппарате может содержаться наибольшее количество сероводорода). Необычайно высокое (около 20%) содержание водорода в пластовом флюиде АГКМ делает его утечку чрезвычайно опасной.
Еще одним газотранспортным объектом, строительство и эксплуатация которого будет проходить в условиях крайнего Севера является проект строительства «Северо - Европейского газопровода » (Норд-стрим) - газотранспортной системы из России в Европу через акваторию Балтийского моря. Реализация проекта решит целый ряд проблем, связанных с транзитом российского газа в Западную Европу через третьи страны, обеспечивая возможность оперативного маневрирования потоками газа. Трасса проектируемого участка газопровода на значительном ее протяжении пролегает в одном коридоре с уже существующей на участке Грязовец Выборг системой газопроводов и компрессорных станций и проходит, как правило, в стороне от населенных пунктов Вологодской и Ленинградской областей, расстояние до ближайших из которых составляет от 0,8 до 5-7 км и более.
На рассматриваемом участке проектируемого газопровода для обеспечения его нормальной работы предполагается строительство семи компрессорных станций, являющиеся одними из основных объектов, загрязняющих воздух. В работе выполнены расчёты максимальных приземных концентраций загрязняющих веществ, выбрасываемых в атмосферу источниками КС.
Общая оценка воздействия объекта на атмосферный воздух предусматривала проведение расчетов загрязнения атмосферы на основе исходных данных о параметрах выбросов вредных (загрязняющих) веществ основных источников загрязнения атмосферы, которыми являются 7 КС: Грязовецкая, Шекснинская, Бабаевская, Пикалевская, Волховская, Елизаветинская и Портовая. Типовые газовые выбросы загрязняющих веществ в атмосферу компрессорной станцией «Бабаевская» показаны в табл.2.
Таблица 2.
Годовые выбросы загрязняющих веществ в атмосферу КС «Бабаевская» Загрязняющее вещество Кол-во выбросов загрязняющих веществ, т/год Оксид углерода Диоксид азота Оксид азота Метан Углеводороды (по керосину) 0, Бензин 0, Углеводороды (по бензину) 0, ИТОГО 2625, В табл. 3 приведены результаты расчетного определения параметров выбросов в разрезе каждой КС с учетом количества работающих газотурбинных установок, их типа и мощности, а также трансформации оксидов азота в атмосфере.
Как видно из представленных данных, основными вредными веществами, поступающими в атмосферу от газотурбинных установок компрессорных станций, являются: диоксид азота, оксид углерода и оксид азота.
Очищенные производственные и хозяйственно-бытовые сточные воды через канализационные насосные станции перекачиваются в резервуар с последующим сбросом на водосборную площадь прилегающих рек. Характеристика вод после очистки приведена в табл. 4.
Для всех объектов, работающих в условиях Крайнего Севера и большой заболоченности существенную роль играют вопросы коррозийной стойкости основного оборудования. Именно коррозия является одной из основных причин аварий, ведущих к загрязнению территорий объектов нефтепродуктами. Основными объектами загрязнений являются трубопроводы и резервуары для хранения продукции.
Таблица 3.
Расчет величин выбросов загрязняющих веществ от ГПА проектируемых КС Наименование параметра Значение параметра Грязовецкая Шекснинская, Бабаевская КС Портовая 1 Наименование КС Пикалевская Волховская, Елизаветинск ая ГПА-25 ГПА-16 ГПА-16 ГПА- 2 Тип ГПА "Урал " "Урал" "Урал" "Урал " 3 Количество агрегатов N, шт 7 4 5 в том числе рабочих агрегатов 6 3 4 Nраб, шт 4 Среднее время работы 1 агрегата в 7509 6570 7008 течение года Т, час Т=Тгод*Nраб/N, где Тгод=8760час 5 Расход продуктов сгорания весовой, G кг/с 81,61 57,1 57,1 81, объемный при Н.У. Vн.у.=G/g нм3/с 63,8 44,6 44,6 63, объемный при условиях выхлопа V=Vн.у.*(Т+273)/273 186,4 114,2 114,2 186, где Т,°С - температура выхлопных 524 425 425 газов 6 Содержание вредных примесей Оксидов азота, С15а, мг/нм3 150 100 100 Оксида углерода, С15у,мг/нм3 200 100 100 7 Величины выбросов веществ,г/с оксидов азота, Ga 7,9 3,67 3,67 7, В т.ч. двуокиси азота, GNO2=an*Gа, 5,53 2,57 2,57 5, окиси азота, GNO=(1-an)*Gа/1,53 1,5 0,72 0,72 1, оксидa углерода, Gу=Vн.у*Кв.*Су/1000 10,6 3,67 3,67 10, 8 Величины валовых выбросов агрегата,т/год оксидов азота, 213,5 86,8 92,5 221, в т.ч. диоксида аз., WNO2=Wa*агод 128,1 52,08 55,5 132, оксида азота, WNO=Wa*(1-агод)/1,53 55,8 22,6 24,2 57, оксида углерода, 286,5 86,8 92,5 297, WСО=Gу*T*3600/ 9 Величины валовых выбросов КС в целом,т/год оксидов азота, Waс=Wa*N 1494,8 347,2 462,9 1993, в т.ч. диоксида аз., WNO2c= WNO2*N 896,9 208,3 277,7 1195, оксида азота, WNOc= WNO*N 390,8 90,7 121,03 521, оксида углерода, WСОc=Wco*N 2005,8 347,2 462,9 2674, В качестве еще одного базового объекта для исследования условий и особенностей построения ИС ПЭМ в настоящей работе рассматривается участок газопровода Россия-Турция «Голубой поток», начинающийся с административной границы Ставропольского и Краснодарского краев и заканчивающийся охранным краном компрессорной станции (КС) "Береговая" на берегу Черного моря.
Таблица 4.
Характеристика очищенных сточных вод КС "Пуртазовская" и ВЖК.
Фактическая концентрация Наименование загрязняющих веществ ПДК, мг/л после очистки, мг/л Взвешенные вещества 30 Минерализация 1000 БПКполн. 3 2, Фосфаты (по Р) 0,2 0, Хлориды (анион) 300 СПАВ 0,1 0, Нитраты (по N) 9 0, Сульфаты (анион) 100 Азот аммонийный 0,4 0, Железо общее 0,1 0, Нитриты (по N) 0,02 0, Нефтепродукты 0,05 0, Инфраструктура газопровода на рассматриваемом участке включает следующие объекты: линейную часть газопровода (диаметр трубы Dу = 1400 мм и Dу = мм);
КС "Краснодарская" (5 газоперекачивающих агрегатов – ГПА – на базе авиационных двигателей мощностью 12 МВт);
узлы приёма-запуска очистного устройства (ОУ);
узлы установки линейных и охранных кранов;
контрольные пункты системы телемеханики;
линии электропередач;
объекты систем связи, автоматики, электрохимзащиты. План трассы проекта «Голубой поток» показан на рис. 4.
Ду 1400 300 км Ду 1200 70 км 16 млрд м3 в год Ду 1200 50 км Рис. 4. План трассы газопровода "Голубой поток".
Проект "Голубой поток" имеет высокую экономическую значимость, позволяет улучшить внешнеторговый баланс в российско-турецких отношениях и во многом определяет дальнейшее положение российского газа на европейском газовом рынке в целом, что ставит реализацию проекта в сферу основных геополитических интересов России.
Приведенные и упорядоченные в работе материалы характеризуют условия ПЭМ и ЭБ для рассматриваемых объектов как исключительно сложные в силу разнородности контролируемых величин, разной степени изученности протекающих в объекте различных процессов. Особенно важным фактором является распределенный характер системы ПЭМ и ЭБ. В распределенной ИС ПЭМ и ЭБ каждая из составляющих подсистем сама по себе является достаточно сложной, поэтому их совместное функционирование требует соответствующей научно методической основы. В настоящей работе в качестве такой основы использован системный подход.
Во второй главе «Системный анализ информационных систем производственного экологического мониторинга и проблемы экологической безопасности (ПЭМ и ЭБ) предприятий химического профиля» обобщается опыт по созданию промышленных информационных систем с целью оценки «узких мест» разработки методологии информационных систем ПЭМ и ЭБ, а также формализации проблемы «экологической безопасности объектов газовой промышленности». Структурная схема системного анализа производственного экологического мониторинга приведена на рис. 5.
Системы ПЭМ (СПЭМ) обеспечивают решение следующих задач:
• сбор и накопление информации о выбросах и сбросах, состоянии водной, воздушной, биологической и геологической сред в зонах влияния крупных промышленных объектов;
• контроль и оценку экологической ситуации в зонах влияния промышленных объектов, оперативное выявление нештатных экологических ситуаций;
• прогноз изменения уровней загрязнения и состояния компонентов природной среды в зонах влияния крупных промышленных объектов.
Эти алгоритмы сбора – представления информации и модели разрабатывались разными научными школами, предназначались для разных форм представления выходной информации, используют различный программный интерфейс, поэтому их совместное применение в экологических расчётах является сложной задачей.
Проблема «алгоритмического многообразия» проявляется в исключительном разнообразии алгоритмов обработки исходной экологической информации, поставляемых с промышленными средствами их сбора и обработки. Именно это "алгоритмическое многообразие" является основным "узким местом" при подготовке управляющих решений и требует разработки унифицированных алгоритмов обработки измерительной информации. Контроль осуществляется как путем непрерывных измерений (с помощью автоматических средств контроля), так и периодически – посредством отбора проб для проведения последующих анализов в аналитической лаборатории. Информационно-измерительная сеть представляет собой комплекс технических и программных средств, предназначенных для сбора и первичной обработки измерительных данных об экологических параметрах контролируемых компонентов природной среды (рис.6).
Система газопроводов Обеспечение экологической безопасности Окружающая среда К о Экологический мониторинг загрязнений Механизмы экологического регулирования окружающей среды н С т и у с Информационно-измерительная сеть р т е ЛПР о м Служба промышленного Информационно-управляющая подсистема экологического мониторинга б н р ы Представление а е Подсистема передачи данных экологической т информации н о ф Информационное и программное обеспечение Подготовка й а управляющих к с т решений Математическое обеспечение в о я р з ы Организационное обеспечение и Анализ “узких мест” при подготовке управляющих решений Рис.5. Структурная схема системного анализа производственного экологического мониторинга.
Особенности контроля большого потока проб. Составной частью информационно-измерительной сети СПЭМ, как правило, являются модульные аналитические комплексы (МАК), используемые для проведения химических и физико-химических анализов контроля объектов (образцов) окружающей среды (воздуха, воды, почвы). Спектр ВХВ достаточно широк. Так, на газокомпрессорных станциях требуется контролировать более 30 ВХВ, сбрасываемых в водные объекты со сточными водами, в том числе: ХПК, БПК5, нитраты, нитриты, аммоний, хлориды, сульфаты, фосфаты, мышьяк, ртуть, свинец, бериллий, хром и многие другие. Число проб для анализа достигает десятков тысяч в год. Для большинства поступающих проб результаты измерений укладываются в пределы допустимых значений и могут быть получены без проведения дорогостоящих измерений.
Центр мониторинга системы ПЭМ Инж енер-эколог ЛПР Программно-аппаратный комплекс центра мониторинга Программные комплексы Аппаратный комплекс АРМ пункта сбора данных Инженер-эколог Программные комплексы Аппаратный комплекс Средства Переносные Стационарная Передвижная дистанционных экологическая средства контроля загазованности Пост контроля Средства АСУТП Средства АСУТП наблюдений за экологическая параметров и по контролю по контролю лаборатория лаборатория геологическими газовых выбросов атмосферного расхода режимов работы процессами, технологических воздуха сточных вод ГПА растительным и АРМ лаборанта АРМ лаборанта агрегатов животным миром Внешние и привлечённые Измерительные звенья источники информации Рис.6. Структурная схема информационно-управляющей подсистемы.
Ввиду значительного количества проб для анализов на МАК, поступающих из многих точек пробоотбора, в состав МАК включаются средства предварительной, быстрой сортировки, отделяющие пробы с превышениями установленных нормативов по ряду параметров, укладывающихся в существующие экологические нормы. Современный уровень развития науки и технологий и разносторонние возможности вычислительной техники, позволяют создавать подобные анализаторы на основе мультисенсорных систем, составленных из слабоселективных сенсоров и средств высокопроизводительной компьютерной обработки информации.
Высокая селективность измерений достигается путем использования сенсорных систем, состоящих из слабоселективных сенсоров и имеющих высокую перекрестную чувствительность. Необходимая точность измерения отдельных компонент обеспечивается за счет использования соответствующих математических методов, таких как нейронные сети. Одним из наиболее успешных подходов непараметрического оценивания являются в настоящее время искусственные нейронные сети. Для реализации процедур непараметрической градуировки мультисенсорной системы в составе МАК имеются значительные информационные ресурсы в виде высокопроизводительного вычислительного комплекса и программных средств STATISTICA Neural Networks. Концепция мультисенсорной системы была предложена для распознавания запахов в виде понятия «электронный нос» в начале 90-х годов. При этом термин «электронный нос» определялся следующим образом: «Электронный нос - инструмент, состоящий из массива электронных химических сенсоров с парциальной специфичностью и связанной с ним системы распознавания образов, способной распознавать сложные и простые запахи».
Мультисенсорная система для сортировки проб в составе МАК аналогично терминам «электронный нос» или «электронный язык» может быть названа «электронным сортировщиком». Основными научно-техническими особенностями задачи по созданию «электронного сортировщика» являются:
• использование массива неселективных сенсоров, обладающих высокой перекрестной чувствительностью, а потому недорогих и удобных в эксплуатации;
• градуировка мультисенсорной системы носит качественный, а не количественный характер;
• процедура градуировки реализуется как процедура обучения «настройки» по образцам с известными потребительскими свойствами.
Нейросетевые алгоритмы представляются наиболее перспективными с точки зрения их использования в анализаторах типа «Электронный нос». Для решения перечисленных выше задач могут быть использованы различные методы и алгоритмы. Наиболее известные из них с указанием присущих им основных достоинств и недостатков перечислены в табл. 5.
Таблица 5.
Характеристика методов градуировки «Электронного сортировщика» Метод Достоинства Недостатки Эвристические методы Метод потенциальных Универсальность Высокая сложность функций Статистические методы Метод главных Простота, наглядность Линейность отображения, не компонент (снижение представления результатов всякие геометрические свойства размерности) совокупности наилучшим образом сохраняются при проецировании в плоскость первых двух ГК.
Кластер-анализ Малая априорная информация Существенная неформальность, отсутствие однозначного критерия оптимизации.
Нейросетевые методы Сети прямого Простота, относительно высокая Проблема рапространения скорость обучения, наличие стабильности/пластичности (при (Многослойный математически обоснованных обучении новым образам сеть персептрон) методов обучения (метод постепенно «забывает» обратного распространения) предыдущие;
заранее неизвестно какой сложности сеть потребуется Самонастраивающиеся Наглядность представления Однослойность сети - не всегда сети (Self Organizing результатов достаточно в случае сложных Maps) конфигураций образов, необходимость чрезмерно высокой размерности сети для сложных задач.
Сети APT (адаптивной Решена дилемма Сложность выбора параметров резонансной теории) стабильности/пластичности Сеть с радиальными Высокая скорость обучения, Чувствительность к «проклятию базисными функциями низкая чувствительность к размерности» (случай, когда проблеме «локальных имеется большое количество минимумов» входов), высокие требования к памяти, проблема стабильности/пластичности Для реализации «электронного сортировщика» выбрана сеть прямого распространения или многослойный персептрон (МП) (рис.7), наиболее часто применяемая на практике для задач аппроксимации и обладающая наиболее проработанной математической теорией.
В такой сети отдельные нейроны объединяются в слои, которые затем каскадно связываются друг с другом (выход предыдущего слоя является входом последующего). Представленная сеть содержит входной, выходной и один или более скрытый слой. Количество скрытых слоев может подбираться в зависимости от сложности задачи.
Рис. 7. Сеть прямого распространения (многослойный персептрон).
Для решения той или иной прикладной задачи нейронная сеть должна быть обучена. Процедура обучения сводится к нахождению такой комбинации значений весовых коэффициентов wsu нейронов, такой настройки вектора коэффициентов W, которая бы минимизировала показатель качества настройки сети E.
В качестве такового обычно используют критерий квадратичного вида:
1 Nq ( y jk T jk )2, E= (2.1) N 1 g =1k = где ygk - фактическое значение, имеющее место на k-ом выходе сети для данного набора коэффициентов W при предъявлении входного вектора X g.
Критерием остановки процесса обучения служит достижение показателем Е определенного порогового значения Еост.. С использованием результатов проведенных экспериментов было получено, что значения Еост должны находиться в интервале [0.01, 0.0001].
Для настройки МП был использован метод обратного распространения, и лишь в случае, если требуемого качества классификации не удается добиться, следует использовать метод случайного поиска. Наилучшими свойствами обладает метод Левенберга-Марквардта, который позволяет уменьшить возможность переобучения сети. В результате проведенных исследований в НПФ «ДИЭМ» было выяснено, что нейронные сети способны весьма точно аппроксимировать различные градуировочные зависимости, что делает возможным их эффективное использование даже в тех случаях, когда традиционные методы градуировки работают не лучшим образом. Результаты испытаний созданной мультисенсорной системы сортировки проб с нейросетевой градуировкой показали, что «электронный сортировщик» позволяет сократить нагрузку на сложные аналитические комплексы на 70-85%.
Математические модели в информационных системах ПЭМ и ЭБ.
Математическое обеспечение ИС ПЭМ и ЭБ включает многообразные математические модели распространения загрязнений, развития аварий, оттаивания вечной мерзлоты и др.
Моделирование распространения вредных веществ состоит из следующих основных этапов:
1. Расчет максимальных приземных концентраций вредных веществ.
2. Расчет параметров распределения приземных концентраций относительно каждой оси розы ветров.
3. Построение интегральной поверхности зоны загрязнения вдоль каждого из направлений ветра.
4. Настройка модели процесса распространения загрязнений.
Применение моделей распространения загрязнений в атмосфере совместно с моделями выпадания на поверхность водосборов и смыва в водоемы рассмотрено в пятой главе, посвященной геоинформационным системам.
Другой тип моделей используется для оценки масштабов воздействия на окружающую среду при нештатных режимах эксплуатации перерабатывающего комплекса, в частности АГК. Нет необходимости рассматривать множество всевозможных аварий, а достаточно выявить и рассмотреть аварии, которые могут нанести максимальный вред экологии района, то есть так называемые «максимальные гипотетические аварии» (МГА), связанные с наибольшими выбросами сероводорода в окружающую среду.
Для Астраханского газового комплекса по результатам исследований выявлены следующие МГА:
• фонтанирование скважин;
• разрушение соединительного газа-конденсатопровода УППГ-ГПЗ;
• разрушение входного сепаратора - пробкоулавителя АГПЗ (именно в этом аппарате может содержаться наибольшее количество сероводорода).
Для построения модели принятия решений для каждой гипотетической аварии построено «дерево событий», т.е. логическая структура, описывающая причинно следственные связи при взаимодействии оборудования, персонала и условий окружающей среды, то есть элементов, обуславливающих отказ системы.
На рис. 8 изображено «дерево событий», приводящих к гипотетической аварии «Фонтанирование при добыче». Для оценки последствий аварии «Фонтанирование при добыче» необходимо ввести количественный показатель, характеризующий тяжесть аварии. Известно, что свободный дебет строящихся скважин АГКМ оценивается специалистами в диапазоне от 0,5 до 3,0 млн.куб.м/сутки. Причем, верхняя граница является достижимой (с весьма малой вероятностью) только в ограниченный период начального фонтанирования скважин. В то же время, для стадии эксплуатации более характерен дебет до 0,5 млн.куб.м/сутки, и он не превышает 1 млн.куб.м/сутки.
.
Рис. 8. Дерево событий для «максимальной гипотетической аварии».
Проектом предусмотрена возможность ликвидации аварийного газопроявления (в крайнем случае - поджига пластового флюида) в течение 30 минут после обнаружения утечки. Это время также учитывается при расчете массы сероводорода Q0 в газовом облаке, образующемся при фонтанировании скважины. Расчет ведется по формуле:
Q0 = ( D * t * n * d ) / (24 * 100), т (2.2) где:
D - дебит скважины, нм3/сутки;
t - длительность фонтанирования, час;
n - концентрация токсичного компонента в выбросе, % ;
d - плотность сероводорода, т/нм3.
Количество выброшенного сероводорода при аварийном разрушении трубопровода УППГ-ГПЗ и сепаратора Q0 определяется по формуле:
Q0 = (( n * d * Vr ) / 100 ) * P, т (2.3) где:
n - содержание ядовитого вещества в природном газе, % ;
- плотность сероводорода, т/ нм3 ;
d - объем секции газопровода между автоматическими отсекателями, м3 ;
Vr P - давление в аппарате (трубопроводе), атм.
Численные значения (количество) выброшенного сероводорода при авариях в рассматриваемых условиях приведены в табл.6.
Таблица 6.
Масса сероводорода в аварийных выбросах № Наименование источника выброса Масса H2S в выбросе, т Фонтанирующая скважина с дебитом 0,5 млн.м3/сутки 1 3, Фонтанирующая скважина с дебитом 1,0 млн.м3/сутки 2 7, Фонтанирующая скважина с дебитом 3,0 млн.м3/сутки 3 23, 4 Входной сепаратор АГПЗ 4, 5 Газоконденсатопровод УППГ-ГПЗ 10, 6 Газоконденсатопровод УППГ-ГПЗ разрушение крана 21, Как видно из приведенных данных, наибольшие выбросы сероводорода возможны при фонтанировании скважины с дебитом 3 нм3/сутки или разрушении расчетного секционирующего крана на газоконденсатопроводе. Поскольку вероятность этих событий исключительно мала, в качестве «типичной максимальной аварии» целесообразно рассматривать разрушение газоконденсатопровода УППГ-ГПЗ на участке между расчетными кранами и фонтанирование скважины с дебитом до 1 млн.м3/сутки.
Помимо рассмотренных гипотетических аварий, целесообразно оценить массу сероводорода при выбросе технологической среды из подземной емкости для хранения нестабильного конденсата, эксплуатируемой методом замещения продукта газом перелавливания.
Максимальный выброс сероводорода может быть определен по формуле:
Q0 = ( D * t * q * n ) / 100, т (2.4) где:
D - интенсивность фонтанирования, т/час;
t - длительность фонтанирования, час;
q - массовое газосодержания, т/т ;
n - концентрация сероводорода в газовой фазе, % мас., и равен:
Q0 = ( 125 * 0,5 * 0,3535 * 48,413 ) / 100 = 10,70 т. (2.5) Таким образом, масса сероводорода при разрушении скважины подземного хранилища нестабильного конденсата практически равна выбросу при разрыве газоконденсатопровода УППГ-ГПЗ.
В качестве другой модели экологической безопасности в работе используется определение экологического риска эксплуатации, основанное на известных понятиях “риск поставщика” и “риск заказчика”, которые были введены в системный анализ еще в 20-ых годах (Де Гроот, Хенли, Чернов). Общая формула риска имеет вид:
N R = P( Ai ) U ( Ai ), (2.6) i = где А1, А2, …, АN – полная группа событий, характеризующих состояния объекта;
Р(А1), Р(А2), …, Р(АN) – вероятности этих состоянй;
U(А1), U(А2), …, U(АN) – размеры ущерба, связанные с наступлением событий.
В общем случае, для синтеза обобщенной структуры модели экологического риска эксплуатации приходится исходить из предпосылок, что объект газопровода может находиться лишь в состояниях – “нормальном” и “аварийном”. Этим состояниям соответствует вклад экологического воздействия в одной из форм:
• исследуемый объект может находиться в состояниях: S0 (нормальное состояние) и Sa (аварийное состояние);
• вероятность нормального состояния –Рn;
• в нормальном состоянии S0 ущерб измеряется величиной Un, а в аварийном состоянии Sa ущерб зависит от сценария развития аварии;
• развитие аварии (в состоянии Sa) возможно по одному из m сценариев Sa1, Sa2, …, Sam;
• указанные сценарии также образуют полную группу, а их вероятности равны соответственно P(S(a1)), P(S(a2)), …, P(S(am));
• указанным сценариям соответствуют ущербы U(S(a1));
• общее число состояний объекта равно m+1.
Обозначим через Pk (t ) - вероятность того,что в момент t система находится в k состоянии. Придадим t малое приращение t и найдем вероятность того события, что в момент t +t система будет находитmся в k - состоянии.Это событие, при t достаточно малых t зависит от вероятностей переходов k 1 перехода из состояния ( k -1) в состояние k - за время t, и вероятности µ k +1 t переходов из состояния k в состояние (k+1 ). Как показано в диссертации, эволюция системы описывается системой дифференциальных уравнений для вероятностей состояний Pk (t ) :
d P0 (t ) = P (t ) µ P (t ) dt 1 ;
............................
( ) d Pk (t ) = Pk 1( t ) k 1 + Pk +1( t ) µ k +1 Pk ( t ) + µ k k dt (2.7)............................
d Pn (t ) (t ) n 1 Pn (t ) µ n =P n dt.
Начальные значения вероятностей состояний (начальные условия) берутся в зависимости от того, каково было начальное состояние системы при t = 0.
Разумным предположением будет предположение,что в нулевой момент времени система находилась в состоянии “0”, причём для любого t выполняется условие n Pi (t ) = i= 0. Решения системы (2.7) при некоторых дополнительных условиях, определённых в диссертации, с ростом t стремятся к установившимся режимам, которые равны:
k i 01 k k 2K i i= Pk = P0 = P0 = P µ1 µ 2 µ 3 K µ k µ k = µj i i = j (2.8) k i n 1+ P0 = µ i =1 i = i.
С учетом (2.8) получено выражение для расчёта экологического риска эксплуатации:
N R = Pn U ( Sn ) + P ( S ( a i ) U ( S ( a i )), (2.9) i = Данная формула может быть использована для оценивания экологического риска эксплуатации в случае, когда по имеющимся статистическим данным возможна и µ k +1.
оценка интенсивностей переходов k В третьей главе «Проблема экологической безопасности предприятий химического профиля и обобщенный системный алгоритм синтеза информационных систем производственного экологического мониторинга и экологической безопасности» исследуется декомпозиция системы экологической безопасности, которая представлена в виде подсистем «окружающая среда» (природа – человек) + «производственная сфера» (технология – экономика), и обоснована с позиций системного анализа целесообразность выделения центра экологической безопасности.
На рис. 9а показана блок-схема системы экологической безопасности распределенного типа с высоким уровнем автономности, когда вопросы экологического профиля решаются соответствующими подсистемами в значительной мере самостоятельно, хотя и с учетом информации от других подсистем. На рис. 9б показана схема системы экологического мониторинга, в которой сформирован специализированный центр экологической безопасности (ЦЭБ);
в такой системе информация о состоянии всех подсистем передается в ЦЭБ, где проблема ЭБ решается комплексно, с учетом данных из подсистем и на основании глобальных критериев ЭБ, определяющих допустимые уровни различных факторов.
б) а) Окружающая среда Окружающая среда Природа Человек Природа Человек ЦЭБ ЭКОЛОГИЧЕСКАЯ БЕЗОПАСНОСТЬ Технология Экономика Технология Экономика Производственная сфера Производственная сфера Центр подсистемы ЦЭБ экологической безопасности первичная информационные потоки информация между подсистемами Рис 9. Блок-схема системы экологической безопасности.
Для совместного формального и единообразного представления всех разнородных ресурсов, используемых в системе ПЭМ и ЭБ, здесь предлагается использовать математическую модель в виде матрицы ресурсов, или ресурсной матрицы, которая в случае рис. 9а имеет следующий вид:
R12 R13 R R R21 R23 R R R == R31 R32 R34, (3.1) R R41 R42 R43 R то есть подсистемы в варианте рис. 9а связаны двухсторонними связями «каждая с каждой». Диагональные элементы Rii отражают ресурсы, затрачиваемые внутри подсистем на выполнение операций, недиагональные Rij – ресурсы интерфейсов, или информационных потоков, между подсистемами, в них можно учесть направление связей. Таким образом, ресурсная матрица обеспечивает отражение декомпозиции ресурсов.
Суммарные затраты ресурсов в системе ЭБ Фэб(t) равны сумме всех элементов матрицы (3.1);
их структуру можно детально представить в виде Фэб(t) = Фио(t) + Фип(t) + Фвн(t);
(3.2) здесь Фио(t) – издержки на отправку информации другим подсистемам;
Фип(t) – издержки на получение информации;
Фвн(t) – издержки решение задач ЭБ внутри подсистем. Эти составляющие с учетом индексов в (3.1) определяются выражениями:
Фио(t)=R12+R13+R14+R23+R24+R34 – сумма верхних недиагональных элементов;
Фип(t)=R21+R31+R41+R32+R42+R43 – сумма нижних недиагональных элементов;
Фвн(t) = R(i, i)(t) – сумма диагональных элементов. (3.3) i = В варианте рис. 9б подсистемы связаны двухсторонними связями только с ЦЭБ: один поток из подсистемы выходит, другой – приходит;
внутри ЦЭБ решаются все задачи ПЭМ и ЭБ. Соответствующая ресурсная матрица принимает вид R01 R02 R03 R R R10 0 0 R11ц R20 0 0 0. (3.4) R22ц Rц == R30 0 0 R33ц R40 0 0 0 R44ц Здесь в дополнение к обозначениям, принятым в матрице (3.1), индексом «ц» обозначены затраты ресурсов в подсистемах при наличии в системе ЦЭБ, R обозначает затраты ресурсов внутри ЦЭБ. Суммарные затраты ресурсов в системе ЭБ с ЦЭБ Фэбц(t) равны сумме всех элементов матрицы (3.4);
их структуру по составляющим по аналогии с (3.2) с учетом индексов в (3.4) можно детально представить в виде, аналогичном выражениям (3.3):
Фиоц(t) = R(0,i)(t) – сумма верхних недиагональных элементов;
i = Фипц(t) = R(i,0)(t) – сумма нижних недиагональных элементов;
i = Фвнц(t) = R00 + R(i, i)ц(t) – сумма диагональных элементов. (3.5) i = Таким образом, выбор варианта системы ПЭМ и ЭБ представляет собой сложную задачу анализа, синтеза и сопоставления результатов на основе выражений (3.3) и (3.5). Такие задачи требуют использования системного подхода. Для последовательного применения системного подхода в этих условиях предложен обобщенный многоуровневый системный алгоритм (рис. 10). Он построен на основе вложенных циклов: первый уровень обеспечивает декомпозицию территориального производственного комплекса или предприятия как организации, второй – расчет подсистем. При расчете какой-либо из подсистем во второй уровень алгоритма может встраиваться снова алгоритм первого уровня (появится третий уровень) и т.д.
В основе алгоритма – следующая системная модель.
Условия работы Определение 3 уровень и т.д.
цели Описание условий задачи Описание условий Обоснование работы и критерия качества элементов Обоснование Определение класса топологии допустимых систем Решение задач в подсистемах Расчет подсистемы (поиск управления) Агрегирование системы Анализ нет Заключение о реализуемости Коррек достижении тировки цели да Отыскание реализуе 1 уровень - Блок-схема мой подсистемы системного подхода Анализ чувствитель ности, устойчивости Заключение о нет Коррек прием- тировки лемости варианта да Рис. 10. Блок-схема обобщенного 2 уровень - Алгоритм расчета системного алгоритма. подсистем Производство как организация представляется в виде кортежа Организация = { Цели, Ресурсы }, (3.6) где множество Цели включает как цели, задаваемые директивно извне, так и цели, формируемые внутри системы;
множество Ресурсы обобщенно представляется в виде кортежа, состоящего из следующих подмножеств:
Ресурсы = { ОР, ТР, ФР, КР }, (3.7) где ОР – организационный, ТР – технологический, ФР – финансовый и КР – кадровый ресурсы.
Для формирования эффективной системы ПЭМ и ЭБ необходимо осуществить согласованную декомпозицию как целей, так и ресурсов по подсистемам. Детальные расчеты, выполненные для Краснодарского участка газотранспортной системы «Голубой поток», показали значительный выигрыш в ресурсах при использовании структуры с отдельно-выделенным звеном «Центр экологической безопасности».
В четвертой главе «Основы построения распределенной системы экологической безопасности» исследуется весь комплекс проблем на примере информационной системы управления основной технологией – транспортировкой газа – в газотранспортной системе «Голубой поток» - Краснодарский участок системы.
Структурная схема управления транспортировкой газа и, соответственно, экологической безопасностью, представлена на рис. 11.
ЦПЭБ ООО ЦМ ООО «Кавказ- «Кубаньгазпром» САЛ трансгаз САЛ АРМ-Э АРМ-Э АРМ-Э ПЭЛ ПЭЛ ЦДП ООО УДТГ ЦДП ООО «Кавказ «Краснодарское» «Кубаньгазпром» трансгаз» АРМ-Э ПСД ЛПУ КС «Березанское» «Краснодарская» Автоматизированна Посты Пункты контроля Метеопосты я система контроля опасных загрязненности (МП) управления геологических атмосферного технологическими процессов воздуха процессами (ПКЗ) (АСУ ТП) ЦПЭБ – центральный пункт экологической безопасности;
ЦМ – центр мониторинга;
САЛ – стационарная аналитическая лаборатория;
ПЭЛ – передвижная экологическая лаборатория;
АРМ-Э – автоматизированное рабочее место эколога;
ЦДП – центральный диспетчерский пункт;
УДТГ- управление по добыче и транспортировке газа;
ЛПУ – линейное производственное управление;
ПСД – пункт сбора данных Рис.11. Структурная схема управления экологической безопасностью.
Высшим уровнем системы управления эко-контроллингом являются центральный пункт экологической безопасности (ЦПЭБ) ООО «Кубаньгазпром» и далее – центр мониторинга (ЦМ) ООО «Кавказтрансгаз. Общее оперативное управление работой системы ЭК участка газопровода базового ГТП организуется из ЦПЭБ ООО "Кубаньгазпром". На этом участке функционируют два линейных производственных управления (ЛПУ).
Для реализации всех подсистем, блоков, связей и контуров в составе системы ЭК нужно в соответствии с организационной схемой управления сформировать по всем указанным АРМ-Э соответствующие ресурсы. Это, прежде всего, методические, вычислительные, программные, информационные и сетевые, а также кадровые и организационные ресурсы. При этом математическое обеспечение представляет собой математические модели и алгоритмы определения показателей загрязнения природной среды, оценки их уровня и принятия решений по поводу мероприятий ЭМ.
Особо следует отметить особенности формирования информационного обеспечения (ИО). В территориально распределенных системах ИО обычно строится на основе географических распределенных систем (ГИС). В данной работе внимание уделяется также локальным вопросам совершенствования ИСЭБ в отдельных ее подсистемах. Таким образом, в качестве базовых структурных элементов комплексной системы ЭБ рассматриваемого объекта используются АРМ-Э УДТГ «Краснодарское», ЛПУ «Березанское» и ЦДП ООО «Кубаньгазпром», а также ПСД КС «Краснодарская» и ЦПЭБ ООО «Кубаньгазпром»;
они представляют собой технологическую базу анализа и оценки состояния всех контролируемых компонентов природной среды и технологического оборудования на соответствующем участке ГТС и поддержки принятия управленческих решений.
На основе первичных данных, полученных из разных источников по структуре вербальной модели, в соответствии с организационной схемой управления на рис. 12 при решении задач принятия решений формируются информационные потоки между элементами, входящими в систему ЭБ.
Обобщенная системная модель управления экологической безопасностью представлена на рис.13.
Система ЭБ на данном участке является распределенной системой подготовки управляющих решений. На каждом из объектов соответствующий диспетчер осуществляет контроль локальной экологической ситуации средствами, сосредоточенными в составе АРМ-Э соответствующего объекта;
на этом основании он также может принимать те или иные решения в пределах своей компетенции.
Кроме того, каждый АРМ-Э связан со смежными объектами, что требует обеспечения передачи по каналам связи соответствующих массивов информации (рис. 13). Информационная база системы, извлечения из которой необходимо передавать от узла к узлу РИС, формируется за счет интеграции разнородных данных и знаний:
• экспериментальная информация, получаемая либо в автоматическом режиме с помощью системы контроля, либо в результате специальных исследований на базе САЛ и ПЭЛ;
• фактическая информация, определяющая характеристики конкретного технического или природного объекта;
• экспертная информация (как правило, знания).
Газотранспортная система (ГТС) Эко-контроллинг Экологический менеджмент Финан- Экономи- Техноло- Организа Измерение параметров совые ческие гические ционные состояния природной среды и Механизмы и воздействия технологических объектов ГТС экологического менеджмента ЛПР Пункты сбора данных (менеджмент предприятия) Служба экологической безопасности Средства сбора информации и экологического менеджмента (базы данных) ЛПР Средства передачи данных (эколог) (каналы и сети передачи данных) Служба эко-контроллинга Распределенная система Подготовка и представление поддержки принятия решений экологической информации (подготовка информации для использования в (оценка по критериям, принятии управленческих решений) объединение данных в проблемные группы) Обеспечение эко-контроллинга Математическое Программное Информационное Техническое Организационное Рис.12. Системная модель управления экологической безопасностью.
ЦПЭБ “Кубаньгазпром” ПСД КС “Краснодарская” АРМ-Э ЦДП “Кубаньгазпром” АРМ-Э УДТГ АРМ-Э “Краснодарская” ЛПУ “Березанское” исходные данные объекты РСППР причинные связи границы предметных областей информационное отображение объектов РСППР Рис. 13. Схема распределенной информационной системы ЭБ.
При этом обычно становится неоднородной нагрузка как на технологические элементы центра, так и на лиц, принимающих решения, что приводит к снижению эффективности ЦЭБ. Таким образом, должна решаться задача обеспечения нагрузки ЦЭБ в режиме, близком к оптимальному.
Эффективность диспетчеризации в системе ЭБ определяется близостью снизу реальной нагрузки Z к величине Zmax. При перегрузке резко увеличиваются затраты на пересылку и обработку сообщений и обслуживание, производительность снижается. На рис. 14 приведена характеристика зависимости изменения пропускной способности С системы от ее загрузки Z, где Zopt соответствует величине загрузки, при превышении которого в системе начинают возникать очереди. При Z(t) Zmax пропускная способность резко снижается.
Особенностью управления внутренними процессами в РИС является то, что оно не централизованное, а распределенное, то есть задачи запускаются и решаются с различных узлов сети, для чего могут требоваться различные ресурсы, в принципе, со всех узлов. Организация такого управления, как правило, должна включать диспетчеризацию, или администрирование, выполнения задач как автономно в каждом из узлов сети, так и при решении задач с использованием нескольких узлов совместно. В свою очередь, это требует управления очередями задач и запросов, определения приоритетов задач, которыми загружен тот или иной узел и которые стоят в очереди, и мониторинга всех процессов сети, то есть управления процессом обработки информации в распределенной системе ЭБ.
С I II III Z 0 Zopt Zmax Рис. 14. Зависимость пропускной способности системы от изменения загрузки.
Для управления нагрузкой предлагается использовать управляющую функцию, параметры которой определяются как при увеличении, так и снижении нагрузки узлов сети. Цель управления - обеспечение близости общей нагрузки на ресурсы к величине Zopt.
В пятой главе «Геоинформационные технологии в информационных системах производственного экологического мониторинга и экологической безопасности предприятий химического профиля» исследуется применение ГИС в ИС ПЭМ и ЭБ.
При постановке задачи разработки геоинформационного моделирующего комплекса для анализа экологических процессов в различных природных средах показано, что разработка и внедрение информационных систем ПЭМ и ЭБ для оценки и прогнозирования состояния экологической ситуации в регионе является одним из важнейших способов контроля и управления экологической обстановкой.
Обоснована необходимость использования развитых средств математического моделирования процессов переноса химического загрязнения, сформулированы основные задачи моделирования в ПЭМ:
• фоpмиpование (восстановление) пpостpанственных и вpеменных полей концентраций загpязняющих веществ на рассматриваемой теppитоpии на основании pезультатов измеpений;
• опpеделение источников загpязняющих веществ и оценка их паpаметpов (координаты источников, химический состав загpязнений, мощность и динамика выбросов) по данным измеpений;
• моделиpование pаспpостpанения и тpансфоpмаций загpязняющих веществ в пpиpодных сpедах.
Для реализации ГИС разработана комплексная модель переноса химических загрязнений в системе "атмосфера - водосбор - река". Перенос химических загрязнений в такой системе рассматривается как последовательность следующих процессов:
• выброс загрязняющих веществ в атмосферу промышленными источниками и перенос загрязняющих веществ в атмосфере;
• сухое выпадение веществ из воздуха на поверхность водосборов;
• прямое загрязнение поверхности водосбора;
• поверхностный смыв загрязняющих веществ с водосборов в речную сеть;
• сброс загрязняющих веществ в реки антропогенными источниками;
• распространение загрязнения по речной сети.
За основу описания переноса загрязняющих веществ в атмосфере взята модель Гаусса, позволяющая вычислять концентрации загрязняющих веществ от точечного источника выбросов в произвольных точках территории по аналитическим выражениям. Исходными данными для этой модели (рис.15) являются координаты источников загрязнения, их характеристики (температура и скорость истечения выбрасываемого газа, высота труб источников и т.п.), состав и мощность выбросов, метеорологические параметры атмосферы (скорость и направление ветра, температура воздуха, состояние устойчивости атмосферы). Результаты расчетов представляют собой поля концентраций C(x,y) загрязняющих веществ в приземном слое атмосферного воздуха. При использовании модели предполагается, что различные загрязняющие вещества не взаимодействуют между собой.
Далее вычисляется распределение плотности сухого выпадения W f ( x, y) загрязняющего вещества на территорию. При выполнении расчета предполагается, что скорость сухого выпадения на поверхность зависит от устойчивости атмосферы и от ландшафтной структуры водосбора (лес, поле, водная поверхность и т. п.).
Расчет плотности сухого выпадения загрязняющего вещества на территорию с учетом ландшафтной структуры водосборов основан на использовании коэффициентов, характеризующих скорость сухого выпадения веществ на поверхность в зависимости от устойчивости атмосферы и от характера подстилающей поверхности.
W f (x, y) =V g (x, y) C (x, y), где (5.1) V g (x, y) — скорость осаждения, V g (x, y)=V g (тип ландшафта в точке (x,y), состояние атмосферы, состав загрязнения).
Суммарная интенсивность загрязнения каждого водосбора W вычисляется по формуле W = Wd + Wf dS, где (5.2) S W d — интенсивность прямого загрязнения водосбора, S — площадь водосбора.
1 Ввод данных Построение электронной карты Начало наблюдений (план поверхности) 4 Создание t = Tнач сценария Образование порции выброса Расчет скоростей ветра по направлениям Расчет полей да максимальных концентраций нет Использовать текущие t = T2 метеоусловия 8 Построение Создание интегральной полей концентраций поверхности зоны загрязнения нет t = T да Оседание нет нет 13 да да да Построение модели Наложение модели t = T1или 20 Модель адекватна t = T4 зон загрязнения зон загрязнения на поверхность t = T3 наблюдениям?
нет нет Вывод отчетных t = t+ t t= Т +Т документов, карт нач о да Новый цикл?
нет Конец Рис. 15. Алгоритм расчета приземных концентраций вредных химических веществ.
Расчет суммарной величины смыва загрязнений с водосборов с учетом их ландшафтной структуры базируется на эффективных коэффициентах поверхностного смыва. При проведении расчета предполагается, что величина поверхностного стока зависит от средней интенсивности осадков за период рассмотрения, все попавшие на поверхность водосбора загрязняющие вещества сразу же растворяются и прямое загрязнение водосборов происходит с постоянной интенсивностью во времени и по площади водосбора.
Расчет распределения концентрации загрязняющих веществ в речной сети выполняется в предположении, что интенсивность бокового притока загрязняющего вещества в пределах одного водосбора (или его участка) постоянна. Исходными данными для расчета являются сведения о топологии речной сети (истоки и устья рек, места впадения притоков и т.п.), о гидрологическом режиме и самоочищающей способности рек, а также данные о местах расположения источников сбросов сточных вод и параметрах сбросов (химический состав и мощность). Результатами расчета являются функции концентраций загрязнений вдоль русел рек речной сети.
При этом введены обозначения:
x — расстояние вдоль русла вниз по течению;
m(x) — масса загрязняющего вещества, переносимого за единицу времени через поперечное сечение русла реки [мг/сек];
S(x) — объем воды, проходящей через поперечное сечение русла реки [л/сек].
Для линейных участков речной сети задача имеет вид:
d d m m = ( x ) m + Q ( x ) ;
S = ( x ) ;
C = (5.3) dx dx S при начальных условиях m( x 0 ) = m o ;
S ( x 0 ) = S 0, где Q(x) — линейная плотность поступления загрязняющих веществ в реку;
(x) — интенсивность самоочищения реки от загрязняющих веществ;
(x) — интенсивность бокового притока воды.
Для узлов речной сети (точек слияния нескольких линейных участков реки) условия баланса загрязняющего вещества и воды имеют вид:
m out = m in, S out = S in Вычисления проводятся путем последовательного расчета всех линейных участков и всех узлов сверху вниз по течению. При этом для линейного участка, вытекающего из узла речной сети:
m 0 = m out, S 0 = S out Таким образом, результатами расчета с помощью интегрированной модели переноса химических загрязнений в системе "атмосфера - водосбор - река" являются:
• карты распределения поверхностной плотности выпадений загрязняющих веществ по территории;
• таблицы суммарной интенсивности загрязнения всех водосборов;
• значение интенсивности бокового притока воды и загрязняющего вещества с поверхностным стоком с каждого водосбора;
• распределение концентраций загрязняющих веществ в речной воде вдоль русла рек с учетом источников сбросов сточных вод в реки.
Для промышленного применения программные средства разрабатываются на основе системы ГИС MapInfo Professional 7.0. В настоящее время накоплены большие объемы пространственной и атрибутивной информации (карты, космические и аэрофотоснимки, данные экспедиционных исследований и т.д.) по объектам СМГ «Заполярное-Уренгой», Астраханский ГКЗ, газопроводам «Голубой поток», «Норд-стрим» и др.
ГИС оснащена широким спектром средств для ввода, редактирования и проверки векторных карт, кроме этого есть большой список дополнительных приложений, которые позволяют автоматизировать эти операции.
С использованием разработанных картографических баз данных созданы автоматизированные рабочие места картографа и инженера-эколога (рис.16), который является лицом, принимающим решение.
Рис.16. Рабочее окно АРМ инженера-эколога - лица, принимающего решения.
Интерфейс составлен таким образом, чтобы вся необходимая информация была в поле зрения (управление слоями, информация об объекте, карта и условные обозначения). Окно «Слои» в верхней части содержит список слоев активного окна «Карты». Средствами диалога можно формировать произвольный состав слоев и тематических карт, если этого требуют решаемые задачи. Предусмотрена возможность, подгружать необходимые слои не входящие в состав База Данных, например аэро- и космоснимки, и т.д..
В шестой главе «Внедрение информационных систем производственного экологического мониторинга и экологической безопасности на предприятиях химического профиля по переработке промышленных и природных газов» приведены некоторые результаты объемной и сложной работы по промышленному внедрению ИС ПЭМ и ЭБ, выполненной при непосредственном участии автора.
Одной из первых работ по реализации геоинформационной распределенной системы было внедрение ИС в состав городского центра мониторинга г.Якутска.
Система экологического мониторинга включает в себя автоматическую измерительную станцию мониторинга атмосферного воздуха и коммуникационный комплекс, объединенный с архивным (кк+ак) и геоинформационный моделирующий комплекс (гмк). Пример моделирования загрязнений речной сети показан на рис.17.
Рис. 17. Пример результатов моделирования загрязнений в речной сети.
Внедрение ИС ПЭМ и ЭБ территории Астраханского газоконденсатного месторождения. Предприятие является крупным объектом добычи и переработки природного газа, а также сопутствующего ему сероводорода. Территория характеризуется активными выбросами двуокиси серы, сероводорода и углеводородных соединений.
Система мониторинга включает в себя 14 автоматических станций контроля загазованности, расположенных в зоне контроля (вокруг предприятия со стороны жилой зоны), аэрологический пост, передвижную лабораторию наблюдения загрязнения атмосферного воздуха, заводскую аналитическую лабораторию анализа загрязнений природной среды, терминалы ввода данных в подразделениях контроля выбросов и загрязнений завода, а также центр мониторинга. В состав центра мониторинга (рис.18) входят коммуникационный (кк), диспетчерский (дк), архивный (ак), геоинформационный моделирующий комплексы (гмк), а также управляющий компьютер аэрологического поста (ап).
Рис. 18. Состав ИС ПЭМ и ЭБ территории Астраханского ГКМ.