ИССЛЕДОВАНИЕ АЛГОРИТМА РАБОТЫ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ И УПРАВЛЯЮЩЕЙ СИСТЕМЫ КОНТРОЛЯ КАЧЕСТВА ПИТЬЕВОЙ ВОДЫ 

Юхно Александра Игоревна, аспирант, Южный федеральный университет Минобрнауки России (Россия, г. Ростов-на-Дону, ул. Большая Садовая, 105/42), E-mail: a.bachmackaja@gmail.com 

504.064.3 

DOI

10.21685/2307-5538-2019-4-1 

Актуальность и цели. Качество питьевой воды зависит от множества параметров, которые динамически изменяются, в то время как система обеззараживания, применяемая на типовых станциях водоподготовки, не способна своевременно адаптироваться под эти изменения. Это зачастую является причиной перехлорирования и негативно сказывается на здоровье населения. В связи с этим основной целью данного исследования является контроль дозирования хлорагента и содержания побочных продуктов обеззараживания в «онлайн» режиме.
Материалы и методы. В ходе исследования проведена оценка и моделирование параметров контроля качества питьевой воды на станциях водоподготовки с использованием интеллектуальных методов анализа, а именно: нейросетевого моделирования и методов нечеткой логики.
Результаты. Разработан алгоритм, реализующий работу информационно-измерительной системы контроля дозирования хлорагента и содержания побочных продуктов обеззараживания в «онлайн» режиме. Создание алгоритма осуществлялось в среде имитационного моделирования Simulink. Проведен анализ эффективности алгоритма работы информационно-измерительной системы контроля качества питьевой воды.
Выводы. Алгоритм работы интеллектуальной информационно-измерительной системы контроля дозирования хлорагента позволяет обрабатывать несколько входных параметров контроля качества воды и регулировать дозировку хлора с позиции оценки канцерогенного риска образования хлорорганических соединений. 

Ключевые слова

алгоритм, контроль качества, информационно-измерительная система, питьевая вода, нейросетевые технологии, нечеткая логика 

 Скачать статью в формате PDF

1. Ушакова, Т. И. Стойкие хлорорганические соединения как фактор риска развития рака молочной железы / Т. И. Ушакова, Б. А. Ревич, Е. М. Аксель, В. Ф. Левшин // Вопросы онкологии. – 2002. – № 3 (48). – С. 293–300.
2. Гигиеническая характеристика риска влияния качества воды на здоровье населения крупного промышленного центра / Т. К. Валеев, Р. А. Сулейманов, Н. Н. Егорова, З. Б. Бактыбаева, Н. Р. Рахматуллин, Д. А. Сырыгина // Медицина труда и экология человека. – 2016. – № 3 (7). – С. 11–17.
3. The epidemiology and possible mechanisms of disinfection by-products in drinking water / M. J. Nieuwenhuijsen, J. Grellier, R. Smith, N. Iszatt, J. Bennett, N. Best, M. Toledano // Philos. Trans. A Math. Phys. Eng. Sci. – 2009. – С. 4043–4076.
4. Марченко, Б. И. Оценка канцерогенного риска от воздействия хлорорганических соединений питьевой воды / Б. И. Марченко, П. В. Журавлев, Н. К. Плуготаренко, А. И. Юхно // Современные проблемы оценки, прогноза и управления экологическими рисками здоровью населения и окружающей среды, пути их рационального решения : материалы III Междунар. форума Научного совета Российской Федерации по экологии человека и гигиене окружающей среды. – 2018. – С. 238–242.
5. Wyczolkowski, R. The Concept of Intelligent Chlorine Dosing System in Water Supply Distribution Networks / R. Wyczolkowski, M. Piechowski, V. Gładysiak, M. Jasiulewicz-Kaczmarek // Intelligent Systems in Production Engineering and Maintenance. – 2019. – DOI 10.1007/978-3-319-97490-3_34.
6. Аналиева, А. У. Интеллектуальные датчики физических величин для интегрированных ОN-LINЕ информационных систем / А. У. Аналиева, Н. В. Громков, Е. А. Ломтев, П. Т. Харитонов // Измерение. Мониторинг. Управление. Контроль. – 2014. – № 2. – С. 41–47.
7. Солдатова, О. П. Сравнительный анализ алгоритмов генерации баз нечетких продукционных правил на примере решения задачи классификации / О. П. Солдатова // Измерение. Мониторинг. Управление. Контроль. – 2014. – № 4. – С. 43–48.
8. Юхно, А. И. Разработка алгоритма управления системой автоматизированного дозирования хлора на станциях водоподготовки / А. И. Юхно, Н. К. Плуготаренко // Вестник молодежной науки России. – 2019. – № 2 (8).
9. Юхно, А. И. Нейросетевое моделирование содержания хлороформа в питьевой воде при водоподготовке / А. И. Юхно, Н. К. Плуготаренко // Аналитика. – 2019. – Т. 9, № 3. – С. 236–241.