Инновационные технологии и системы для защиты окружающей среды от воздействия энергетики

• Автор: Ибрагимов, Ильдар Маратович
• Шифр специальности: 03.02.08
• Научная степень: Докторская
• Год защиты: 2011
• Место защиты: Москва
• Количество страниц: 243 с. : ил.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ .
ГЛАВА 1. ВОЗДЕЙСТВИЕ ЭНЕРГЕТИКИ НА ЭКОЛОГИЧЕСКОЕ СОСТОЯНИЕ ОКРУЖАЮЩЕЙ СРЕДЫ
1.1. Загрязнение окружающей среды от тепловой энергетики
1.2. Воздействие на окружающую среду и риск атомной энергетики
1.3. Постановка задач исследования экологических проблем в энергетике
ГЛАВА 2. ОБЗОР ИСПОЛЬЗОВАННЫХ В РАБОТЕ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ
2.1. Технологии искусственного интеллекта
2.1.1. Назначение и классификация технологий искусственного интеллекта
2.1.2. Нейронные сети .
2.1.3. Генетические алгоритмы 3
2.1.4. Нечеткая логика
2.2. Основные положения нанотехнологии
2.2.1. Физические и химические особенности наномира
2.2.2. Функциональные свойства наноструктурных материалов
2.2.3. Принципы компьютерного моделирования наносистем
ГЛАВА 3. ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ РЕШЕНИЯ ЭКОЛОГИЧЕСКИХ ПРОБЛЕМ В ЭНЕРГЕТИКЕ
3.1. Использование интеллектуальных систем в энергетике
3.2. Системы искусственного интеллекта для оптимизации горения в котельных установках
3.2.1. Методология цифрового анализа процесса горения
3.2.2. Результаты экспериментов по цифровому анализу пламени
в горелках котла
3.2.3. Нейросетевая модель оптимизации процесса горения и снижения выбросов оксидов, азота
3.3. Интеллектуальные системы для повышения надежности персонала энергетических объектов
3.3.1. Роль человеческого фактора в обеспечении экологической безопасности объектов энергетики
3.3.2. Системы обучения и подготовки персонала
3.3.3. Технологии мобильного и дистанционного обучения
3.3.4. Интеллектуальная система для оценки профессиональной подготовки операторов

ГЛАВА 4. ИСПОЛЬЗОВАНИЕ НАНОСТРУКТУРНЫХ МАТЕРИАЛОВ ДЛЯ КОНТРОЛЯ И ЗАЩИТЫ ОКРУЖАЮЩЕЙ СРЕДЫ
4.1. Наносистемы для контроля состояния окружающей среды 4 Л Л. Контроль газообразных выбросов
4Л.2. Контроль водной среды
4.2. Наносистемы для очистки окружающей среды от загрязняющих веществ
4.2.1. Очистка воздушной среды
4.2.2. Очистка водной среды
4.2.3. Удаление радиоактивных элементов
4.2.4. Программное обеспечение для моделирования и расчета процессов наноочистки
ГЛАВА 5. ЭКОЛОГИЧЕСКИ ЧИСТАЯ ЭНЕРГЕТИКА НА ОСНОВЕ ПРИМЕНЕНИЯ НАНОСТРУКТУРНЫХ МАТЕРИАЛОВ
5.1. Фотоэлектрическое преобразование солнечной энергии
5.1.1. Механизм процессов фотосинтеза
5.1.2. Физические основы преобразования солнечного излучения в электрический ток
5.1.3. Солнечные элементы на основе наноструктурных материалов
5.2. Повышение эффективности солнечно-водородной энергетики
5.2.1. Анализ возможности применения водорода в энергетике
5.2.2. Проблемы и перспективы солнечно-водородной энергетики
5.2.3. Получение водорода фотокаталитическим разложением воды
ВЫВОДЫ

ЛИТЕРАТУРА

ВВЕДЕНИЕ

Материальная жизнь человечества связана с двумя основными субстанциями — веществом и энергией. Поэтом}' всевозможные виды технического творчества человека на всех этапах развития общества сводятся, по существу, к видоизменениям и превращениям как вещества, так и энергии.
Энергетика в значительной степени определяет состояние экономики страны и благополучие населения. Топливно-энергетический комплекс (ТЭК) является важнейшей отраслью экономики любого современного промышленно развитого государства. Научно-технический прогресс невозможен без развития энергетики и, в частности, электрификации промышленности и сельского хозяйства. Подавляющее большинство технических средств механизации и автоматизации, обеспечивающих повышение производительности труда, базируется на электрической основе. Все информационные и компьютерные технологии также основаны на электроэнергии.
Энергетика — фундаментальная основа эволюции цивилизации и XXI век ставит перед мировой энергетикой серьезные задачи по обеспечению устойчивого развития человечества. Продолжающийся рост численности населения вместе с необходимостью ускоренного экономического развития многих регионов планеты несомненно приведет в ближайшие десятилетия к значительному росту потребности в энергии. Таким образом, обеспеченность мировой экономики топливно-энергетическими ресурсами — одна из важнейших проблем, стоящих перед человечеством. С другой стороны, в настоящее время энергетика признана мировым сообществом в качестве одного из основных факторов, влияющих на глобальные изменения окружающей среды, по масштабам воздействия на климат планеты превосходящего все остальные антропогенные факторы и сравнимого с мощными природными силами.
В связи с этим в последнее время резко возрос интерес к проблемам энергетики. Перед человечеством возникли сложные вопросы, связанные с бурным развитием энергетики: на какой период хватит органического топлива,

контексте НС процесс обучения может рассматриваться как настройка архитектуры сети и весов связей для эффективного выполнения специальной задачи. Обычно нейронная сеть сама настраивает веса связей по имеющейся обучающей выборке. Функционирование сети улучшается по мере итеративной настройки весовых коэффициентов. Свойство сети обучаться на примерах делает их более привлекательными по сравнению с системами, которые следуют определенной системе правил функционирования, сформулированной экспертами.
Таким образом, этап обучения заключается в соответствующем подборе весовых коэффициентов НС на основании известной базы данных, полученной либо экспериментальным путем, либо в результате расчетов. Чем обширнее база данных (больше конкретных примеров), тем эффективнее будет обучение НС и тем более достоверными будут получаемые решения.
Характерной особенностью нейросетей является их способность к обобщению, позволяющая обучать сеть на ничтожной доле всех возможных ситуаций, с которыми ей придется столкнуться в процессе функционирования. В этом их разительное отличие от обычных ЭВМ, программа которых должна заранее предусматривать их поведение во всех возможных ситуациях.
Применение нейронных сетей является особенно эффективным для решения задач, имеющих следующие ограничения:
— неизвестны закономерности развития процессов и не выявлены зависимости между входными и выходными параметрами (в таких случаях бессильны как традиционные математические методы, так и экспертные системы);
— отсутствует алгоритм или неизвестны принципы решения задачи, но накоплено достаточное количество практических примеров (имеется представительная база данных);
— входные данные являются неполными или избыточными, отличаются искаженностью и противоречивостью;
— требуется чрезвычайно быстрое принятие решений.