基于机器学习的典型制药企业工艺过程VOCs排放特征因子识别_能源环境保护EEP

当前位置：首页 > 论文 > 2022 > 01

论文

基于机器学习的典型制药企业工艺过程VOCs排放特征因子识别

收稿日期：2021-10-27

免费下载 2022年01期

摘要：制药行业生产工艺复杂,VOCs排放显著,是实施工业VOCs减排的重点行业。为落实制药行业VOCs减排策略,需准确识别重点排放企业和工艺过程。基于精细化工园区典型化学合成制药企业VOCs污染源成分谱,结合特征选择、分类分析、聚类分析等机器学习... 展开+

摘要：

制药行业生产工艺复杂,VOCs排放显著,是实施工业VOCs减排的重点行业。为落实制药行业VOCs减排策略,需准确识别重点排放企业和工艺过程。基于精细化工园区典型化学合成制药企业VOCs污染源成分谱,结合特征选择、分类分析、聚类分析等机器学习手段,进行了VOCs特征因子识别。结果表明:该企业VOCs排放的特征因子为甲苯、丙酮、乙醛、苯甲醛和正己烷;机器学习手段所识别的特征因子数量精简,在各个生产过程具有相似的浓度分布,体现了污染源VOCs排放物种组成上的差异。

收起-

作者：

景德基¹
程娜娜¹
蔡兴农¹
石展宏¹
杨春亚¹
李素静¹
王俏丽^2,*
李伟^1,*

作者简介

第一作者：景德基(1997-),男,贵州黔东南州人,学士,研究生在读,主要研究方向为小尺度工业地区大气污染溯源研究。E-mail:deji_jing@zju.edu.cn
通讯作者：王俏丽(1990-),女,浙江义乌人,博士,讲师,主要研究方向为大气污染特征及溯源研究。E-mail:chocowang@zju.edu.cn
李伟(1965-),男,江西上饶人,博士,教授,主要研究方向为大气污染防控。E-mail:w_li@zju.edu.cn

单位

1.浙江大学化学工程与生物工程学院,浙江杭州 310007
2.浙江工业大学环境学院,浙江杭州 310014

关键字

制药企业
VOCs
特征因子
机器学习

基金项目

浙江省重点研发计划项目(2021C03178,2021C03165)

引用格式

景德基,程娜娜,蔡兴农,等.基于机器学习的典型制药企业工艺过程VOCs排放特征因子识别[J].能源环境保护,2022,36(1):77-82.

JING Deji,CHENG Nana,CAI Xingnong,et al. The identification of VOCs emission characteristic factors in pro⁃duction process of a typical pharmaceutical factory based on machine learning[J]. Energy Environmental Protec⁃tion,2022,36(1):77-82.

作者中心
在线期刊

最新更新

地址：浙江省杭州市萧山区拱秀路288号煤科大厦
邮编：311201
编辑部电话：0571-82989702；19558121964
编辑部邮箱：office@eep1987.com

网站版权©《能源环境保护》编辑部浙ICP备06000902号-4