Ochrona oraz racjonalne kształtowanie środowiska, a także gospodarowanie zasobami zgodnie z zasadą zrównoważonego rozwoju są obecnie jednym z priorytetów w procesach wytwórczych oraz w ekologii. Prezentowana monografia pokazuje różne zastosowania stochastycznego,czyli wykorzystującego symulację Monte Carlo (MC), podejścia w modelowaniu zjawisk zachodzących w wybranym procesie wytwórczym w przemyśle stalowniczym, a także w inżynierii środowiska. Treści przedstawione w monografii mają interdyscyplinarny charakter, a ich wspólną płaszczyzną jest symulacja MC.
- Spis treści
-
Wykaz ważniejszych oznaczeń 7
Streszczenie 9
Summary 10
Wstęp 11
1. Wprowadzenie do metody Monte Carlo (MC). Zmienne losowe w modelach stochastycznych 13
2. Zarządzanie ryzykiem w ochronie środowiska 24
2.1. Historyczny rozwój metod zarządzania 26
2.2. Cechy zarządzania ryzykiem 27
2.3. Pojęcie ryzyka w ochronie środowiska zawarte w uregulowaniach prawnych Unii Europejskiej i na świecie 29
2.4. Metody ilościowe stosowane w zarządzaniu ryzykiem operacyjnym – metody statystyczne 30
3. Stochastyczna analiza z wykorzystaniem symulacji Monte Carlo (MC) cyklu życia gospodarki odpadami wytwarzanymi przez zintegrowaną hutę (ZH) w ujęciu rocznym 32
3.1. Powstanie i rozwój metody LCA 32
3.2. Niepewność i zmienne losowe w modelowaniu stochastycznym metodyki LCA 34
3.3. Typy zmiennych losowych w analizach niepewności w badaniach LCA 40
3.4. Charakterystyka gospodarki odpadami w omawianych instalacjach 43
3.4.1. Instalacja do produkcji koksu – koksownia 43
3.4.2. Instalacja do spiekania rud – spiekalnia 43
3.4.3. Instalacja do wytopu surówki żelaza – wielkie piece 44
3.4.4. Instalacja do wytopu stali – stalownia konwertorowa 44
3.4.5. Instalacja do ciągłego odlewania stali – COS 45
3.4.6. Instalacja do obróbki metali żelaznych przez walcowanie na gorąco – walcownia gorąca blach 45
3.4.7. Instalacja do spalania paliw – elektrociepłownia (siłownia) 46
3.5. Cel i zakres analizy 46
3.6. Bilans gospodarki odpadami, założenia do analizy 47
3.7. Ocena wpływu cyklu życia, interpretacja 52
3.8. Analiza wyników 59
3.9. Stochastyczna analiza jako narzędzie obliczania niepewności w badaniu LCA 65
3.9.1. Analiza LCA gospodarki odpadami ZH 65
3.9.2. Wyniki symulacji 65
3.9.3. Analiza wrażliwości 68
3.10. Analiza wpływu działań na środowisko naturalne gospodarki odpadami ZH w kategorii szkody „zdrowie ludzkie”
71 3.10.1. Wyniki symulacji 73
3.10.2. Analiza wrażliwości 75
3.11. Podsumowanie i wnioski 78
4. Modele matematyczne stosowane w inżynierii środowiska 80
4.1. Przegląd modeli 80
4.1.1. Wybór kryteriów modelowania matematycznego 81
4.1.2. Modele deterministyczne i probabilistyczne 81
4.1.3. Modele liniowe i nieliniowe 82
4.1.4. Modele różniczkowe i całkowe 82
4.1.5. Modele różniczkowe 82
4.1.6. Równanie dyfuzji ciepła 82
4.1.7. Metoda explicite rozwiązywania równania dyfuzji 85
4.1.8. Metoda implicite rozwiązywania równania dyfuzji 89
4.1.9. Modele dyfuzji stosowane w zarządzaniu środowiskiem 92
4.1.10. Modele dyfuzji substancji zanieczyszczającej w atmosferze (powietrzu) 93
4.1.11. Jednowymiarowe modele dyfuzji substancji zanieczyszczającej w atmosferze (powietrzu) 96
4.1.12. Model dyfuzji zanieczyszczeń w ośrodku wodnym 99
4.1.13. Trójwymiarowy model dyfuzji zanieczyszczeń 101
4.1.14. Dwuwymiarowy płaski model dyfuzji zanieczyszczeń – przepływ stacjonarny 102
4.1.15. Jednowymiarowy model dyfuzji zanieczyszczeń 102
4.1.16. Przypadek skokowego wzrostu zanieczyszczenia 103
4.1.17. Przypadek punktowego źródła produkującego zanieczyszczenie o stałej intensywności 104
4.1.18. Przykład modelu zasobów wód podziemnych i spływów powierzchniowych 105
4.1.19. Przykład modelu biodegradacji organicznych zanieczyszczeń na składowisku odpadów sanitarnych 107
4.1.20. Przykład zastosowania jednowymiarowego modelu adwekcyjno-dyspersyjnej dyfuzji rozpuszczonej substancji zanieczyszczającej w nasyconym gruncie 109
4.2. Historia składowisk 113
4.2.1. Składowiska odpadów po zamknięciu 116
4.2.2. Składowisko odpadów komunalnych w Ämmässuo – Finlandia 121
4.2.3. Centrum Utylizacji Odpadów Przemysłowych w Bellegarde – Francja 125
Podsumowanie 130
Bibliografia 133
Załączniki 155
Załącznik I – kod źródłowy programu rozwiązania parabolicznego równania dyfuzji napisany w środowisku MATLAB 155
Załącznik II – kod źródłowy metody TRIDAG EXPLICITE napisany w środowisku MATLAB – function TRIDAG-EXPLICITE 159
Załącznik III – kod źródłowy metody TRIDAG-IMPLICITE napisany w środowisku MATLAB 160
Załącznik IV – kod źródłowy procedury TRIDAG napisany w środowisku MATLAB 163
Załącznik V – kod źródłowy programu metody implicite Cranka–Nicolsona rozwiązania równania dyfuzji napisany w środowisku JAVA wraz z wynikami w postaci wykresów – rysunki VIII.1–VIII.9 dla różnych współczynników dyfuzji (D = 1, D = 2 i D = 5) oraz dla różnych kroków 164