纺织企业VOC大数据监测系统

路思明

[摘要]节能减排是纺织企业发展的重要战略。纺织企业的排污主要包括废水和废气兩方面，相对于废水的监测和处理，废气的排放较难控制。文章基于大数据处理技术提出一种纺织企业VOC大数据监测系统，结合纺织业务，优化了直接应用传感器进行VOC监测的不稳定性，为纺织企业VOC监测提供了技术支持。

[关键词]纺织工业；节能减排；废气；VOC气体；大数据

[DOI]1013939/jcnkizgsc201704126

1引言

环境污染是当今世界关注的焦点。治理环境污染是发展中国家的重大战略决策，是科学发展的根本要求，是企业发展的法定责任。VOC（Volatile Organic Compounds）气体是纺织企业生产过程中的主要排放物之一。要想降低环境污染，必然要考虑生产过程中的VOC气体排放监测问题。[1][2]监控纺织企业生产环境VOC状态，要建设VOC气体监测系统，为减排管理提供技术支持。一套先进的、可靠的、安全的纺织企业VOC气体监测系统的运行、操作和管理平台，是实现纺织企业系统有毒有害气体减排解决方案的保障，是实现安全稳定、经济平衡、优质环保、监督考核基本目标的前提。

建设基于大数据处理平台的纺织企业VOC风险监测系统，能够与纺织生产业务紧密结合，实现VOC气体减排，保障现场生产人员身体健康，提高减排管理工作效率。强化和完善节能减排考核和评价体系，提高劳动生产率，改善生产和生活环境质量，从而提高企业产品的市场竞争力，具有良好的作用和效果。本文在物联网技术的基础上，应用大数据处理平台，设计纺织企业VOC气体监测系统。2纺织企业VOC大数据监测系统

21VOC监测系统结构

本文设计的纺织企业VOC大数据监测系统结构包括数据采集模块、MySQL数据存储模块、大数据并行处理平台、数据分析模块和业务功能模块5部分。

数据采集模块通过接口服务器搜集现场的苯送变器、H2S送变器、三乙胺送变器、二甲基甲酰胺送变器、丙烯酸乙酯送变器和氯乙烯送变器采集的VOC气体值，传送给MySQL数据库中的实时VOC气体数据集。在提供实时预警分析功能的同时，也用来积累预警系统的建模数据。实时VOC气体数据集不具有历史性，需要通过大数据并行处理平台中的HDFS数据集最终完成建模数据的积累。

大数据并行处理平台采用Spark计算框架[3]实现，由Mahout提供具体的分析数据功能Vector Distance Job方法和ANN模型。预警模型训练完成后，仍然提供给关系数据库进行实现，在MySQL数据库上实现误报警过滤功能和告警类型识别功能，实现与用户应用的对接。

此外，系统中各个模块之间除了MySQL数据存储模块和大数据并行处理平台之间通过sqoop进行交换外，相互之间均直接通过TCP/IP协议链接。

整个系统的结构图如图1所示。图1系统结构

22VOC监测系统业务流程

图2是项目所研发的系统的业务流程图。通常情况下，系统开发完成后由监控室应用。系统部署完成后，电工首先拉闸接通电源，现场工作人员开始启动VOC气体送变器。此时，VOC送变器采集现场的VOC气体浓度发送到监控室，监控室随时监测各个靶面的VOC情况，分析监测结果是否在模型的处理范围内。

与直接安装传感器建设的系统不同，本文设计的系统有一个逐渐完善的过程，在运行初期，由于积累的经验较少，大量监测结果需要人工处理并标注。随着系统的应用和标注的增多，系统的处理能力逐渐增强。若监测到的结果落入系统的处理范围内，则首先系统自动判断是否为误报警情，若为误报警情，则忽略不处理；如果为真实警情，则应用警情类型识别模型进行判断，并根据判断结果处理警情。在运行过一段时间后，系统积累大量人工标注的监测数据，系统就能利用大数据智能算法，根据纺织企业VOC监测的业务特征，准确地自动分辨VOC监测的状态。

23VOC监测系统实现环境

在实际的生产环境中，本文设计的VOC监测系统需要部署在安装有Ubuntu系统的集群中。本文设计采用Ubuntu 1404 LTS操作系统，以JRE180为基础实现的各个系统模块。这些系统模块主要包括Apache Maven、Apache Hadoop、Apache Spark、Apache Mahout、异常预警模块和功能界面等的研发、部署和配置。下表是系统实现过程中用到的软件资源列表。

软件模块实现资源列表编号软件名称版本发布时间下载地址1Ubuntu1404 LTS2014/04/18http：//releasesubuntu.com/1404/2JRE1803Apache Maven3332015/04/28https：//archiveapache.org/dist/maven/maven-3/333/4Apache Hadoop2712015/07/06http：//wwwapacheorg/dyn/closercgi/hadoop/common/hadoop-271/hadoop-271targz5Scala2932013/01/26http：//wwwscala-langorg/download/293html6Apache Spark1412015/07/15http：//sparkapacheorg/downloadshtml7Apache Mahout01102015/08/07 http：//apachefayeacom/mahout/0110/

3结论

本文基于大数据处理平台提出了一种纺织企业VOC监测方案，研究成果能够提升企业生产环境VOC气体控制水平和降低VOC气体对现场工作人员的危害。同时，本文所提的系统结构和实现方案，也可以推广到其他加工制造类型企业的VOC气体风险预警应用情景，如石油化工有毒有害气体探测、煤炭瓦斯监测、船舶机舱油气探测等，具有一定的应用普适性特点。

参考文献：

[1]Sempere F，Martínezsoria V，Penyaroja JM，et alControl of VOC emissions from a flexographic printing facility using an industrial biotrickling filter[J].Water Science & Technology A Journal of the International Association on Water Pollution Research，2012，65（1）：177-182

[2] Wu XCharacteristics and Uncertainty of Industrial VOCs Emissions in China[J].Aerosol & Air Quality Research，2015（3）.

[3] Zaharia M，Chowdhury M，Franklin MJ，et alSpark：cluster computing with working sets[C]∥Proceedings of the 2nd Usenix Workshop on Hot Topics in Cloud ComputingBoston：Usenix Association，2010：1765-1773