CN101334392B - 一种有毒有害物质预警分析方法及系统 - Google Patents

Abstract

本发明涉及一种有毒有害物质预警分析方法及系统。该方法包括：检测待测对象中有毒有害物质种类、含量，记录检测数据；根据检测数据，确定决策单元和评价指标；根据决策单元和评价指标，构建主成分分析模型和模糊综合评价模型，对有毒有害物质进行分析评价。本发明的方法为满足不同检测宽度和检测精度要求的有毒有害物质预警系统开发提供了方法基础，为预警分析提供了模糊评价依据，预警分析效率高，对模糊规则不确定性的处理能力强，分析方法先进、结果准确。

Description

一种有毒有害物质预警分析方法及系统

技术领域

本发明涉及环境工程技术领域，具体涉及一种有毒有害物质预警分析方法及系统。

背景技术

早在1990年，奥地利就制定了《灯具及白色家电回收利用法》。随后意大利、比利时、挪威、瑞士、荷兰、瑞典等国相继推出了关于电子废弃物的法令。2003年2月，欧盟颁布了《废弃电子电气设备指令》(WEEE)。同年欧盟又出台了对该指令的修改指令。为了进一步规范有害物质的使用，欧盟在颁布《废弃电子电气设备指令》的同时出台了《关于在电子电气设备中限制使用某些有害物质指令》(RoHS)。我国也出台了相应的法律法规，由信息产业部等七部委联合制定的《电子信息产品污染控制管理办法》(中国版RoHS)已于2007年3月1日正式施行。

在此形势下，有关学者开始对消费类产品中有毒有害物质预警进行研究。有毒有害物质污染分析评价方面，主要采用综合评价法、人工神经网络和模糊数学等分析方法，应用于水、土壤、大气、食品、及其他环境污染评价。例如陈翠华、胡习英、潘大志等运用不同的分析方法分别对土壤重金属污染和水质污染进行评价；祖旭宇、付大友、王新兰等运用模糊聚类分析法评价河流、土壤及食品的污染程度；谢贤平(1996)等将改进灰色聚类法应用于土壤重金属污染的评价，并将此法与模糊综合评价法及一般灰色聚类法所得的结果想比较，获得了更为合理的评价结果。

消费类电子产品污染与绿色安全评价方面，目前国内外相关研究集中在电子产品和供应链绿色评价方面，主要方法有价值工程评价法、数据包络分析方法和生命周期评价方法等。苏庆华、陈德清、罗齐汉等运用模糊层次分析法评价产品绿色度；孙海梁运用层次分析法和线性加权法测算了机电产品的绿色度；刘英平等在分析绿色产品评价指标体系的基础上，对数据包络分析模型进行改进，计算每个产品的绿色度评价指数；张雪平等运用层次灰色关联分析技术综合评价了电除尘器的绿色度等等。但是上述各种方法都存在着或多或少的不足，例如预警分析效率不高，分析结果准确性低等。因此，有毒有害物质的预警分析方法还有待改善。

发明内容

本发明的目的是提供一种有毒有害物质预警分析方法及系统，该方法具有高预警分析效率，有很强的对模糊规则不确定性的处理能力，能充分保证分析方法的先进性与分析结果的准确性。

为实现上述目的，本发明采用如下技术方案：

一种有毒有害物质预警分析方法，其特征在于，该方法包括以下步骤：检测待测对象中有毒有害物质的种类、含量，记录检测数据；根据所述检测数据，确定决策单元和评价指标；根据上述确定的决策单元和评价指标，用主成分分析法构建主成分分析模型，用模糊综合评价法构建模糊综合评价模型；根据所述检测数据，利用所述主成分分析模型，分析所述有毒有害物质的主成分及其比例；根据所述检测数据，利用所述模糊综合评价模型，评价所述待测对象的等级并进行有毒有害物质限量预警。

其中，所述构建主成分分析模型进一步包括：对所述决策单元及评价指标构成的矩阵进行标准化变换，获得标准化矩阵；确定所述标准化矩阵的相关系数矩阵；计算累计方差贡献率；根据所述累计方差贡献率，确定有毒有害物质的主成分及其比例。

其中，所述构建模糊综合评价模型进一步包括：确定评价因素集；根据所述评价因素集中各评价因素可能的评价结果，确定评价集；确定所述评价因素集中各因素的权重分配系数；通过建立所述评价因素集中各评价因素的隶属函数，确定评价模糊矩阵；根据隶属度最大原则，对所述待测对象综合评价。

一种有毒有害物质预警分析系统包括：

检测单元，用于对所述待测对象中有毒有害物质的种类、含量进行检测，并记录检测数据；预警分析准备单元，用于确定决策单元和评价指标；模型构建单元，用于根据所述决策单元以及评价指标，分别构建主成分分析模型和模糊综合评价模型；主成分分析单元，用于根据所述检测数据，使用所述主成分分析模型对有毒有害物质的主成分及其比例进行分析；模糊综合评价单元，用于根据所述检测数据，使用所述模糊综合评价模型评价所述待测对象的等级并进行有毒有害物质限量预警。

其中，所述主成分分析单元进一步包括：数据标准化子单元，用于对所述决策单元及评价指标构成的矩阵进行标准化变换，获得标准化矩阵；相关系数矩阵确定子单元，用于确定所述标准化矩阵的相关系数矩阵；方差贡献率计算子单元，用于计算累计方差贡献率；主成分确定子单元，用于根据所述方差贡献率计算子单元的计算结果确定有毒有害物质的主成分及其比例。

其中，所述模糊综合评价单元进一步包括：评价因素集确定子单元，用于确定评价因素集；评价集确定子单元，用于根据对所述评价因素集中各评价因素可能的评价结果，确定评价集；权重分配系数确定子单元，用于确定所述评价因素集中各因素的权重分配系数；模糊综合评价矩阵确定子单元，用于通过所述各评价因素集中各评价因素的隶属函数，确定评价模糊矩阵；综合评价子单元，用于根据隶属度最大原则对所述待测对象进行综合评价。

使用本发明提供的方法及系统进行有毒有害物质预警分析，具有以下优点：

1、可满足不同检测宽度和检测精度要求的有毒有害物质的预警分析评价；

2、为有毒有害物质的预警分析提供模糊评价依据，提高了预警分析的效率，增强了模糊规则不确定性的处理能力；

3、有毒有害物质预警分析模型的使用，保证了分析方法的先进性与分析结果的准确性。

附图说明

图1是本发明的一种有毒有害物质预警分析方法流程图；

图2是本发明的构建主成分分析模型流程图；

图3是本发明的构建模糊综合评价模型流程图；

图4是本发明的一种有毒有害物质预警分析系统组成示意图。

具体实施方式

本发明提出的有毒有害物质预警分析方法及系统，结合附图和实施例说明如下。

本实施例以消费类电子信息产品为研究对象，对其进行有毒有害物质的预警分析。

包括以下步骤：

步骤S101：按照国家标准《电子电器产品中限用物质铅(Pb)、汞(Hg)、镉(Cd)检测方法》(GB/Z 21274-2007)、《电子电器产品中限用物质六价铬(Cr)检测方法》(GB/Z 21275-2007)和《电子电器产品中限用物质多溴联苯(PBB)、多溴联苯醚(PBDE)检测方法》(GB/Z21276-2007)等规定的检测方法，对做为研究对象的消费类电子信息产品进行检测，分析其中有毒有害物质的种类、含量，得出检测数据；

步骤S102：根据上述检测数据，挖掘现有检测数据中隐含的有毒有害物质含量、检测知识与产品结构之间的关系模式，分析消费类产品有毒有害物质污染潜势规律，根据有警情(有毒有害物质含量有上升且接近规定标准的趋势)的数据信息，确定决策单元和评价指标，根据本实施例的研究要求确定3个决策单元、11个评价指标，3个决策单元为：构成电子信息产品的各均匀材料、各部件的金属镀层以及现有条件下不能进一步拆分的小型零部件；11种有毒有害物质为：铅、汞、镉、六价铬、多溴联苯、多溴二苯醚、多氯联苯、多氯奈、氯化石蜡、甲醛、聚氯乙烯。

步骤S103：根据上述确定的有毒有害物质的决策单元和评价指标，构建主成分分析模型和模糊综合评价模型；

步骤S104：根据主成分分析模型以及模糊综合评价模型，对消费类产品中有毒有害物质进行分析评价，其中，主成分分析模型确定研究对象中的主要有毒有害物质的主成分及其比例；模糊综合评价模型分析评价研究对象的等级并进行有毒有害物质的限量预警。

其中，步骤S103利用主成分分析法构建主成分分析模型，用模糊综合评价法构建模糊综合评价模型，如图2、3所示包括：

(1)构建主成分分析模型

根据本实施例的研究要求的确定3个决策单元、11个指标构成矩阵X_mn。

这些有毒有害物质在对产品质量的影响过程中存在着一定的相互关系，通过主成分分析，经过降维，选定2-3个主指标来代替原来众多的指标，所选主指标既能尽量多地反映原来指标的信息，而且它们彼此之间又互相独立，即从原来关系复杂但又互为相关的许多指标中，找出能反映它们内在联系的和起主要作用的少数指标。具体步骤如下：

S201：数据标准化，矩阵X_mn转化为标准化矩阵，即：

Y_mn＝(y_ij)，i＝1，2，...，m；j＝1，2，...，n， $y_{\mathrm{ij}}=\frac{x_{\mathrm{ij}}-\stackrel{\‾}{x_j}}{S_j}$

其中 $\stackrel{\‾}{x_j}=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}$

$S_j^2=\frac{1}{m-1}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{(x_{\mathrm{ij}}-\stackrel{\‾}{x_j})}^2$

以消除各指标量纲的不同和量级差异的影响；

S202：求出标准化矩阵Y_mn的相关系数矩阵；

$R_{\mathrm{mn}}=\frac{1}{m-1}{Y}_{\mathrm{mn}}^T{Y}_{\mathrm{mn}};$

S203：计算累积方差贡献率：

第k个主成分的方差贡献率就是保留原始总信息量所占百分比，即

${\mathrm{\θ}}_k=\frac{{\mathrm{\λ}}_k}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i};$

利用主成分提取综合指标希望选取较少个数的主成分分量，为了保持原信息的准确性使损失的信息尽可能地少，故通常用前q个主成分进行分析，而忽略后面的(m-q)个主成分。这q个主成分总共保持原数据信息量的百分比，即累计方差贡献率

$\mathrm{\θ}\left(q\right)=\frac{\underset{i=1}{\overset{q}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}$

其中，λ为相关系数矩阵R_mn的特征根；

S204：确定主成分：

选取累计方差贡献率达70％-90％的特征值所对应的主成分，所选主成分基本包含了原来指标信息。

(2)构建模糊综合评价模型

S301：确定评价因素集

按照《电子信息产品中有毒有害物质的限量要求》(SJ/T11363-2006)的规定，只针对铅、汞、镉、六价铬、多溴联苯、多溴二苯醚6种有毒有害物质进行限量要求，因此，选取铅、汞、镉、六价铬、多溴联苯(PBB)、多溴二苯醚(PBDE)作为评价因素，对电子信息产品的各均匀材料、金属镀层和小型零部件的有毒有害物质含量状况进行评价，

因素集U＝{Pb，Hg，Cd，Cr⁶⁺，PBB，PBDE}；

S302：确定评价集

根据上述有关的国家标准规定，电子信息产品中所有组成单元中的有毒有害物质含量经检测后均满足标准的要求，则判该电子信息产品合格；如果任意一组成单元不满足标准的要求，则判为不合格，所以可将评定结果分为I、II两级，分别代表合格与不合格，

评价集V＝{III}；

S303：确定评价因素集中各评价因素的权重分配系数，这是较困难的一环，但也是极重要的一环。因为它直接影响着评判择优决策。权重的确定必须慎重，力求科学可靠，应尽量符合或接近实际。通常，对评价目标影响越大的因素，其权重亦越大，对评价目标影响小的因素，其权重亦小，

a_i为权重分配系数，

$a_i=\frac{(x_i/S_i)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(X_i/S_i)}$ 式中，x_i为各因素的统计平均值或实测平均值；S_i为第i类评价因素的规定值或上限，

权重分配系数∑a_i＝1；

S304：通过建立各评价因素的隶属函数，计算各因子隶属度，确定评价模糊矩阵R＝(r_ij)

其中r_ii表示从因素u_i着眼待测物能被评为v_j的隶属程度，也就是，r_ij为因素u_i对等级v_j的隶属度，因而矩阵R的第I行R_i＝(r_i1，r_i2，...，r_in)为第I个因素u_i的单因素评价，它是V上的模糊子集，也就是说，u_i隶属于模糊子集的程度为隶属度，对应的函数称为隶属函数，为求评价模糊矩阵R，就要对u_i(i＝1，2，...，m)分别构造出它属于v₁(合格)，v₂(不合格)的隶属函数；

S305：根据隶属度最大原则，对电子信息产品有毒有害物质含量综合评价

分别对每个因素集U＝{Pb，Hg，Cd，Cr⁶⁺，PBB，PBDE}的6个因素进行一级综合评价。

即设u_i的诸因素权重分配系数为A_i，评价模糊矩阵为R_i，则按下式可求得综合评价结果：

B_i＝A_iR_i＝{b_i1，b_i2，......，b_ij}

其中：b_ij＝∑a_ir_ij，

将U_i的初始评判结果在进行总的二级综合评价，求出B后，根据隶属度最大原则，得出综合评价结果

即：B＝{b₁，b₂，......，b_j}＝AR，A为权重分配系数矩阵，则评价矩阵

如图4所示为本发明一种有毒有害物质预警分析系统，包括：检测单元001，用于对消费类电子信息产品中有毒有害物质的种类、含量进行检测，并记录检测数据；预警分析准备单元002，用于对有毒有害物质预警范围、层次结构的确定，以及对决策单元和评价指标的确定；模型构建单元003，用于根据决策单元和评价指标，用主成分分析法构建主成分分析模型和，用模糊综合评价法构建模糊综合评价模型；主成分分析单元004，用于根据所述检测数据，使用所述主成分分析模型对所述有毒有害物质的主成分及所述主成分占总方差的比例进行分析；模糊综合评价单元005，用于根据所述检测数据，使用所述模糊综合评价模型分析所述待测对象的等级以及进行有毒有害物质限量预警。

为了在更大范围内验证本方法的实用性，本方法在中国质量认证中心应用，效果良好。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (6)

1.一种有毒有害物质预警分析方法，其特征在于，该方法包括以下步骤：

检测待测对象中有毒有害物质的种类、含量，记录检测数据；

根据所述检测数据，挖掘现有检测数据中隐含的有毒有害物质含量、检测知识与产品结构之间的关系模式，分析消费类产品有毒有害物质污染潜势规律，根据有警情的数据信息，确定决策单元和评价指标；

根据上述确定的决策单元和评价指标，用主成分分析法构建主成分分析模型，用模糊综合评价法构建模糊综合评价模型；

根据所述检测数据，利用所述主成分分析模型，分析所述有毒有害物质的主成分及其比例；

根据所述检测数据，利用所述模糊综合评价模型，评价所述待测对象的等级并进行有毒有害物质限量预警。

2.如权利要求1所述的一种有毒有害物质预警分析方法，其特征在于，所述构建主成分分析模型进一步包括：

对所述决策单元及评价指标构成的矩阵进行标准化变换，获得标准化矩阵；

确定所述标准化矩阵的相关系数矩阵；

计算累计方差贡献率；

根据所述累计方差贡献率，确定有毒有害物质的主成分及其比例。

3.如权利要求1所述的一种有毒有害物质预警分析方法，其特征在于，所述构建模糊综合评价模型进一步包括：

确定评价因素集；

根据所述评价因素集中各评价因素可能的评价结果，确定评价集；

确定所述评价因素集中各因素的权重分配系数；

通过建立所述评价因素集中各评价因素的隶属函数，确定评价模糊矩阵；

根据隶属度最大原则，对所述待测对象综合评价。

4.一种有毒有害物质预警分析系统，其特征在于，该系统包括：

检测单元，用于对所述待测对象中有毒有害物质的种类、含量进行检测，并记录检测数据；

预警分析准备单元，用于确定决策单元和评价指标；

模型构建单元，用于根据所述决策单元以及评价指标，分别构建主成分分析模型和模糊综合评价模型；

主成分分析单元，用于根据所述检测数据，使用所述主成分分析模型对有毒有害物质的主成分及其比例进行分析；

模糊综合评价单元，用于根据所述检测数据，使用所述模糊综合评价模型评价所述待测对象的等级并进行有毒有害物质限量预警。

5.如权利要求4所述的有毒有害物质预警分析系统，其特征在于，所述主成分分析单元进一步包括：

数据标准化子单元，用于对所述决策单元及评价指标构成的矩阵进行标准化变换，获得标准化矩阵；

相关系数矩阵确定子单元，用于确定所述标准化矩阵的相关系数矩阵；

方差贡献率计算子单元，用于计算累计方差贡献率；

主成分确定子单元，用于根据所述方差贡献率计算子单元的计算结果确定有毒有害物质的主成分及其比例。

6.如权利要求4所述的有毒有害物质预警分析系统，其特征在于，所述模糊综合评价单元进一步包括：

评价因素集确定子单元，用于确定评价因素集；

评价集确定子单元，用于根据对所述评价因素集中各评价因素可能的评价结果，确定评价集；

权重分配系数确定子单元，用于确定所述评价因素集中各因素的权重分配系数；

模糊综合评价矩阵确定子单元，用于通过所述各评价因素集中各评价因素的隶属函数，确定评价模糊矩阵；

综合评价子单元，用于根据隶属度最大原则对所述待测对象进行综合评价。

Images