固廢建材重金屬溶出趨勢預(yù)測分析

摘 要：【目的】針對固廢建材中重金屬的溶出量的預(yù)測控制效果不佳問題，提出了一種基于長短期記憶（Long Short-Term Memory，LSTM）神經(jīng)網(wǎng)絡(luò)的重金屬溶出預(yù)測模型?！痉椒ā渴紫炔捎迷撃Ｐ蛯︻w粒狀及塊狀免燒磚中Cr、Zn和Pb等重金屬元素的溶出量進行預(yù)測和分析。其次為進一步提高模型的適用性和訓(xùn)練收斂速度，對Adam算法的參數(shù)進行了優(yōu)化。最后采用改進的預(yù)測模型對塊狀免燒磚中的Cr、Zn和Pb的溶出量進行模擬預(yù)測驗證。【結(jié)果】在對塊狀免燒磚的重金屬溶出預(yù)測中，該模型對Cr、Zn和Pb預(yù)測的決策系數(shù)R2均大于0.97，預(yù)測結(jié)果較為準(zhǔn)確?！窘Y(jié)論】該模型對固廢建材中的重金屬釋放控制具有指導(dǎo)意義。

關(guān)鍵詞：固體廢物；重金屬；溶出；預(yù)測

中圖分類號：X75" " " "文獻標(biāo)志碼：A" " 文章編號：1003-5168（2024）22-0078-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.22.016

Prediction and Analysis of Heavy Metal Leaching Trend in Solid Waste Building Materials

Abstract：[Purposes] Heavy metal leaching prediction model based on Long Short Term Memory （LSTM） neural network was proposed to address the poor predictive control effect of heavy metal leaching in solid waste building materials. [Methods] The model was used to predict and analyze the leaching amounts of heavy metal elements such as Cr， Zn， and Pb in granular and block shaped unburned bricks. To further improve the applicability and training convergence speed of the model， the parameters of the Adam algorithm were optimized. Adopting an improved prediction model to simulate and verify the leaching amounts of Cr， Zn， and Pb in block shaped unburned bricks. [Findings] The results indicate that the prediction of heavy metal leaching from block shaped unburned bricks， the decision coefficients R2 of the model for predicting Cr， Zn， and Pb are all greater than 0.97， which indicates a relatively accurate prediction result. [Conclusions] This study has significance for the control of heavy metal release in solid waste building materials.

Keywords： solid waste; heavy metal; leaching; prediction

0 引言

固體廢物是指在生產(chǎn)、生活和其他活動過程中產(chǎn)生的喪失原有的利用價值或雖未喪失利用價值但被拋棄或者放棄的固體、半固體和置于容器中的氣態(tài)物品、物質(zhì)及法律、行政法規(guī)規(guī)定納入廢物管理的物品、物質(zhì)［1］。我國是固廢大國，建材行業(yè)一直都是固廢資源化、減量化、無害化的最大承接者［2］。在“雙碳”目標(biāo)的推進過程中，建材產(chǎn)業(yè)一直是固體廢棄物綜合利用的主要途徑之一［3］。國內(nèi)外許多學(xué)者開展了固體廢棄物建材重金屬溶出的相關(guān)研究。有的學(xué)者針對不同材料中重金屬溶出影響因子展開研究［4-5］。有的學(xué)者利用數(shù)學(xué)模型或基于物理模型對重金屬溶出進行計算模擬［6-9］，但相關(guān)方法的準(zhǔn)確性不足，對重金屬長期釋放量的預(yù)測容易出現(xiàn)較大的偏差。王圣偉等［10］利用LSTM原理構(gòu)造了對流域污染物重金屬含量進行精準(zhǔn)預(yù)測的預(yù)測模型；婁天瀧［11］提出了針對多元復(fù)雜非線性系統(tǒng)的PS-LSTM預(yù)測方法對環(huán)境重金屬含量進行預(yù)測。

隨著信息技術(shù)的發(fā)展，在重金屬溶出預(yù)測領(lǐng)域已有很多種研究方法，但是缺乏一種專業(yè)、穩(wěn)定、高精準(zhǔn)度的預(yù)測方法。本研究在試驗的基礎(chǔ)上，通過對不同溶出條件、不同材料特性、不同溶出時間的固廢建材重金屬溶出數(shù)據(jù)分析，提出一種基于LSTM模型的固廢建材重金屬長期溶出趨勢預(yù)測模型，以豐富固廢建材化的環(huán)境安全研究理論和實踐。

1 基本理論

1.1 LSTM神經(jīng)網(wǎng)絡(luò)

LSTM每個單元結(jié)構(gòu)包括遺忘門、輸入門和輸出門，如圖1所示。

其模型關(guān)系表達式如式（1）至式（6）。

式中：Ct表示t時刻狀態(tài)；Ct-1表示t-1時狀態(tài)信息；Wt、[Wi]、[WC]與[Wo]表示權(quán)重矩陣。[ot表示輸出門在t時刻的向量值；ft]表示遺忘門在t時刻向量值；ht-1表示t-1時刻的輸出；xt示遺忘門t時刻的輸入；bf、[bo]、[bi]與[bC]表示偏置系數(shù)；it表示更新概率；[σ]與RELU為激活函數(shù)。[?t]表示t時刻的輸出。

1.2 模型評價指標(biāo)

為評估模型性能，采用回歸模型評價中常用的評價指標(biāo)均方根誤差（Root Mean Square Error，RMSE）、平均絕對誤差（Mean Absolute Error，MAE）、平均絕對百分比誤差（Mean Absolute Percentage Error，MAPE）和決策系數(shù)R2評價模型預(yù)測效果。具體計算公式見式（7）至式（10）。

式中：xi為重金屬溶出的真實值；[xi]為其平均值；yi為重金屬溶出預(yù)測值；n為測試樣本個數(shù)。

2 預(yù)測模型構(gòu)建及分析

2.1 試驗設(shè)計

以溫度、時間、pH值、粒徑等影響重金屬溶出量因素為變量，設(shè)計重金屬溶出試驗。試樣中重金屬元素額外添加，添加的重金屬種類和質(zhì)量分?jǐn)?shù)為：Cr2O3、PbO、ZnO各0.4%。

2.2 數(shù)據(jù)采集與處理

經(jīng)多次試驗，共獲取試驗樣本數(shù)據(jù)78組。為保證試驗所用數(shù)據(jù)的一致性和準(zhǔn)確性，對試驗樣本數(shù)據(jù)進行了一致性檢查、無效數(shù)據(jù)和缺失數(shù)據(jù)處理。由于樣本數(shù)據(jù)較為稀疏，在模型訓(xùn)練前，對樣本數(shù)據(jù)進行雙線性插值處理，以擴充數(shù)據(jù)。

2.3 模型建立及預(yù)測

①在匯總整理有關(guān)固廢建材重金屬溶出的數(shù)據(jù)之后，選取溫度、時間、pH值、粒徑、重金屬溶出量作為參數(shù)，基于LSTM模型對不同粒徑（顆粒狀及塊狀）的免燒磚構(gòu)建重金屬溶出預(yù)測模型。

②將試驗數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集和驗證數(shù)據(jù)集。利用訓(xùn)練數(shù)據(jù)集對構(gòu)建的模型進行訓(xùn)練，并利用驗證數(shù)據(jù)集進行模型驗證。預(yù)測效果達到評價指標(biāo)要求后，完成模型的訓(xùn)練。

③用訓(xùn)練好的模型對待測材料進行重金屬溶出的預(yù)測，得到預(yù)測結(jié)果。

2.4 模型分析

顆粒狀免燒磚重金屬溶出模擬結(jié)果如圖2所示，重金屬溶出預(yù)測結(jié)果的評價指標(biāo)值見表1。

塊狀免燒磚重金屬溶出模擬結(jié)果如圖3所示，預(yù)測結(jié)果的評價指標(biāo)值見表2。

模型預(yù)測效果與RMSE、MAE和MAPE成反比，與R2成正比，故由表1和表2可知，在對顆粒狀免燒磚的初步模擬中Pb溶出率的預(yù)測效果較好；對塊狀免燒磚的初步模擬中Cr溶出率的預(yù)測效果較好，Pb溶出率的預(yù)測效果較差。對Pb的測試觀察可得，塊狀免燒磚的溶出結(jié)果中達到溶出量最大值的時間要比顆粒狀的靠后，分析其原因主要與不同粒徑的免燒磚對Pb的固定化作用有關(guān)。

3 模型優(yōu)化

為進一步提高模型的適用性和訓(xùn)練收斂速度，針對原始數(shù)據(jù)的極值點問題，模型采用三階B樣條插值算法替換雙線性插值算法；同時，對Adam算法的參數(shù)進行了優(yōu)化。經(jīng)過優(yōu)化后，本研究采用改進的預(yù)測模型對另一組塊狀免燒磚中的Cr、Zn和Pb的溶出量進行模擬預(yù)測驗證，結(jié)果如圖4所示，評價指標(biāo)值見表3。由表3可知，優(yōu)化后模型的R2值整體優(yōu)于優(yōu)化前，優(yōu)化效果明顯。

4 結(jié)論

本研究基于LSTM建立固廢建材重金屬溶出模型，預(yù)測了Cr、Pb和Zn的溶出變化規(guī)律，結(jié)論如下。

①對顆粒狀及塊狀免燒磚的重金屬溶出預(yù)測表明，對塊狀免燒磚的預(yù)測結(jié)果較好，主要與材料自身的內(nèi)部結(jié)構(gòu)有關(guān)。

②通過對模型優(yōu)化，Cr、Zn、Pb的決策系數(shù)R2分別達到0.973 4、0.999 7、0.997 1，提高了模型預(yù)測準(zhǔn)確性。

參考文獻：

［1］王鵬，夏冬前. 關(guān)于正確區(qū)分固體廢物與副產(chǎn)品/副產(chǎn)物工作的探討［J］. 山東化工， 2022， 51（15）： 208-209， 212.

［2］向鵬.一礦一“方” 煉“廢”為寶：專訪湖南大學(xué)固廢資源化與綠色應(yīng)用交叉團隊帶頭人吳振軍［J］.高科技與產(chǎn)業(yè)化，2023，29（9）：24-27.

［3］吳長亮. 煤矸石協(xié)同多源固廢多級利用制備功能性透水混凝土的試驗研究［D］. 濟南：山東大學(xué)，2023.

［4］陳博， 韓龍喜， 張奕. 礦業(yè)活動固體廢棄物中重金屬溶出遷移規(guī)律研究進展［J］. 四川環(huán)境， 2016， 35（6）： 143-149.

［5］ 從輝， 耿宏志. 鉛鋅尾礦中重金屬浸出特性分析［J］. 廣州化工， 2019， 47（20）： 70-75.

［6］熊有為， 王洪江， 胡凱建. 基于Origin的溶浸浸出率預(yù)測模型研究［J］. 黃金， 2011， 32（9）： 25-27.

［7］HAQUE A M.A statistical comparison of mathematical models for heavy metal leaching phenomena from solidified landfill waste mortar［J］.Chemical Product and Process Modeling，2016，11（2）：167-183.

［8］徐斌，趙玲芹，胡艷軍，等.基于Geostudio軟件分析垃圾焚燒爐渣道路回填時重金屬溶出遷移規(guī)律［C］//中國環(huán)境科學(xué)學(xué)會2021年科學(xué)技術(shù)年會： 環(huán)境工程技術(shù)創(chuàng)新與應(yīng)用分會場論文集（三），2021-08-30，中國天津：工業(yè)建筑雜志社有限公司，2021：456-460，504.

［9］YE Z X，HONG S，HE C，et al. Evaluation of different factors on metal leaching from nickel tailings using generalized additive model （gam）.［J］.Ecotoxicol Environ Saf，2022，236：113488-113488.

［10］王圣偉， 李萍， 婁天瀧， 等. 基于多元混沌時間序列PS-LSTM污染物預(yù)測模型［J］. 傳感器與微系統(tǒng)， 2022， 41（4）：117-120.

［11］婁天瀧.基于多元混沌序列環(huán)境重金屬LSTM預(yù)測改進［D］.蘭州：西北師范大學(xué)，2020.