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
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
1.浙江大学 化学工程与生物工程学院,浙江 杭州3100072.浙江工业大学 环境学院,浙江 杭州310014
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.
关键词：制药企业VOCs特征因子机器学习
分类号：X701(一般性问题)
资助基金：浙江省重点研发计划项目(2021C03178)浙江省重点研发计划项目(2021C03165)
论文发表日期：2022-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 77-82 )
英文信息