偶氮二甲酰胺發泡劑清潔生產評價模型

趙建喜，趙麗娜，史 翎

（1.北京化工大學 理學院，北京 100029；2. 北京化工大學 材料科學與工程學院，北京 100029）

偶氮二甲酰胺（ADC）發泡劑是最重要的肼基發泡劑［1］。在我國，ADC發泡劑的生產工藝主要為尿素法，少數外資或合資企業采用酮聯氮法。尿素法生產工藝會產生大量的污染物，氨氮廢水的排放量超過10 Mt/a［2］。

目前，針對ADC發泡劑清潔生產評價方面的研究較少。在構建評價指標體系方面，主要有李文軍［2］的定量體系和朱寶菊等［3］的綜合體系。在確定評價指標權重方面，常用方法包括專家咨詢法［2］、層次分析法［3-6］和模糊綜合評價法［7-8］等。對于評價指標的單向評價指數，常采用比值法確定［2-3］；對于綜合評價指數，則采用加權求和法確定［2-3］。這幾種方法簡單直觀，但存在主觀性強、指標間信息交叉、線性效果差、需要尋找或求基準值等缺點。

本工作提出了基于逐層序關系分析法、極差標準化法、主成分分析法的ADC發泡劑清潔生產評價模型，有效克服了原模型的諸多不足。

1 理論與方法

1.1 基于尿素法和酮聯氮法的評價指標體系

朱寶菊等［3］的定量與定性評價指標體系較為完善地覆蓋了尿素法ADC發泡劑清潔生產工藝的各個方面，雖然其定性部分主觀性過于強烈且相關資料不易獲取，可操作性不強，但其定量部分可從一定程度上反映出定性體系的部分內容。因此，采用朱寶菊等的定量評價指標體系。

該定量評價指標體系包括目標層（A層）、準則層（B層）和方案層（C層）。目標層（A層）包括資源與能源消耗指標（A1）、產品特征指標（A2）、污染物產生指標（A3）、資源綜合利用指標（A4）和環境管理與勞動安全衛生指標（A5）。準則層（B層）包括能量消耗指標（B1）、原料消耗指標（B2）、新鮮水消耗指標（B3）、產品優級品率（B4）、產品特征（B5）、產品改性比例（B6）、廢水（B7）、廢氣（B8）、廢渣（B9）、鹽酸綜合利用率（B10）、含氨廢水綜合利用率（B11）、硫酸鈣綜合利用率（B12）、十水碳酸鈉綜合利用率（B13）、職業病發生率（B14）、年投入環保資金（B15）、傷亡事故率（B16）和勞保投入額（B17）。方案層（C層）包括尿素消耗（C1）、硫酸消耗（C2）、燒堿消耗（C3）、氯氣消耗（C4）、產品發氣量（C5）、產品分解溫度（C6）、產品含水量（C7）、廢水量（C8）、COD（C9）、廢水中氨氮含量（C10）、廢水中鹽總量（C11）、廢氣量（C12）、廢氣中氯化氫含量（C13）和廢渣（十水碳酸鈉+硫酸鈣干基）量（C14）。

針對酮聯氮法的評價指標體系與針對尿素法的評價指標體系基本相同，不同之處在于尿素法生產過程需要原料硫酸，而酮聯氮法需要氨和丙酮（丙酮實際并未消耗）。為綜合評價不同工藝的產品生產企業，假定硫酸在尿素法評價指標體系中的重要性與氨和丙酮在酮聯氮法評價指標體系中的重要性相同。

1.2 逐層序關系分析法

確定目標層A1，A2，A3，A4，A5的序關系（指標重要性的排序）［9］。

參考（10/10）～（18/2）標度［10］，給出序關系下相鄰兩指標的權重（ω）的比值（r）。

計算各定量評價指標的影響因子，計算結果見表1。

表1 各定量評價指標的影響因子

1.3 極差標準化法

清潔生產評價指標體系分為正向指標和逆向指標兩部分。對于正向指標，數值越大越符合清潔生產的要求；對于逆向指標，數值越小越符合清潔生產的要求［2］。極差標準化法［11］有正線性相關式和負線性相關式兩種表達形式，分別見式（6）和式（7）。極差標準化法符合正向指標與逆向指標的要求，且在實際應用中的線性效果較好。

式中：xij表示第j個指標、第i個試樣的原指標值；yij表示xij經極差標準化后的數值；n為試樣的個數；p為指標的個數。

極差標準化法消除了各評價指標數據量綱和數量級的影響。但各指標數據不具備同趨性，即重要性水平不同。所以，將各評價指標數據乘以對應的影響因子，從而使其具備可比性。

1.4 主成分分析法

主成分分析法是指將具有一定相關關系的指標重新組合成一組新的少數相互無關的綜合指標的統計方法［12］。在實際應用中，幾個最大的主成分所包含信息的總和即代表了大部分的原有信息。該方法避免了指標間的相關性對分析結果造成影響，克服了加權求和法信息重疊的缺陷。

2 實例分析

本工作選取7家尿素法ADC發泡劑生產企業（分別為江蘇某公司、福建某公司1、福建某公司2、江西某公司、湖南某公司、廣東某公司和山東某公司2）和1家酮聯氮法ADC發泡劑生產企業（山東某公司1），并獲得了各項清潔生產評價指標數據。對于正向指標，用式（6）標準化；對于逆向指標，用式（7）標準化。通過式（6）與式（7）將原指標值變換到［0，1］區間，以消除量綱和數量級影響。將經過極差標準化法處理后的各評價指標數值乘以對應的影響因子，使各指標數據具備同趨性，然后進行主成分分析。

由于極差標準化屬于標準化的一種，故可略過主成分分析中原有的z-score標準化過程，直接用MATLAB數學軟件編程，進行后續計算。主成分分析的計算過程如下。

1）建立試樣協方差矩陣S。

2）求試樣協方差矩陣S的特征值及相應的單位特征向量。

3）選擇主要的主成分：經計算，前兩個主成分的方差累計貢獻率大于85%，說明前兩個主成分基本包含了原指標所具有的信息，因此僅提取前兩個主成分即可。

4）構造綜合評價指標（F）。

式中：F1為提取的第一主成分的評價指標，F2為提取的第二主成分的評價指標。根據前兩個特征值對應的特征向量組成的矩陣，可找出每個主成分對應的有較大影響力的原指標。第一主成分對應的有較大影響力的指標為尿素消耗量、硫酸消耗量、燒堿消耗量、氯氣消耗量、新鮮水消耗量、廢水量、COD和廢水中氨氮含量，各指標對主成分的影響值［12］分別為0.403 0，0.161 7，0.317 5，0.262 9，0.205 8，0.232 3，0.424 6，0.539 6。前5個指標為資源消耗，后3個指標為主要污染物，所以第一主成分可命名為資源消耗與廢水污染物產生指標；第二主成分對應的有較大影響力的指標為含氨廢水綜合利用率（指標對主成分的影響值為0.705 1），其影響值遠大于其他指標的影響值，故將第二主成分命名為含氨廢水綜合利用率指標。

3 結果與討論

3.1 主成分分析法的計算結果

根據綜合評價指標計算各企業得分。企業得分越高，說明其清潔生產水平越高，反之越低。主成分分析法的計算結果見表2。

表2 主成分分析法的計算結果

按照加權求和法［2-3］計算得到的各公司的得分及排名見表3。

表3 加權求和法的計算結果

對比表2和表3可知：在主成分分析法中，福建某公司2和湖南某公司分別排名第四和第六，廣東某公司和山東某公司2分別排名第七和第八；在加權求和法中，福建某公司2和湖南某公司分別排名第六和第四，廣東某公司和山東某公司2分別排名第八和第七，與主成分分析法所得排名相反。這是由于，原指標間具有一定的相關性，即指標間有不同程度的信息重疊，加權求和會導致信息的重復計算，導致最終結果失真，而主成分分析法將相關指標轉化為新的相互無關指標，避免了指標間的相關性對結果造成的影響。綜合分析比較，主成分分析法所得結果更具可信性。

3.2 清潔生產水平等級劃分和結果成因分析

將ADC發泡劑生產企業清潔生產水平劃分為優秀（90.0～100（折合后得分，下同））、良好（70.0～89.9）、一般（60.0～69.9）、不合格（0～59.9）4個等級。 各企業的清潔生產等級見表4。

表4 各企業的清潔生產等級

由表4可知，在8家ADC發泡劑生產企業中，有6家清潔生產水平合格，2家不合格。山東某公司1作為唯一一家使用酮聯氮法的企業，得分顯著高于其他公司，清潔生產等級為優秀。酮聯氮法在較大程度上避免了酸、堿的無效消耗，原料利用率提高，副產物的種類和數量減少，物料消耗顯著降低；與尿素法相比，酮聯氮法不需要冷凍脫鹽，能量消耗低；酮聯氮法的外排廢水主要成分為氯化鈉，污染物產生量小。

江蘇某公司綜合能耗和新鮮水消耗量明顯小于其他6家公司，而且嚴格控制污染物的排放，廢水中主要污染物氨氮、COD排放量小，清潔生產等級為良好。廣東某公司和山東某公司2在資源消耗和污染物產生方面較差，前者的尿素、燒堿、硫酸消耗多，廢水中氨氮、COD、總鹽量含量極高；后者的新鮮水、尿素、燒堿和氯氣消耗多，廢水中氨氮、COD含量極高。

3.3 小結

逐層序關系分析法是對層次分析法的改進，該方法不用建立判斷矩陣和檢驗一致性，計算量減少。相對于專家咨詢法，逐層序關系分析法可以計算大量指標的影響因子，且計算結果精確。極差標準化法不需要尋找或計算各評價指標的基準值，克服了比值法中逆向指標公式非線性的缺陷。主成分分析法避免了指標間信息交叉對結果的影響。將以上3種方法首次應用于ADC發泡劑清潔生產評價領域，優勢明顯且實證效果好。

4 結論

a）提出了一套完整的針對不同生產工藝的ADC發泡劑清潔生產企業綜合評價模型。該模型涉及逐層序關系分析法、極差標準化法和主成分分析法3種方法。

b）采用逐層序關系分析法可確定各評價指標的影響因子，采用極差標準化法可消除指標數據量綱和數量級影響，采用主成分分析法可對各生產企業進行排名。

c）該模型合理可行，為ADC發泡劑生產企業的清潔生產評價提供了一個參考方案。

［1］ 游賢德. ADC發泡劑生產現狀與改性產品的開發［J］.江蘇化工，2001，29（1）：33-35.

［2］ 李文軍. ADC發泡劑企業清潔生產評價指標體系研究［D］. 北京：北京化工大學化學工程學院，2008.

［3］ 朱寶菊，史翎，江莉，等. 尿素法ADC發泡劑清潔生產評價指標體系［J］. 化工環保，2011，31（3）： 260 -264.

［4］ 陳平. 清潔生產指標評價方法［J］. 化工環保，2004，24（1）：55-57.

［5］ 巴亞東. 環境影響評價中的清潔生產分析方法［J］. 環境科學與技術，2010，33（12）：598-601.

［6］ 楊光忠. 氰化提金企業清潔生產評價體系的研究［J］.環境科學與技術，2009，32（9）：195-196.

［7］ Zou Zongxian，Wei Yang，Sun Xiaofei，et al. Risk assessment of concentrating solar power based on fuzzy comprehensive evaluation［J］. Systems Eng Pro，2012，4：99-106.

［8］ 楊亞軍，孫建華. 基于模糊綜合評價模型的項目風險評估［J］. 統計與決策 ，2009 （22）：62-64.

［9］ 郭亞軍. 綜合評價理論、方法及應用［M］. 北京：科學出版社，2007： 44-45，192-197.

［10］ 郭亞軍，張發明，易平濤. 標度選擇對綜合評價結果的影響及合理性分析［J］. 系統工程與電子技術，2009，30（7）：1277-1280.

［11］ 殷培杰，杜世勇，白志鵬. 2008年山東省17城市生態承載力分析［J］. 環境科學學報，2011，31（9）：2048 -2057.

［12］ 于秀林，任雪松. 多元統計分析［M］. 北京：中國統計出版社，2010：154-168.