java管理系统毕业设计——焦化VOC污染信息管理系统的开发

　　摘要：针对焦化工段和挥发性有机污染物组成复杂所带来的海量数据需要管理的问题，本文基于Eclipse开发平台，采用Java编程语言，后台数据库采用业界应用广泛的My SQLServer,开发了一个焦化VOC污染信息管理系统，实现焦化不同工段不同监测位点不同VOC数据的标准化存储与高效管理，具有系统资源占用少、管理成本低、部署灵活性高以及数据处理效率高等特点。焦化VOC污染信息管理系统可为焦化行业VOCs的治理提供有效、可靠的基础数据支撑，对焦化企业的信息化建设具有重要的意义。以长治市麟源焦化厂为例，基于焦化VOC污染信息管理系统对不同工段的VOC组成和污染水平的统计分析，结果表明：在焦化运行过程中释放出单环芳香烃（苯类）、恶臭、含氯VOCs、烷烃和其他VOCs总计33种VOCs;不同工段总挥发性有机物（TVOC）浓度的大小顺序为：冷鼓工段>洗脱苯工段>脱硫工段；在冷鼓工段和洗脱苯工段所排放的VOCs中，苯类物质的浓度最高，在脱硫工段所排放的VOCs中，恶臭物质的浓度最高。

　　关键词：VOCs; 数据库； 焦化； 污染物；

　　Abstract:

　　According to the requirements of the management of massive data from coking industry,this paper designs and achieves the VOC-based information management system for cokingindustry based on Java utilized the eclipse and MySQL Server.Standardized storage of VOC dataand efficient management of VOC information from different workshops for coking industry wererealized. VOC-basedinformation management system had the characteristics of less systemresource occupancy, low management cost,high deployment fexibility and high data processingefficiency. VOC-based information management could provide effective and reliable basic datasupports for coking industry,which played an important role in the informationization of cokingindustry. A toal of 33 Vo Cs including monoaromatics,odors,chlorinated VOCs,alkanes andother VOCs were identified and quantified from Lin Yuan coking plant of Chang Zhi. The highestconcentration of total VOCs occured in the cold drum workshop,followed by the benzeneremoval workshop and the desulfurization workshop. Monoaromatics were found as the majorcomponentemitted fromthe cold drum workshop and the benzene removal workshop,while odorswere mainly from the desulfurization workshop.

　　Keyword:VOCs; database; coking industry; pollutant;

　　目录

　　1 引言 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅┅1
　　2 系统的设计 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ 1
　　2.1 系统总体设计 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅2
　　2.2 系统的功能 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅┅ ┅┅3
　　2.3 数据库的设计 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ 4
　　3 系统的应用 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ 5
　　4 结语 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅┅6
　　参考文献 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ 7
　　附录 ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅  ┅ ┅ ┅ ┅ ┅ ┅ ┅ ┅┅  ┅┅ ┅8

　　1 引言

　　炼焦化学工业是煤炭化学工业的重要组成部分，其主要包括焦炉煤气与煤焦油的分离、焦炉煤气的净化和煤焦油深加工制备苯、甲苯和二甲苯等芳香族系列产品等[1].焦化工业属于重点排污企业，在运行过程中会产生并释放大量大气污染物，以苯系物居多，是大气VOCs的重要来源，具有较大的毒性和致癌性。受大气污染物排放的影响，厂区和周围土壤中苯系物含量也较高，炼焦过程产生的VOCs排放对区域环境影响已不容忽视[2,3].

　　焦化生产工艺复杂，分析焦化的整个工艺流程可知，VOC污染源分布广泛，主要污染源有以下几个方面：其一，焦化装置设备及其管路连接的阀门、法兰等处不可避免的产生一定的挥发性有机气体（VOCs）外泄。其二，大量的储罐、储槽和塔顶部放散口，在其储存或运转过程中也会释放各种各样的恶臭气体，该类设备包括：冷鼓工段焦油船顶部放散口及各槽罐顶部放散口；脱硫工段再生塔顶部放散口、贫液槽顶部放散口、富液槽顶部放散口、事故槽顶部放散口、硫泡沫槽顶部放散口、反应槽顶部放散口、地下放空槽顶部放散口等；洗脱苯工段粗苯槽、洗油槽、反应槽、冷凝液槽、地下放空槽等。其三，污水处理工艺流程中各处理单元在污水净化过程中会逸散VOC气体，包括调节池、隔油池和曝气池恶臭气体的排放[4,5].

　　鉴于焦化企业有大量的VOC排放点，因此焦化行业VOCs在监测过程中有海量的数据需要管理，目前，主要采用传统的电子表格（如Excel）来管理数据，不但费时费力，还容易造成信息的混乱，存在诸如数据遗漏、数据不一致、数据丢失等修改问题。不能满足焦化VOCs信息的高效管理和利用要求，缺乏有效的信息管理手段是制约焦化VOCs信息管理的主要因素。因此需要运用先进的计算机数据库技术，有序的存储和整理来自不同监测位点所获得的信息和数据，为焦化行业挥发性污染物的治理提供一个可靠、高效的基础信息检索平台。这个平台对于促进煤化工行业的信息化和可持续发展均具有重要的意义。

　　本文为了提高焦化企业VOCs数据的管理效率，利用JAVA语言的简单、可靠和安全等特性，结合数据库技术，实现了对焦化行业不同监测位点不同VOC监测数据的高效管理和标准化存储，对于促进焦化企业的信息化建设具有重要意义。

　　2 系统的设计

　　2.1 系统总体设计

　　焦化VOC污染信息管理系统采用MVC（模型-视图-控制器）分层设计模式开发，它分离了设计中的焦点（数据表现、数据显示和数据控制）。其中模型层基于数据库中的数据采用自定义类封装了业务数据和对数据的操作，是系统进行数据处理和数据运算的地方。视图层基于Java丰高的窗体界面设计组件实现了模型层数据的可视化表现和向用户提供人机交互界面，是系统接受用户请求和对数据结果进行渲染的地方。控制器层是视图层和模型层之间的"桥梁",负责相应用户请求，将用户请求转发至控制层，控制层调用相应的模型处理并将结果反馈至视图层[6].采用MVC设计模式实现了模型层、视图层和控制器层的松散耦合，各层之间层次鲜明、分工明确、不同层之间互不干扰，使系统具有结构清晰、灵活性高、代码复用性强、易于修改和易于扩展等优点。

　　焦化VOC污染信息管理系统考虑到保证系统源数据的完整性和准确性，采用数据库作为系统源数据的支撑库。在数据库数据的操作中，借助屏蔽不同数据库驱动程序差异的通用型数据库操作接口（JDBC,Java Data Base Connectivity），采用屏蔽不同数据库表差异的反射和泛型技术设计了图1所示的通用型数据库操作类，实现了对数据库数据操作的"一次编写，到处运行".

　　图1 数据库操作类架构图  

　　Fig.1 The architecture diagram of class layer for database manipulation

　　2.2 系统的功能

　　焦化VOC污染信息管理系统主要是通过人机交互实现对焦化VOC海量数据的高效化管理，本系统在对焦化VOC信息管理需求分析的基础上进行了总体功能结构设计，如图2所示。

　　本系统主要分为三大子系统，分别为：VOC信息管理子系统、监测数据管理子系统和监测数据分析子系统。VOC信息管理子系统包括VOC信息的添加、查询、删除和修改；监测数据管理子系统主要用于管理各监测位点VOC监测数据；监测数据分析子系统主要用于分析比较不同监测点同一监测时间的VOC数据和同一监测点不同监测时间的VOC数据。各应用子系统以数据库为核心，通过数据库操作类实现数据的互通互联。

　　（1）VOCs信息管理：该模块以焦化不同工段不同监测位点所监测到的挥发性污染物物信息为基础，包含添加VOC信息、修改VOC信息、删除VOC信息和查询VOC信息等功能。VOC信息包括VOC名称、CAS号、沸点、分子量、VOC类型、半致死剂量、半致死浓度、致癌斜率因子和非致癌参考剂量等，此类数据主要来自美国环保局数据库、国际卫生组织数据库和相关化学数据库[7,8,9,10].该模块设计了VOC类用于封装数据库挥发性有机物信息表（voc表）的数据，VOCDao类用于将VOC对象中的数据写入数据库中以及将数据库中的数据读入VOC对象中。VOC类与数据库voc表建立映射关系，表现为类中的成员变量的名称和数据类型与数据库表字段名称和字段类型一一对应。在添加VOC功能方面，其支持批量添加VOC.在VOC检索方面，提供了基于VOC的CAS号的精确检索功能和基于化合物名称的模糊检索功能，可快速检索到相关VOC,并依据选项卡选择性将检索得到VOC展示放至报告窗口中。

　　（2）监测数据管理：该模块包括监测项管理和监测数据管理两大子模块，其中监测项管理模块以人员访谈和现场踏勘所能收集到的焦化厂排污节点（监测点）为基础，其主要用于管理焦化厂不同工段的排污节点和特定排污节点所需要监测的VOC的种类。该模块设计了Item类和ltem Dao类用于封装和管理数据库表中的监测项的基本信息，包括工段名称、监测位点名称和监测污染物名称等信息。监测数据管理模块以监测项为基础，管理焦化排污节点的VOC数据。该模块设计了Item类和ltem Dao类用于封装和管理数据库表中不同监测点不同监测日期VOCs的数据信息，其中Item Data类的基本信息包括VOC名称、VOC类型、VOC浓度和浓度单位等信息。

　　图2 系统整体功能模块图  

　　Fig.2 The entire function modules of the system

　　（3）监测数据分析：该模块总体以前期所获得的监测数据为基础包括同一个监测点不同监测时间数据分析和同一监测时间不同监测点数据分析。该模块设计了Compare类和Compare Dao类用于封装和管理数据比较信息，其中Compare类的基本信息包括采样时间、苯类总浓度、恶臭总浓度、含氯VOCs总浓度、多环芳烃总浓度、烃类总浓度和其他VOC总浓度等信息。

　　2.3 数据库的设计

　　数据库作为本系统存储数据的仓库，是整个系统的基础和核心。数据库将大量数据按照一定规则通过数据库存放起来，从而方便数据批量操作和快速检索[11,12].数据库采用MySQL关系型数据库，按照关系数据库中每个表有且仅有一个主题的设计原则，为了便于检索、使用、管理以及后期的开发扩展，参照监测所获得的特征污染因子和排放标准，数据库将分成五个各专项数据集合，即包含有焦化工段信息的焦化工段表（workshop）、包含VOC气体信息的VOC信息表（voc）、包含焦化各工段监测点信息的监测点位表（location）、包含焦化各工段监测点监测项VOC信息的监测方案表（scheme）和包含监测数据的监测数据表（data）。　　为了简化数据查询过程和存储过程，数据库中每个表均有一个唯一标识符字段，不同的标识符代表不同数据记录。各表数据模型如表1所示。不同表之间通过公共字段作为衔接连实现表的连接。其中，监测点位表利用工段编号（c_id）作为与工段表（workshop）的衔接连；监测方案表利用监测点编号（l_id）和污染物编号（v_id）作为与监测点位表和VOC信息表的衔接连；监测数据表利用监测项标识（s_id）作为与监测方案表的衔接连。

　　Table.1 The data model of the database table   

　　表1 数据库表的数据模型

　　3 系统的应用

　　焦化VOC污染信息管理系统实现了焦化不同工段不同排污节点VOC的相关信息提供高效的数据录入、查询和分析。以长治市麟源焦化厂为例，对焦化冷鼓工段的末端治理设备下进口、洗脱苯工段末端治理设备下进口和脱硫工段末端治理设备下进口等3个监测点进行了VOC的污染程度和污染规模采样分析，将结果录入焦化VOC污染信息管理系统进行分析。VOC的组成分析表明焦化各工段所释放的VOCs中共检出33种挥发性有机物，其中苯类化合物（不含氯）5种（占检出VOCs种类的14.28%）、含氯化合物16种（占检出VOCs种类的45.71%）、烃类化合物2种（占检出VOCs种类的5.71%）、恶臭化合物（占检出VOCs种类的8.57%）、其他类化合物4种（占检出VOCs种类的11.42%）。在被检出的VOC中，苯、1,2-二氯丙烷和三氯乙烯共计3种属于世界卫生组织国际癌症研究机构所指定的一类致癌物；四氯化碳、乙苯、苯乙烯、1,1-二氧乙烯、1,2-二氧乙烷、对二氯苯、三氯甲烷、1,3-二氯丙烯、四氯化碳共计9种属于指定的二类致癌物；甲苯、间二氯苯、邻二氯苯、异丙醇共计4种属于指定的三类致癌物。

　　VOCs的污染水平分析表明，总挥发性有机物浓度介于26.60~620.73mg/m3之间，其中不同工段排放总VOC浓度大小顺序为：冷鼓工段>洗脱苯工段>脱硫工段。冷鼓工段的总VOC浓度最高，主要原因为：在冷鼓工段对焦炉荒煤气进行净化的过程中，会回收出大量温度偏高的液体产品或中间产品，必须收集到相应的储槽进行储存，是焦油和氨水储槽集中区域，且储槽内的温度高于常温，各焦油氨水储槽均会排放含有大量易挥发有毒有害气体的放散气，因此末端治理设备进口处VOCs的浓度最高。在冷鼓工段和洗脱苯工段所排放的VOCs中，苯类物质的浓度最高，分别占被检出VOCs的91.08%和88.19%:在脱硫工段所排放的VOCs中，恶臭物质的浓度最高，占被检出VOCs的59.20%.

　　Table 2 statistical results of mass concentration of VOCs in different workshopsfor cokingindustry    

　　单位：mg/m3

　　表2 焦化各工段各类VOCs质量浓度结果统计表

　　4 结语

　　本文使用JAVA技术和MySQL数据库系统，开发了焦化VOC污染信息管理系统，实现了焦化VOCs基础数据的快速处理功能，满足了焦化VOCs应用需求。通过这个系统能够更好的存储和管理监测所得VOC数据，为实现焦化VOC管理的自动化、数字化和现代化提供新思路和新方法。

　　参考文献
　　[1]官方钦，汤志刚，温燕明。炼焦化学工业绿色发展工程科技战略[J].钢铁，2015,50（12）：11-18.
　　[2]古丽娜尔·玉素甫，孙慧。1.1亿人与排污企业为邻的现实与未来[J].生态经济，2014,（5）：10-13.
　　[3]周源，张晓东，赵云，等。绿色治理规制下的产业发展与环境绩效[J].中国人口·资源与环境，2018,28（9）：82-92.
　　[4]Huo H,Lei Y,Zhang Q,et al.China's coke industry:Recent policies,technology shift,andimplication for energy and the environment[J].Energy Policy,2012,51:397-404.
　　[5]Wang H,Nie L,Li J,et al.Characterization and assessment of volatile organic compounds（VOCs）emissions from typical industries[J].Chinese Science Buletin,2013,58（7）：724-730.
　　[6]李苹，李勇，周丽芬。JDBC数据库连接方法研究[J].电脑知识与技术，2015,11（16）：3-5.
　　[7]佚名。REACH数据要求评价-生态毒性[J].生态毒理学报，2008,27（2）：129-131.
　　[8]李嘉轩，阎爱侠。常用化学化工互联网数据库简介[J].化学世界，2007,5（5）：312-313.
　　[9] 吴爱明，赵晓丽，冯宇，等。美国生态毒理数据库（ECOTOX）对中国数据库构建的启示[J].环境科学研究，2017,30（4）：636-644.
　　[10]杨晓亮，汤建伟，化全县，等。化学化工数据库系统研究现状与发展[J].计算机与应用化学，2010,27（3）：397-401.
　　[11] Codd E F.Relational database:a practical foundation for productivity[M].San Francisco（CA）：Morgan Kaufmann,1989:60-68.
　　[12] Demuth B,Hussmann H.Using UML/OCL constraints for relational database design[C].Proceedings of the《UML》'99-The Unified Modeling Language,Berlin,Heidelberg:Springer,1999.

　　附录（略）

（如您需要查看本篇毕业设计全文，请您联系客服索取）