Dioxiner är en grupp av giftiga och ihållande miljöföroreningar. Dessa föreningar bildas genom en mängd olika processer men vanligtvis genom ofullständig förbränning av organiskt material. Nivåer övervakas vanligtvis i industriella miljöer av säkerhetsskäl med hjälp av offline -laboratorieanalyser som utförs regelbundet. Nytt arbete publicerat i International Journal of System Control and Information Processing erbjuder en uppskattning av utsläppskoncentrationen från mjuka mätningar som använder en algoritm för djupt skogsregression.

Ett sådant tillvägagångssätt kan erbjuda ett bättre tillvägagångssätt för dioxinövervakning så att en profil av utsläppskoncentrationer kan ses nästan i realtid på ett sätt som periodisk övervakning inte kan. Som sådan, detta kan möjliggöra optimal kontroll av processerna för att minska risken för skadliga utsläpp. Teamet har validerat de förutsägelser som gjorts av den utbildade algoritmen med data från en typisk industriell process, kommunal förbränning av fast avfall, som är välkänd som en viktig potentiell källa till dioxiner på många ställen. Deras tillvägagångssätt ger en ganska exakt förutsägelse baserad på inmatningsparametrar för kända data från en förbränningsugn.

Kommunalt fast avfall ökar med upp till tio procent årligen över hela världen. Dessutom, med tanke på att praktisk återvinning inte är möjlig i många av världens städer på någon meningsfull nivå, avfallsförbränning är ett av de enda pragmatiska sätten att hantera detta växande problem. Men, frågan om föroreningar måste också tas upp om förbränning inte ska orsaka fler problem än den löser. Självklart, värmen som genereras genom kommunal avfallsförbränning kan i sig användas till att värma lokala byggnader eller generera el.