CC BY
7ОЦЕНКА ВЛИЯНИЯ ЭНЕРГЕТИЧЕСКИХ, ТЕХНОЛОГИЧЕСКИХ И ЭКСПЛУАТАЦИОННЫХ ФАКТОРОВ НА ПОКАЗАТЕЛИ УДЕЛЬНОГО РАСХОДА ЭЛЕКТРОЭНЕРГИИ НА ЕДИНИЦУ ВЫПУСКАЕМОЙ
ПРОДУКЦИИ Рахмонов И.У.1, Нажимова А.М.2
1'Рахмонов Икромжон Усмонович - доктор философии по техническим наукам (PhD), заведующий кафедрой;
кафедра электроснабжения, Ташкентский государственный технический университет, г. Ташкент;
2Нажимова Айсулу Махмудовна - доктор философии по техническим наукам (PhD), преподаватель,
кафедра электроэнергетики, Каракалпакский государственный университет, г. Нукус, Республика Узбекистан
Аннотация: в статье рассматриваются вопросы методики расчета электроэнергии и современные методы их учета. Приводятся необходимые условия определения параметров при расчете электроэнергии и их стоимости, а также рекомендации по определению норм расхода электроэнергии для рационального использования электроэнергии.
Ключевые слова: энергетические показатели, удельная норма, эксплуатационные факторы, конечная продукция, расход электроэнергии.
В практике расчеты абсолютного и удельного электропотребления производятся в зависимости от влияния на них основных факторов - часовой производительности и объема выпускаемой продукции. Однако, кроме данных показателей, на величину потребляемой мощности и энергии может оказывать существенное влияние значительное число других факторов, как случайных, так и эпизодически действующих. К таким факторам можно отнести температуру окружающей среды или продуктов переработки, влажность и крупность продуктов переработки, твердость материала и др. [1-5].
Применение математических методов для анализа, классификации и расчета энергетических параметров характеризуется, как указывалось выше, большим числом разнообразных взаимосвязанных между собой энергетических, технологических и эксплуатационных факторов. Хорошо известные методы определения характеристик объектов, связанные с подачей на вход пробных сигналов или же изменением величины вышеуказанных факторов производства, имеют также существенные ограничения, так как часто по условиям эксплуатации не допускается изменение какого-либо фактора из-за опасности возникновения нежелательных технологических условий [3-8].
В решении поставленной проблемы первостепенное значение приобретает вопрос: Какие параметры и какое их количество должно быть в требуемом уровне? В указанном случае возникает необходимость в количественной оценке степени определенности входного параметра по данной группе этих параметров с учетом их взаимосвязи с остальными параметрами на входе и выходе объекта.
В связи с этим, для решения задач нормирования и прогнозирования энергетических показателей, необходимо произвести их идентификацию с выявлением закономерности изменения энерготехнологических параметров с учетом вышеперечисленных факторов производства.
Решение данного вопроса включает в себя разработку и реализацию следующих алгоритмов:
- отбора энергетических, технологических и эксплуатационных факторов, оказывающих влияние на энергоемкость промышленной продукции;
- оценки доминирующих факторов, оказывающих наибольшее влияние на энергоемкость продукции;
- оценки резервов экономии электроэнергии или дополнительного ее расхода;
- оценки эффективности мероприятий по экономии энергии с учетом внедрения новой техники и технологий.
Как указывалось выше, в процессе производства, как правило, имеют место различного рода отклонения от требований стандартов технологической схемы при изготовлении каждого вида продукции. К ним относятся:
- качество сырья (крупность, влажность, наличие примесей и др.);
- режим работы оборудования (наличие непредвиденных технологических пауз и перерывов, величина загрузки сырья и др.);
- характеристика продуктов переработки (сортность, габариты, прочность, температура материала, влажность и др.);
- качество компонентов технологического процесса (сжатый воздух, вода, пар и др.);
- качество технического обслуживания (смазка, регулировка, температура и влажность окружающей среды и др.).
Из перечисленных факторов необходимо выявить те, которые наибольшим образом оказывают влияние на показатели электропотребления.
Наиболее достоверные результаты могут быть получены при разделении поставленной проблемы на две подзадачи:
1. Проведение экспертных опросов с целью выявления из множества факторов тех, которые влияют на энергетические показатели.
2. Построение регрессионной модели энергетических показателей, с учетом выявленных факторов. Применение данного метода позволяет выделить из всего многообразия факторов, влияющих на
энергетические показатели, наиболее значительные и дать соответствующую оценку каждому из них.
Нормы удельного электропотребления (УЭП) могут быть определены на основе разработанных математических моделей УЭП, планируемого объёма выпускаемой продукции и результатов внедрения организационно-технических мероприятий по рациональному использованию электроэнергии на прогнозируемый период.
При этом, увеличение или снижение объёма выпускаемой продукции определяется соответствующими плановыми структурами предприятия в
зависимости от ожидаемой конъектуры спроса и предложений на производимую продукцию. Что касается результатов внедрения мероприятий по совершенствованию производства экономии электроэнергии на действующем оборудовании, а также уровня реализации проекта, обновления парка машин и механизмов, и перехода на энергосберегающие технологии, то эта задача должна быть решена в результате энергетического и технологического анализа и соответствующих расчётов. Следует отметить, что в результате внедрения ожидаемых орг.тех.мероприятий, удельное электропотребление может быть снижено или увеличено в связи с вводом новых систем, позволяющих повысить качество продукции или улучшить условия труда [9-12].
На основании изложенного, расчёт прогнозируемых норм УЭП может быть проведён поэтапно:
- оценка ожидаемой экономии электроэнергии в результате внедрения ОТМ или дополнительного расхода электроэнергии на их реализацию;
- определение сроков, очерёдности и получения эффекта на каждом этапе внедрения.
Список литературы
1. Goel А. Regression Based Forecast of Electricity Demand of New Delhi / A. Goel // International Journal of Scientific and Research Publications, 2014. -Vol. 4, Issue 9. Р. 9.
2. Makridakis S. Forecasting: methods and applications. / S. Makridakis, S. Wheelwright, R. Hyndman. N-Y.: John Wiley & Sons, 1998. 420 p.
3. Rakhmonov I.U., Reymov K.M., Dustova S.H. Improvements in industrial energy rationing methods. Journal of IOP: Conference Series. MIP: Engineering-2020. 862 (2020) 062070 doi:10.1088/1757-899X/862/2/062070.
4. Mennon A. Characterization of class of sigmoid functions with applications to neural networks / A. Mennon, K. Mehrota, C. K. Mohan, S. Ranka // Neural networks, 1996. № 9. P. 819 -835.
5. Pedrycz W.A. Distributed Fuzzy System Modeling / W. Pedrycz, C. W. Lam, A. Roch // IEEE Transactions on System, Man and Cybernetics, 1995. № 5. P. 41-43.
6. RakhmonovI.U., TaslimovA.D. Optimization of complex parameters of urban distribution electric networks. // Journal of Physics: Conference Series. APITECH-2019. 1399 (2019) 055046 doi:10.1088/1742-6596/1399/5/05504.
7. Voronov I.V., Poletov Ye.A., Yeremenko V.M. Opredelenie parametrov, vlijajushhih na elektropotreblenie promyshlennogo predprijatija s pomoschju metoda ekspertnyh otsenok [Determination of parameters influencing power consumption of industrial enterprises using expert evaluation method]. Vestnik KuzGTU [Bulletin of KuzGTU], 2009. № 5. Pp. 61-64.
8. Gilchrist W. Statistical Forecasting / W. Gilchrist. London: John Wiley & Sons, 2001. 540 p.
9. Nikiforov G.V. [Analiz ustojchivosti regressionnyh modelej elektropotreblenija] Analysis of stability for regression models of energy consumption. Promishlennaya energetic [Industrial power engineering], 1999. № 12. Pp. 18-20.
10. Zadeh L.A. Fuzzy Logic, Neural Network and Soft Computing // Communication of the ACM, 1994. № 3. P. 78-84.
