Прогнозирование потерь объемов горной массы, перевозимой карьерным автотранспортом, на основе динамического ряда Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

------ф

'S'------

----------------------------- © В.С. Квагинидзе, С.Н. Зарипова,

2006

УДК 622.371

В.С. Квагинидзе, С.Н. Зарипова

ПРОГНОЗИРОВАНИЕ ПОТЕРЬ ОБЪЕМОВ ГОРНОЙ МАССЫ, ПЕРЕВОЗИМОЙ КАРЬЕРНЫМ АВТОТРАНСПОРТОМ, НА ОСНОВЕ ДИНАМИЧЕСКОГО РЯДА

Одной из задач в управлении работой экскаваторноавтомобильного комплекса является минимизация потерь от простоев экскаваторного оборудования и автотранспорта. Работа карьерного экскаватора во времени связана с автомобильным транспортом, поступающим под погрузку с заданной интенсивностью, в прямой зависимости от которой находится и производительность автосамосвалов. В свою очередь, непрерывная работа погрузочного оборудования с гарантированным уровнем производительности зависит от целого ряда внешних факторов, часть из которых носит стохастический характер, а большинство изменяется во времени. Эти изменения оказывают прямое или косвенное воздействие на эффективность работы всего экскаваторноавтомобильного комплекса.

Как показал анализ работы технологического автотранспорта в условиях Нерюнгринского угольного месторождения, на эффективность эксплуатации карьерной техники влияют

9,36

10

11,60

3,12

14,72

1,00

6,67

26,53

16,38

□ Несправность экскаваторов □ Неподготовленность забоя 6

7 □ Отсутствие электроэнергии

□ Отсутствие дорог

□ Ожидание работ 8 □ Взрывные работы

4 □ Отсутствие подъездных путей □ Климатические условия 9

5 ■ Неактируемые 10 ■ Отсутствие ГСМ и прочие

Рис. 1. Причины неплановых простоев карьерных автосамосвалов на линии

6

технологические, организационные и природно-

климатические факторы (рис. 1).

При этом ряд факторов проявляет взаимное воздействие, как друг на друга, так и на группы смежных факторов. В свою очередь, интенсивность использования техники зависит от условий эксплуатации, определяемых расположением месторождения в определенной климатической зоне.

Большой удельный вес аварийных отказов и ремонтов в зимний период свидетельствует, в большинстве случаев, о неприспособленности применяемого горно-транспортного оборудования для эксплуатации в тяжелых климатических условиях Севера. В зимний период, по сравнению с летним, среднемесячная выработка машин сокращается до 55 % (таблица), себестоимость перерабатываемой горной массы увеличивается до 53 % и выше, простои становятся более продолжительными (увеличиваются до 42 %). Все это обусловливает большие потери объемов перевозки горной массы.

Технико-экономические показатели, достигнутые п ри эксплуатации 1 списочного а/м БелАЗ на угледобывающих предприятиях Севера

тель I II III IV V VI VII VIII IX X XI XII

Объем перевозок, тыс. т 91,25 85,3 101,7 100,9 117,2 128,5 132,2 130,6 ,5 94,33 87,9 88,6

Себестоимость 10 ткм, руб. 28,1 4 ю 10 2 32,9 21,44 23,03 9 10 2 23,21 24,05 26,58 29,47 27,07 28,56

Про- стои, маш. час 114,67 100,21 45,35 9 Г4' со 9 2 сч 7 78,49 70,25 73,5 69,39 5 (О 9 80,33 108,36

Опыт эксплуатации карьерного автотранспорта в условиях Нерюнгринского угольного месторождения показал зависимость потерь объемов горной породы, перевозимой технологическим автотранспортом, от климатических условий и выявил сезонную периодичность (рис. 2 и 3). Сезонность связана исключительно со сменой природно-климатических условий в рамках годового периода.

—♦—2000 —■—2001 —д—2002 —среднее

Рис. 2. Потери объемов вскрышной породы, перевозимой карьерным автотранспортом

—♦— 2000 ■ 2001 —а— 2002 » среднее

Рис. 3. Потери количества угля, перевозимого карьерным автотранспортом

Рис.4. Схема комплексного исследования тренд-сезонных временных рядов

Проблема анализа сезонности заключается в исследовании сезонных колебаний и в изучении того внешнего циклического механизма, который их вызывает. Следуя укрупненному алгоритму исследования тренд-сезонных временных рядов, приведенному на рис. 4, для исследования сезонных колебаний вне связи с причинами, их порождающими, от-

фильтруем из временных рядов (отдельно по породе и углю) компоненты и проанализируем динамику сезонной волны.

Динамические ряды, изображенные на рис. 2 и 3, проверены на сопоставимость и выявлены три отклонения, существенно нарушающих тенденцию - август, сентябрь 2001 г. (по породе) и январь 2001 года (по углю). В эти периоды наблюдались продолжительные неактируемые простои технологического автотранспорта, которые составляли до 80 % от всех простоев техники.

Для определения трендовой компоненты исследуемых рядов данных рассматривались линейная, логарифмическая, экспоненциальная, степенная и полиномиальная зависимости, из которых, после сопоставления сумм квадратов отклонений моделей, для ряда, составленного по породе, выбрана логарифмическая зависимость у = -0,92/л/+77,46, а для ряда, составленного по углю, экспоненциальная зависимость у = 1,67е0,031/.

%

Рис. 5. Сезонная волна потери объемов перевозимой породы

Рис. 6. Сезонная волна потери количества перевозимого угля

Полученные модели проверены на адекватность путем исследования трех условий (случайности, нормальности и независимости) применительно к случайным компонентам рассматриваемых динамических рядов.

Для фильтрации сезонных явлений в работе использованы метод построения сезонных волн и гармонический анализ.

Графики сезонных волн приведены на рис. 5 и 6.

Из рис. 5 имеем, что ежегодно наибольшие отклонения в потерях объемов перевозимой вскрышной породы до 14% могут наблюдаться в январе-феврале и сентябре-октябре месяцах. Аналогично по рис.6 получаем, что отклонения от 25

янв фев мар апр май июн июл авг сен окт ноя дек

ф 1 гармоника й 2 гармоника

ш 3 гармоника ■ относительные сезонные колебания

Рис. 7. Сопоставление гармоник и относительных колебаний (по вскрышной породе)

м3/час

1 гармоника ^^^—2 гармоника

3 гармоника относительные сезонные колебания

Рис. 8. Сопоставление гармоник и относительных колебаний (по углю)

до 74 % могут наблюдаться, в основном, в зимние месяцы: ноябрь-март. Именно в эти периоды следует обратить внимание на возможные простои технологического автотранспорта и, по мере возможности, принять меры по устранению непредвиденных простоев.

Для нахождения сезонных составляющих вторым способом использовался ряд Фурье в качестве аналитической модели сезонности. Для получения более точных аналитических моделей построены модели сезонной волны, применяя 1-ю, 2-ю и 3-ю гармоники ряда Фурье (рис.7, 8).

Уравнения искомых трендовых моделей с тремя гармониками имеют следующий вид: у = 77,46 - 1,92/П + 14,54cost + 2,54&пЛ + 1,23cos2t -- 0,24sin2t + 1,42 cos3t - 3,84зВД (1)

у = 4,27 + 1,67е0СШ + 2,57 cost - 0,^'^ + 1,45cos2t +

+ 0^^ + 0,77 cos3t - 0,21 sin3t. (2)

Статистические показатели моделей (1) и (2) указывают на хорошую точность (10-20%) и возможность прогнозирования по ним потерь объемов горной массы, транспортируемой карьерными автосамосвалами, из-за неплановых простоев на линии: для модели (1): Д = 0,69, а = 2,04, е = 13,86 %, п = 0,75; для модели (2): Д = 0,78, а = 0,68, е = 17,07 %, п = 0,76. Здесь Д - коэффициент детерминации, а - среднее квадратическое отклонение, е - средняя относительная ошибка аппроксимации, п - корреляционное отношение.

|— Коротко об авторах------------------------------------------

Квагинидзе В.С. - доктор технических наук, профессор, ОАО ХК «Якутуголь»;

Зарипова С.Н. - кандидат физико-математических наук, доцент, ТИ (Ф) ГОУ ВПО ЯГУ.