Авторизация:
Логин:
Пароль:
  


АНОНС
Всё для будущих инженеров: сотрудничество "Уралмашзавода" и УГГУ
Уралмашзавод продолжает сотрудничество с одним из ведущих вузов региона – Уральским государственным горным университетом. При поддержке Газпромбанка и Уралмашзавода в УГГУ были...
ИТОГИ ТРЕТЬЕГО НАЦИОНАЛЬНОГО ГОРНОПРОМЫШЛЕННОГО ФОРУМА
НП "Горнопромышленники России" подвело итоги Третьего Национального горнопромышленного форума, который состостоялся 8 ноября 2017 года в Конгресс-центре Торгово-промышленной палаты Российской...
ГДЕ ПРОИЗВОДСТВО, ТАМ И НАУКА
На Ставровском карьере по добыче щебня, расположенном в Калужской области, планируется организовать работу научно-исследовательских коллективов. Руководство карьера стремится предложить им...





ОБЗОР
СОВЕРШЕНСТВОВАНИЕ ДЕЯТЕЛЬНОСТИ МЕТАЛЛУРГИЧЕСКОГО ПРЕДПРИЯТИЯ В УСЛОВИЯХ КОНКУРЕНЦИИ
Рассмотрены проблемы развития российских металлургических предприятий, а также состояние сталелитейной промышленности в мире. Отмечается, что в условиях рынка и жесткой конкуренции...
МИРОВЫЕ ТЕНДЕНЦИИ К ПЕРЕХОДУ НА СЖИЖЕННЫЙ ГАЗ
Показано состояние в мире с производством и потреблением сжиженного газа в настоящее время. Приведена динамика изменения производства его объемов за последние годы. Перечислены...

ПОДРОБНАЯ ИНФОРМАЦИЯ

 

УСТАНОВЛЕНИЕ ЗАВИСИМОСТИ ПРОИЗВОДИТЕЛЬНОСТИ ОЧИСТНОГО ЗАБОЯ ОТ ЗАТРАТ ВРЕМЕНИ НА ВЫПОЛНЕНИЕ ШТАТНЫХ И НЕШТАТНЫХ ОПЕРАЦИЙ ОЧИСТНОГО ЦИКЛА



На основе метода группового учета аргументов разработан алгоритм расчета производительности очистного забоя, который позволяет на основе хронометражных наблюдений с высокой степенью достоверности определять и прогнозировать значения нагрузки на комплексно-механизированные очистные забои. Получены эмпирические зависимости производительности очистных забоев от затрат времени на выполнение нештатных операций очистного цикла с максимальной ошибкой в поле исходных данных менее 8%. Установлено, что сокращение на 40% продолжительности простоев в очистном цикле по горно-геологическим причинам обеспечивает увеличение добычи угля на 13—18%, а при увеличении продолжительности простоев на 40% объем добычи угля снижается на 26—50%; при сокращении на 40% простоев в процессе крепления и управления кровлей обеспечивается увеличение нагрузки на очистной забой на 12—18%, а при увеличении продолжительности простоев на 40% объем добычи угля снижается на 26—48%.



Номер: 9
Год: 2018
УДК: 622.268.1
DOI: 10.25018/0236-1493-2018-9-0-97-103
Авторы: Турбор И. А., Шурыгин Д. Н.

Информация об авторах:
Турбор Ирина Александровна — соискатель,
Шурыгин Дмитрий Николаевич — кандидат технических наук,
доцент, e-mail: shurygind@mail.ru,
Южно-Российский государственный политехнический университет (НПИ)
имени М.И. Платова.

Ключевые слова:
Операция очистного цикла, управление кровлей, производительность забоя, нагрузка на очистной забой, затраты времени.

Библиографический список:

1. Антипов И. В., Лобков Н. И., Сергиенко А. И. Выбор метода математического моделирования и установление рациональной длины лав // Физико-технические проблемы горного производства. — 2011. — № 14. — С. 68—75.


2. Антонов М. А., Оганесян Н. К., Агафонов В. В. Адаптация методов оптимизации многофакторных задач и специальных методов оптимизации сложных систем к технологическим схемам угольных шахт // Горный информационно-аналитический бюллетень. — 2014. — № 11. — С. 367—371.


3. Ивахненко А. Г. Индуктивный метод самоорганизации моделей сложных систем. — Киев: Наукова думка, 1982. — 296 с.


4. Рогова Т. Б., Шаклеин С. В. Достоверность запасов угольных месторождений. Количественная оценка и мониторинг. — Saarbrücken: LAP LAMBERT Academic Publishing GmbH & Co. KG, 2011. — 508 c.


5. Шурыгин Д. Н., Голик В. И. Исследование процесса автоматизации прогнозирования горно-геологических условий в геоинформационных системах управления горным предприятием // Горный информационно-аналитический бюллетень. — 2014. — № S4—15. — С. 3—11.


6. Шурыгин Д. Н., Литовченко Т. В., Заика А. А., Добровольский В. А. Геометризация показателей на основе принципов натурно-модельного эксперимента и эвристической самоорганизации математических моделей сложных систем // Горный информационно-аналитический бюллетень. — 2017. — № 8. — С. 89—94.


7. Ghasemi E., Ataei M. Application of fuzzy logic for predicting roof fall rate in coal mines // Neural computing and applications. — 2013. — Vol. 22, No. 1. — P. 311—321.


8. Jelinek J., Stanek F., Vebr L., Honek J. The spatial distribution of the lignite qualitative parameters and variant estimates of coal reserves: the Czech Part of the Vienna Basin // International journal of earth sciences. — 2014. — Vol. 103, No. 4. — P. 1113—1123.


9. Li W., Luo Ch.,Yang H., Fan O. Memory cutting of adjacent coal seams based on a hidden Markov model // Arabian journal of geosciences. — 2014. — Vol. 71 — P. 5051—5060.


10. Navarra A., Montiel L., Dimitrakopoulos R. Stochastic strategic planning of open-pit mines with ore selectivity recourse // International Journal of Mining, Reclamation and Environment, 1 July 2016, P. 1—17.


11. Rahmanpour M., Osanloo M. Determination of value at risk for longterm production planning in open pit mines in the presence of price uncertainty // Journal of the Southern African Institute of Mining and Metallurgy. — Vol. 116, Issue 3, March 2016, Pp. 229—236.


12. Shurygin D. N., Gorbatenko N. I., Grechikhin V. V., Shaykhutdinov D. V. Geometrization of physical-mechanical properties of rocks based on the solution of the inverse problem of diagnostics of a condition of geophysical parameters // Journal of Engineering and Applied Sciences. — 2016. — Vol. 11. —No. 4. — P. 2764—2768.


вернуться назад
Карта сайта