ВЛИЯНИЕ ПНИСТОСТИ ЗАЛЕЖИ НА БЕЗОТКАЗНОСТЬ ТОРФЯНЫХ МАШИН

Представлены результаты исследования влияния пнистости залежи на безотказность торфяных машин. На основе исследований, проведенных в ОАО «Васильевский мох» получены статистические данные по потоку отказов для основных технологических машин: уборочных, фрезерных барабанов, ворошилок и валкователей. Для каждого типа машин определены количество отказов, рассчитаны среднее время безотказной работы, среднее квадратическое отклонение наработки на отказ, а также среднее время восстановления с учетом ожидания ремонта. Проведенные исследования позволили предложить классификацию отказов торфяных машин по трудоемкости и продолжительности их устранения. Отказы предложено классифицировать по 3 группам сложности. К первой группе сложности отнесены отказы, устраняемые операторами технологических машин, имеющие трудоемкость восстановления до 2-х часов. Ко второй группе сложности отнесены отказы, для устранения которых требовалось участие ремонтной бригады с трудоемкостью восстановления до 8-и часов. К третьей группе сложности отнесены отказы, требующие эвакуации технологических машин с месторождения для ремонта, и имеющие трудоемкость восстановления более 8-и часов. Выявлено, что эксплуатация машин на месторождениях с объемной пнистостью более 2%, приводило к значительному увеличению потока отказов у фрезерных барабанов, ворошилок и валкователей, которые в процессе работы наиболее активно взаимодействуют с торфяной залежью. Для уборочных машин, которые взаимодействуют с уже переработанным торфом, поток отказов практически не менялся. Обосновано, что учет пнистости залежи при планировании и осуществлении технического обслуживания торфяных машин позволяет повысить эффективность производства за счет более полного использования метеоблагоприятных для добычи торфа дней.

Ключевые слова

Торфяные машины, надежность, безотказность, ремонт, классификация отказов.

Номер: 12
Год: 2017
ISBN:
UDK: 622.331.002.5
DOI: 10.25018/0236-1493-2017-12-0-139-145
Авторы: Горлов И. В., Рахутин М. Г.

Информация об авторах: Горлов Игорь Васильевич — доктор технических наук, доцент, e-mail: gorloviv@yandex.ru, Тверской государственный технический университет, Рахутин Максим Григорьевич — доктор технических наук, профессор, e-mail: mtm98@yandex.ru, НИТУ «МИСиС».

Библиографический список: 1. Wang J. J., Jing Y. Y., Zhang C. F., Zhao J. H. Review on multi-criteria decision analysis aid in sustainable energy decision-making // Renew. Sustain. Energy Rev. 2009. Vol. 13. No. 9. Pp. 2263-2278. DOI: 10.1016/j.rser.2009.06.021
2. Wang J. J., Jing Y. Y., Zhang C. F., Shi G. H., Zhang X. T. A fuzzy multi-criteria decisionmaking model for trigeneration system // Energy Policy. 2008. Vol. 36. No. 10. Pp. 3823-3832. DOI: 10.1016/j.enpol.2008.07.002
3. Рахутин М. Г. Изыскание резервов повышения эффективности эксплуатации оборудования // Уголь. - 2006. - № 5. - С. 44-46.
4. Михайлов А. В., Иванов С. Л., Габов В. В. Формирование и эффективное использование машинного парка торфодобывающих компаний // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. - 2015. - № 14. - С. 82-91.
5. Михайлов А. В., Иванов С. Л., Бондарев Ю. Ю. Состояние технического перевооружения машинно-тракторного парка торфодобывающих компаний // Научно-технические ведомости СПбГПУ. - 2014. - № 3 (202). - С. 229-235.
6. Хазанович Г. Ш., Черных В. Г., Воронова Э. Ю., Отроков А. В. О некоторых направлениях разработки эффективного горнопроходческого оборудования // Горное оборудование и электромеханика. - 2013. - № 4. - С. 20-24.
7. Михайлов А. В., Иванов С. Л., Большунов А. В., Кремчеев Э. А. Торфяные ресурсы Северо-Западного федерального округа России и перспективы их освоения // Записки Горного института. - 2013. - Т. 200. - С. 226-230.
8. Справочник по торфу / Под. ред. А. В. Лазарева и С. С. Корчунова. - М.: Недра, 1982. - 760 с.
9. Лемешко Б. Ю. Статистический анализ одномерных наблюдений случайных величин. - Новосибирск: НГТУ, 1995. - 125 с.
10. Lin G. T.R., Shen Y. C. A collaborative model for technology evaluation and decisionma-
king // J. Sci. Indus. Res. 2010. Vol. 69. No. 2. Pp. 94-100.
11. Горлов И. В., Полетаева Е. В. Прогнозирование эксплуатации технологической машины на основе агрегативной модели // Горный информационно-аналитический бюллетень. - 2013. - № 10. - С. 218-222.
12. Fang, Y., Lian, H., Liang, H., Ruppert D. Variance function additive partial linear models // Electronic Journal of Statistics. 2015. 9(2):2793-2827.

Наши партнеры

Подписка на рассылку

Раз в месяц Вы будете получать информацию о новом номере журнала, новых книгах издательства, а также о конференциях, форумах и других профессиональных мероприятиях.