Анализ энергоэффективности и оптимальных режимов работы оборудования горно-обогатительного комбината

Данное исследование посвящено анализу энергоэффективности Урупского горно-обогатительного комбината – крупного предприятия по добыче и переработке медно-колчеданной руды на Северном Кавказе. Обоснована актуальность работы, связанная с необходимостью оптимизации электропотребления в условиях роста экологических требований и повышения энергоэффективности. Основное внимание уделено ключевым показателям: удельному расходу электроэнергии, 30-минутной активной мощности и уровню потерь в электросетях. Объектом исследования стали технологические процессы рудника и обогатительной фабрики. Цель работы – разработка методики расчета и прогнозирования энергопотребления для повышения эффективности производства. В работе применены вероятностно-статистические методы, включая регрессионно-корреляционный анализ данных за несколько лет. Основные результаты включают: выявление значительного несоответствия между фактическими и расчетными показателями использования оборудования (коэффициенты kW = 0,2–0,52 при норме 0,5–0,8); разработку методики расчета энергопотребления с использованием статистических выборок; прогнозирование 30-минутной активной мощности различными методами (метод наименьших квадратов, метод коэффициентов темпов роста, метод Холта). Полученные данные свидетельствуют о наличии 4–5-кратного резерва производительности оборудования. Перспективы дальнейших исследований связаны с внедрением систем мониторинга энергопотребления и технологических параметров в режиме реального времени и разработкой цифровых моделей технологических процессов для более точного прогнозирования. Полученные результаты демонстрируют значительный потенциал оптимизации энергопотребления. Реализация предложенных мер позволит не только снизить затраты на электроэнергию, но и повысить общую эффективность производства.

Клюев Р. В. Анализ энергоэффективности и оптимальных режимов работы оборудования горно-обогатительного комбината // Горный информационно-аналитический бюллетень. – 2025. – № 7. – С. 157–169. DOI: 10.25018/0236_1493_2025_ 7_0_157.

Клюев Роман Владимирович — д-р техн. наук, доцент, профессор, Московский политехнический университет, e-mail: kluev-roman@rambler.ru, ORCID ID: 0000-0003-3777-7203.

1. Жуковский Ю. Л., Сусликов П. К. Оценка потенциального эффекта применения технологии управления спросом на горных предприятиях // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 3. — С. 895—908. DOI: 10.21177/1998-4502-2024-16-3-895-908.

2. Петров В. Л., Кузнецов Н. М., Морозов И. Н. Моделирование электропотребления обогатительной фабрики // Горный журнал. — 2022. — № 2. — С. 72—76. DOI: 10.17580/gzh.2022.02.11.

3. Капанский А. А. Методы решения задач оценки и прогнозирования энергетической эффективности // Вестник Казанского государственного энергетического университета. — 2019. — Т. 11. — № 2(42). — С. 103—115.

4. Wang Y., Zhang N., Chen X. A short-term residential load forecasting model based on lstm recurrent neural network considering weather features // Energies. 2021, vol. 14, article 2737. DOI: 10.3390/en14102737.

5. Zhukovskiy Y., Batueva D., Buldysko A., Shabalov M. Motivation towards energy saving by means of IoT personal energy manager platform // Journal of Physics: Conference Series. 2019, vol. 1333, no. 6, article 062033. DOI: 10.1088/1742-6596/1333/6/062033.

6. Sokolov A. A., Fomenko O. A., Ignatev I. V. Development of algorithms for control and control of electric power parameters based on information-measuring system data // Journal of Physics: Conference Series. 2022, vol. 217, no. 1, article 012076. DOI: 10.1088/1742-6596/2176/1/012076.

7. Соколов A. A., Орлова Л. Г., Башмур К. А., Кузьмич Р. И., Кукарцев В. В. Моделирование различных режимов работы трансформаторов, применяемых на подстанциях горнодобывающей промышленности // Горный информационно-аналитический бюллетень. — 2023. — № 11-1. — С. 278—291. DOI: 10.25018/0236_1493_2023_111_0_278.

8. Клюев Р. В. Системный анализ методов расчета систем электроснабжения карьеров // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 1. — С. 302—310. DOI: 10.21177/1998-4502-2024-16-1-302-310.

9. Shishkin P. V., Malozyomov B. V., Martyushev N. V., Sorokova S. N., Efremenkov E. A., Valuev D. V., Qi M. Mathematical logic model for analysing the controllability of mining equipment // Mathematics. 2024, vol. 12, no. 11, article 1660. DOI: 10.3390/math12111660.

10. Malozyomov B. V., Martyushev N. V., Sorokova S. N., Efremenkov E. A., Valuev D. V., Qi M. Analysis of a predictive mathematical model of weather changes based on neural networks // Mathematics. 2024, vol. 12, no. 3, article 480. DOI: 10.3390/math12030480.

11. Клюев Р. В. Анализ технологических и энергетических параметров шаровых мельниц // Горная промышленность. — 2024. — № 6. — С. 107—110. DOI: 10.30686/1609-9192-2024-6107-110.

12. Клюев Р. В. Анализ надежности элементов системы электроснабжения карьеров // Горные науки и технологии. — 2024. — № 9(2). — С. 183—194. DOI: 10.17073/2500-0632-2024-03-254.

13. Oprea S. V., Bara A., Ifrim G. Flattening the electricity consumption peak and reducing the electricity payment for residential consumers in the context of smart grid by means of shifting optimization algorithm // Computers & Industrial Engineering. 2018, vol. 122, pp. 125— 139. DOI: 10.1016/j.cie.2018.05.053.

14. Patil P. D., Patil R., Ahire P., Bharati R., Dongre Y. An adaptive methodology based on predictive deep learning and context aware clustering for electricity power usage mining and optimization at different granularity levels // e-Prime — Advances in Electrical Engineering, Electronics and Energy. 2024, vol. 8, article 100628. DOI: 10.1016/j.prime.2024.100628.

15. Abramovich B., Sychev Y., Prokhorova V. The application of modern information technologies for power monitoring and control in conditions of distributed generation / Conference of Open Innovation Association, FRUCT 2014. 2014, pp. 3—8, article 7000938. DOI: 10.1109/FRUCT.2014.7000938.

16. Вялкова С. А., Моргоева А. Д., Гаврина О. А. Разработка гибридной модели прогнозирования потребления электрической энергии для горно-металлургического предприятия // Устойчивое развитие горных территорий. — 2022. — Т. 14. — № 3. — С. 486—493. DOI: 10.21177/1998-4502-2022-14-3-486-493.

17. Albuquerque P. C., Cajueiro D. O., Rossi M. D. C. Machine learning models for forecasting power electricity consumption using a high dimensional dataset // Expert Systems with Applications. 2022, vol. 187, article 115917. DOI: 10.1016/J.ESWA.2021.115917.

18. Назарычев А. Н., Дяченок Г. В., Сычев Ю. А. Исследование надежности тягового электропривода карьерных самосвалов на основе анализа отказов его функциональных узлов // Записки Горного института. — 2023. — Т. 261. — С. 363—373.

19. Баловцев С. В., Меркулова А. М. Комплексная оценка надежности зданий, сооружений и технических устройств горных предприятий // Горный информационно-аналитический бюллетень. — 2024. — № 3. — С. 170—181. DOI: 10.25018/0236_1493_2024_3_0_170.

20. Бурянина Н. С., Королюк Ю. Ф., Малеева Е. И., Лесных Е. В. Линии электропередач с уменьшенным количеством проводов в горных территориях // Устойчивое развитие горных территорий. — 2018. — № 3. — С. 404—410. DOI: 10.21177/1998-4502-2018-10-3-404-410.

21. Abramovich B. N., Kuznetsov P. A., Sychev Yu. A. Protective controller against cascade outages with selective harmonic compensation function // Journal of Physics: Conference Series. 2018, vol. 1015, no. 2, article 022001. DOI: 10.1088/1742-6596/1015/2/022001

22. Ji Q., Zhang S., Duan Q., Gong Y., Li Y., Xie X., Bai J., Huang C., Zhao X. Shortand mediumterm power demand forecasting with multiple factors based on multi-model fusion // Mathematics. 2022, vol. 10, article 2148. DOI: 10.3390/math10122148.