Повышение эффективности функционирования карьерных автосамосвалов на основе обоснования их рациональной скорости с помощью имитационного моделирования

Представлено решение задачи по разработке методического аппарата формирования научно обоснованных рекомендаций для выбора скоростного режима движения карьерных автосамосвалов в конкретных горно-геологических и климатических условиях применения, обеспечивающего повышение эффективности эксплуатации рудничного транспорта. Показан способ формирования перечня наиболее значимых факторов и параметров, определяющих и характеризующих функционирование карьерных автосамосвалов, с учетом их уровня значимости, для оценки существующих решений систем для активного мониторинга текущего состояния машин. Обоснован выбор скорости движения автосамосвала в качестве главного фактора, определяющего эффективность эксплуатации автосамосвалов и оказывающего непосредственное воздействие на текущее и прогнозируемое техническое состояние машин. На основании выявленных закономерностей изменения скорости движения от различных факторов, а также при помощи прикладной программы, созданной для достижения целей имитационного моделирования движения различных моделей карьерных автосамосвалов в конкретных условиях эксплуатации, были получены результаты имитационного моделирования, позволившие определить влияние как целых групп, так и конкретных факторов на скорость движения автосамосвала в зависимости от условий эксплуатации и технических характеристик машины на примере карьерного автосамосвала CAT 793D.

Махараткин П. Н., Абдулаев Э. К., Вишняков Г. Ю., Ботян Е. Ю., Пушкарев А. Е. Повышение эффективности функционирования карьерных автосамосвалов на основе обоснования их рациональной скорости с помощью имитационного моделирования // Горный информационно-аналитический бюллетень. — 2022. — № 6−2. — С. 237—250. DOI: 10.25018/0236_1493_2022_62_0_237.

работа выполнена в ходе реализации решения Научного совета СанктПетербургского горного университета «Научный проект «Научный инкубатор» и приказа от 13.07.2021 № 1395адм в рамках первого этапа научной программы «Научный инкубатор». Исследование выполнено за счет субсидии на выполнение государственного задания в сфере научной деятельности на 2021 год №FSRW-2020−0014.

Махараткин Павел Николаевич — доцент каф. ТТПиМ, https://orcid.org/0000-00029376-061X, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, e-mail: pavelnik@spmi.ru;
Абдулаев Эльдар Камильевич — выпускник каф. ТТПиМ, https://orcid.org/0000-00032326-8053, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, e-mail: ehldarabdulaev@mail.ru;
Вишняков Георгий Юрьевич — аспирант каф. ТТПиМ, https://orcid.org/0000-00015050-4491, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, e-mail: geroibeka@yandex.ru;
Ботян Евгений Юрьевич — аспирантка ф. ТТПиМ, https://orcid.org/0000-0003-3395935X, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, e-mail: evgenybotyan@yandex.ru;
Пушкарев Александр Евгеньевич — докт. техн. наук., профессор, https://orcid.org/00000001-5546-015X, Санкт-Петербургский государственный архитектурно-строительный университет (СПбГАСУ), 190005, Санкт-Петербург, 2-я Красноармейская ул., д. 4, Россия, e-mail: pushkarev-agn@mail.ru.

Махараткин Павел Николаевич, e-mail: Pavelnik@spmi.ru.

1. Сафиуллин Р. Н., Афанасьев А. С., Резниченко В. В. Концепция развития систем мониторинга и управления интеллектуальных технических комплексов // Записки Горного института. — 2019. — Т. 237. — С. 322–330. DOI: 10.31897/PMI.2019.3.322.

2. Пушкарев А. Е., Максимова А. С. Решение задачи формирования системы мониторинга состояния и позиционирования строительных и дорожных машин // – СПб.: ИД «Петрополис», 2021. — 108 с.

3. Астафьев Ю. П., Полищук Г. К., Горлов Н. И. Планирование и организация погрузочно-транспортных работ на карьерах // – М.: Недра, 1986. — 168 с.

4. Глебов А. В. Методические принципы выбора основного оборудования структур механизации циклично-поточной технологии // Горный информационно-аналитический бюллетень. — 2021. — № 5−2. — С. 296–308. DOI: 10.25018/0236_1493_2021_52_0_296.

5. Беликова Д. Д., Мороз Е. В., Хисамутдинова Э. Л. Оптимальное управление силовыми агрегатами горных машин в диапазоне эксплуатационных режимов при применении системы контроля качества моторного масла // Горный информационно-аналитический бюллетень. — 2021. — № 6. — С. 95–103. DOI: 10.25018/0236_1493_2021_6_0_95.

6. Васильев М. В., Смирнов Ю. В. Методика нормирования и планирования производительности карьерных автосамосвалов. – Свердловск: ИГД МЧМ СССР, 1987. — 40 с.

7. Ворошилов Г. А. Тенденции и перспективы применения карьерного автотранспорта на горнодобывающих предприятиях Уральского региона // Материалы науч.практ. конф. «Карьерный транспорт 2002». Жодино: ПО «БелАЗ», 2002. — С. 50–52.

8. Голубев В. А., Лотов А. И. Пути экономии энергетических ресурсов при эксплуатации горно-транспортного оборудования карьеров // Труды ИГД МЧМ СССР. — 1986. – № 86. — С. 86–90.

9. Гончаров С. А., Клюка Ф. И. Пути снижения энергозатрат при разработке железорудных месторождений // Горный журнал. – 1999. — № 7. — С. 4–6.

10. Довженок A. C. Повышение эффективности карьерного автомобильного транспорта совершенствованием параметров его подсистем с использованием энергетического критерия: Автореф. дис. … канд. тех. наук. — СПб.: Петербургский ин-т инж. железнодорож. транспорта, 1992. — 20 с.

11. Зырянов И. В. Алгоритм управления скоростным режимом карьерных автосамосвалов при низких температурах // Колыма. — 1997. — №1. — С. 55–57.

12. Кулешов А. А., Ланков П. Ю., Серебренников О. Д. Выбор рациональной модели карьерного самосвала для проектируемых карьеров ОАО «Апатит» // Горный информационно-аналитический бюллетень. — 2005. — № 11. — С. 267–274.

13. Лель Ю. И., Мещерягин Ю. Б., Ребрин Е. Ю. Исследование эксплуатации автосамосвалов различной грузоподъемности при доработке Карагайского карьера // Известия Уральского горного института. — 1993. – № З. – С. 22–29.

14. Kholmskiy A. V., Sidorov D. V. Arrangements for increase the efficiency of mining operations on the deep ore mines. Scientific and Practical Studies of Raw Material Issues-Proceedings of the Russian-German Raw Materials Dialogue: A Collection of Young Scientists Papers and Discussion. 2020. pp. 71–74.

15. Потапов М. Г., Белозеров В. И., Левчик А. П. Перспективы создания большегрузных карьерных авто самосвалов. — М.: ЦНИЭИуголь, 1986. — 44 с.

16. Ребрин Е. Ю. Моделирование режимов работы карьерного автотранспорта: Автореф. дис. … канд. тех. наук. – Екатеринбург, 1995. — 18 с.

17. Хохряков В. С. Проектирование карьеров. — М.: Недра, 1980. — 336 с.

18. Эткина Н. И., Лель Ю. И., Сандригайло И. Н. Экспертные системы для оценки технологических параметров открытой разработки // Компьютерные технологии в горном деле. — 1996. — С. 138–142.

19. Boyd G., Dutrow E., Tunnessen W. The evolution of energy star energy performance Indicator for benchmarking industrial plant energy use // Journal of cleaner production. 2008, pp. 709–715.

20. Болобов В. И., Плащинский В. А. Влияние продолжительности удара на эффективность разрушения горных пород и пластического деформирования металлов // Горный информационно-аналитический бюллетень. — 2022. — № 3. — С. 78−96. DOI: 10.25018/0236_1493_2022_3_0_78.

21. Buki P., Nischk B. Tightening the belt on production costs // Pit Quarry.d machines, https://orcid.org/0000-0003-3395-935X,Saint-Petersburg mining university, 199106, Russia, St Petersburg, 21st Line, 2, e-mail: evgenybotyan@yandex.ru

22. Chadwick J. R. Continuous miner and road header use grows // World Coal. 1983, vol. 9, рр. 31−40.

23. Derzko N. A., Ugge A. J., Case E. R. Evaluation of Dynamic Freeway Flow Model by Using Field Data. Transportation Research. 1981, vol. 905. pp. 52–60.

24. Борисов C. B., Колтунова Е. А., Кладиев С. Н. Совершенствование структуры имитационной модели тягового асинхронного электропривода рудничного электровоза // Записки Горного института. — 2021. — Т. 247. – C. 1–8. DOI: 10.31897/ PMI.2021.1.12.

25. Botyan E., Pushkarev A. Improving the methodology of choosing machinery models for the formation of an excavator and vehicle fleet during the modernization of a mining transport system, with account for the Arctic specifics // Transportation Research Procedia. 2021, vol. 57, pp. 106–112.

26. Абдулаев Э. К., Махараткин П. Н., Кужелев А. И. Определение наиболее значимых факторов, влияющих на ресурс шин и редуктор мотор-колеса с помощью априорного ранжирования // Горный информационно-аналитический бюллетень. — 2019. — № S48. – С. 3–10.

27. Хазин М. Л. Роботизированные карьерные самосвалы // Известия Уральского государственного горного университета. — 2020. — № 3(59). — С. 123–130. DOI: 10.21440/2307-2091-2020-3-123−130.

28. Рыльникова М. В., Власов А. В., Макеев М. А. Обоснование условий применения автоматизированных систем управления открытыми горными работами строительства комплекса циклично-поточной геотехнологии в карьере с помощью имитационного моделирования // Горная промышленность. — 2021.– №4. — С. 106–112. DOI:10.30686/1609-9192-2021-4-106−112.

29. Bajany D. M., Zhang L., Xia. X. An optimization approach for shovel allocation to minimize fuel consumption in open pit mines: case of heterogeneous fleet of shovels // International Federation of Automatic Control. 2019, vol. 52, iss. 14, pp. 207–212. DOI: 10.1016/j.ifacol.2019.09.196.

30. Patterson S. R., Kozana E., Hyland P. Energy efficient scheduling of open-pit coal mine trucks // European Journal of Operational Research. 2017, vol. 262, pp. 759–770. DOI: 10.1016/j.ejor.2017.03.081.

31. Burmistrov K. V., Osintseva N. A., Shakshakpaev A. N. Selection of Open-Pit Dump Trucks during Quarry Reconstruction // Procedia Engineering. 2017, vol. 206, pp. 1696– 1702. DOI: 10.1016/j.proeng.2017.10.700.

32. Wang Q., Zhang R., Lv Sh., Wang Y. Open-pit mine truck fuel consumption pattern and application based on multi-dimensional features and XGBoost // Sustainable Energy Technologies and Assessments. 2021, vol. 43, pp. 89–99. DOI: 10.1016/j.seta.2020.100977.

33. Yan Q., Chen X., Jian H., Wei W., Wang W., Wang H. Design of a deep inference framework for required power forecasting and predictive control on a hybrid electric mining truck // Energy, 2022, vol. 238. pp. 121–141. DOI: 10.1016/j.energy.2021.121960.