Повышение энергоэффективности насосных агрегатов на горнодобывающих предприятиях: анализ, диагностика и пути оптимизации

Рассмотрена проблема повышения энергоэффективности насосных установок, которые являются одними из основных потребителей электроэнергии. Представлен комплексный анализ причин низкой эффективности, включающий детальный разбор гидравлических, объемных и механических потерь в насосах. Особое внимание уделено влиянию технического состояния и режимов эксплуатации оборудования на его совокупный коэффициент полезного действия. На примере реального насосного парка электролитного цеха продемонстрирован подход к выбору электродвигателей с учетом фактических условий работы, таких как повышенное гидравлическое сопротивление из-за солевых отложений. Центральное место в исследовании занимают результаты энергетического обследования, выявившего серьезные проблемы с качеством электроэнергии: несимметрию токов в фазах (разница до 7%, ток в нейтрали 2,04 А) и значительный уровень высших гармонических искажений (до 7% для 11-й и 13-й гармоник), что приводит к дополнительным потерям и сокращению срока службы оборудования. На основе проведенного анализа предложен комплекс технических и организационных мероприятий для оптимизации энергопотребления. Ключевыми из них являются внедрение частотно-регулируемых приводов для насосов с переменной нагрузкой, компенсация реактивной мощности, каскадное управление группой насосов, а также снижение гидравлических потерь в трубопроводных сетях и борьба с утечками. Реализация предложенных мер позволяет существенно снизить эксплуатационные расходы и повысить надежность работы критически важного оборудования горных предприятий. Насосные установки горнодобывающих предприятий обладают существенным резервом для повышения энергоэффективности, что подтверждается анализом всех видов потерь и результатами энергообследования.

Клюев Р. В. Повышение энергоэффективности насосных агрегатов на горнодобывающих предприятиях: анализ, диагностика и пути оптимизации // Горный информационно-аналитический бюллетень. – 2026. – № 1. – С. 156–167. DOI: 10.25018/0236_1493_2026_1_0_156.

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. Зотов В. В., Мнацаканян В. У., Базлин М. М., Лакшинский В. С., Дятлова Е. В. Повышение ресурса рабочих колес центробежных насосов шахтного водоотлива // Горная промышленность. — 2024. — № 2. — С. 143—146. DOI: 10.30686/1609-9192-2024-2-143-146.

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

3. 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.

4. 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.

5. Тыскинеева И. Е., Константинов В. В., Жалсанова Н. А., Иванов А. П. Внедрение частотно-регулируемых электроприводов насосов // Энергетик. — 2025. — № 4. — С. 43—45. DOI: 10.71527/EP.EN.2025.04.007.

6. 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.

7. 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.

8. 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.

9. 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.

10. 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. 2176, no. 1, article 012076. DOI: 10.1088/1742-6596/2176/1/012076.

11. 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.

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

13. Li R., Zhang J. Performance analysis of a large-scale overfeed photovoltaic-thermal heat pump with a mechanical pump under winter conditions // Energy Conversion and Management. 2025, vol. 346, article 120425. DOI: 10.1016/j.enconman.2025.120425.

14. Xiao T., Liao Y., Liu X., Pan Ch. Numerical investigation of the performance and gas flow characteristics of a novel low-temperature-driven multistage Knudsen pump // Cryogenics. 2025, article 104215. DOI: 10.1016/j.cryogenics.2025.104215.

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

16. 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.

17. 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.

18. 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.

19. 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.

20. 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.