автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и методы обработки данных и прогнозирование выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

На правах рукописи

Фролов Сергей Викторович

МОДЕЛИ И МЕТОДЫ ОБРАБОТКИ ДАННЫХ И ПРОГНОЗИРОВАНИЕ ВЫБРОСА ВРЕДНЫХ ВЕЩЕСТВ АВТОТРАНСПОРТОМ КАРЬЕРА ПРИ ФОРМИРОВАНИИ ВНУТРЕННЕГО ОТВАЛА

Специальность 05.13.01 - «Системный анализ, управление и обработка информации (промышленность)»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2009 1 С 2303

003472798

Работа выполнена в ГОУ ВПО «Московский государственный горный

университет»

Научный руководитель

доктор технических наук, профессор ФЕДУНЕЦ НИНА ИВАНОВНА

Официальные оппоненты:

доктор технических наук, доцент КОЛЫБАНОВ КИРИЛЛ ЮРЬЕВИЧ

кандидат технических наук ЦВЕТКОВ НИКОЛАЙ СЕРГЕЕВИЧ

Ведущее предприятие - ФГУП Гипроуглеавтоматизация

Защита диссертации состоится "2" июля 2009 г. в 1500 час. на заседании диссертационного совета Д 212.128.07 при Московском государственном горном университете по адресу: 119991, Москва, Ленинский проспект, д.6.

С диссертацией можно ознакомиться в библиотеке Московского государственного горного университета

Автореферат разослан "02" июНя 2009г.

Ученый секретарь диссертационного совета:

доктор технических наук, доцент ГОНЧАРЕНКО СЕРГЕЙ НИКОЛАЕВИЧ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Добыча и переработка горной породы сопровождаются образованием большого количества отходов — до 95 % от объема горной массы (особенно руд цветных металлов), извлекаемой из недр. На горных предприятиях накоплено около 14,1 млрд. м3 горных пород в виде отходов, в основном на складах некондиционных руд, в отвалах металлосодержащих пород, хвостохранилищах и других техногенных объектах. Ежегодно' в них поступает около 250 млн. м3 горной массы, а в перспективе объемы поступлений значительно возрастут.

В настоящее время технический прогресс в области горного дела и потребления минеральных ресурсов определяют высокопроизводительные, экологически чистые технологии, обеспечивающие комплексное использование природных ресурсов при минимальных затратах и уровне загрязнения окружающей среды. Современные горные предприятия работают в сложных горнотехнических и геологических условиях, требующих предварительного рассмотрения большого числа вариантов развития производства с целью выбора оптимального. Сложность рассматриваемых больших систем делает необходимым проведение моделирования производственных и экономических процессов одновременно.

Проблему складирования отходов смогут разрешить ресурсовоспроизводящие технологии, основанные на формировании внутреннего отвалообразования в выработанном пространстве карьера, позволяющие максимально сократить затраты на транспортные расходы и снизить экологическое загрязнете окружающей среды.

Поэтому разработка нового подхода к формированию внутреннего отвала и создание информационной технологии, позволяющие осуществлять подбор оптимальной высоты отвального яруса для формирования внутреннего отвала в выработанном пространстве в действующем карьерном поле являются актуальной научной и практической задачей.

Большой вклад в исследование проблем комплексного освоения недр, рационального ресурсопользования внесли видные ученые, такие как М. И. Агошков, Н. В. Мельников, В. В. Ржевский, К. Н. Трубецкой, Н. П. Федоренко, Т. С. Хачатуров, В. А. Чантурия, Н. А. Архипов, Л. А. Барский, Е. И. Панфилов, М. Е. Певзнер, В. 3. Персиц, М. А. Ревазов, И. И. Русский, В .А. Харченко, А. В. Хохряков, Н. Н. Чаплыгин. Различные аспекты обработки данных и управления исследовались в работах таких ученых, как В.В. Веселов, Н.И. Федунец, Л.А. Молоков, Я.С. Яцкив, Л.А. Бахвалов, A.A. Карлсон, Д.К. Потресов, В.К. Панкрушин, P.E. Кузин, В.А.Горбатов, Е.А. Васильев и др.

Целью данного научного исследования является разработка нового подхода к обработке больших объемов информации и прогнозированию

вредных выбросов автопарком карьера при формировании внутреннего отвала, основанного на анализе совокупности параметров разработки месторождения.

Для достижения поставленной цели в работе решаются следующие задачи:

• исследование специфики, условий и принципов процесса формирования внутреннего отвалообразования в выработанном пространстве в действующем карьерном поле;

• анализ проблемы загрязнения окружающей среды автотранспортом карьера и определение значимых природных и технических факторов, влияющих на выброс загрязняющих веществ автотранспортом карьера при формировании внутреннего отвала;

• исследование структуры взаимосвязей между природно-техническими факторами и значениями выбросов вредных веществ автотранспортом в атмосферу;

• разработка модели прогнозирования выброса вредных веществ автотранспортом карьера в атмосферу с учетом влияния природно-технических факторов и взаимосвязей между ними;

• разработка инструментальных средств для обработки статистических данных и прогнозирования выброса вредных веществ автотранспортом карьера;

• экспериментальное моделирование вариантов процесса формирования внутреннего отвала и дальнейшего прогнозирования выбросов вредных веществ автотранспортом карьера в атмосферу для обоснования эффективности разработанного подхода.

Идея работы состоит в изучении взаимосвязи технологических факторов основных циклов и факторов выброса вредных веществ, создании на базе этого исследования комплекса математических моделей и методов, позволяющих повысить точность прогноза выброса загрязняющих веществ в атмосферу автотранспортом карьера при формировании внутреннего отвала.

Основные научные положения, разработанные соискателем, и их новизна:

1. Выявлен ряд факторов, оказывающих значимое влияние на формирование внутреннего отвала, которые до настоящего времени не принимались во внимание при формировании внутреннего отвала.

2. Разработан новый подход к обработке данных о состоянии атмосферы окружающей среды карьера, который в отличие от существующих базируется на большем числе технологических факторов, учитывает нелинейный характер их взаимозависимости, что позволяет снизить вредные выбросы в атмосферу и повысить вместимость внутреннего отвала.

3. Разработана модель выбросов загрязняющих веществ в атмосферу автотранспортом карьера, имеющая нелинейный характер, что позволяет повысить точность прогноза на основе выбранных факторов.

4. Разработан алгоритм обработки данных и прогнозирования выбросов загрязняющих веществ в атмосферу, позволяющий впервые определить выбросы вредных веществ в атмосферу автотранспортом карьера при

разработке крутопадающих и наклонных месторождений и получить прогноз вероятных значений выброса вредных веществ для своевременного принятия мер по охране окружающей среды.

Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается корректным использованием методов нечётких множеств, статистического анализа, теории многофакторной оптимизации, численного анализа, компьютерного моделирования, а также положительными результатами экспериментального моделирования разработанного пакета прикладных программ.

Научная значимость диссертации состоит в разработке нового подхода к обработке данных при формировании внутреннего отвала, позволяющего анализировать выбросы автотранспорта карьера, расход топлива, а также учитывать факторы, не учитывавшиеся ранее, для повышения точности прогноза высоты отвала.

Практическая значимость диссертации состоит в том, что использование разработанных теоретических и практических положений и рекомендаций обеспечивает повышение точности прогноза выбросов вредных веществ автотранспорта карьера с учетом возможных изменений факторов деятельности предприятия, что способствует уменьшению вредных выбросов автотранспорта в окружающую среду.

Реализация и внедрение результатов. Результаты работы внедрены на месторождении «Тасеевское» (Восточная Сибирь). Разработанные модели и методы обработки данных используются в учебном процессе для подготовки специалистов и магистров по направлению 230100 «Информатика и вычислительная техника» специальности 230102 «Автоматизированные системы обработки информации и управления» МГГУ, включены в разделы дисциплин «Теория принятий решений» по направлению 230100 «Информатика и вычислительная техника.

Апробация работы. Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ МГГУ и международных симпозиумах «Неделя горняка» (2004-2009 гг., Москва).

Публикации. По теме диссертации опубликовано 7 научных работ, в т. ч. 5 в журналах по перечню ВАК Минобрнауки России.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 114 наименований, содержит 14 таблиц и 9 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, проведен анализ исследуемой научной проблемы и обоснован подход к ее решению, поставлены цель и задачи диссертационного исследования, определена научная новизна и практическая значимость результатов, сформулированы основные положения, выносимые на защиту.

В первой главе диссертационной работы проанализировано современное состояние, проблемы складирования отходов горного производства, в том числе некондиционных, и состояние окружающей среды

возле горнодобывающих предприятий. Показано, что в настоящее время при складировании некондиционных горных пород очень остро встает проблема их размещения. В большинстве случаев складированные породы нарушают по площади в два, а то и в три раза больше земельных угодий, чем сам карьер. Выходом из данной ситуации является складирование пород в выработанном пространстве карьера. Но при работе внутри карьерного поля важно учитывать многие факторы, имеющие пагубное воздействие на окружающую среду. Одним из этих факторов являются выбросы вредных веществ автотранспортом карьера. Проблема складирования некондиционных пород в выработанном пространстве карьерного поля при минимизации вредных выбросов автотранспортом является чрезвычайно острой.

Горная промышленность является одной из основ современной экономики и обеспечивает непосредственно 4% и косвенно 8% национального дохода и занятости в промышленноразвитых странах. В развивающихся странах эта отрасль является первейшим источником занятости, индустриализации и дохода. В России горнодобывающая промышленность обеспечивает 60-70% доходной части годового бюджета и 65% валютных поступлений в страну.

Развитие открытых разработок сопровождается повышением степени антропогенного воздействия на окружающую среду. Это происходит в силу изъятия из сферы сельскохозяйственной деятельности земельных площадей, образования неблагоприятных форм техногенного рельефа, загрязнения прилегающих карьерных территорий, а также изменения гидрологических условий местности. Важным звеном в этой комплексной проблеме выступают аспекты рационального использования земельных ресурсов при разработке угольных месторождений.

В настоящее время масштабы нарушения земель достигли такого уровня, когда они оказывают существенное влияние на состояние земельных ресурсов целых регионов страны. В Кузнецком угольном бассейне открытыми разработками нарушено около 5% площади пашни Кемеровской области. В Беловском районе нарушено 20% пашни, представленной в основном высокоплодородными черноземами. Более 10% площади сельскохозяйственных угодий вышло из оборота в Прокопьевском и Новокузнецком районах.

Анализ использования земельных отводов горнодобывающих предприятий показывает, что более половины площади нарушенных земель приходится на внешние отвалы вскрышных пород, шламо-и хвостохранилища. На угольных разрезах концерна «Кузбассразрезуголь», производственных объединений «Вахрушевуголь», «Челябинскуголь», железнорудных карьеров Курской мапнитной аномалии, Кривбасса, Урала внешние отвалы, хвостохранилища и водохранилища занимают соответственно 48,5; 40,7; 67,8; 56,6; 53,4; 49,3 % площади земельного отвода.

При открытой угледобыче землеемкость отвальных работ превышает землеемкость горных выработок в среднем в 3-3,5 раза. Экономное расходование земельных ресурсов при отвалообразовании вскрьппных пород, своевременное производство рекультивационных работ, создание высокопродуктивных угодий являются первостепенными задачами горной науки и производства. Особенно актуально это для крутопадающих и наклонных месторождений Кузбасса. Для таких горно-геологических условий традиционно применяется продольная углубочная система разработки согласно классификации академика В. В. Ржевского (рисунок 1). При этой системе основные объемы вскрышных пород (более 80%) складируются на внешних отвалах, что приводит к нарушению больших земельных площадей и загрязнению окружающей территории продуктами пылегазообразования.

Мес/па ра.сп0у7О**ен11я отдала

Внутре/шее

Внеш.мее

Ус//{)&нь?£ обозначения

- -I элча ж1рь£17С1

---Напра.&ЛСГ*и& тгд&1£* - ф/ром/> га

_—8 — Малра.бпагше яеремеш.. бс-крыши

пи Налйав/генис гтерекии+сни* ] Д Офбкпы пустых паро& _|

Рис. 1. Схемы систем открытой разработки месторождений по классификации акад.

В. В. Ржевского

Повышение эффективности применения этих технологических решений может быть достигнуто путем правильного выбора рациональных параметров внутреннего отвала и прогнозирования выброса вредных веществ автотранспортом карьера.

Во второй главе на основе предварительного анализа основных факторов технологического процесса формирования внутреннего отвала сформирован статистический информационный базис, позволяющий определить значимые группы факторов, определяющие выбросы вредных веществ автотранспортом карьера.

Обзор и анализ существующих исследований по формированию внутреннего отвала показали, что недостаточно глубоко изучено влияние различных факторов на выбросы вредных веществ в атмосферу автотранспортом карьера в зависимости от высота отвального яруса.

На основе анализа работ Ржевского В.В., Трубецкого К.Н., Н.В. Мельникова и опыта ведущих технологов карьеров России был выделен 31 технологический фактор, оказывающий непосредственное влияние на выбросы вредных веществ автотранспортом карьера.

В результате исследования определен перечень факторов, характеризующих деятельность процесса формирования внутреннего отвала, и осуществлена их классификация по следующим группам: капитальные, транспортные и экологические.

По результатам статистического анализа основных характеристик факторов была выявлена неоднородность представления данных в виде качественных и количественных показателей. Для формализации исходных данных и представления статистической информации в едином унифицированном формате была проведена оцифровка качественных факторов.

В результате проведенной оцифровки качественных значений некоторых факторов все виды факторов приведены в единый формат.

Для исследования влияния капитальных, транспортных и экологических факторов на выходные показатели был выбран метод факторного анализа данных. Метод факторного анализа позволяет сконцентрировать исходную информацию, выражая большое число рассматриваемых признаков через меньшее число более емких внутренних характеристик явления (факторных груш), которые, однако, не поддаются непосредственному измерению.

По результатам факторного анализа выявлены три группы значимых показателей (таблица 1), факторная нагрузка которых оказалась выше пороговой:

ад>аеЯг=0,57.

Общее число значимых факторов этих групп составили 19 факторов. В первую (таблица 1, жирный шриф) факторную группу вошли капитальные показатели: годовая производительность карьера, годовая производительность автотранспорта, объем породы, транспортируемый на

отвал. Во вторую (таблица 1, курсив) - транспортные: число рейсов одного автосамосвала, расход дизельного топлива, расход бензина, расход мазута, расход природного газа.

Таблица 1

Факторы, влияющие на выбросы загрязняющих веществ в атмосферу карьера автотранспортом__

Ж.. . п\п Группа факторов Название фактора Рас1ог

1. Капитальные (РКАЦ) Годовая производительность карьера, т 0,94

2. Годовая производительность автотранспорта, т 0,92

3. Объем породы, транспортируемый на отвал, т 0,92

4. Подвигапие фронта горных работ, м' 0,12

5. Потребность земель под внешние отвалы, м* 0,52

6. Объем снимаемого почвенного слоя, м3 0,39

7. Объем снимаемых потенциально-плодородных почв, м3 0,34

8. Высота яруса 0,92

9. Транспортные Число рейсов одного автосамосвала 0,78

10. Стралц Расход дизельного топлива, л 0,89

11. Расход бензина, л 0,87

12. Расход мазута, л 0,90

13. Расход природного газа, м5 0,85

14. Расход сжиженного газа, кг 0,43

15. Экологические Выброс пыли с поверхности транспортируемого материала, кг 0,71

16. (Тэкол) Выброс пыли с полотна автодорог, га- 0,68

17. Выброс СО бульдозера, кг 0,51

18. Выброс N0, бульдозера, кг 0,67

19. Выброс СпНп бульдозера, кг 0,65

20. Выброс сажи бульдозера, кг 0,55

21. Масса твердых частиц, выделяющихся в зоне выгрузки/укладки пород, кг 0,73

22. Масса твердых частиц, выделяющихся при выемочно-погрузочных работах, кг 0,51

23. Масса пыли, выделяемая при отвалообразовании, кг 0,59

24. Масса твердых частиц, сдуваемых с поверхности свежеотсьшанного отвала, кг 0.57

25. Масса твердых частиц, сдуваемых с 1м2 дефилирующих поверхностей отвала, кг 0,54

26. Масса выброса за1рязнений атмосферы, услов. кг 0,63

27. Величина ущерба, причиняемая загрязняющими выбросами атмосфере, тыс. руб. 0.55

28. Масса вредных веществ на отвалах, т 0,37

29. Выброс СО автомобиля, га- 0,70

30. Выброс >10х автомобиля, кг 0,82

31. Выброс альдегида автомобиля, юг 0.84

Третья группа (таблица 1, подчеркивание) факторов включает в себя следующие показатели: выброс пыли с поверхности транспортируемого материала, выброс пыли с полотна автодорог, выброс Ж)х бульдозера, выброс СпНп бульдозера, масса твердых частиц, выделяющихся в зоне выгрузки/укладки пород, масса пыли, выделяемая при отвалообразовании,

масса твердых частиц, сдуваемых с поверхности свежеотсыпанного отвала, масса выброса загрязнений атмосферы, выброс СО автомобиля, выброс Ж)х автомобиля, выброс альдегида автомобиля.

Каждая факторная группа описывает влияние факторов на выброс загрязняющих веществ в атмосферу автотранспортом карьера. В результате проведенных исследований было выявлено, что внутри каждой группы существует регрессионная взаимосвязь между ее элементами. Определить её структуру позволяют значения факторных нагрузок элементов факторной группы.

Руководствуясь априорной информацией, из первой факторной группы можно выделить следующие функциональные зависимости:

Хклп^т/^.кз'.к/); (1)

Гкш^т^к/М1; (2)

гКАп=/3(к11,к21,к31,к41); (3)

где Х- выбросы углекислого газа автомобиля, кг;

У- выбросы оксида азота автомобиля, кг;

Ъ- выбросы альдегида автомобиля, кг;

к^- значения оцифрованных капитальных факторов, входящих в первую факторную группу.

Из второй факторной группы можно выделить зависимость:

ХтгАн=ик52,к62,к72,кв2,к92); (4)

Уттлн=15(к52,к62,к73,ка2,кэ); (5)

ЯтРАгМ^кМ^кя2); (6)

Хтрлн=Гт(к52,к62,к72,к82,к92); (7)

ГттАн=/8(к52,к62,к72,к82,к92); (8)

гТРАГг=/9(к52,к62,к72,к82,к93); (9)

где Х- выбросы углекислого газа автомобиля, кг;

У- выбросы оксида азота автомобиля, кг;

2- выбросы альдегида автомобиля, кг;

к^- значения оцифрованных капитальных факторов, входящих во вторую факторную группу.

В третьей главе на основе априорной информации были определены виды математических моделей, которые позволяют провести минимизацию выбросов вредных веществ автотранспортом карьера. Для выявленных моделей был проведен регрессионный анализ, по результатам которого выбраны наиболее точные и достоверные модели. Разработан метод минимизации выброса вредных веществ автотранспортом карьера. Разработан метод повышения точности прогнозирования выброса вредных веществ автотранспортом карьера. Разработан алгоритм минимизации выброса вредных веществ и повышения точности прогнозирования выброса вредных веществ автотранспортом карьера.

Для регрессионных зависимостей (1 )-(9) были определены параметры моделей нелинейного вида с использованием метода пошагового регрессионного анализа. Соответствующие разработанные модели оценивались с помощью критерия Фишера (Т), коэффициента корреляции и

средней квадратичной ошибки (СКО). Кроме того, каждый параметр моделей оценивался с помощью критерия Стьюдента (I). Значения соответствующих критериев для разработанных моделей приведены в таблице 1.

Коэффициент детерминации показывает, насколько полно используемые в модели параметры описывают эту модель. Чем выше коэффициент детерминации, тем меньше модель зависит от факторов, не вошедших в модель. Критерий Фишера показывает, насколько адекватна разработанная модель. Чем ниже критерий Фишера (при условии, что его значение меньше табличного), тем более адекватна разработанная модель. Средняя квадратичная ошибка показывает, насколько точно разработанная модель описывает моделируемый процесс. Чем меньше ее значение, тем более точной считается разработанная модель.

Проведенный анализ показал, что наиболее точными, достоверными и адекватными моделями, описывающими зависимость выбросов от транспортных факторов, являются:

ХГРАн=-79В9,44+830,34-1пк5-0.99^к6+667,60-1оёк7-0,02-к8+126,36-(1/к9); (10) Утрая —2561,04+291,67-1пк5+1.63 -ЛЛс6+124,73-1о^-0,01 -1^+89,61 •( 1 /к9); (11) 2г^=-625,263+81,974-1пк5+0,38-л/к6+3,721-^-0,001-к8-1,147-(1/к9); (12) где к5 - количество рейсов одного автосамосвала; кб - расход дизельного топлива; к7 - расход бензина; к8 - расход мазута; к9 - высота отвального яруса; X - выброс СО автомобиля; У - выброс N02 автомобиля; Ъ - выброс альдегида автомобиля.

Выявленные йелинейные математические модели позволяют проанализировать характер выбросов, правильно планировать и разрабатывать мероприятия по предотвращению загрязнения окружающей среды. Нелинейный вид моделей позволяет рассмотреть факторы, которые раньше не учитывались, что позволяет повысить точность прогноза выброса вредных веществ, пересмотреть вместимость внутреннего отвала.

Количество вредных выбросов в атмосферу зависит от большого количества транспортных и режимных факторов. В условиях резко возросшей стоимости платы за охрану окружающей среды и в связи с подписанием Россией Киотского соглашения весьма актуальной является задача ведения процесса с минимальными топливными затратами. Отсюда возникает необходимость в минимизации критериев выбросов оксида углерода, оксида азота и альдегида.

Для нахождения значений транспортных факторов, обеспечивающих оптимальные значения приведенных выше критериев, необходимо учитывать ограничения, накладываемые на транспортные факторы.

Таблица 1. Модели выбросов в атмосферу загрязняющих веществ автотранспортом карьера

Вид априорной математической модели Регрессионная модель Коэф. корреляции Проверка критерием Стьюдекта Проверка критерием Фишера ско

Парамет ры 1 Р УР Р Р п

л™, Х„ =-1454,7-0.0-к +0,0'к +0,01'к +0,05-к КАП ' 1 2 3 ' « 0,6279 К, -1.03 033 5.64 0,02 10.5

К! -1.10 0306

К, 1.6 0,153

К* 0.29 0,777

У = -507.725-0.0-к +0,0-к +0,003-к -0,042к КАЛ 12 3 4 0,785 к, -0.888 0.403 11.09 0.003 2.71

к, 0.92 0.386

к, 2.04 0.079

Кд -0.944 0.376

гпм-АМ.Ьг'.ь'.к,') гкдп=-124.242-0.0-к-Ю,0-кг+0,001-к3-0,003-к4 0,889 к, 0.55 0.59 23.1 0.0003 0.476'

к, 1.133 0.29

к, 2.55 0.037

к* -0.35 0.733

Хтрлн ХплИ =-3 73,621 +0,581 к5-0,00б-к+0,031 ^-0,028-к,-0,144-к, 0,876 к. 3,4 0,014 30,23 0,00035 4,58

к. -0,7258 0,495

к, 4,2 0,0056

к, -2,485 0,0474

к, 1,534 0,1757

Я77.хя=-и0,77б+0б199кз+0,005к6+0,008к;-0,014-к8-0,089-к, 0,8998 К! 5,44 0,0015 77,24 0,0002 1,1841

к. 2,84 0,029

к, 4,685 0,0033

к, -5,932 0,001

к, -4,848 0,0028

ZmH-ftßsW.k/.ksW) Х-грлн =-59,4939+0,0493-^+0,0014-k+0,000s -Ц-0,0017 k-0,0041-к, 0,8890 K, 3,193 0,0187 24,939 0,0006 4,86

K» 1,888 0,1078

K, 0,702 0,508

K, -1,647 0,1505

Ks -0,485 0,6444

Хтын ^(ksW.bW.k/) А'трлн =-7989,44+830^4-1пк5-0.99Wk.+667,60-logk7-0,02-k+126,36-(l/k,) 0,921 Kä 2,65 0,037 26,67 0,0005 0,4157

K« 4,044 0,067

K, 4,069 0,0065

K. -2,006 0,091

K, 1,30 0,239

Yгран =f.ßs',keW,k,W) Утрли =-2561,04+291,67-lnk+1.63-"Vk6+ 124,73-logk1-0,01-ks+89,61-(l/k9) 0,9593 Kä ЗДЗ 0.0086 52,86 0.00007 0,983

K. 3 0.023

K, 3,123 0,0205

K. -4,454 0,0043

K» 3,80 0,0088

ZtMffAlki.k^k.'.k,1) ZrM„ =-625,263+81,974-Ink+0,38Wk + 3,72Mogk-0,001-k8-l,147'(l/ks) 0,9085 Ki 2,9485 0,0256 22,86 0,00077 0,4327

K, 1,914 0,0104

K, 0,254 0,00807

K. -1,323 0,0234

Kg -0,133 0,0898

На основе технологического регламента на все транспортные факторы накладываются ограничения в виде области допустимого диапазона значений переменных:

Tlmm<Ti<Timax (14)

1600<&5<1680;

14 400<fctf<17 200;

9 400<^7<12 500;

14 500<Jfc8<17 ООО;

15<fcs<105.

В рассматриваемом случае минимизация выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала с оптимальной высотой отвального яруса формализуется следующим образом: ^/^7989,44+830134-lnk5-0.99-Ak6+667,601ogk7-0>02-ks+126,36-(l/k9); (15) r^^2561J04+291,67-lnk5+1.63Wk6+124,73aogk7-0,01-k8+89,61-(l/k9); (16) Ztpah —625,263+81,974-lnk5+0,3 8-л/к6+3,721 -logk^OO 1 1,147-( 1 /k9); (17) при ограничениях:

Timin<Ti<Timax. (18)

Данная задача оптимизации относится к классу задач нелинейного программирования. Общий принцип двойственных методов заключается в замене исходной задачи на решение последовательности экстремальных задач без ограничений. Достоинство данных методов - гарантирует глобальную сходимость. Для нахождения значений транспортных факторов, обеспечивающих минимальное значение выбросов, был использован метод штрафных функций. Метод штрафных функций удобен тем, что состоит лишь в построении самой штрафной функции, учитывающей ограничения, а уже её оптимум будет решением общей задачи. Методы штрафных функций относятся к группе непрямых методов решения задач нелинейного программирования. Они преобразуют задачу с ограничениями в последовательность задач безусловной оптимизации некоторых вспомогательных функций. Последние получаются путем модификации целевой функции с помощью функций-ограничений таким образом, чтобы ограничения в явном виде в задаче оптимизации не фигурировали. Это обеспечивает возможность применения методов безусловной оптимизации.

На основе проведенных исследований с применением статистических методов факторного, регрессионного анализов, нелинейного программирования был разработан алгоритм обработки данных, позволяющий впервые определить выбросы вредных веществ автотранспортом карьера в зависимости от высоты отвального яруса. Алгоритм включает в себя следующие этапы:

Этап 1. Проверка набора технологических факторов на однородность.

На данном этапе исключаются из исходной выборки аномальные значения, которые могут быть результатом ошибок, допущенных в результате измерений.

Этап 2. Определение факторов, оказывающих значительное влияние на выбросы вредных веществ автотранспортом карьера.

На втором этапе определяется множество технологических факторов, оказывающих значительное влияние на выбросы вредных веществ. Выполняется отсев от факторов с высокой степенью взаимного влияния. Проводится факторный анализ факторов с целью выявления факторов, сильно влияющих на процесс выброса вредных веществ автотранспортом.

Этап 3. Определение математической модели выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала.

Шаг 1. Определение опорной математической модели выброса вредных веществ автотранспортом карьера.

На этом шаге методами регрессионного анализа определяется математическая модель выброса вредных веществ автотранспортом карьера. Параметры модели оцениваются с помощью критерия Стьюдента. Адекватность модели оценивается с помощью критерия Фишера. Достоверность модели оценивается с помощью средней квадратичной ошибки.

Шаг 2. Определение оптимальной математической модели процесса оптимизации выброса вредных веществ автотранспортом карьера.

На этом шаге из разработанных математических моделей выбирают оптимальную, используя значения коэффициента детерминации, средней квадратичной ошибки и критерия Фишера.

Этап 4. Нахождение экстремальных значений критериев эффективности и соответствующих им значений технологических факторов.

Шаг 1. Ввод целевой функции: min f(x) = -2561,04+291,67-Inkj+1.63-Vk6+124,73-logk7-0,01-k8+89,61-(l/k9)

Шаг 2. Определение экспертами начальной точки (х°) - точки начала действия алгоритма, параметра штрафа г°.

Шаг 3. Составление вспомогательной функции:

м

Шаг 4. Вычисление значения штрафной функции P(x'(rk),rk) в точке x*(rk) методом градиента с постоянным шагом.

В области D функция F{x^2,--Л>) совпадает с функцией /(х^,..-уХ„) и процесс поиска ее минимума протекает так же, как и при отсутствии ограничений. В момент выхода за допустимую область функция gfo^-'-pO изменяет направление градиента функции Л(*1Л>"-Л|) и осуществляется возврат в допустимую область (рисунок 2): Возврат осуществляется не по нормали к линии ограничения, а под некоторым углом к ней в сторону уменьшения значений исходной целевой функции Д^^,...^).

Шаг 5. Проверка условия окончания выполнения алгоритма:

а) если | Р(х'(гк),г1с) \<е , то процесс поиска заканчивается, и х* = х*(гк),

б) если|Р(х'(г*), г*) |> , то положить г**1 =—, хк*1 =х\гк), к = к + 1, и

с

переходим к шагу 2.

Таким образом, новый подход к определению выбросов вредных веществ автотранспортом карьера при формировании внутреннего отвала позволяет уменьшить воздействие на окружающую среду и увеличить приемную способность внутреннего отвала.

Для реализации прогноза выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала с учетом параметров эколого-технических факторов в рамках работы были проанализированы основные модели и методы прогнозирования, в результате чего было выбрано прогнозирование с помощью регрессионных методов, имеющее важные преимущества:

• регрессионная модель может быть максимально приближена к конкретной проблеме, ее анализ позволяет проследить внутренние связи в процессе;

• для одного анализируемого процесса может применяться несколько автономных регрессионных моделей, нацеленных на выявление различных взаимосвязей факторов;

• модели позволяют оценить влияние отдельных факторов на прогнозируемый процесс.

Для оценки с помощью регрессионной прогнозной модели необходимо оценить модули величины коэффициента взаимной корреляции между регрессорами. Величина доверительного интервала прогнозирования является мерой качества прогноза по этой модели. В реальных производственных ситуациях из-за влияния неучтенных в прогнозной модели факторов ошибок измерений характеристик, особенно при малых объемах выборки, точность прогноза получается достаточно низкой.

В диссертационной работе предлагается использовать метод повышения точности прогнозирования с использованием разработанных моделях (15-17) па основе нелинейной регрессии.

Предлагаемый метод (рисунок 5) заключается в использовании по исходным статистическим данным нелинейного регрессионного уравнения, параметры которого определяются с помощью метода наименьших квадратов, и смещении этого уравнения относительно исходного на величину (рисунок 3), таким образом, получается коридор, в который не попадают неоднородные точки, и нахождении величины среднего значения регрессора и восстановлении перпендикуляра в точке х^, (среднее значение х) по найденному регрессионному уравнению (рисунок 4). Далее строятся две прямые, смещенные на величину ±А, параллельные построенному перпендикуляру.

Рис. 3.

Критерием эффективности является коэффициент, который находится по формуле:

2 ■1ааг+Я..

а

где

и—2 и _—, о 0

где X - величина смещения;

¡а'- доверительный интервал для исходных данных и данных после отбрасывания точек.

У + Л

Рве. 4.

, ■ I" ь Г-1-1 -р-Н

« .г « в за

Рис. 5.

Проведенные исследования подтвердили эффективность применения прогнозирования с использованием прогнозной модели на основе нелинейной регрессии для прогнозирования выброса вредных веществ автотранспортом карьера с учетом значимых эколого-технологических факторов. В ходе эксперимента смоделированный прогаоз и реальные результаты, полученные в прошлые годы, практически повторяют друг друга. Ошибка прогноза составила 5%. Точность прогноза повысилась на 25% по сравнению с используемыми ранее методами прогнозирования.

Таким образом использование данного подхода к формированию внутреннего отвала ярусами позволяет снизить вредные выбросы автомобильного транспорта и повысить вместимость отвалов.

В четвертой главе разработаны инструментальные средства реализации выбора оптимальной высоты внутреннего отвала с минимальным выбросом вредных веществ автотранспортом карьера и прогнозирования выброса вредных веществ автотранспортом карьера в виде пакета прикладных программ (111111) «Отвал», реализующий разработанный новый подход (рисунок 6).

Разработка инструментаных средств «Отвал» для определения минимальных выбросов вредных веществ автотранспортом карьера осуществлялось на базе UML (Unified Modeling Language - унифицированный язык моделирования). UML - это стандартная нотация визуального моделирования программных систем, принятая консорциумом Object Managing Group (OMG) осенью 1997г., и на сегодняшний день она поддерживается многими объектно-ориентированным CASE продуктами. UML позволил четко систематизировать все элементы разрабатываемого пакета прикладных npoipaMM за счет моделирования распределения вычислений и данных. При этом UML позволяет создавать концептуальную схему программного продукта, не привязывая сам продукт к конкретному языку программирования и программной оболочке. Пакет прикладных программ является открытой системой, каждый модуль которого может работать как отдельно, выполняя определенные задачи, так и в совокупности с другими модулями.

Рис. 6. Функциональная схема пакета прикладных программ «Отвал»

С помощью 111111 «Отвал» была осуществлена апробация работы на примере месторождения «Тасеевское» в Восточной Сибири. Конечная глубина месторождения 220 метров. Схема отработки месторождения -углубочная сплошная продольная (согласно классификации акад. В.В. Ржевского).

Результаты моделирования по вышеприведенным частным критериям приведены в таблицах 2-4. Здесь же для сравнения приводятся фактические значения транспортных факторов и экологических показателей при формировании внутреннего отвала.

Таблица 2.

Сравнительный анализ значений технологических факторов, при

Показатели, характеризующие производственный процесс Действующий режим Режим, основанный на разработанном подходе

Транспортные факторы

Число рейсов одного автосамосвала 1685 1650

Расход дизельного топлива, л 17568 17124

Расход бензина, л 10564 10156

Расход мазута, л 17124 16985

Высота яруса, м 10 25

Экологические показатели

Выброс СО автомобиля, кг 395,90 310,741

Таблица 3.

Сравнительный анализ значений технологических факторов, при

Показатели, характеризующие производственный процесс Действующий режим Режим, основанный на разработанном подходе

Транспортные факторы

Число рейсов одного автосамосвала 1685 1650

Расход дизельного топлива, л 17568 17124

Расход бензина, л 10564 10156

Расход мазута, л 17124 16985

Высота яруса, м 10 25

Экологические показатели

Выброс >ТОх автомобиля, кг 124,79 100,327

Таблица 4.

Сравнительный анализ значений технологических факторов, при _минимизации выбросов альдегида

Показатели, характеризующие производственный процесс Действующий режим Режим, основанный па разработанпом подходе

Транспортные факторы

Число рейсов одного автосамосвала 1685 1650

Расход дизельного топлива, л 17568 17124

Расход бензина, л 10564 10156

Расход мазута, л 17124 16985

Высота яруса, м 10 25

Экологические показатели

Выброс альдегида автомобиля, кг 24,54 21,96

На данном месторождении используется автопарк, который включает в себя 22 единицы доставочного оборудования. В данный момент времени он

позволяет осуществлять формирование внутреннего отвала уступами высотой 5 и 10 метров. Из анализа таблиц 2-4 был сделан вывод, что при формировании внутреннего отвала целесообразнее использовать режим, основанный на разработанном в диссертационной работе подходе. Зависимость выброса вредных веществ автотранспортом карьера от высоты яруса имеет параболический характер (рисунок 7).

1-*"Г"

10 15 20 25 30 Высота яруса, м

35

Рис. 7. Зависимость выброса СО от изменения высоты яруса

Минимальное значение оно имеет при высоте 25 метров. Кроме этого при высоте 25 метров минимальные значения имеют показатели расхода топлива.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена важная научная и практическая задача, имеющая народнохозяйственное значение и состоящая в разработке моделей и методов обработки данных и прогнозирования выброса вредных веществ, что позволяет оптимизировать работу автотранспорта карьера при формировании внутреннего отвала.

Основные научные и практические выводы, полученные автором в ходе выполнения работы:

• определены факторы, оказывающие существенное влияние на выбросы вредных веществ автотранспортом карьера в атмосферу при формировании внутреннего отвала, которые до настоящего времени не принимались во внимание;

• сформирован новый набор факторов для разработки модели выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала;

• разработана многофакторная модель формирования внутреннего отвала, отражающая количественные соотношения между выбросами

автотранспорта и основными технологическими факторами с учетом особенностей конкретного технологического процесса карьера;

• разработано математическое описание структуры технологического процесса формирования внутреннего отвала, позволяющее анализировать характер вредных выбросов автотранспортом;

• разработан новый подход к системе оптимального формирования внутреннего отвала, включающий разработку математической модели технологического процесса с выделением нескольких одноранговых критериев оптимизации. В основе подхода лежит решение многокритериальной задачи оптимизации с использованием метода нелинейного программирования;

• разработана модель прогнозирования выброса вредных веществ автотранспортом карьера с учетом природно-технологических факторов для повышения точности прогноза;

• разработан алгоритм обработки данных и прогнозирования выброса вредных веществ автотранспортом, позволяющий впервые определить и получить прогноз вероятной ситуации;

• разработан ППП «Отвал» для обработки больших объемов данных, а также для прогнозирования выбросов вредных веществ автотранспортом карьера в атмосферу на базе разработанной модели. Основные положения диссертации опубликованы в следующих

работах:

1. Фролов.С. В. Управляемость технологическими звеньями и процессом гидротранспорта // Горный информационно-аналитический бюллетень. -2004.-№4. - С. 161-165.

2. Миночкин Д. В., Фролов С. В.. Оценка показателей эффективности проекта с учетом риска // Горный информационно-аналитический бюллетень. -2005.-№5.-С. 172-174.

3. Фролов С. В.. Причины возникновения и преимущества формирования внутреннего отвалообразования в выработанном пространстве карьера// Зав. депозитарием - Л. А. Руденко, МГГУ.-М., 2009 - Деп. в ГИАБ 20.04.2009, №701/07-09.

4. Фролов С. В.. Применение методов исследования для решения задачи отбора значимых показателей, влияющих на определение выбросов загрязняющих веществ в атмосферу карьера автотранспортом при формировании внутреннего отвала // Зав. депозитарием - Л. А. Руденко, МГГУ.-М., 2009 - Деп. в ГИАБ 22.04.2009, №702/07-09.

5. Фролов С. В. Анализ научных исследований по вопросам внутреннего отвалообразования // Информация и управление - 2: Сборник статей. Отдельный выпуск Горного информационно-аналитического бюллетеня. -2009. - №СВ2. - М.: Издательство «МИР ГОРНОЙ КНИГИ» - С. 392-397.

6. Федунец Н. И., Фролов С. В. Многофакторный анализ значимых факторов, влияющих на выбросы загрязняющих веществ в атмосферу карьера автотранспортом // Информация и управление - 2: Сборник статей.

Отдельный выпуск Горного информационно-аналитического бюллетеня. -2009. - №СВ2. - М.: Издательство «МИР ГОРНОЙ КНИГИ» - С. 9-17. 7. . Фролов С. В. Разработка модели оптимизации выбросов загрязняющих веществ в атмосферу карьера автотранспортом/ТИнформация и управление-2: Сборник статей. Отдельный выпуск Горного информационно-аналитического бюллетеня. - 2009. - №СВ2. - М.: Издательство «МИР ГОРНОЙ КНИГИ» -С.386-392.

Формат 60x90/16 Тираж 100 экз._Заказ №

Подписано в печать 25.05.2009. Объем 1.0печ.л.

Отдел печати МГТУ , Москва, Ленинский пр., 6

Введение

Глава 1. Исследования в области внутреннего отвалообразования, цель и задачи исследования

1.1. Экологическое состояние открытых горных работ горнодобывающих регионов России

1.2. Причины возникновения и формирования внутреннего отвалообразования

1.3. Обзор исследований по вопросам внутреннего отвалообразования 25 Вывод к главе

Глава 2. Выбор и анализ значимых факторов, влияющих на выбросы загрязняющих веществ в атмосферу карьера автотранспортом

2.1. Анализ факторов, влияющих на выбросы загрязняющих веществ в атмосферу карьера автотранспортом

2.2. Оцифровка значений факторов, влияющих на выбросы загрязняющих веществ в атмосферу автотранспортом карьера 37 2.2. Многофакторный анализ значимых факторов, влияющих на выбросы загрязняющих веществ в атмосферу карьера автотранспортом 39 Вывод к главе

Глава 3. Разработка нового подхода к обработке данных и прогнозированию выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

3.2. Анализ современного состояния решения задач оптимизации и выбор метода для обработки данных выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала 49 3.1. Общая постановка задачи оптимизации выброса вредных веществ автотранспортом карьера

3.3. Разработка математической модели зависимости показателей выбросов загрязняющих веществ автотранспортом карьера от выбранных групп факторов

3.4. Основные этапы разработанного нового подхода к обработке данных выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

3.5. Анализ методов и моделей прогнозирования статистических данных

3.6. Разработка модели для прогнозирования выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

3.7. Разработка метода повышения точности прогноза выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

Актуальность работы

Добыча и переработка горной породы сопровождаются образованием большого количества отходов — до 95 % от объема горной массы (особенно руд цветных металлов), извлекаемой из недр. На горных предприятиях накоплено около 14,1 млрд. м горных пород в виде отходов, в основном, на складах некондиционных руд, в отвалах металлосодержащих пород, хвостохранилищах и других техногенных объектах. Ежегодно в них поступает около 250 млн. м горной массы, а в перспективе объемы поступлений значительно возрастут.

В настоящее время технический прогресс в области горного дела и потребления минеральных ресурсов определяют высокопроизводительные, экологически чистые технологии, обеспечивающие комплексное использование природных ресурсов при минимальных затратах и уровне загрязнения окружающей среды. Современные горные предприятия работают в сложных горнотехнических и геологических условиях, требующих предварительного рассмотрения большого числа вариантов развития производства с целью выбора лучшего (оптимального). Сложность рассматриваемых больших систем делает необходимым проведения моделирования производственных и экономических процессов одновременно.

Проблему складирования отходов смогут разрешить ресурсовоспроизводящие технологии, основанные на формировании внутреннего отвалообразования в выработанном пространстве карьера, позволяющие максимально сократить затраты на транспортные расходы и снизить экологическое загрязнение окружающей среды.

Поэтому разработка нового подхода в формировании внутреннего отвала и создании информационной технологии, позволяющих осуществлять подбор оптимальной высоты отвального яруса для формирования внутреннего отвала в выработанном пространстве в действующем карьерном поле является актуальной научной и практической задачей.

Большой вклад в исследование проблем комплексного освоения недр, рационального ресурсопользования, внесли видные ученые такие, как М. И. Агошков, Н. В. Мельников, В. В. Ржевский, К. Н. Трубецкой, Н. П. Федоренко, Т. С. Хачатуров, В. А. Чантурия, Н. А. Архипов, JI. А. Барский, Е. И. Панфилов, М. Е. Певзнер, В. 3. Персиц, М. А. Ревазов, И. И. Русский, В. А. Харченко, А. В. Хохряков, Н. Н. Чаплыгин. Различные аспекты обработки данных и управления исследовались в работах таких ученых, как В.В. Веселов, Н.И. Федунец, JI.A. Молоков, Я.С. Яцкив, JI.A. Бахвалов, А.А. Карлсон, Д.К. Потресов, В.К. Панкрушин, Р.Е. Кузин, В.А.Горбатов, Е.А. Васильев и др.

Целью данного научного исследования является разработка нового подхода к обработке больших объемов информации и прогнозированию вредных выбросов автопарком карьера при формировании внутреннего отвала, основанного на анализе совокупности параметров разработки месторождения.

Для достижения поставленной цели в работе решаются следующие задачи:

• исследование специфики, условий и принципов процесса формирования внутреннего отвалообразования в выработанном пространстве в действующем карьерном поле;

• анализ проблемы загрязнения окружающей среды автотранспортом карьера и определение значимых природных и технических факторов, влияющих на выброс загрязняющих веществ автотранспортом карьера при формировании внутреннего отвала;

• исследование структуры взаимосвязей между природно-техническими факторами и значениями выбросов вредных веществ автотранспортом в атмосферу;

• разработка модели прогнозирования выброса вредных веществ автотранспортом карьера в атмосферу с учетом влияния природно-технических факторов и взаимосвязей между ними;

• разработка инструментальных средств для обработки статистических данных и прогнозирования выброса вредных веществ автотранспортом карьера;

• экспериментальное моделирование вариантов процесса формирования внутреннего отвала и дальнейшего прогнозирования выбросов вредных веществ автотранспортом карьера в атмосферу для обоснования эффективности разработанного подхода.

Идея работы состоит в изучении взаимосвязи технологических факторов основных циклов и факторов выброса вредных веществ, создании на базе этого исследования комплекса математических моделей и методов, позволяющих повысить точность прогноза выброса загрязняющих веществ в атмосферу автотранспортом карьера при формировании внутреннего отвала.

Основные научные положения, разработанные соискателем, и их новизна:

1. Выявлен ряд факторов, оказывающих значимое влияние на формирование внутреннего отвала, которые до настоящего времени не принимались во внимание при формировании внутреннего отвала.

2. Разработан новый подход к обработке данных о состоянии атмосферы окружающей среды карьера, который в отличие от существующих базируется на большем числе технологических факторов, учитывает нелинейный характер их взаимозависимости, что позволяет снизить вредные выбросы в атмосферу и повысить вместимость внутреннего отвала.

3. Разработана модель выбросов загрязняющих веществ в атмосферу автотранспортом карьера, имеющая нелинейный характер, что позволяет повысить точность прогноза на основе выбранных факторов.

4. Разработан алгоритм обработки данных и прогнозирования выбросов загрязняющих веществ в атмосферу, позволяющий впервые определить выбросы вредных веществ в атмосферу автотранспортом карьера при разработке крутопадающих и наклонных месторождений и получить прогноз вероятных значений выброса вредных веществ для своевременного принятия мер по охране окружающей среды.

Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается корректным использованием методов нечётких множеств, статистического анализа, теории многофакторной оптимизации, численного анализа, компьютерного моделирования, а также положительными результатами экспериментального моделирования разработанного пакета прикладных программ.

Научная значимость диссертации состоит в разработке нового подхода к обработке данных при формировании внутреннего отвала, позволяющего анализировать выбросы автотранспорта карьера, расход топлива, а также учитывать факторы, не учитывавшиеся ранее, для повышения точности прогноза высоты отвала.

Практическая значимость диссертации состоит в том, что использование разработанных теоретических и практических положений и рекомендаций обеспечивает повышение точности прогноза выбросов вредных веществ автотранспорта карьера с учетом возможных изменений факторов деятельности предприятия, что способствует уменьшению вредных выбросов автотранспорта в окружающую среду.

Реализация и внедрение результатов. Результаты работы внедрены на месторождении «Тасеевское» (Восточная Сибирь). Разработанные модели и методы обработки данных используются в учебном процессе для подготовки специалистов и магистров по направлению 230100 «Информатика и вычислительная техника» специальности 230102 «Автоматизированные системы обработки информации и управления» МГТУ, включены в разделы дисциплин «Теория принятий решений» по направлению 230100 «Информатика и вычислительная техника.

Апробация работы. Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ МГГУ и международных симпозиумах «Неделя горняка» (2004-2009 гг., Москва).

Публикации. По теме диссертации опубликовано 7 научных работ, в т. ч. 5 в журналах по перечню ВАК Минобрнауки России.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 114 наименований, содержит 14 таблиц и 9 рисунков.

Выводы по главе 4

1. Разработана визуальная объектно-ориентированная модель с использованием методологии прямого проектирования, реализующая такие характеристики как распределенность и прозрачность вычислений, простота масштабирования, строгая иерархичность элементов системы, глубокая детализация архитектуры системы.

2. Разработан пакет прикладных программ, реализующий новый подход к оптимальному формированию внутреннего отвала и прогнозированию выброса вредных веществ автотранспортом карьера. Разработанный пакет встраивается в любую информационную систему управления предприятием.

3. Проведённое моделирование работы ППП «Отвал» доказало работоспособность разработанных моделей и алгоритмов обработки данных и прогнозирования выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала.

4.Проведено тестирование нелинейной регрессионной модели. Результаты тестирования выявили, что смоделированный прогноз совпадает с реальными результатами, полученными в прошлые годы, с ошибкой прогноза в 5% от фактического результата. Установлено, что точность прогноза удалось повысить на 25% по сравнению с используемыми ранее методами прогнозирования, что удовлетворительно для таких сложных и высокоточных объектов, как горнодобывающие карьеры.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена важная научная и практическая задача, состоящая в разработке моделей и методов обработки данных и прогнозирования выброса вредных веществ, что позволяет оптимизировать работу автотранспорта карьера при формировании внутреннего отвала.

Основные научные и практические выводы, полученные автором в ходе выполнения работы:

• определены факторы, оказывающие существенное влияние на выбросы вредных веществ автотранспортом карьера в атмосферу при формировании внутреннего отвала, которые до настоящего времени не принимались во внимание;

• сформирован новый набор факторов для разработки модели выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала;

• разработана многофакторная модель формирования внутреннего отвала, отражающая количественные соотношения между выбросами автотранспорта и основными технологическими факторами с учетом особенностей конкретного технологического процесса карьера;

• разработано математическое описание структуры технологического процесса формирования внутреннего отвала, позволяющее анализировать характер вредных выбросов автотранспортом;

• разработан новый подход к системе оптимального формирования внутреннего отвала, включающий разработку математической модели технологического процесса с выделением нескольких одноранговых критериев оптимизации. В основе подхода лежит решение многокритериальной задачи оптимизации с использованием метода нелинейного программирования;

• разработана модель прогнозирования выброса вредных веществ автотранспортом карьера с учетом природно-технологических факторов для повышения точности прогноза;

• разработан алгоритм обработки данных и прогнозирования выброса вредных веществ автотранспортом, позволяющий впервые определить и получить прогноз вероятной ситуации;

• разработан ШИ1 «Отвал» для обработки больших объемов данных, а также для прогнозирования выбросов вредных веществ автотранспортом карьера в атмосферу на базе разработанной модели.

1. Абрамов JI.M., Капустин В.Ф. "Математическое программирование", изд. ЛГУ, Л., 1981 г.

2. Александров П.С. "Лекции по аналитической геометрии", изд. "Наука", М., 1968 г.

3. Андреев А. В., Дьяков В. А., Шешко Е. Е. Транспортные машины и автоматизированные комплексы открытых разработок. М., Недра, 1975.

4. Андреев Н.И. «Корреляционная теория статистических оптимальных систем», изд. "Наука", М., 1966 г.

5. Анциферов Е.Г., Ащепков Л.Т., Булатов В.П. Методы оптимизации и их приложения. Новосибирск: Наука, 1990г.

6. Аоки М. Введение в методы оптимизации: Основы и приложения линейного программирования. М.: Наука, 1997г.

7. Арсеньев А. И. Вскрытие и системы разработки карьерных полей.-М.: Недра, 1981.

8. Арсеньев А. И. Определение производительности и границ карьеров.-М.: Недра, 1970.

9. Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. М.: Высшая школа, 1998г.

10. Ашихмин А А. Разработка и принятие управленческих решений: формальные модели и методы выбора. М.: Изд-во МГГУ, 1995.

11. Баженова С.Г. Практическая статистика. Учебное пособие для вузов. М.: Изд-во МГГУ, 1994.

12. Базара М., Шетти К., Нелинейное программирование. Теория и алгоритмы / Пер. с англ. -М.: Мир, 1982.

13. Бахвалов Л.А., Комаров М.А. Построение и оптимизация математических моделей по экспериментальным данным. М.: Изд-во МГГУ, 1997.

14. Бахвалов Л.А., Мамиконов А.Г., Попов В.В. и др. Автоматизированные системы управления. Лабораторный практикум. М.: Высш. шк., 1985.

15. Бахвалов Н.С. Численные методы, т. I, изд. "Наука", М., 1973 г.

16. Беляев Л.С. Решение сложных оптимизационных задач в условиях неопределенности. Новосибирск: Наука, 1978г.

17. Березин Н.С., Жидков Н.П. "Методы вычислений", т. I, т. II, изд. Физ.-мат.лит. М., 1962 г.

18. Бирман И. Оптимальное программирование, изд. "Экономика", М.,1968 г.

19. Бородюк В.П. Статистические модели в задачах статистической оптимизации. "Тезисы докладов V всесоюзной конференции по планированию и автоматизации эксперимента". М.: МЭИ, 1976г., с. 14.

20. Бородюк В.П., Голяс Ю.Е. Применение линейного программирования для оптимизации промышленного объекта по его статистической модели: Труды МЭИ, вып.68. М.: МЭИ, 1969г.

21. Бородюк В.П., Лецкий Э.К. Статистическое описание промышленных объектов. М.: Энергия, 1971 г.

22. Борьба с пылью на открытых горных работах. Киев: Техника, 1989.

23. Булавский В.А. и др. "Численные методы линейного программирования", изд."Наука", М., 1977 г.

24. Буткарев А.П., Некрасова Е.В., Машир Н.Г. и др. Принципы построения математических моделей в АСУТП производства железорудных окатышей. "Сталь", 1990г., №3.

25. Васильев Ю. А. Методы оптимизации. М., 2003.

26. Виленкин С.Я. Статистическая обработка результатов исследования случайных функций. М.: Энергия, 1979г.

27. Галустьян Э. J1. Типизация бортов карьеров по критерию оптимальности углов их наклона// Горный журнал. 1999. - №2. - С.29-33.

28. Гантмахер Ф.Р. "Теория матриц", изд. "Наука", М., 1967 г.

29. Гордеев В.В., Васильев И.Е., Щуцкий В.И. Управление электропотреблением и его прогнозирование. Ростов-на-Дону: Изд-во Ростовского ун-та, 1991г.

30. Дегтярев Ю. И. Системный анализ и исследование операций. М.: Высшая школа, 1996.

31. Демидович Б.П. и др. "Численные методы анализа", изд. "Паука", М., 1967г.

32. Джонстон Дж. "Эконометрические методы", "Статистика" М., 1980 г.

33. Дубров А.М. "Последовательный анализ в статистической обработке информации", "Статистика", М., 1976 г.

34. Единые правила безопасности при разработке месторождений полезных ископаемых открытым способом. М., Недра, 1970.

35. Езекиэл М., Фокс К.А. "Методы анализа корреляций и регрессий", «Статистика" М., 1966 г. (пер. с англ.)

36. Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 1999г.

37. Ермаков С.М., Михайлов Г.А. Статистическое моделирование: Учебное пособие. М.: Наука, 1982г.

38. Ефимов Н.В. "Квадратичные формы и матрицы", изд."Наука",М., 1964.

39. Ефимов Н.В., Розендорн Э.Р. "Линейная алгебра и многомерная геометрия», изд. "Наука", М., 1970 г.

40. Зангвилл У. И. Нелинейное программирование. М.: Советское радио, 1973.

41. Златопольский А.И., Калинин Е.В., Табачный Е.М. и др. Многокритериальная оценка экономической эффективности устройств энергосбережения. "Промышленная энергетика", 1992г., №2, с.9-12.

42. Ищук И. Г., Поздняков Г. А., Средства комплексного обеспылевания горных предприятий: Справочник.-М.: Недра, 1991.

43. Казаков И.Е., Гладков Д.И. Методы оптимизации стохастических систем. М.: Наука, 1987г.

44. Карманов В.Г. "Математическое программирование", изд. "Наука", М., 1970 г.

45. Кенуй М.Г. "Быстрые статистические вычисления", "Статистика" М., 1979 г. (пер. с англ.)

46. Классификация запасов месторождений и прогнозных ресурсов твердых полезных ископаемых. М. Министерство природных ресурсов Российской Федерации, Государственная комиссия по запасам полезных ископаемых, 1997.

47. Ковалева JI.H. "Многофакторпое прогнозирование на основе рядов динамики", М., " Статистика", 1980 г.

48. Колемаев В.А. Математическая экономика. Учебник для вузов. М.: ЮНИТИ, 1998.

49. Компьютеры, модели, вычислительный эксперимент (введение в информатику с позиций математического моделирования) М., изд. "Наука", 1988 г.

50. Корн Г., Корн Т. "Справочник по математике" (для научных работников и инженеров" изд. "Наука", М., 1970 г. (пер. с англ.)

51. Королев Ю.Г. "Метод наименьших квадратов в социально-экомических исследованиях", М., " Статистика", 1980 г.

52. Красавин А. П. Защита окружающей среды в угольной промышленности. М.: Недра, 1991.

53. Крылов В.И., Бобков В.В., Моностырный П.И. "Вычислительные высшей математики" т. I, изд. "Высшая школа". Минск, 1972 г.

54. Ларичев О. И. Наука и искусство принятия решений. М.: Наука, 1979.

55. Леман Э. Проверка статистических гипотез, пер. с англ. Прохорова Ю.В. М.: Наука, 1979г.

56. Львовский Е.Н. Статистические методы построения эмпирических формул. М.: Высшая школа, 1988г.

57. Льюис К.Д. "Методы прогнозирования экономических показателей" изд. Финанс. и статист.", М., 1986 г. (пер. с англ.)

58. Маленво Э. " Статистические методы эконометрии", "Статистика", М., 1975г, (пер. с франц.).

59. Малышева Н. А., Томаков П. И., Дранников С. А. Разработка маломощных и сложных угольных пластов открытым способом. М., Недра, 1975.

60. Методические указания по определению углов наклона бортов откосов уступов и отвалов, строящихся и эксплуатируемых карьеров. — Ленинград. ВНИМИ. 1971.

61. Методы решения задач математического программирования и оптимального управления. Ащепков Л.Т., Белов Б.И., Булатов В.П. и др.: под ред. Меренкова А.П. Новосибирск: Наука, 1984г.

62. Миночкин Д. В., Фролов С. В. Оценка показателей эффективности проекта с учетом риска // Горный информационно-аналитический бюллетень. — 2005.-№5. С. 172-174.

63. Монахов А.В. Математические методы анализа экономики. СПб: Питер, 2002.

64. Мордэкэй Езекиэл, Карл А. Фокс "Методы анализа корреляций и регрессий ", изд. "Статистика" М., 1966 г. (пер. с англ.)

65. Общий курс высшей математики для экономистов: Учебник. Под ред. Ермакова В.И. М.: ИНФА-М, 2004.

66. Открытые горные работы. Новые решения в технике и технологии. Опыт международной кооперации/Т. Ю. Виденхауз, В.Н. Рудольф, Г. Л. Краснянский, Р. М. Штейнцайг. — М.: Издательство Академия горных наук, 1999.

67. Полак Э. Численные методы оптимизации. Единый подход. М.: Мир, 1974г.

68. Попов В. Н., Байков Б. Н. Технология отстройки бортов карьеров. М.: Недра, 1991.

69. Потапов М. Г. Карьерный транспорт. — М.: Недра, 1985.

70. Резниченко С.С., Ашихмин А.А. Математические методы и моделирование в горной промышленности. М.: Изд-во МГГУ, 1997.

71. Резниченко С. С., Подольский М. П., Ашихмин А. А. Экономико-математические методы и моделирование в планировании и управлении горным производством. — М.: Недра, 1991.

72. Ржевский В. В. Открытые горные работы: 4.1. Производственные процессы. — М.: Недра, 1985.

73. Ржевский В. В. Открытые горные работы: 4.2. Технология и комплексная механизация. — М.: Недра, 1985.

74. Ржевский В. В. Технология и комплексная механизация открытых горных работ. — М.: Недра, 1980.

75. Ржевский В. В. Процессы открытых горных работ. М.: Недра, 1978.

76. Русский И. И. Технология отвальных работ и рекультивация на карьерах. М., Недра, 1979.

77. Рыжов П.А. Математическая статистика в горном деле. М.: Высшая школа, 1973г.

78. Рыжов П.А. Некоторые приложения теории вероятности и математической статистики в горном деле. М.: МГИ, 1971.

79. Саяпова А.Р., Шамуратов Н.М., Гусельникова Е.А., Лакман И.А. Математические методы прогнозирования экономических показателей. Учебное пособие. Уфа:БашГУ, 2000.

80. СеаЖ. Оптимизация. Теория и алгоритмы. Пер. с фр. М.: Мир, 1973.

81. Системы разработки и транспорт на карьерах / К. К. Кузнецов, А. И. Ястребов, Л. Н. Клепиков и др. М., Недра, 1974.

82. Смоляк С.А., Титаренко Б.П. "Устойчивые методы оценивания", «Статистика", М., 1980 г.

83. Спиваковский А. О., Потапов М. Г. Транспортные машины и комплексы открытых горных выработок. М., Недра, 1983.

84. Справочник. Открытые горные работы/К. Н. Трубецкой, М. Г. Потапов, К. Е. Винницкий, Н. Н. Мельников и др. М.: Горное бюро, 1994.

85. Статистические методы в инженерных исследованиях. Бородюк В.П., Вощинин А.П., Иванов А.З. и др. М.: Высшая школа, 1983г.

86. Теория и практика открытых разработок. 2-е изд. перераб. и доп. / Н. В. Мельников, А. И. Арсеньев, М. Г. Газизов и др. М.: Недра, 1979.

87. Теория и практика открытых разработок / Н. В. Мельников, А. И. Арсеньев, М. Г. Газизов и др. М.: Недра, 1973.

88. Тихонов А.Н. и др. "Численные методы решения некорректных задач", изд. «Наука», М., 1990 г.

89. Тихонов А.Н., Арсенин В.Я. "Методы решения некорректных задач", изд. "Наука", М., 1986 г.

90. Томаков П. И., Манквич, В. В. Открытая разработка угольных и рудных мсторождений. — М.: Изд. МГГУ, 1995.

91. Трубецкой К .Н., Леонов Е. Р., Панкевич Ю. Б. Комплексы мобильного оборудования на открытых горных работах. — М.: Недра, 1990.

92. Трубецкой К .Н., Шапарь А. Г., Малоотходные и ресурсосберегающие технологии при открытой разработке месторождений. — М.: Недра, 1993.

93. Уилкисон Дж. X. "Алгебраическая проблема собственных значений", изд. "Наука", М., 1970 г. (пер. с англ.)

94. Фильчаков П.Ф.-"Численные и графические методы прикладной математики" АН УССР, изд. "Наукова думка", К., 1970 г.

95. Фисенко Г .Л. Устойчивость бортов карьеров и отвалов. М.: Недра, 1965.

96. Флеминг У., Ришел Р. Оптимальное управление детерминированными и стохастическими системами пер. с англ. Под ред. Ширяева ATI. М.: Мир, 1978г.

97. Фокин Ю.А. Вероятностно-статистические методы в расчетах систем электроснабжения. М.: Энергоатомиздат, 1985.

98. Фролов.С. В. Управляемость технологическими звеньями и процессом гидротранспорта//Горный информационно-аналитический бюллетень. -2004.-№4. С. 161165.

99. Фролов С. В. Причины возникновения и преимущества формирования внутреннего отвалообразования в выработанном пространстве карьера// Зав. депозитарием — Л. А. Руденко, МГГУ.-М., 2009 Деп. в ГИАБ 20.04.2009, №701/07-09.

100. Фролов С. В. Разработка модели оптимизации выбросов загрязняющих веществ в атмосферу карьера автотранспортом//Информация и управление-2: Сборник статей.

101. Отдельный выпуск Горного информационно-аналитического бюллетеня. — 2009. №СВ2. -М.: Издательство «МИР ГОРНОЙ КНИГИ» - С.386-392.

102. Харченко Л.П., Должнекова В.Г., Ионин В.Г. и др. Статистика: учебное пособие. Изд. 2-е, перераб. и доп. М.: ИНФРА-М, 2001г.

103. Циперфин И. М., Штейн В. Д. Карьерный автомобильный транспорт. М.: Недра, 1992.

104. Чеботарев А.С. "Способ наименьших квадратов с основами теории вероятностей", Геодезиздат, М., 1958 г.

105. Черников С.Н. "Линейные неравенства", изд. "Наука", М., 1968 г.

106. Шеметов А.Н. Управление режимами электропотребления агломерационного производства с целью повышения его эффективности: Дис. на соискание уч. степени канд.тех.наук. Магнитогорск, 2003г.

107. Шилов Г.Е. "Математический анализ" (конечномерные линейные пространства), изд. "Наука", М, 1969 г.

108. Шпанский О. В., Шитов Д. И., Фомин Д. И. Определение рациональной высоты рудных уступов крутопадающих месторождений // Медународный сб. — Ленинградский горный иституг, 1982.-С. 45-51.

109. Эскин В. С. Рекультивация земель, нарушенных открытыми разработками. М., Недра, 1975.

110. Юттлар X. Линейная модель с несколькими целевыми функциями. "Экономика и математические методы" ТЗ. Новосибирск: Изд-во НГУ, 1967г., №3.

111. Яковлев В. Л. Транспорт глубоких карьеров — настоящее и будущее // Горный вестник. -1998.-№4.-С.97-103.i i