Источник: Прогрессивные направления развития машиноприборостроения, транспорта и экологии
. Материалы международной научно-технической конференции студентов, аспирантов и молодых ученых, г. Севастополь, 20-23 мая 2013 г., с. 20-21
УДК 625.235:517
А.А. Жильцов, студент,
В.Р. Садлова, студентка,
Е.И. Казакова, проф., д-р техн. наук, научный руководитель
Донецкий национальный технический университет
При разработке моделирующего алгоритма и построения математической модели производительного процесса необходимо предварительное описание и анализ процесса для того, чтобы охарактеризовать функционирование элементов технологической системы, получить сведения о колличественных характеристиках, установить основные влияющие факторы.
Так как моделирование производственного процесса с помощью ЭВМ и метода статистических испытаний должно исходить из реальных характеристик процесса, сначала следует описать закономерности производственной системы. Чтобы установить закономерности функционирования процессов, применяются статистико-вероятные методы анализа. Для определения статистических характеристик производственных процессов используются данные хронометражных наблюдений.
Последовательность переходов технической системы из одного состояния в другое, интервалы времени между переходами и т. п. составляют элементы, с помощью которого можно полностью описать функционирование производственного процесса. Интервалы времени между переходами и длительность пребывания процесса в каком-либо состоянии могут быть представлены как функции распределения случайных величин. Так как число наблюдений за интервалами времени ограничено, то статистическому распределению их свойственны черты случайности. Это вызывает необходимость обоснования теоретической кривой распределения для заданного статистического ряда. Аналитический вид кривой выбирают заранее, исходя из существа переменной величины и внешнего вида статистического распределения.
Основные характеристики статистического распределения – математическое ожидание и дисперсия, безусловно, не могут совпасть точно с характеристиками функции распределения. Однако расхождение характеристик могут быть двоякого рода – или случайными из-за малого объема наблюдений или принципеальными вследствие неверных предположений о виде распределения. Поэтому гипотеза о совпадении характеристик выборочного и некоторого известного теоретического распределения (нулевая гипотеза) может быть либо принята, либо отвергнута.
При проверке гипотезы о том, что распределение случайной переменной имеет определенное функциональное выражение, применяется критерий Пирсона.
Характер изменения составленых статистических рядов подчинен определенной закономерности. На основании построенных гистограмм была видвинута гипотеза о гамма-распределении как промежутков между появлениями одноименных состояний, так и длительностей пребывания процесса в заданном состоянии.
Любое состояние процесса обуславливается действием многих причин. Каждая отдельная причина вызывает простейший поток состояний, характеризующийся показательным распределением.
В действительности возникновение одной и той же причины – событие довольно редкое. Воздействие же множества причин при условии их независимости приводит к тому, что закон распределения получается композиционным на основе показательных. Таким законом является гамма-распределение.
Закон гамма-распределения занимает промежуточное положение между нормальным и экспоненциальным законами. Использование его для описания опытных данных о функционировании процессов участка буро-взрывных рпбот не противоречит этим данным и физике явлений. Гаммо-распределение позволяет учитывать любое последствие возникновения состояний. Определение статистических закономерностей функционирования процессов выполненно на основе хронометражных наблюдений за процессами шарошечного и огневого бурения, а также заряжания взрывных скважин. Основным условием при группировке эксперементальных данных является их однородность и полнота выборки.
Длительность состояний по процессам хорошо описываются гамма-распределением. Длительность состояния, вызванная отдельно взятой причиной, будет иметь показательное распределение. Поскольку любой из классов состояний обуславливается множеством причин, то распределение длительностей нахождения процесса в одноименных состояниях отличается от показательного и ближе всего подходит к гамма-распределению. Однако это отличие для многих состояний весьма несущественно.
Временные промежутки между одноименными состояниями хорошо описываются гамма-распределением. Полученные распределения весьма близко подходят к экспоненциальным, что весьма важно для оценки исследуемого потока состояний. Бдиже к показательному закону распределены промежутки между одними состояниями. Это объясняется тем, что вызывается сравнительно небольшой совокупностью причин. Отдельные причины являются преобладающими, влиянием второстепенных по сравнению с ними можно пренебречь. Другие состояния вызываются несколькими почти равнозначными факторами. Поэтому и распределения между состояниями для них в большей степени отличаются от показательных.
Потоки одноименных состояний исследуемых процессов не являются простейшими, поскольку промежутки между моментами их появлений описываются не чисто экспоненциальным, а гамма-распределением. Следовательно эти потоки обладают ограниченным последствием, которым во многих случаях можно пренебречь. При этом гамма-распределение промежутков должно быть достаточно близко к показательному закону, что наблюдается при анализе вышепреведенных распределений. Поэтому для практических расчетов без большой погрешности эти потоки можно считать простейшими. Результирующий поток состояний процесса, представляющий собой сумму четырех потоков одноименных состояний, должен иметь минимальное последствие. Действительно, распределение времени пребывания процесса в его последовательных состояниях очень близко к показательному закону.
При анализе данных по заряжанию обращает на себя внимание большая вариация организованных простоев при загрузке ВВ, заполнении и забойке скважин Объясняется это в основном наличием как мелких задержек по вине рабочих, так и длительных простоев вследствие несвоевременного подвоза ВВ к блоку.
Из других особенностей процесса следует отметить высокий коэффициент использования рабочего времени при загрузке ВВ (86,4%) и монтаже взрывной сети (91%). Первый процесс характеризуется высокой интенсификацией труда, второй – повышенными требованиями к безопасности выполнения всех операций. При заполнении скважин ВВ и забойке эти особенности сказываются не так сильно. Для этих процессов наблюдается рост организационных потерь: 20,5 и 32,5 % соответственно.
По данным хронометражных наблюдений время на подготовку к взрыву одной скважины составляет 21,5 мин. При этом учтено время на разгрузку, заполнение скважин ВВ, забойку и монтаж взрывной сети. Удельный вес каждого из этих процессов соответственно 25, 52, 13 и 10% от общих затрат времени. Практически устраняемые потери организационного характера на подготовку одной скважины к взрыву составляет 20%.
Сокращая потери времени, можно улучшить коэффициент использования рабочего времени и тем самым значительно повысить эффективность процессов, связанных с подготовкой и проведением массовых взрывов.