Содержание к диссертации
Введение
1 Состояние вопроса, цель, задачи и методы исследований... 8
1.1 Анализ специфики функционирования угольной промышленности в новых экономических условиях 8
1.2 Анализ существующих методов обоснования параметров технологических систем угольных шахт при перспективном планировании развития горного производства 21
1.3 Цель, задачи и методы исследований 41
2. Структура общей методики исследований по обоснованию параметров технологических систем угольных шахт при формировании программ развития горного производства 46
2.1 Обоснование комплекса параметров и показателей, характеризующих технологические системы угольных шахт 46
2.2 Обоснование целесообразности использования теории искусственных нейронных сетей для обоснования параметров технологических систем угольных шахт 63
2.3 Методические положения по обоснованию параметров технологических систем угольных шахт на стадии формирования программ развития горного производства 75
3. Реализация методических принципов обоснования параметров технологических систем угольных шахт 95
3.1 Характеристика объектов исследований 95
3.2 Исследование влияния комплекса характеристик горно-геологических условий и параметров технологической системы шахты на показатели эффективности ее функционирования 114
3.3 Оптимизация параметров функциональных элементов технологической системы угольной шахты. 145
3.4 Анализ результатов реализации методики оптимизации параметров функциональных элементов технологической системы угольной шахты... 151
4. Рекомендации по практической реализации результатов исследований 158
4.1 Рекомендации по выполнению работ, связанных с оценкой уровня качества технологической схемы шахт и направлений ее развития 158
4.2 Рекомендации по практическому использованию программы моделирования и оптимизации параметров технологической системы шахты 160
Выводы 162
- Анализ существующих методов обоснования параметров технологических систем угольных шахт при перспективном планировании развития горного производства
- Обоснование целесообразности использования теории искусственных нейронных сетей для обоснования параметров технологических систем угольных шахт
- Исследование влияния комплекса характеристик горно-геологических условий и параметров технологической системы шахты на показатели эффективности ее функционирования
- Оптимизация параметров функциональных элементов технологической системы угольной шахты.
Введение к работе
Актуальность работы. Возникшие чрезвычайно сложные проблемы
становления рыночной экономики в России привели в 90-е годы прошлого
столетия к значительному снижению объемов производства и ухудшению
технико-экономических показателей качества функционирования
угледобывающей промышленности.
Политика реструктуризации, проводимая на протяжении почти десяти лет, привела к ряду серьезных сдвигов в выправлении сложившегося положения в отрасли. В целом по отрасли угледобыча вышла на положительный уровень рентабельности производства, хотя ряд компаний пока еще работают с убытками. Массовая ликвидация шахт в столь сжатые сроки и недостаточное внимание в предыдущий период к вопросам занятости населения существенно обострили региональные проблемы. Из-за существенного сокращения производственного потенциала отрасли на первый план в настоящее время выходит проблема создания условий для эффективного простого и расширенного воспроизводства в угледобыче. Ее успешное решение может быть реализовано как в сфере макроэкономики, так и на производственном уровне путем рационального использования технологического потенциала горных предприятий по добыче угля.
Задачи же корректного формирования сценария технологического развития угольных шахт в рыночных условиях имеют значительную размерность. Данное утверждение исходит из отсутствия работоспособных методов маркетинговых исследований, неопределенности ценовой политики в сфере сбыта конечной продукции предприятий и инвестиционной привлекательности их, а также из большого объема, противоречивости и значительного многообразия диагностической информации, характеризующей угольную шахту как сложную динамическую систему. Анализ опыта формирования производственных программ и сценариев технологического развития угледобывающих предприятий показывает, что традиционно применяемые в этих целях методы не позволяют с высокой степенью достоверности обнаружить объективные связи между «входом» и «выходом» технологической системы шахты, что на наш взгляд, предопределяет необходимость обращения к информашгонншг-техиояогиям
^5
БИБЛИОТЕКА С.Петер 09 M»i
современного поколения. В этой связи задача обоснования параметров технологических систем шахт при формировании программ развития горного производства может считаться достаточно актуальной.
Целью диссертации является установление влияния комплекса горногеологических, горнотехнических и организационных факторов на показатели производственной деятельности шахт для прогнозного обоснования направлений их технологических систем, обеспечивающих повышение эффективности и полноты освоения ресурсного потенциала угледобывающих предприятий.
Основная идея работы заключается в минимизации роли фактора неопределенности при формировании программ развития горного производства на угольных шахтах путем реализации информационных технологий на базе искусственных нейронных сетей.
Основные научные положения, разработанные соискателем, и их новизна:
формирование программ эффективного технологического развития угольных шахт в рыночных условиях являет собой реализацию многовариантного подхода к выработке обоснованных решений с учетом стохастичности влияния комплекса факторов, определяющих уровень показателей качества функционирования горного производства;
использование теории искусственных нейронных сетей при обосновании программ эффективного развития горного производства позволяет выявить внутренние связи в технологической системе предприятий и объективно оценить их «вклад» в формирование уровня показателей качества их функционирования;
оценку динамики влияния комплекса природных, горнотехнических и организационных факторов на показатели качества функционирования угледобывающего предприятия в перспективе, определенной программой технологического развития, целесообразно осуществлять при поинтервальном представлении факторов, позволяющем учесть специфику изменения условий и полноту реализации ресурсного, производственного и организационного потенциала;
алгоритм оптимизации параметров технологической системы шахты должен предусматривать обеспечение возможности выявления приоритетных направлений развития горного производства.
Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются:
масштабностью и представительностью объектов исследований, составляющих шахтный фонд ОАО УК «Кузбассуголь»; достаточным объемом геолого-маркшейдерской и статистической информации о работе семнадцати шахт в течение четырех лет; корректным использованием современных методов исследований.
Научное значение диссертации заключается в разработке методических принципов обоснования направлений технологических систем угольных шахт с учетом динамики влияния комплекса природных, горнотехнических и организационных факторов на показатели эффективности их функционирования в перспективе и разработке проектов реконструкции предприятий, которые могут быть использованы при формировании программ развития горного производства.
Практическое значение диссертации состоит в разработке рекомендаций по повышению уровня качества технологических систем угольных шахт и направлений их развития с учетом специфики условий функционирования горного производства.
Реализация выводов и рекомендаций.
Методика обоснования параметров технологических систем шахт с использованием искусственных нейронных сетей рекомендована к внедрению в практике формирования программ развития горного производства ОАО УК «Кузбассуголь», ОАО «Шахта им. Кирова».
Программа моделирования и оптимизации параметров технологической системы угольной шахты принята к использованию в учебном процессе Московского государственного горного университета при подготовке горных инженеров по специальности 090200 «Подземная разработка месторождений полезных ископаемых» и к внедрению ОАО УК «Кузбассуголь».
Апробация работы.
Основное содержание диссертации и ее отдельные положения докладывались и получили одобрение на научных симпозиумах в рамках «Недели горняка», проводимых в Московском государственном горном университете (Москва, 2001-2003), и научных семинарах кафедры Подземной разработки пластовых месторождений Ml ГУ (Москва 2000-2003).
Публикации.
По результатам исследований опубликованы три научные работы.
Объем и структура диссертации.
Работа состоит из: введения, четырех разделов и заключения, содержит 6 таблиц, 29 рисунков и список литературы из 65 наименований.
Автор выражает глубокую благодарность и признательность проф. д.т.н. Красюку Н.Н. за оказанную помощь при выборе объекта исследований и сборе геолого-маркшейдерской и статистической информации о работе шахт ОАО УК «Кузбассуголь».
Анализ существующих методов обоснования параметров технологических систем угольных шахт при перспективном планировании развития горного производства
Кардинальное изменение внешних условий функционирования промышленных предприятий, обусловленное ликвидацией административно-командной системы управления породило серьезные проблемы в деятельности последних. Если раньше все управление было нацелено на организацию выполнения планируемых сверху заданий, то теперь речь идет об управлении, ориентируемом на получение предприятием дохода, прибыли или на его выживаемость. Новые предприятия в условиях бездотационности оказались в крайне сложной ситуации, поставившей их перед необходимостью поиска новых источников своего развития, нацеленных на удовлетворение спроса на уголь, обеспечение его конкурентоспособности на рынке и ликвидацию социальной напряженности в среде работников угольной промышленности.[20] Основным источником повышения эффективности горного производства является ускорение научно-технического прогресса. Тем не менее, темпы и объемы реализации его достижений еще в до кризисное время не могли компенсировать негативные последствия ухудшающихся производственно-технических и горно-геологических условий разработки угольных пластов. Традиционные направления развития научно-технического прогресса, ориентированные на расширение сферы применения комплексной механизации очистных работ на шахтах, увеличение единичной мощности горно-транспортного оборудования достигли своего предела. Поэтому, выход угольной промышленности России на мировой уровень может быть обеспечен на основе изменения приоритетов и внедрения прогрессивных технологий горного производства, создания принципиально нового, надежного оборудования, современных методов и средств обеспечения технической и экономической безопасности процессов добычи и переработки угля.
Дальнейшее развитие методов планирования и прогнозирования в угольной промышленности, совершенствование проектно-сметного дела позволили автору работы [25] вернуться к вопросу использования технологического моделирования как к эффективному методу научного обоснования оптимальных параметров и технико-технологических решений объектов материального производства будущего, соответствующих прогнозируемому мировому техническому уровню. Результаты выполненных в этом направлении исследований, предложения и рекомендации по совершенствованию методологии технологического моделирования [9] послужили основой для разработки перспективных направлений технического развития угольного производства в условиях становления рыночной экономики, применительно к различным иерархическим уровням управления, в том числе и для выработки рациональных технических решений по ведению горных работ на угольных шахтах. В частности, они и были использованы автором работы [25] при проведении исследования по оптимизации производства на угольной шахте на основе технологического моделирования. Технологическое моделирование рассматривается автором как научный метод решения комплекса взаимосвязанных технических проблем. Существует несколько определений технологического моделирования. Так, авторы работы [26] под технологическим моделированием понимают «системный метод комплексной научно-проектной разработки и обоснования новых технических и организационных решений по горному хозяйству и всем взаимосвязанным технологическим процессам шахты на основе ориентированного прогноза развития отрасли на заданный период времени и передовых достижений научно-технического производства для создания высокоэффективных горнодобывающих предприятий нового технико-экономического уровня». То есть под моделированием ими понимается построение и изучение моделей сложных объектов или систем, подлежащих исследованию.
В процессе технологического моделирования выясняется, какие технико-экономические цели можно достичь для проектируемой или реконструируемой шахты и какую технику для этого необходимо создать или приобрести. В качестве основных целей технологического моделирования выступают: -определение перспективной структуры и рациональных параметров создаваемого объекта материального производства и его основных подсистем;
-обоснование требуемых характеристик основных элементов технического арсенала объекта, соответствующих выбранным параметрам и технико-экономическим показателям предприятия или его технологических подсистем; -формирование перечня НИОКР по созданию новых или усовершенствованных технико-технологических решений, необходимых для проектируемого или реконструированного предприятия; Логическое осмысление накопленного опыта по технологическому моделированию в системе горного производства и перспективного планирования и прогнозирования направлений его технического развития позволила автору работы [25] использовать его результаты для условий действующей угольной шахты, подлежащей реконструкции.
Для условий рассматриваемой в работе [25] шахты речь идет о ее реконструкции на основе технологического моделирования, что предполагает некоторый симбиоз двух подходов, заключающихся, во-первых, в одностадийном моделировании, а во-вторых, в использовании в качестве исходной технологической модели - реально функционирующее предприятие. В процессе использования автором были учтены недостатки разработанной ранее методики [9], а именно: -отсутствие обоснования количественных значений целевых показателей; -равномерное распределение принятых значений целевых показателей по всем производственным процессам, неверно отражающее реальный механизм развития технического прогресса; -не полный учет прямых и особенно обратных взаимосвязей между производственными процессами.
Методика технологического моделирования предполагает выполнение следующих этапов: 1.Анализ исходной технологической модели и ее основных систем по принятым критериям: производительность (пропускная способность) технологических звеньев, трудоемкость работ и.т.д., то есть определение «степени совершенности» (технического уровня) имеющихся в исходной модели технико-технологических решений. 2.0боснование возможных уровней трудоемкости производства. Как известно, трудоемкость в целом по шахте складывается из трудоемкости ее подсистем (очистных и подготовительных работ, подземного транспорта и подъема, технологического комплекса поверхности и др.), количество которых определяется структурой исходной технологической модели. .Выбор прогрессивных объектов техники и технологии для технологической модели реконструируемого предприятия, обеспечивающих снижение трудоемкости работ и повышение показателей их технической и экологической безопасности, осуществляется на основе сопоставительного анализа и сравнения с установленными критериями возможных вариантов реализации производственных процессов и их технического инструментария (машинного оборудования, аппаратов, систем управления, приборов, применяемых материалов и.т.п), отбираемых из материалов прогноза соответствующих направлений развития науки и техники (на 15-20 лет).
Обоснование целесообразности использования теории искусственных нейронных сетей для обоснования параметров технологических систем угольных шахт
Исходя из анализа структуры технологической системы угольной шахты и обоснованного комплекса условий, параметров и показателей производственной деятельности шахты, нами установлено, что рассматриваемый объект оптимизации является сложной системой. Эта система включает три основных подсистемы: комплекс входных переменных, комплекс выходных переменных и подсистему обработки информации и решения оптимизационных задач. В такой постановке структура комплекса исследований и оптимизации производственной деятельности параметров технологической системы угольной шахты может быть представлена схемой, изображенной на рис.2.1. В результате выполненного анализа существующих методов оптимизации производственных задач такого объема, нами принято решение об использовании теории искусственных нейронных сетей для моделирования и оптимизации производственной деятельности шахты. Сущность используемого метода на базе теории ИНС заключается в следующем.
Разнообразие, большой объем и противоречивость различной диагностической информации выводят на передний план проблему поиска физических систем, способных к ее переработке. Решение этой комплексной задачи тесно связано с новыми информационными технологиями, важное место среди которых занимают методы распознавания и категоризации образов. Нейронные сети - мощный и на сегодня, пожалуй, наилучший метод для решения задач распознавания образов, идентификации, прогнозирования, оптимизации, управления сложными объектами. Высокая степень параллельности, допускаемая при реализации нейросистем, обеспечивает обработку недоступных оператору объемов информации за времена, меньшие или сравнимые с допустимыми временами измерений. Традиционно используемым для описания нейронных сетей математическим языком является аппарат векторной и матричной алгебры. Под нейронными сетями подразумеваются вычислительные структуры, которые моделируют простые биологические процессы, обычно ассоциируемые с процессами человеческого мозга. Они представляют собой распределенные и параллельные системы, способные к адаптивному обучению путем анализа положительных и отрицательных воздействий. Элементарным преобразователем в данных сетях является искусственный нейрон или просто нейрон, названный так по аналогии с биологическим прототипом.
Каждый нейрон характеризуется своим текущим состоянием по аналогии с нервными клетками головного мозга, которые могут быть возбуждены или заторможены. Он обладает группой синапсов — однонаправленных входных связей, соединенных с выходами других нейронов, а также имеет аксон - выходную связь данного нейрона, с которой сигнал (возбуждения или торможения) поступает на синапсы следующих нейронов. Общий вид нейрона приведен на рис.2.1 Каждый синапс характеризуется величиной синаптическои связи или ее весом Wj, который по физическому смыслу эквивалентен электрической проводимости. Взаимодействующие между собой посредством передачи через отростки возбуждений нейроны формируют нейронные сети. Нелинейная функция f называется активационной и может иметь различный вид, как показано на рис. 2.2. Одной из наиболее распространенных является нелинейная функция с насыщением, так называемая логистическая функция или сигмоид (т.е. функция S-образного вида)[2.3]: дх) = —L_ (2.3) При уменьшении а сигмоид становится более пологим, в пределе при а=0 вырождаясь в горизонтальную линию на уровне 0.5, при увеличении а сигмоид приближается по внешнему виду к функции единичного скачка с порогом Т в точке х=0. Из выражения для сигмоида очевидно, что выходное значение нейрона лежит в диапазоне [0,1]. Одно из ценных свойств сигмоидной функции — простое выражение для ее производной, f (x) = a.f(x)-(l-f(x)) (2.4) Следует отметить, что сигмоидная функция дифференцируема на всей оси абсцисс, что используется в некоторых алгоритмах обучения. Кроме того она обладает свойством усиливать слабые сигналы лучше, чем большие, и предотвращает насыщение от больших сигналов, так как они соответствуют областям аргументов, где сигмоид имеет пологий наклон.
Возвращаясь к общим чертам, присущим всем НС, отметим, во-вторых, принцип параллельной обработки сигналов, который достигается путем объединения большого числа нейронов в так называемые слои и соединения определенным образом нейронов различных слоев, а также, в некоторых конфигурациях, и нейронов одного слоя между собой, причем обработка взаимодействия всех нейронов ведется послойно. На рисунке 2.3 показан пример простейшей НС трехнейронного перцептрона, то есть такая сеть, нейроны которой имеют активационную функцию в виде единичного скачка. На п входов поступают некие сигналы, проходящие по синапсам на 3 нейрона, образующие единственный слой этой НС и выдающие три выходных сигнала: yj=f X r V /=1 , у-1...3, yj-выходной сигнал нейрона. (2.5) Чем сложнее НС, тем масштабнее задачи, подвластные ей. Выбор структуры НС осуществляется в соответствии с особенностями и сложностью задачи. Очевидно, что процесс функционирования НС, то есть сущность действий, которые она способна выполнять, зависит от величин синаптических связей, поэтому, задавшись определенной структурой НС, отвечающей какой-либо задаче, разработчик сети должен найти оптимальные значения всех весовых коэффициентов. Этот этап называется обучением НС, и от того, насколько качественно он будет выполнен, зависит способность сети решать поставленные перед ней проблемы во время эксплуатации.
Обучение НС может вестись с учителем или без него. В первом случае сети предъявляются значения как входных, так и желательных выходных сигналов, и она по некоторому внутреннему алгоритму подстраивает веса своих синаптических связей. Во втором случае выходы НС формируются самостоятельно, а веса изменяются по алгоритму, учитывающему только входные и производные от них сигналы. Существует великое множество различных алгоритмов обучения, а также классификаций НС, но они выходят за рамки данной работы. Другими словами, нейронные сети - это обобщенное название нескольких групп алгоритмов, обладающих одним ценным свойством — они умеют обучаться на примерах, извлекая скрытые закономерности из потока данных. При этом данные могут быть неполны, противоречивы и даже заведомо искажены. Если между входными и выходными данными существует какая-то связь, пусть даже не обнаруживаемая традиционными корреляционными методами, нейронная сеть способна автоматически настроиться на нее с заданной степенью точности. Кроме того, современные нейронные сети обладают рядом дополнительных возможностей — они позволяют оценивать сравнительную важность различных видов входной информации, уменьшать ее объем без потери существенных данных, распознавать симптомы приближения критических ситуаций и т.д.
Как было отмечено выше, главное свойство нейросетей — способность к обучению. Для решения какой-либо задачи на компьютере традиционным методом необходимо знать правила (математические формулы), по которым из входных данных можно получить выходные (найти решение задачи). С помощью нейросети можно найти решение, не зная правил, а имея несколько примеров. Нейросети используют подход к решению задач более близкий к человеческому, чем традиционные вычисления. Другое важное свойство нейросетей - способность находить решение, основываясь на зашумленных, искаженных и даже противоречивых данных. Еще одно ценное свойство — это отказоустойчивость. В случае выхода из строя части нейронов, вся сеть в целом продолжает оставаться работоспособной, хотя, конечно, точность снижается.
Исследование влияния комплекса характеристик горно-геологических условий и параметров технологической системы шахты на показатели эффективности ее функционирования
В соответствии с результатами обоснования номенклатуры характеристик горно-геологических условий и параметров технологических систем угольных шахт, в совокупности своей и формирующих факториальную базу оценки качества функционирования горного производства, в настоящем разделе осуществляется ее численная реализация применительно к выбранному объекту исследований. Для исследования автором принята поквартальная выборка данных по 17 шахтам Центрального района Кузбасса за четыре характерных года. Предварительным анализом исходного статистического материала была подтверждена представительность выбранного временного интервала для исследований, а также репрезентативность выборки. Исходные данные по шахтам приведены в табл/ 3.1.
В качестве критериальных показателей качества функционирования технологической системы как угля, отмечалось, в работе принимаются годовая добыча угля, среднесуточная нагрузка на очистной забой и себестоимость добычи 1т угля по шахте в целом. При исследовании влияния на их уровень факториальных признаков — характеристик горногеологических условий и параметров технологических систем шахт вводится понятие «индекс оптимальности» по каждому из трех показателей. Его сущность выражается в оценке уровня устойчивости функционирования горного производства по фактическим значениям объем годовой добычи угля, нагрузки на очистной забой и себестоимости единицы готовой продукции предприятия. Численная реализация индекса оптимальности представляется в виде: значения 1-ого п показателя в фиксированные моменты времени (квартал определенного года); Рп - плановые (прогнозные) значения I ого показателя, определенного на фиксируемый момент времени.
Данное представление критериальной базы оптимизации технологического развития угледобывающего предприятия позволяет, во-первых, выявить «знак» направления влияния каждого из исследуемых факторов в объективно определенном диапазоне их изменения на уровень выходных показателей эффективности функционирования моделируемой технологической системы шахты, что в существенной мере упростит поиск оптимального решения с использованием возможности нейросистематики. Во-вторых, представляется возможность минимизации отклонения полученных результатов моделирования от «заданных» (требуемых) уровней показателей. Методом регрессионного анализа статистических данных установлены поинтервальные парные зависимости показателей эффективности функционирования шахт от характеристик горно-геологических условий и параметров. Графическая интерпретация зависимостей представлена на рис.3.1-3.16. Анализ результатов матетматико-статистического моделирования позволяет установить следующее.
При увеличении угла падения разрабатываемых пластов в пределах исследуемого интервала от 0 до 35 результирующие показатели эффективности функционирования шахты ухудшаются. При изменении угла падения в диапазоне оті 2 до 18 увеличивается объем добычи угля (JoAui)=0,96 и суточная нагрузка на очистной забой (J0Ao4 ) от 0,92 до 1 соответственно, в то время как себестоимость 1 т угля снижается с (J0C)=1,1 до 1. В интервале 19-25 себестоимость возрастает до (JoAo4)=l,08, а добыча угля и суточная нагрузка на очистной забой снижаются до 0,88 и 0,85 соответственно. В интервале 25-35 происходит существенное повышение себестоимости до 1,25, а объем добычи угля и суточная нагрузка на очистной забой снижаются до 0,75 и 0,65 соответственно.
Изменение мощности разрабатываемых пластов в диапазоне от средней мощности до тонких, а также от средней мощности до мощных сопровождается ухудшением показателей производственной деятельности шахты. А именно: при изменении мощности в интервале 0,71-1,2 м самая высокая себестоимость имеет место (J0 ) = 1,2, а добыча угля и суточная нагрузка на очистной забой существенно снижаются:(10Аш)= 0,78 и (JoA04)= 0,7 соответственно. В интервале 1,21-2,5 себестоимость снижается до 1,05, а добыча угля и суточная нагрузка на очистной забой возрастают до 0,95 и 0,9 соответственно. В интервале 2,6-3,5 себестоимость понижается до 1, а добыча угля и суточная нагрузка на очистной забой возрастают до 1. В интервале 3,5 м и более себестоимость увеличивается до 1,1, а добыча угля и суточная нагрузка на очистной забой понижаются до 0,9 и ).85 соответственно. Наличие двух одновременно разрабатываемых пластов, на наш взгляд, является наиболее рациональным технологическим решением, так как при увеличении числа пластов до трех возрастает себестоимость добычи 1 т угля до 1,05, а общая добыча угля по шахте и суточная нагрузка на очистной забой понижаются до 0,95 и 0,92 соответственно, при увеличении числа пластов до четырех себестоимость возрастает до 1,22, а добыча угля и суточная нагрузка на очистной забой снижаются до 0,9 и 0,87 соответственно, а при наличии одного разрабатываемого пласта повышается себестоимость от 1 до 1,03, а добыча угля и суточная нагрузка на очистной забой снижаются до 0,98 и 0.95 соответственно.
Изменение кровли пластов от неустойчивой до средней устойчивости сопровождается повышением показателей деятельности шахты. Если в первом диапазоне добыча угля и суточная нагрузка на очистной забой равны 117 0,7 и 0,68 соответственно, то во втором диапазоне они возрастают до 0,85 и 0,82 соответственно, а в третьем диапазоне они достигают 1,0 и 0,99 соответственно. Себестоимость понижается от 1,2 в первом диапазоне до 1,06 - во втором диапазоне и до 1.02 в третьем диапазоне. При весьма устойчивой кровле наблюдается небольшое понижение добычи гля и суточной нагрузке на очистной забой до 0,99. Изменение почвы пластов от неустойчивой до весьма устойчивой сопровождается повышением показателей производственной деятельности шахты, при наличии глинистого сланца добыча угля и суточная нагрузка на очистной забой будут равны 0,8 и 0,75 соответственно, а себестоимость будет высокой, равной 1,15. При наличии песчанистого сланца добыча угля и среднесуточная нагрузка на очистной забой возрастают до 0.93 и 0,9 соответственно, а себестоимость понижается до 1.08. При наличии песчаника все три показателя достигают единицы. Наличие метана существенно затрудняет работу в очистных забоях, соответственно, на шахтах с невысокой газоносностью показатели производственной деятельности выше. На шахтах первой категории все три показателя равны единице, на шахтах второй категории себестоимость возрастает до 1,5, а добыча угля и среднесуточная нагрузка на очистной забой понижаются до 0,9 и 0.86 соответственно. На шахтах третьей категории себестоимость возрастает до 1,15, а добыча угля и среднесуточная нагрузка на очистной забой понижаются до 0,8 и 0,74 соответственно.
Оптимизация параметров функциональных элементов технологической системы угольной шахты.
Реструктуризация угольной промышленности России представляет собой комплекс взаимосвязанных мероприятий, направленных на преобразование производственной и организационной структур отрасли в целях повышения ее эффективности. В производственной сфере для угольных шахт, поставленные программой реструктуризации, задачи решаются по следующим направлениям[49, 28]: -отказ от разработки особо неблагоприятных, с точки зрения экономики о охраны труда, пластов угля; -снижение издержек производства; -опережающее развитие наиболее эффективных действующих и строительство новых шахт; -ликвидация особо убыточных и неперспективных шахт. К перспективным отнесены высокоэффективные шахты, имеющие большие (на десятилетия) запасы угля с благоприятными горногеологическими условиями залегания пластов, на которых возможно не только поддержание, но и приращение производственного потенциала при сравнительно небольших инвестициях. Стабильными считаются угольные шахты со значительными запасами угля, залегающие в относительно благоприятных условиях, возможностью поддержания потенциала и повышения эффективности производства при незначительных затратах.
К неперспективным отнесены шахты с низкими технико-экономическими показателями, имеющие незначительные запасы угля, залегающие в сложных горно-геологических условиях, когда даже при больших инвестициях практически невозможно увеличить объемы добычи угля и повысить эффективность производства. Стабильные предприятия работают с прибылью. Прибыль является важнейшим показателем финансовой деятельности предприятия. Максимизация прибыли — это одна из важнейших целей развития предприятия и непосредственный объект финансового менеджмента. В условиях рыночных отношений учет прибыли позволяет установить, насколько эффективно ведется хозяйственная деятельность предприятия. Другими словами, прибыль- соотношение себестоимости и цены. Общая прибыль равна: n06ur= (Ц-С) С2уреал. где Ц,С, Qypean - цена, себестоимость, и объем реализации угольной продукции. Целями функционирования предприятия является: -снижение себестоимости, (которая включает повышение производительности) -добыча объемов угля, которые будут гарантировать реализацию объемов по подписанным договорам. Цена угля определяется рынком сбыта и качеством угольной продукции. Задача оптимизации производства формируется следующим образом: -на основе маркетинговых исследований формируется объем производства угольной продукции на календарный год ( с учетом качества продукции). -формируется прогноз объемов добычи угля и качества угольной продукции на будущие 5 и 10 лет. Критерий оптимизации функциональных элементов технологической схемы шахты равен: П=(ЦУ -СДоб) Qy реал. - шах, При Qy реал-Qyao6 ПИП, где -П -прибыль предприятия, Цу - цена угля, СДОб -себестоимость добычи угля, Qy реал — объем реализации угля, С удоб - объем добычи угля. Ц у =fj (k, t), где к качество угля, at- время реализации угля 147 СДоб= h (Ту, Асут) , где Ту технический и технологический уровень горных работ. Асут - нагрузка на очистной забой (производительность очистного забоя). С?удоб ґз (Ту, Ург), где Ун- — горно-геологические условия. Технический и технологический уровень можно описать по формуле: 1 у v ор А пр) 1 мдр) МТ5 1 пкЛ Алгоритм формирования программы технологического развития угольной шахты следующий: 1 .Устанавливаются значимые пределы изменения параметров функциональных элементов технологической системы шахты. 2. Устанавливаются закономерности влияния параметров функциональных элементов технологической системы шахты. 3.
Оптимизируются параметры технологической системы шахты. Этапы оптимизации приведены на рисунке 3.17 -осуществляется анализ показателей действующей шахты на рынке угольной продукции (устанавливаются объем реализации угля, нагрузка на очистной забой, цена угля). -определяется себестоимость добычи угля и объем добычи угля. -для заданных (Асут) суточной нагрузке на очистной забой, (Оудоб)-объема добычи угля и (Сдоб) - себестоимости добычи решаются задачи выбора значений функциональных элементов технологической схемы шахты. -после получения значений 48 элементов, исходя из результатов исследований выполненных в разделе 2.1, элементы анализируются и разбиваются на группы по условиям: 1 .Принципиальная возможность реализации, то есть определяем, возможно ли реализовать данные решения или невозможно по данным элементам. 2.Временной период реализации, включающий четыре группы: 1) - до 1 года. (Например, к первой группе относятся те элементы, значения которых можно обеспечить в период до одного года). 2) - до 3 лет, 3) - до 5 лет, 4) свыше 5 лет. С учетом фактически принятого периода реализации предлагаемых решений избираются те элементы, значения которых можно обеспечить в принятый временной период. Решается повторно задача оптимизации с зафиксированными оставшимися элементами, то есть некоторые параметры из 1-ой группы принципиально нельзя обеспечить или из 2-ой группы параметры, которые нельзя обеспечить за этот временной период являются заданными.
При подтверждении значений отобранных элементов они принимаются для реализации на конкретной шахте. Если в такой постановке задача не решается, то увеличивается временной период (например, с 1 года до трех лет), также расширяется количество элементов, значения которых можно обеспечить за выбранный период. Для реализации установленных элементов технологической схемы угольной шахты мы представляем шахту как сложную систему, состоящую из функциональных подсистем. (Рис.4.1) где Тор - технология очистных работ, Тпр - технология подготовительных работ, Тмдр - технология монтажно-демонтажных работ, Тмт - технология магистрального подземного транспорта, Тпк - технология угольного комплекса на поверхности. Построение функции «вход-выход» сводится к следующему. Эта функция строится в виде нейронной сети. При этом необходимо учесть следующие два обстоятельства. Во-первых, больше половины входных параметров принимает небольшое число целых значений. Во-вторых, маленькое число обучающих примеров. Исходя из результатов выполненного анализа, единственное, что можно сделать в этой ситуации -это дискретизировать все входные и выходные переменные и решать задачу классификации. При этом, число входных параметров принимается равным 48, число выходных параметров -3,число обучающих примеров -272.
