CC BY
44
УДК 622.271 В.А. Стетюха
МЕТОДИКА ПРОГНОЗИРОВАНИЯ И РЕГУЛИРОВАНИЯ ТЕПЛОМАСООПЕРЕНОСА И НАПРЯЖЕННО-ДЕФОРМИРОВАННОГО СОСТОЯНИЯ В ГОРНЫХ ПОРОДАХ ЮГА КРИОЛИТОЗОНЫ
Яеобходимость совершенствования математических моделей и методик прогнозирования и регулирования состояния массивов горных пород связана с особенностями природных условий юга криолитозоны, при которых природно-техно-генные системы и входящие в них многолетнемерзлые породы являются малоустойчивыми к внешним воздействиям [1]. При неблагоприятном сочетании природных факторов и техногенных воздействий горного производства нарушается устойчивость откосов и бортов карьеров, образуются обвалы, оползни, происходят деформации поверхности, фильтрация загрязнителей через дамбы и разрушения дамб, заболачивание и подтопление территории.
Существующие модели и методы не учитывают всего комплекса природных и техногенных факторов. Поэтому усложнение расчетных моделей и методик их применения в суровых климатических условиях при наличии техногенных воздействий является оправданным. В основу предлагаемой методики прогнозирования и регулирования включены элементы, отличающие ее от традиционных подходов. Проведено обоснованное расширение состава исходных параметров вычис-
лений. Усовершенствованы разрешающие уравнения процессов.
Особенности используемой математической модели объекта исследования
- техногенных массивов - это переменность их геометрических размеров со временем в результате воздействий процессов горного производства, переменность физико-механических свойств в пространстве и во времени. Достоинство модели - возможность оптимизации размеров и свойств ее составляющих.
Особенность математической модели природно-климатических воздействий - уточнение экстремальных параметров воздействий и неблагоприятных периодов их приложения к системе на основе использования огибающих графиков воздействий.
Особенности и достоинства применяемой методики математического моделирования техногенных воздействий горного производства заключаются в установлении связей между воздействиями и изменяемыми во времени свойствами составляющих исследуемых объектов, в установлении оптимального размещения воздействий во времени и в пространстве, в определении оптимальных их количественных характеристик.
Укрупненная схема прогнозирования и регулирования развития процессов,
приводится на рисунке. Представленный алгоритм предполагает его использование для реализации трех задач:
- прогнозирование и регулирование состояния техноприродной системы;
- анализ развития системы с использованием однократной оптимизации;
- анализ развития системы с использованием многократной оптимизации в процессе корректировки процессов.
Соответствующие пути реализации алгоритма обозначены на схемах пунктирной, сплошной и штриховой линиями.
Блок формирования модели характеризуется более обширным составом исходных факторов, опре-деляющих динамику изменения во времени основных параметров системы и внешних воздействий. Расширение состава исходных данных потребовало их статистической обработки. Применение дисперсионного анализа позволяет удалить малозначимые факторы из первоначального их набора.
Выполняется двухэтапный процесс уточнения комплексной модели системы. На первом этапе совершенствование математической модели осуществляется на основе конструктивных мероприятий, связанных с включением в ее состав (или удалением) отдельных составляющих подсистем или отдельных параметров. Предварительный отбор параметров по признакам их наибольшего влияния выполняется генерированием альтернативных вариантов. Корреляционный анализ факторов обеспечивает процедуру отбора параметров по степени их значимости. По результатам анализа часть факторов удаляется из комплексной модели. Оставшиеся факторы разделяются на две группы. Часть из них используется при проведении
численных экспериментов, другая часть факторов варьируется при получении уравнений регрессии.
Второй этап уточнения модели системы сводится к количественному уточнению отдельных параметров. В основе этого этапа лежит алгоритм имитационного моделирования системы. После проведения серии численных экспериментов на основе теории их планирования получаются функциональные зависимости основных исследуемых процессов от полученных после вторичного отбора параметров. Завершающим этапом моделирования является оптимизация исследуемых процессов и свойств, конструктивных и технологических решений.
Вычислительные процедуры выполняются по явной схеме, что позволяет отслеживать развитие процессов и вносить в них коррективы. В уравнениях тепломассопереноса учитываются теплопередача за счет диффузивного переноса влаги и перенос влаги, вызванный градиентом температуры. По сравнению с вариантом А.В. Лыкова [2] включены слагаемые, учитывающие плотность распределенных источников тепла, гравитационную составляющую, а также слагаемые, учитывающие диффузионный электроосмотической перенос влаги. Составляющие уравнения теплового баланса формируются с учетом наклона поверхности, тепловых потоков, вызываемых электроосмотическим переносом влаги и других особенностей техногенных воздействий. Используется уточненное уравнение баланса влаги [1]. Определение напряжений и деформаций в массивах пород выполняется с использованием метода конечных элементов. По сравнению с традиционными алгоритмами упруго-пластической модели предлагаемые математические модели и методики учитывают переменные
характеристики загружения во времени, переменность свойств горных пород, изменяющиеся граничные условия, температурные деформации.
В рамках модуля вычислений выполняется анализ состояния системы, включающий контроль ограничений, накладываемых на систему. Анализ состояния системы учитывает изменения границ между талой и мерзлой зонами, достижение породами состояния насыщения влагой и др. Выполняется анализ прохождения контрольных точек, устанавливаемых по признакам приемлемости проведенной корректировки системы для технологического процесса, по возможным ограничениям использования материалов, по конструктивным параметрам и т. д.
Важнейший элемент модели - наличие механизмов адаптации исследуемой системы к изменившимся условиям. При этом выделяются два этапа. Один из них
- автотрансформация модели на очередном шаге по признакам изменения физического состояния составляющих элементов и установление новых зависимостей между факторами - включается в блок вычислений.
Особым этапом адаптации комбинированной модели является ее регулирование. На подготовительном этапе предусматривается определение перечня регулируемых параметров, установление диапазонов регулирования и генерация возможных сценариев. Производится сопоставление альтернативных вариантов продолжающихся событий, генерация возможных вариантов изменения воздействий.
В зависимости от типа рассматриваемой модели системы используется
один из вариантов управления. Например, при внешнем управлении используется укладка теплоизоляции на поверхности, срезка оттаявшего слоя. Самоорганизация комплексной системы сводится к автоматическому формированию внутри модели сценариев, критериев, необходимых бло-ков и связей.
В результате регулирования происходит запланированная корректировка на очередном шаге внешних воздействий, физико-механических свойств и других параметров системы. Значительные конструктивные изменения в свою очередь могут потребовать перегруппировки состава вычислительных модулей и связей между ними. Предусмотрена многократная корректировка модели с продолжением комплекса вычислений.
Регулирование развития процессов может осуществляться и с использованием процедуры оптимизации конструкций или технологий. При оптимизации процессов и конструктивных схем вычислениям предшествует выбор целевой функции, управляющих параметров, задание ограничений, формирование перечня задач для проведения численных экспериментов. Непосредственная процедура имитационного моделирования и оптимизации процессов включает в себя проведение численных экспериментов по рассматриваемому кругу задач и получение уравнений регрессии. Результатом оптимизации является получение оптимальных значений ряда параметров. На основе результатов оптимизации выполняется корректировка модели. При необходимости процедуры оптимизации повторяются
Алгоритм прогнозирования и регулирования системы:
■ ■ ■ ■ ■ ■ «к прогнозирование и регулирование развития системы; оптимизация; “ “ “ ^многократная оптимизация
однократная
многократно на протяжении развития модели во времени. Критерии оптимизации в случае необходимости могут изменяться включением новых или удалением утративших актуальность.
Представленная методика прогнозирования исследуемых процессов в мас-
1. Стетюха В.А. Совершенствование моделей переноса тепла и влаги при оценке воздействий горного производства на породы в условиях Южного Забайкалья.- Горный информационно-аналитический бюллетень. - М.: МГГУ, выпуск № 10, 2004.- С. 71-74.
сивах пород использована при установлении полей температуры, влаж-ности, напряжений и деформаций в условиях Юга Восточной Сибири [3]. Достоверность математических моделей подтверждена сравнением с результатами наблюдений.
--------------- СПИСОК ЛИТЕРАТУРЫ
2. Лыков А.В. Тепломассообмен: справочник.- М.: Энергия, 1971.- 560 с.
3. Стетюха В.А. Прогнозирование влияния процессов горного производства на состояние пород криолитозоны.- Чита: ЧитГТУ, 2003.192 с.
— Коротко об авторах
Стетюха В.А. - кандидат технических наук, доцент, Читинский государственный университет.
ТЕКУЩАЯ ИНФОРМАЦИЯ О ЗАЩИТАХ ДИССЕРТАЦИИ ПО ГОРНОМУ ДЕЛУ И СМЕЖНЫМ ВОПРОСАМ
ДИССЕРТАЦИИ
Автор Название работы Специальность Ученая степень
УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
БАРАНОВА Ксения Юрьевна Управление надежностью оборудования на основе экспертизы промышленной безопасности 08.00.05 к.э.н.
СИБИРСКИЙ ГО< СУДАРСТВЕННЫЙ ИНДУСТРИАЛЬНЫЙ У НИВЕРСИТЕТ
НАУМКИН
Валерий
Николаевич
Прогноз параметров взаимодействующих геомеханических и газодинамических процессов при неравномерном движении очистных забоев угольных шахт
к. т. н.
