Оценка травмоопасных факторов при эксплуатации горно-транспортного оборудования. . Текст научной статьи по специальности «Строительство и архитектура»

Полученные закономерности изменения коэффициента технического использования для экскаваторов позволяют прогнозировать работу машин с учетом фактического «стажа» и имеющегося ресурса машин.

і— Коротко об авторах------------------------------------------

Квагинидзе В.С. - доктор технических наук, профессор, ОАО ХК «Якутуголь»;

Зарипова С.Н. - кандидат физико-математических наук, доцент, ТИ (Ф) ГОУ ВПО ЯГУ

-------------------------------- © С.Н. Зарипова, 2006

УДК 622.411.33

С.Н. Зарипова

ОЦЕНКА ТРАВМООПАСНЫХ ФАКТОРОВ

ПРИ ЭКСПЛУАТАЦИИ ГОРНО-ТРАНСПОРТНОГО

ОБОРУДОВАНИЯ

Для оценки влияния показателей эксплуатации карьерного горно-транспортного оборудования на производственный травматизм в условиях Севера рассмотрено Нерюнгринское угольное месторождение, характеризующееся высокой интенсивностью разработки, требующей круглосуточного режима работы.

Анализ причин производственного травматизма на угледобывающем предприятии показал, что имеются случаи использования неисправной техники и оборудования; продолжают эксплуатироваться машины, списанные по нормам амортизации; часто встречаются нарушения технологических процессов и техники безопасности.

Удельный вес травмоопасного фактора «эксплуатация неисправной техники, машин и оборудования» в формировании травматизма составил более 20 % за период времени с 1999 по 2003 гг. Наиболее травмоопасными при

управлении и обслуживании признаны экскаваторы, бульдозеры и буровые станки.

С целью установления степени влияния данного фактора на количество травм вычислены коэффициенты парной и множественной корреляции между количеством несчастных случаев и количеством эксплуатируемого горнотранспортного оборудования (ГТО), списанного по нормам амортизации, коэффициентом технической готовности, аварийными простоями карьерного оборудования. Коэффициенты парной корреляции подтверждают достаточно высокую степень тесноты связи между всеми перечисленными признаками (таблица).

Для анализируемых признаков получены следующие уравнения связи интенсивности травматизма, а также статистические характеристики для оценки адекватности и точности полученных уравнений регрессии: ____________________

Признаки Количество Продолжи- Количе- Коэффици-

травмиро- тельность ава- ство ГТО ент техниче-

ванных (т, чел.) рийных простоев (а, час) (к, ед.) ской готовности ГТО (г)

Количество

травмирован- 1,0 0,7 0,6 -0,8

ных

Аварийные простои ГТО 0,7 1,0 0,7 -0,7

Количество списанного ГТО 0,6 0,7 1,0 -0,7

Коэффициент технической го- -0,8 -0,7 -0,7 1,0

товности ГТО

- по продолжительности аварийных простоев горнотранспортного оборудования:

т = -8,93 + 0,0007а, (1)

Д = 0,77, а = 0,83, е = 7,6 %, п = 0,74;

- по коэффициенту технической готовности оборудования:

т = 31,18 - 37,39г, (2)

Д = 0,74, а = 0,98, е = 5,4 %, п = 0,68;

- по количеству списанного горно-транспортного оборудования на момент, когда произошел несчастный случай:

т = -9,7 + 0,4к, (3)

Д = 0,73, а = 0,88, е = 6,4 %, п = 0,63.

Здесь Д = И2 - коэффициент детерминации, определяющий долю результативного признака, причинно обусловленную изменениями факториального признака, И - коэффициент множественной корреляции, а - среднее квадратическое отклонение, е - средняя относительная ошибка аппроксимации, п - корреляционное отношение.

Графики линейных зависимостей (1)-(3) приведены на рис.

1.

Вычисленные выборочные корреляционные отношения указывают на наличие тесной нелинейной связи между исследуемыми признаками: для первой зависимости корреляционное отношение равно 0,89, для второй - 0,84, для третьей - 0,94. В качестве искомых моделей рассматривались все типы линеаризуемых зависимостей и полиномиальные зависимости. Наилучшие приближения, в сравнении статистических показателей, дали уравнения криволинейных регрессий (4) - (6):

т = - 46,59 - 0,0000002а2 + 0,005389а3, (4)

2

1

Рис. 1. Графики линейной зависимости интенсивности

трав-матизма от: 1 - продолжительности аварийных простоев ГТО, 2 - коэффициента технической готовности ГТО, 3 - фактического количества ГТО на момент несчастного случая

Д = 0,84, а = 0,82, е = 5,12 %, п = 0,89; т = 304,64 0,002г, (5)

Д = 0,71, а = 0,79, е = 5,26 %, п = 0,78; т = 654,2 - 51,3к + 1,3к* - 0,01^ , (6)

Д = 0,77, а = 0,82, е = 4,73%, п = 0,74.

Полученные значения коэффициента детерминации достаточно высокие, они подтверждают достоверность наличия нелинейных зависимостей (4)-(6), а значения средней относительной ошибки аппроксимации свидетельствуют о высокой точности моделей.

Графики моделей (4)-(6) изображены на рис. 2. Множественная корреляции И = 0,86 характеризует тесную зависимость между всеми рассматриваемыми причинными факторами и исследуемой величиной интенсивности травматизма, а также достаточную точность прогноза количества несчастных случаев по линейному уравнению регрессии: т = 20,18 - 28,3а - 0,079к + 0,000357г. (7)

Статистические показатели Д = 0,7, о = 0,85, е = 8,8 %, п = 0,73 модели (7) не лучше, чем показатели нелинейной модели (8):

15

10 -

5

•т=654,2-51,3к+1,3(кА2)~

0,01(кл3)

Рис. 2. Графики криволинейных регрессий

0

ед.

6

т = 1432,5 + 0,08а - 94,68к - 94,68г - 1199,84а2 + 0,68г2 + +152,77ак - 0,000145аг - 0,073гк, (8)

Д = 0,996, а = 0,63, е = 3,49 %, щ = 0,99.

Следовательно, модель (8) лучше описывает искомую зависимость, является адекватной и точной.

Минимизируя целевую функцию (8) методом Ньютона при ограничениях на продолжительность аварийных простоев и количество горно-транспортного оборудования, списанного по нормам амортизации, продолжающего эксплуатироваться в условиях разреза, получаем оптимальные значения всех параметров: количество травм будет сведено к нулевому значению, если аварийные простои горно-транспортного оборудования, имеющего коэффициент технической готовности, равный 1, будут сведены на нет, причем количество эксплуатируемой карьерной техники и оборудования в рабочее время не будет превосходить 40 ед.

і— Коротко об авторах

Зарипова С.Н. - кандидат физико-математических наук, доцент, ТИ (Ф) ГОУ ВПО ЯГУ___________________________________________

Причины простоев, потери объемов горной массы Внутри- групповая дисперсия Межгрупповая дисперсия Енабл Екр % влияния фактора Вероятность принятия гипотезы (%)

Неисправность экскаватора (1) 7473751,2 14187946,58 17,81 4,49 89,84 95

Неподготовленный забой (2) 354397,81 1169653,44 6,96 4,49 43,47 95

Отсутствие дорог (3) 22819,60 117338,39 3,86 4,49 24,14 95

Отсутствие э/энергии (4) 1535628,13 2038260,89 48,88 4,49 32,73 95

Ожидание работы (5) 38183895,3 168649827,6 4,68 4,49 29,27 95

Взрывные работы (6) 13442803,8 16677357,44 66,49 4,49 24,06 95

Отсутствие подъездных путей (7) 40955,22 98869,04 11,31 4,49 70,72 95

Климатические условия (8) 2851988,4 11750882,04 5,13 4,49 32,05 95

Неактируемые простои 22051062,2 24303777,12 78,31 5,32 10,22 95

Таблица 2

Корреляционная матрица (по вскрышной породе)

К 1 2 3 4 5 6 7 8 9

1 1 0,14 0,14 0,80 0,76 0,06 -0,11 0,38 0,65

2 0,14 1 0,32 0,35 0,004 0,56 0,51 -0,06 0,24

3 0,14 0,32 1 0,03 0,38 0,40 -0,21 0,77 0,47

4 0,8 0,35 0,03 1 0,56 0,31 0,36 0,21 0,68

5 0,76 0,004 0,38 0,56 1 0,31 -0,27 0,62 0,79

6 0,06 0,56 0,4 0,31 0,31 1 0,34 0,09 0,55

7 -0,11 0,51 -0,21 0,36 -0,27 -0,27 1 -0,15 -0,17

8 0,38 -0,06 0,77 0,21 0,62 0,09 -0,15 1 0,44

9 0,65 0,24 I 0,47 I 0,68 I 0,79 I 0,79 I -0,17 0,44 1

Таблица 3 Корреляционная матрица (по углю)

Я 1 2 3 4 5 6 7 8 9

1 1 0,03 0,11 0,20 0,22 0,24 -0,06 -0,22 0,38

2 0,03 1 0,33 -0,12 -0,165 0,93 0,88 -0,51 0,53

3 0,11 0,33 1 -0,22 -0,25 0,18 -0,12 -0,03 -0,07

4 0,20 -0,12 -0,22 1 0,21 -0,02 -0,09 0,15 0,46

5 0,22 -0,165 -0,25 0,21 1 -0,06 -0,07 -0,14 0,36

6 0,24 0,93 0,18 -0,02 -0,06 1 0,84 -0,44 0,75

7 -0,06 0,88 -0,12 -0,09 -0,07 0,84 1 -0,63 0,48

8 -0,22 -0,51 -0,03 0,15 -0,14 -0,44 -0,63 1 -0,09

9 0,38 0,53 -0,07 0,46 0,36 0,75 0,48 -0,09 1