CC BY
159
Чистяков Ярослав Владимирович, канд. техн. наук, ст. преподаватель, yar00000@yandex.ru, Россия, Ярославль, Московский государственный университет путей сообщения, Ярославский филиал,
Махнин Александр Александрович, д-р техн. наук, проф., volodinni@)ystu.ru. Россия, Ярославль, Ярославский государственный технический университет
CENTRIFUGAL-INERTIAL DUST EXSTRACTORS FOR DRY AIR CLEANING K.M. Muratova, Y.V. Chistyakov, A.A. Makhnin
A promising way to improve the efficiency of dry-type dust extractors is the maintenance of inertial component value of resulting force over the whole way of gas flow inside the apparatus due to consecutive changes of flow direction and of channel sections of rising and down flows. Examples of dust extractors of new generation are presented.
Key words: centrifugal-inertial dust exstractor, swirler, dust exstractor and classifier, highly dispersed dust.
Muratova K.M., Post Graduate Student, volodinni@)ystu. ru, Russia, Yaroslavl, Yaroslavl State Technical University,
Chistyakov Y.V., Candidate of Science, Lecturer, yar00000@yandex. ru, Russia, Yaroslavl, Moscow State University of Communication lines, Yaroslavl Subdivision,
Makhnin A.A., Doctor of Science, Professor, volodinni@)ystu. ru, Russia, Yaroslavl, Yaroslavl State Technical University
УДК 622.012:331.45
ОЦЕНКА УРОВНЯ ПРОМЫШЛЕННОЙ БЕЗОПАСНОСТИ НА ГОРНОДОБЫВАЮЩИХ ПРЕДПРИЯТИЯХ
Э.М. Соколов, Н.М. Качурин, И.П. Карначёв, Д.Н. Шкуратский
Изложены базовые методологические подходы к оценке уровня промышленной безопасности, основанные на применении статистических методов прогнозного моделирования показателей производственного травматизма. Использование алгоритмов теории надежности технических систем рассматривается на примере предприятий горнодобывающей промышленности, территориально расположенных, как в Центральном федеральном округе, так и на Кольском севере России.
Ключевые слова: промышленная безопасность, производственный травматизм, анализ, прогнозирование.
Как отмечается в отчёте, появившегося в ходе опыта реализации проектов по промышленной безопасности на австралийских горнодобывающих предприятиях, заметный прогресс в этой области был достигнут путем внедрения 12 практических возможностей (пунктов или позиций)
по трем следующим направлениям: а) использование значимых показателей уровня промышленной безопасности (5 пунктов); в) выявление зон повышенного риска (3 пункта); с) коллективное использование информации (4 пункта). В качестве позитивной иллюстрации практического применения данных положений отметим, что в Квинсленде (штат на северо-востоке материковой части Австралии) число несчастных случаев (НС) за последние сто лет снизилось более чем на 95 % [1].
С позиций методического совершенствования оценки уровня промышленной безопасности на отечественных горнодобывающих предприятиях, из 12 имеющихся позиций «австралийского варианта» улучшения показателей уровня промышленной безопасности к пунктам, непосредственно относящимся к вопросам, связанных с проблематикой производственного травматизма (ПТ), по нашему мнению, можно отнести следующие шесть:
а) по первому направлению (использование значимых показателей уровня промышленной безопасности) — 1) увеличение амплитуды показателей (один пункт);
в) по второму направлению (выявление зон повышенного риска) — 2) применение анализа с использованием новых методик (один пункт);
с) по третьему направлению (коллективное использование информации) — 3) разработка общей системы классификации; 4) решение проблем в рамках коллективного использования информации; 5) совершенствование базы данных по потенциально опасным происшествиям; 6) обмен данными по происшествиям и механизмам контроля (четыре пункта).
В отечественной практике прогнозной оценки уровня производственного травматизма (ПТ) существуют несколько подходов, среди которых ведущие специалисты в области безопасности и охраны труда на горнодобывающих предприятиях выделяют два основных типа [2]. Первый подход состоит в экстраполяции динамических показателей ПТ, имевшего место на предприятии в течение последних десяти - пятнадцати лет. Этот подход применим, если горно-геологические и горнотехнические условия, технология и организация производства на предприятии существенно не меняются (что не так часто встречается в реальности на протяжении всего исследуемого периода). Главным же «недостатком» такого подхода является его неприемлемость в социальном аспекте, поскольку вначале событийно НС должны свершиться и только затем, имея полную и достоверную статистику, может быть определен возможный уровень безопасности труда. Суть второго подхода заключается в ситуационном моделировании (на основе статистическо-вероятностных подходов высшей математики) НС на производстве как случайных событий, произошедших под действием разносторонних факторов производственной внешней и внутренней сред. С точки зрения оценки критерия уровня ПТ, в таком варианте принимается парадигма отсутствия опасностей в
технологическом процессе и как следствие - отсутствие НС. НС, естественно, нельзя считать неизбежным явлением, однако при комплексном воздействии упомянутых факторов вероятность его существования никогда не будет равна нулю, т.е. достижение состояния «нулевого риска» в процессе трудовой деятельности невозможно. Реалистичность такого анализа уровня безопасности труда базируется на теоретических положениях теории вероятности и математической статистики, на основании которых было доказано, что математически вероятность распределения числа НС подчинена закону Пуассона вида [3]:
Р(х) = Лхв-х/х\, (1)
где х - число травм за определенный период времени, X - среднее число травм за этот период.
Представленный закон распределения получил наименование закона редких событий, причем результаты его анализа зависят в основном лишь от значения параметра X, отражающего среднее число интересующих событий (в виде числа НС в единицу времени). При таком виде распределения случайной величины (т.е. по закону Пуассона), с позиций теории вероятности и математической статистики, должны одновременно соблюдаться следующие условия: 1) независимости; 2) ординарности; 3) стационарности.
Отдельно в дополнение к упомянутым выше двум подходам (экстраполяция динамических показателей и ситуационное моделирование случайных событий) выделим третий подход к прогнозной оценке уровня ПТ, базирующийся на методах статистического анализа временных рядов (или рядов динамики) [4-6]. Использование этого подхода, применительно к исследованию ПТ на предприятиях горнодобывающей промышленности, позволяет эффективно решать задачи, связанные с оценкой уровня промышленной безопасности, с учётом следующих двух особенностей:
• во-первых, ПТ как учетная статистическая категория выражает результат нестационарного стохастического процесса, содержащего в себе элементы необходимого и случайного, где необходимость проявляется в виде тенденции (тренда) ряда, а случайность - в виде колебаний (вариации) уровней ряда относительно тенденции. Такое сочетание позволяет провести комплексное исследование как тенденции, так и вариации уровней ряда, получив одновременно, таким образом, оптимальную функцию тренда ПТ и соотношение удельного веса отклонений от тренда;
• во-вторых, использование методик прогнозирования ПТ на основе показателей временного ряда по нескольким моделям позволяет в кратчайшие сроки провести прогон этих моделей, что дает возможность оценки воздействия травмоопасных факторов на рабочих местах и произвести выбор наиболее эффективной прогнозной модели с целью проведения профилактических мер ПТ различного характера.
Указанные положения позволяют отдельно выделить третий подход среди других, поскольку его применение даёт вполне удовлетворительные результаты, а его использование с соответствующими пакетами программ ЭВМ не вызывает особых трудностей. Практическое приложение моделей данного подхода с позиций оценки уровня ПТ для работников предприятий горнопромышленного комплекса Мурманской области, подробно представлено нами в источнике [6]. Поэтому приведем далее кратко лишь некоторые положения этого подхода, используя пример анализа ПТ на одном из крупнейших предприятий горно-химической промышленности Кольского севера России ОАО «Апатит» (г. Кировск).
Графическая интерпретация варианта моделирования по трендовой составляющей для ОАО «Апатит» в виде логарифмического тренда, имеющего максимальную величину коэффициента детерминации (88, 24 %) и минимальную величину средней ошибки аппроксимации (13,75 %) из различных вариантов аналитических функций, представлена нами на рис. 1.
20 -
0 J-,-,-,-,-,-,-,-,-,-,-,-,-,-,
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Рис. 1. Фактические и теоретические уровни трендовой составляющей ПТ для ОАО «Апатит»
Далее процедура декомпозиции (выделение составляющих временного ряда ПТ), базируемая на методе Census I, выполнялась нами по следующему алгоритму: 1) вычислялись скользящее среднее по периоду сезонности (за каждый квартал); 2) после нахождения значений скользящих средних по предыдущему пункту сезонность в ряду исключалась; 3) для анализа ряда по выбранной модели производилось нахождение коэффициентов сезонности; 4) производился расчет сезонной составляющей как общей средней для значений ряда; 5) фактический ряд проходил корректировку путем деления квартальных коэффициентов сезонности по всему диапазону значений ряда. Итоговый результат декомпозиции иллюстративно представлен графиками на рис. 2, которые были получены
200
нами путем статистической обработки в средах «Microsoft Excel» 97/2000 и «STATISTICA 6.0 for Windows».
Рис. 2. Поквартальное разложение компонент временного ряда ПТ для ОАО «Апатит»: 1 - S(t) - сезонные колебания;
2 - C(t) - циклические колебания; 3 - I(t) - случайные воздействия
Моделирование каждой составляющей для дальнейшего прогнозирования представляло собой трудоемкий процесс, ввиду чего было проведено трендовое моделирование с одновременным учетом периодической составляющей колебаний. С этой целью нами был использован метод гармонического анализа, позволяющий выразить периодическую функцию вариации ПТ. В качестве аналитической формы исследуемого явления во времени была использована функция ряда Фурье вида:
Утеор. =ao + X ( ак cos (К) + Ьк sin (К)). (2)
В выражении (2) величина коэффициента К определяет гармонику ряда Фурье и может быть взята с разной степенью точности. Как показали наши исследования, достаточная степень близости фактических и теоретических значений ПТ достигается для функции Фурье с числом гармоник равным восемнадцати. Опуская все промежуточные расчеты по нахождению параметров модели ПТ, приведем её окончательный вид:
^теор. прогноз.)=12,250+0,635cos(t)+2,742sin(t)-0,703cos(2t)+ +0,425sin(2t)+1,929cos(3t)-0,142sin(3t)-0,228cos(4t)+1,503sin(4t)+ +0,160cos(5t)-0,142sin(5t)+1,080cos(6t)-0,386sin(6t)-0,206cos(7t)+ +0,665sin(7t)+1,010cos(8t)+0,263sin(8t)-0,654cos(9t)-0,089sin(9t)+ +0,989cos(10t) + 0,139sin(10t) + 1,122cos(11t)-0,743sin(11t)--0,343cos(12t)+0,633sin(12t)+0,961cos(13t)-0,818sin(13t)+ +1,578cos(14t) + 0,291sin(14t) - 1,048cos(15t) - 0,326sin(15t) + +0,549cos(16t) + 0,161sin(16t) + 1,256cos(17t) + 0,330sin(17t) --0,277cos(18t) - 0,052sin(18t). .
Полученная модель тренда ПТ для ОАО «Апатит», совместно с вариацией периодического характера, типа ряда Фурье с восемнадцатью гармониками имела коэффициент детерминации 99,53 %. В качестве простейшего индикатора, позволяющего оценить надежность полученного прогноза, в прогностике применяют относительный показатель Тейла, определяемый как подкоренное значение отношения квадрата разности прогнозного и фактического значений к фактической величине изучаемого показателя. В статистическом прогнозировании при показателе Тейла близким к нулевому значению, как в нашем случае, прогноз считается идеальным.
Сводная таблица итоговых значений измерения ошибок прогнозирования ПТдля ОАО «Апатит»
Вид погрешности прогноза Относительные единицы измерения
MAD (средняя абсолютная погрешность) 0,16913
MSE (средняя квадратическая ошибка) 0,03726
MAPE (средняя абсолютная относительная ошибка) 0,01653
MPE (показатель средней относительной ошибки) -0,00004
Таким образом, проведенные исследования выявили правомерность предлагаемых методологических подходов к оценке приемлемого уровня промышленной безопасности для работников ОАО «Апатит» с позиций уровня ПТ, поскольку проведенная нами оценка погрешности прогноза вполне объективно обосновывает правомерность выбора модели ПТ для ОАО «Апатит» по минимальным численным значениям основных видов ошибок прогнозного моделирования, приведенных в итоговой таблице.
Список литературы
1. Икволл Э., Гиллеспи Б., Риг Л. Улучшение показателей уровня промышленной безопасности: опыт горнодобывающих предприятий Австралии / ЗАО «ПрайсвотерхаусКуперс Аудит» и «ПрайсвотерхаусКуперс Ракша Б.В.», 2008. 10 с. Режим доступа: http: // www. safe-typaper_russian_frnal. pdf.
2. Москаленко Э.М., Рубин В.С. Условия труда в угольных шахтах и определение уровня его безопасности: учебное пособие М.: Изд-во МГИ, 1981. 88 с.
3. Белов П.Г. Системный анализ и моделирование опасных процессов в техносфере. М.: Изд. центр «Академия», 2003. 512 с.
4. Тартилас Ю.К. Методика прогнозирования производственного травматизма на основе коротких временных рядов: автореф. дис. ... канд. техн. наук. Л., 1987. 24 с.
5. Бугаев С.С. Статистические методы анализа причин травматизма// Безопасность труда в промышленности. 2001. №2 1. С. 41-43.
6. Карначёв И.П. Анализ и моделирование уровня безопасности труда с позиций производственного травматизма на региональном уровне: монография. //Апатиты, изд. КНЦ РАН, 2008. 230 с.
Соколов Эдуард Михайлович, д-р техн. наук, профессор, зав. кафедрой, ecology a tsii.tiila.ni, Россия, Тула, Тульский государственный университет,
Качурин Николай Михайлович, д-р техн. наук, проф., зав. кафедрой, ecology atsu.tula.ru , Россия, Тула, Тульский государственный университет,
Карначев Игорь Павлович, д-р техн. наук, проф., ecologv@tsu.tula.ru , Россия, г. Кировск, Мурманской области, НИЛФГУН СЗНЦ гигиены и общественного здоровья Роспотребнадзора,
Шкуратский Дмитрий Николаевич, генеральный директор, ecologvatsu. tula.ru, Россия, Пермь, ОАО «Галургия»
EVALUATING INDUSTRIAL SAFETY LEVEL MINING ENTERPRISES E.M. Sokolov, N.M. Kachurin, I.P. Kornachev, D.N. Shkuratckyi
Some methodological approaches to evaluating industrial safety level, which based using statistical methods of prognosis modeling occupational traumatism indexes, are discussed. Evaluating industrial safety level at Russian mining enterprises with using occupational traumatism indexes was studied at the example of the Central Federal Region and Russian Kola North mining enterprises.
Key words: industrial safety, occupational traumatism, analyzing, forecasting.
Sokolov E.M., Doctor of Technical Sciences, Full Professor, Chief of a Department, ecology@tsu.tula.ru , Russia, Tula, Tula State University,
Kachurin N.M.,, Doctor of Sciences, Full Professor, Chief of a Department, ecol-ogy@tsu.tula.ru, Russia, Tula City, Tula State University,
Kornachev I.P., Doctor of Sciences, Professor, ecology@tsu.tula.ru , Russia, Ki-rovsk City of Murmansk Region, NILFGUN SZNC Hygiene and Public Health of Rospo-trebnadzor,
Shkuratckyi D.N., General Director, ecology@tsu. tula.ru, Russia, Perm, Company «Galurgiy»
