Статистические методы анализа простоев на линии технологического автотранспорта в разрезе «Нерюнгринский» Текст научной статьи по специальности «Экономика и бизнес»

димо учитывать при выполнении корреляционнорегрессионного анализа, а также при разработке рекомендаций по улучшению работы карьерного автотранспорта в условиях данного месторождения.

----------------------------------------- СПИСОК ЛИТЕРАТУРЫ

1. Васильев М.В., Смирнов В.П., Кулешов А.А. Эксплуатация карьерного автотранспорта. - М.: Недра, 1979, 280 с.

|— 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 622.371

С.Н. Зарипова

СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА ПРОСТОЕВ НА ЛИНИИ ТЕХНОЛОГИЧЕСКОГО АВТОТРАНСПОРТА В РАЗРЕЗЕ «НЕРЮНГРИНСКИЙ»

Опыт эксплуатации большегрузных автосамосвалов в условиях Нерюнгринского угольного месторождения показывает, что карьерный транспорт много простаивает. Из 5453,63 машино-часов в работе в среднем на один год 10,41 % времени 1 списочный автотранспорт простаивает в связи с техническими неисправностями и 19,02 % времени простаивает на линии, в основном, из-за неудовлетворительной организации работы экскаваторно-автомобильного комплекса, климатических условий и технологических простоев.

Ряд причинных факторов, влияющих на неплановые простои карьерного автотранспорта, проявляет взаимное воздействие, как друг на друга, так и на группы смежных факторов. Поэтому для выделения главных факторов, существенно влияющих на общие неплановые простои, необходимо про-

ведение корреляционно-регрессионного анализа статистических данных по простоям автотранспорта.

Так как корреляционно-регрессионный анализ не может разрешить вопрос о том, какой характер (закономерный или случайный) носят выявляемые в ходе исследования связи, желательно проверить значимость корреляционных связей с помощью дисперсионного анализа.

Для исследования доли влияния различных факторов на общие простои транспорта на линии, а также для выяснения, насколько отличаются средние исследуемых факторов для автотранспорта, используемого на перевозке вскрышной породы и на перевозке угля, в работе применен однофакторный дисперсионный анализ, результаты которого приведены в табл. 1.

Для таких показателей, как простои по причине отсутствия дорог и простои из-за ожидания работ (Ёна6л< Ркр), нулевая гипотеза о равенстве средних по уровням исследуемых факторов

Таблица 3

не отвергается, т.е. можно утверждать, что нет разницы между автотранспортом, перевозящим вскрышную породу и уголь, поэтому дальнейшие исследования можно

проводить для общей совокупности простоев. Для всех остальных причинных факторов

(Рнабл> Ркр) необходимо деление карьерного автотранспорта по видам работ, так как групповые средние различаются

значимо.

Проведенный дис-

персионный анализ по-

Рис. 1. График простоев технологического автотранспорта, перевозящего породу

Рис. 2. График простоев технологического автотранспорта,

перевозящего уголь

казывает также, с какой вероятностью принимаются гипотезы о влиянии выбранных факторов на суммарные простои на линии. Установлено, что наибольшее влияние оказывают простои из-за неисправности экскаватора и по причине отсутствия подъездных путей.

Корреляционный анализ, проведенный с целью отбора главных причинных факторов (табл. 2, 3), показал, что на общие неплановые простои автотранспорта на линии (9), перевозящего породу, существенное влияние оказывают простои из-за неисправности экскаватора (1), из-за отсутствия э/энергии (4), простои из-за взрывных работ (5) и ожидания работ (6).

При этом факторы (1) и (4), (1) и (5), а также (3) и (8) попарно коррелируют между собой.

Аналогичные исследования, проведенные по автосамосвалам, занятым перевозкой угля (табл. 3), дали следующий результат: на общие неплановые простои автотранспорта на линии (9), перевозящего уголь, существенное влияние оказывают простои из-за неподготовленного забоя (2), из-за отсутствия э/энергии (4), простои из-за взрывных работ (5) и отсутствия подъездных путей (7).

При этом факторы (2) и (6), (2) и (7), (6) и (7), а также (7) и (8) попарно коррелируют между собой.

Учитывая данные табл. 2 и 3, с помощью метода исключения переменных получены множественные нелинейные регрессии, описывающие простои автотранспорта на линии: простои на перевозке породы (у): у = -1б2б7,2 + б4да4 + 7,22x6 - 0,04x42 - 0,003x4x5, (1)

простои на перевозке угля (у): у = б4б,09 - 2,51x4 -2,459x6 + 0,00б x42+ 0,004 x62+ 0,03x4x6.

(2)

Модели (1) и (2) являются адекватными и высокую степень точности:

для модели (1): Л = 0,Вб, а = 293,бб, е = 13,2 %, щ = 0,Вб; для модели (2): Л = 0,99, а = 13,22, е = б,бВ %, щ = 0,99. Здесь Л - коэффициент детерминации, а - среднее квадратическое отклонение, е - средняя относительная ошибка аппроксимации, щ - корреляционное отношение. Графики моделей (1) и (2) представлены на рис. 1 и 2. Таким образом, уменьшая простои карьерного автотранспорта, связанные с причинами организационного характера на 1 % (отсутствие э/энергии, ожидание работ, проведение взрывных работ), можно добиться снижения простоев автосамосвалов, перевозящих породу, на 7,В %, автосамосвалов, перевозящих уголь, на 12 %.

|— 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