CC BY
14
УДК 621.311
СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ КАРЬЕРА ГОРНО-МЕТАЛЛУРГИЧЕСКОГО КОМБИНАТА
Р.В. Клюев, И.И. Босиков, О.А. Гаврина, А.И. Тилов
Специфические условия эксплуатации электрооборудования на карьерах обусловливают необходимость глубокого и всестороннего изучения условия эффективности электроснабжения потребителей. Исследовалась электрическая нагрузка карьера за предыдущие годы. Представлена краткая характеристика карьера горнометаллургического комбината, определены основные задачи исследования. Необходимый статистический материал по электрическим нагрузкам карьера был получен из данных энергетической службы. Многообразные факторы, влияющие на величину нагрузки в каждый момент времени, приводят к необходимости рассматривать график нагрузки как случайный процесс, а само значение нагрузки как случайную величину. Поэтому наиболее естественным, отвечающим самой физической природе электрических нагрузок, методом определения максимальной мощности является вероятностный подход, предполагающий сбор определенного объема статистического материала и его обработку методами математической статистики. Получение обоснованных по точности статистических характеристик позволило рассчитать ряд статистических коэффициентов электропотребления и характеристик электрической нагрузки. Было проведено сравнение использования статистических критериев проверки согласия теоретического и эмпирического законов распределения максимальной мощности. Для оценки степени близости теоретического и эмпирического распределения потребления электроэнергии карьера были проанализированы критерии согласия Колмогорова и Пирсона. Построены гистограммы частот вариационных рядов, которые разбиты на интервалы с указанием величины частоты. По двум рассмотренным критериям согласия случайная величина максимальной мощности статистических массивов третьего и четвертого кварталов за год и статистического массива за первый квартал следующего года подчиняется нормальному закону распределения с большой степенью вероятности 0,95.
Ключевые слова: электропотребление, карьер, статистическое исследование, эмпирическое распределение, электрическая нагрузка, критерий согласия, квартал.
Введение. В условиях сложной ситуации с различными ресурсами в мире особая роль отводится значительному увеличению добычи руд, содержащих цветные и редкие металлы.
Для удовлетворения потребностей в вольфраме и молибдене важное место отводится восстановлению и вводу в действие Тырнаузского горнометаллургического комбината (ТГМК). В соответствии с поставленной задачей добычу вольфрама и молибдена планируют восстановить в 2023 году с последующем ее обогащением.
Для достижения намеченного уровня добычи и обогащения руды, необходимо будет значительно интенсифицировать все этапы производства, что неизбежно привдёт к увеличению энергопотребления отдельных подразделений и всего комбината в целом. Специфические условия экс-
плуатации электрооборудования на карьерах обусловливают необходимость глубокого и всестороннего изучения условия эффективности электроснабжения потребителей.
Следует отметить, что для снижения электропотребления и экономии топлива в часы максимума энергосистемы предприятие в дальнейшем необходимо перевести на прогрессивную систему оплаты за заявленную потребителем мощность в часы максимума энергосистемы [1, 2].
Краткая характеристика карьера горно-металлургического комбината
ТГМК после планируемого его ввода в эксплуатацию будет одним из крупнейших горнодобывающих комплексов на Северном Кавказе. Добыча руды будет, как и ранее, проводиться как открытым, так и подземным способами. В последнее время разработке открытым способом уделяется большое внимание как менее затратным по стоимости и энергоемким и более простым по сравнению с шахтной разработкой месторождений. На подстанции (п/ст) карьера будет установлен трансформатор типа ТРДН-25000/110. Основными потребителями карьера являются экскаваторы ЭКР-8И, питающиеся на напряжении 6 кВ. Вследствие большого числа факторов, влияющих на режим работы экскаваторов, график нагрузки носит скачкообразный характер.
Постановка задачи исследований. Выполняемая работа посвящена комплексному исследованию некоторых вопросов электропотребления карьера и прогнозирования величины электрических нагрузок [3 - 5].
Основными задачами повышения эффективности энергетического хозяйства промышленных предприятий являются совершенствование энерготехнологических и энергетических процессов производства, улучшение эксплуатационных качеств оборудования, сведение к минимуму затрат всех видов энергоресурсов, повышение мощности источников энергии, сокращение капитальных вложений и численности обслуживающего персонала на производстве заданного количества промышленной продукции.
Одним из основных путей повышения эффективности использования энергии является рационализация режима ее потребления [6, 7]. В настоящее время ряд горнодобывающих предприятий использует системы оплаты за электроэнергию по двухставочному тарифу, который включает основную и дополнительную ставки. Основная плата предусматривает годовую оплату за один киловатт (1 кВт) заявленной потребителем мощности, участвующей в максимуме энергосистемы. Под заявленной мощностью понимают наибольшую получаемую мощность в кВт, отпускаемую потребителем в часы суточного максимума нагрузки энергосистемы. До-
полнительная ставка двухставочного тарифа предусматривает плату за киловатт-часы активной электроэнергии, учтенной счетчиками.
Введение этого тарифа предполагает стимулирование предприятия в части проведения мероприятий по выравниванию графиков нагрузки и снижению величины нагрузки в часы суточного максимума нагрузки энергосистемы (Рм30).
Определенная величина Рм30 может рассматриваться как базовая величина, позволяющая планировать организационно-технические мероприятия, направленные на ее снижение.
Многообразные факторы, влияющие на величину нагрузки в каждый момент времени, приводят к необходимости рассматривать график нагрузки как случайный процесс, а само значение нагрузки - как случайную величину. Поэтому наиболее естественным, отвечающим самой физической природе электрических нагрузок методом определения Рм30 является вероятностный подход, предполагающий сбор определенного объема статистического материала и его обработку методами математической статистики [8, 9].
В работе исследованию подлежала нагрузка карьера за предыдущие годы. Необходимый статистический материал по электрическим нагрузкам карьера был получен из данных энергослужбы. Были проанализированы часовые значения полного тока в часы максимума нагрузки энергосистемы. Этот статистический материал необходим для исследования энергопотребления карьера [10 - 12], определения заявленной 30-минутной активной мощности в часы максимума электрических нагрузок энергосистемы и кратковременного прогнозирования этой величины.
Статистическое исследование режимов электропотребления карьера
Получение обоснованных по точности статистических характеристик позволяет рассчитать ряд статистических коэффициентов электропотребления и характеристик электрической нагрузки.
1. Среднее значение мощности нагрузки.
п
I Р
Р.
ср
■ М [ Р]
п=1
п
где п - размер статистического массива.
2. Среднеквадратическое отклонение
°"ср =
1
п
п -1
Р2 9
I ^ - Рс 2 п
ср
где В - дисперсия.
Установленная мощность карьера Рном=4,62 МВт.
(1)
3. Коэффициент использования
Р
ки =
сР
Р
ном
4. Коэффициент формы графика нагрузок
кф =
Г - \
1+
сР
Р
V РсР )
Р
эф
Р,
сР
где Рэф - эффективная мощность, определяется по формуле
Рэф 1 р2 ■ 5. Коэффициент максимума
Р
Ь- _ ртах км - -
Р
ср
6. Коэффициент спроса
Р
к, = Ртах
Р
ном
(3)
(4)
(5)
(6)
(7)
Для различных кварталов года результаты расчета для карьера приведены в табл.1.
Таблица 1
Результаты расчета статистических параметров электропотребления для карьера
№ п/п Р 1 ср ки кф км кс
3-й кватал 0,836 0,284 0,181 1,056 2,07 0,364
4-й кватал 1,094 0,538 0,237 1,114 2,18 0,516
1-й кватал 1,732 0,589 0,375 1,056 1,908 0,715
Использование статистических критериев проверки согласия теоретического и эмпирического законов распределения максимальной мощности
Определенные выводы о виде закона распределения максимальной мощности можно сделать на основании использования статистических критериев проверки согласия теоретического и эмпирического законов распределения [13, 14]. Необходимо провести проверку, подчиняется ли эмпирическое распределение нормальному закону распределения. Обычно выдвигаются две гипотезы:
- эмпирическое распределение хорошо согласуется с теоретической кривой нормального распределения;
- эмпирическое распределение не соответствует нормальному закону распределения.
Для оценки степени близости теоретического и эмпирического распределения существуют несколько критериев, рассмотрим два из них.
А. Критерий согласия Колмогорова, который состоит в следующем.
Обозначим через Р^(Р) функцию накопленных частностей эмпирического распределения по опытным данным, а через интегральную функцию предполагаемого теоретического распределения, которое сравнивается с эмпирическим. Предположим, что N достаточно велико и интегральная функция Р^(Р) - непрерывна. Тогда вероятность того, что наибольшее отклонение Р^(Р) от Р(Р) превысит заранее заданное число У
—¡=, которое может быть приближенно вычислено по формуле
Р(Х) = Ртах(Р) - >-^| = 1 - £ (-1)^Х . (8)
Значения вероятностей р(Х) для различных значений X приведены в справочных таблицах.
Сравнивая известные значения накопленных частостей WN с расчетными значениями интегральной функции распределения Рм(Р) находим наибольшее значение отклонения их друг от друга. Величину X определяем по формуле: X = Б -
для которой справочным таблицам находим соответствующее значение вероятности р(Х). Если окажется, что вероятность р(Х) расхождения между Р^Р) и WN очень мала, то делается заключение, что предполагаемое теоретическое распределение не соответствует исследуемому эмпирическому распределению.
Порядок расчета следующий:
- составляется таблица, в первую графу которой заносят значения интервалов величины Рм;
- во вторую графу заносятся значения эмпирической частоты (т);
- в третью графу заносятся значения накопленной эмпирической частоты тн;
- в четвертую графу заносится эмпирическую частость
т т
со =-= —,
Хт N
- в пятую графу записываются значения накопленной частости Юн;
- в шестой графе записываются рассчитанные значения стандартизованного отклонения
, = рм - М[Рм ] , (9)
Рм] ' ( )
где Рм - величина, определенная для каждого интервала; М[Рм]; о[Рм] - характеристики эмпирического распределения;
- в седьмую графу записываются значения интеграла Лапласа Ф(0, найденные в справочных таблицах по параметру V.
,
г\ I--
Ф(0 = —г2—| е 2 dt, (10)
у/2 -к о
- в графу восемь заносятся значения
FN (Р) = 1 +1- Ф(t), (11)
- в графу девять записываются вычисленные отклонения теоретического и эмпирического распределения
Ю - % (Р). (12)
По максимальному отклонению находится значение X, а затем и
р(Х).
Пример расчета приводим для статистических данных за 3-й квартал года по рассматриваемому карьеру в табл. 2.
Таблица 2
Таблица для расчета по критерию Колмогорова
1 2 3 4 5 6 7 8 9
Рм т тн ю Юн г Ф(г) МР) Юн- ^Л/(Р)
0,35-0,45 3 3 0,06 0,06 -1,44 -0,425 0,075 -0,015
0,45-0,55 5 8 0,1 0,16 -1,14 -0,373 0,127 0,033
0,55-0,65 5 13 0,1 0,26 -0,85 -0,303 0,197 0,063
0,65-0,75 9 22 0,18 0,44 -0,49 -0,188 0,312 0,128
0,75-0,85 7 29 0,14 0,58 -0,07 -0,028 0,47 0,108
0,85-0,95 7 36 0,14 0,72 0,27 0,107 0,607 0,113
0,95-1,05 6 42 0,12 0,84 0,61 0,229 0,729 0,111
1,05-1,15 2 44 0,04 0,88 0,77 0,279 0,779 0,101
1,15-1,25 1 45 0,02 0,9 1,3 0,403 0,903 -0,003
1,25-1,35 1 46 0,02 0,92 1,49 0,432 0,932 -0,012
1,35-1,45 2 48 0,04 0,96 2,02 0,478 0,978 -0,018
1,45-1,55 1 49 0,02 0,98 2,24 0,487 0,987 -0,007
1,55-1,75 1 50 0,02 1 2,98 0,498 0,998 0,002
Ит=50; Хю=1.
Рм для каждого интервала: 0,426; 0,51; 0,595; 0,696; 0,814; 0,913;1,009; 1,054; 1,204; 1,258; 1,408; 1,471; 1,681
а[Рм]=0,284; ^=0,128; N=50; X = 0,128 - ^ = 0,905. По справочным таблицам р(Х)=0,3862.
Б. Критерий согласия Пирсона х2.
Критерий Пирсона х2 применяется для оценки степени различия двух сравниваемых рядов частот (можно сравнивать эмпирический и теоретический или два эмпирических ряда). Этот критерий представляет собой сумму отношений квадратов разностей между частотами теоретического и эмпирического распределения к частотам теоретического распределения. Все расчеты сводятся в таблицу.
В качестве меры отклонения принимается величина х2, определяемая по формуле
хХ=£т-ЕРЫ? (13)
Х £ Е(Р) - N ' ( )
где т - эмпирическая частота; Р(Р) - теоретическая частота. Расчет проводится в следующем порядке:
- весь массив разбивается на 7, 9 или 11 интервалов, разделенный на интервалы массив заносят в графу 1 составленной таблицы;
- во вторую графу заносится величину эмпирической частоты т;
- производится расчет значений функции:
Е(Р) = 1 - Ф(Н) -1 - Ф(1), (14)
где 12 - параметр ? при верхнем значении мощности в интервале, заносится в графу 4; ¿1 - параметр ? при нижнем значении интервала, заносится в графу 3;
- по справочным таблицам интеграла Лапласа выписываются значения Ф(Н) в графу 5 и значения Ф(^) - в графу 6;
- значения вычислений величины Р(Р) заносятся в графу 7;
- определяется произведение величин Р(P)-N и заносится в графу 8;
- находится разность эмпирической и теоретической частот: т-Р(P)-N, результаты заносятся в графу 9;
- в графу 10 записываются квадраты разностей эмпирических и теоретических частот: [т- Р(Р)-А]2;
- в графу 11 заносятся значения величины [т- Р(Р)-А]2/ Р(Р)-Ж Сумма всех величин графы 11 и определяет величину х2. Определяем число степеней по формуле
к = п - 3, (15)
где п - число интервалов.
По справочным таблицам для найденного числа степеней свободы определяем х2 для разных доверительных уровней вероятности: 0,01; 0,05; 0,1.
Если вычисленная величина х2 меньше табличных значений х2 для трех уровней доверительной вероятности, то это указывает на хорошее согласование теоретического и эмпирического распределения.
Следует отметить, что если на концах теоретического распределения отдельные теоретические частоты Г(Р)-Ы окажутся слишком малы и будут передаваться с нулями, то необходимо объединить такие крайние группы в более крупные.
Пример расчета для значений Рм по третьему кварталу года для рассматриваемого карьера представлен в табл. 3.
Таблица 3
Таблица для расчета по критерию Пирсона
1 2 3 4 5 6 7 8 9 10 11
Значения параметров Рм т и t2 Ф(и) Ф^) Р(Р) ^ £ 1 2 £ 1 ^ £
0,346-0,486 4 -1,72 -1,23 -0,457 0,39 0,064 3 1 1 0,333
0,486-0,626 8 -1,23 -0,74 -0,39 -0,27 0,12 6 2 4 0,667
0,626-0,766 12 -0,74 -0,24 -0,27 -0,095 0,175 9 3 9 1
0,766-0,906 7 -0,24 0,25 -0,095 0,098 0,193 10 -3 9 0,9
0,906-1,046 11 0,25 0,74 0,098 0,27 0,172 9 2 4 0,444
1,046-1,466 6 0,74 2,22 0,27 0,487 0,217 11 -5 25 2,273
1,466-1,886 2 2,22 3,7 0,487 0,499 0,012 1 1 1 1
Ршт=0,416; Ршах=1,684; М[Р]=0,835; а=0,284; N=50; Ь=7; Д=1,265; ¿=0,14; 0,5-^=0,07.
Х2=6,614 по справочным таблицам. При £=7-3=4 получаем соответственно 9,49; 13,28; 18,46. Для построения гистограмм частот вариационные ряды разбиваются на интервалы с указанием величины частоты (рис. 1).
а
f
- ftiM п -fre ор
I квартал
0,3 0,6 0,9 1,2 1,5 1,8 2,1 2,4 2,7
■ fiiMn -freop
Р, МВт
Рис. 1. Зависимость частоты от мощности, разделенной на отдельные интервалы: а - III квартал года; б - IV квартал года;
в -1 квартал следующего года
в
Выводы
По двум рассмотренным критериям согласия случайная величина Рм статистических массивов третьего и четвертого кварталов за год и статистического массива за первый квартал следующего года подчиняется нормальному закону распределения с большой степенью вероятности р=0,95, и можно утверждать, что рассчитанная величина заявленной 30-минутной мощности в часы максимума нагрузки энергосистемы определяется формулой
Рм30 = M[Рм ] + 3 -a[PM]. (16)
Если запись показаний приборов ведется на предприятии через интервалы времени At=30 мин (At=60, 120 мин), то выполняется приведение квадратичного отклонения к 30-минутному интервалу измерений:
°м30 = ^ At [ Рм ] + ^. (17)
Разработанная методика использования критериев согласия для определения закона распределения случайных величин различных параметров может быть применена и в других отраслях народного хозяйства [15 - 17].
Список литературы
1. Energy-saving potential prediction models for large-scale building: A state-of-the-art review / Xiu'e Yang [and others] // Renewable and Sustainable Energy Reviews. 2022. Vol. 156. 111992.
2. Energy saving technologies and mass-thermal network optimization for decarbonized iron and steel industry: A review / R.Q. Wang, L. Jiang, Y.D. Wang, A.P. Roskilly // Journal of Cleaner Production. 2020. Vol. 274. 122997.
3. Tiancheng Shang, Peihong Liu, Junxiong Guo How to allocate energy-saving benefit for guaranteed savings EPC projects? A case of China // Energy. 2020. Vol. 191. 116499.
4. Energy-saving effect of integrated cooling unit with rotary booster and compressor for data center / Yu Liu, Guoyuan Ma, Lianzheng Xue, Feng Zhou, Lei Wang // International Journal of Refrigeration. 2020. Vol. 119. P. 366-375.
5. Multi-dimensional analysis of air-conditioning energy use for energy-saving management in university teaching buildings / Xinyue Li, Shuqin Chen, Hongliang Li, Yunxiao Lou, Jiahe Li // Building and Environment. 2020. Vol. 185. 07246.
6. Estimation of energy consumption in machine learning / Eva García-Martín, Crefeda Faviola Rodrigues, Graham Riley, Hâkan Grahn // Journal of Parallel and Distributed Computing. 2019. Vol. 134. Р. 75-88.
7. Hamed Ghoddusi, Germán G.Creamer, Nima Rafizadeh Machine learning in energy economics and finance: A review // Energy Rconomics. 2019. Vol. 81. P. 709-727.
8. Golik V.I., Razorenov Yu.I., Efremenkov A.B. Recycling of metal ore mill tailings // Applied Mechanics and Materials. 2014. Т. 682. Р. 363-368.
9. Litvinenko V. S. Digital economy as a factor in the technological development of the mineral sector. Natural Resources Research, 2019. doi:10.1007/s11053-019-09568-4.
10. Khasheva Z.M., Golik V.I. The ways of recovery in economy of the depressed mining enterprises of the Russian Caucasus // International Business Management. 2015. Т. 9. № 6. Р. 1210-1216.
11. Клюев Р.В., Гаврина О.А., Михальченко С.Н. Анализ удельного потребления электроэнергии обогатительной фабрики // Известия Тульского государственного университета. Науки о Земле. 2020. Вып. 1. С. 433447.
12. Анализ состояния изоляции электрооборудования горнометаллургических комбинатов / Р.В. Клюев, И.И. Босиков, О.А. Гаврина, К.С. Крысанов // Известия Тульского государственного университета. Науки о Земле. 2020. Вып. 2. С. 201-215.
13. Performance evaluation of functioning of natural-industrial system of mining-processing complex with help of analytical and mathematical models / I. I. Bosikov, R. V. Klyuev, V. Ch. Revazov, D. E. Pilieva // IOP Conference Series: Materials Science and Engineering, 2018. 2018 IOP Conf. Ser.: Mater. Sci. Eng. 327 022013.
14. Plieva M. T., Gavrina O. A., Kabisov A. A. Analysis of technological damage at 110 kV substations in JSC IDGC of the North Caucasus- «Sev-kavkazenergo» // Int. Multi-Conf. on Industrial Engineering and Modern Technologies (FarEastCon) (Vladivostok). 2019. Inspec Accession Number 19229305 DOI: 10.1109/FarEastCon.2019.8934076.
15. Оценка агроэкологического состояния агроландшафтов для повышения их устойчивости / В.Л. Татаринцев, Л.М. Татаринцев, Ф.К. Ерме-ков, Ю.С. Лисовская // Устойчивое развитие горных территорий. 2022. Т.14. № 1. С. 76-86. DOI: 10.21177/1998-4502-2022-14-1-76-86.
16. Баловцев С.В., Скопинцева О.В., Коликов К.С. Управление аэрологическими рисками в подготовительных выработках угольных шахт // Устойчивое развитие горных территорий. 2022. Т. 14. № 1. С. 107-116. DOI: 10.21177/1998-4502-2022-14-1-107-116.
17. Оценка риска травматизма при добыче полезных ископаемых / П.В. Васильев, Г.В. Стась, Е.В. Смирнова // Известия Тульского государственного университета. Науки о Земле. 2016. Вып. 2. С. 45-58.
Клюев Роман Владимирович, д-р техн. наук, проф., [email protected], Россия, Москва, Московский политехнический университет,
Босиков Игорь Иванович, канд. техн. наук, доц., [email protected], Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет),
Гаврина Оксана Александровна, канд. техн. наук, доц., [email protected], Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет).
Тилов Алан Исмаилович, аспирант, kafedra-epp@,skgmi-gtu. ru, Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет)
STATISTICAL STUDY OF ELECTRIC CONSUMPTION OF QUARRY MINING AND METALLURGICAL COMPANY
R.V. Klyuev, I.I. Bosikov, O.A. Gavrina, A.I. Tilov
The specific operating conditions of electrical equipment in quarries necessitate a deep and comprehensive study of the conditions for the efficiency of power supply to consumers. In the work, the electrical load of the quarry for previous years was subject to research. A brief description of the quarry of the mining and metallurgical plant is presented, the main objectives of the study are identified. The necessary statistical material on the electrical loads of the quarry was obtained from the data of the energy service. Diverse factors affecting the magnitude of the load at each point in time lead to the need to consider the load schedule as a random process, and the load value itself as a random variable. Therefore, the most natural, corresponding to the very physical nature of electrical loads, method for determining the maximum power is a probabilistic approach, which involves the collection of a certain amount of statistical material and its processing by methods of mathematical statistics. Obtaining statistical characteristics justified in terms of accuracy made it possible to calculate a number of statistical coefficients of power consumption and characteristics of the electrical load. A comparison was made of the use of statistical criteria for checking the agreement between the theoretical and empirical laws of maximum power distribution. To assess the degree of closeness of the theoretical and empirical distributions of open pit electricity consumption, the agreement criteria of Kolmogorov and Pearson were analyzed. Histograms of the frequencies of the variational series are constructed, which are divided into intervals with an indication of the frequency value. According to the two considered fit criteria, the random value of the maximum power of the statistical arrays for the third and fourth quarters for the year and the statistical array for the first quarter of the next year obeys the normal distribution law with a high probability of 0.95.
Key words: power consumption, quarry, statistical study, empirical distribution, electrical load, goodness-of-fit criterion, quarter.
Klyuev Roman Vladimirovich, doctor of technical sciences, full professor, [email protected], Russia, Moscow, Moscow Polytechnic University,
Bosikov Igor Ivanovich, candidate of technical sciences, docent, [email protected], Russia, Vladikavkaz, North Caucasian Institute of Mining and Metallurgy (State Technological University),
Gavrina Oksana Alexandrovna, candidate of technical sciences, docent, [email protected], Russia, Vladikavkaz, North Caucasian Institute of Mining andMetallur-gy (State Technological University).
Tilov Alan Ismailovich, postgraduate, kafedra-epp@,skgmi-gtu.ru, Russia, Vladikavkaz, North Caucasian Institute of Mining and Metallurgy (State Technological University)
Reference
1. Energy-saving potential prediction models for large-scale building: A state-of-the-art review / Xiu'e Yang [and others] // Renewable and Sustainable Energy Reviews. 2022. Vol. 156. 111992.
2. Energy saving technologies and mass-thermal network optimization for decarbonized iron and steel industry: A review / R.Q. Wang, L. Jiang, Y.D. Wang, A.P. Roskilly // Journal of Cleaner Production. 2020. Vol. 274. 122997.
3. Tiancheng Shang, Peihong Liu, Junxiong Guo How to allocate ener-gy-saving benefit for guaranteed savings EPC projects? A case of China // Energy. 2020. Vol. 191. 116499.
4. Energy-saving effect of integrated cooling unit with rotary booster and compressor for data center / Yu Liu, Guoyuan Ma, Lianzheng Xue, Feng Zhou, Lei Wang // International Journal of Refrigeration. 2020. Vol. 119. pp. 366-375.
5. Multi-dimensional analysis of air-conditioning energy use for energy-saving management in university teaching buildings / Xinyue Li, Shuqin Chen, Hongliang Li, Yunxiao Lou, Jiahe Li // Building and Environment. 2020. Vol. 185. 07246.
6. Estimation of energy consumption in machine learning / Eva García-Martín, Crefeda Faviola Rodrigues, Graham Riley, Hákan Grahn // Journal of Parallel and Distributed Computing. 2019. Vol. 134. pp. 75-88.
7. Hamed Ghoddusi, Germán G.Creamer, Nima Rafizadeh Machine learning in energy economics and finance: A review // Energy Economics. 2019. Vol. 81. pp. 709-727.
8. Golik V.I., Razorenov Yu.I., Efremenkov A.B. Recycling of metal ore mill tailings // Applied Mechanics and Materials. 2014. Vol. 682. p. 363-368.
9. Litvinenko V. S. Digital economy as a factor in the technological de-velopment of the mineral sector. Natural Resources Research, 2019. doi:10.1007/s11053-019-09568-4.
10. Khasheva Z.M., Golik V.I. The ways of recovery in economy of the depressed mining enterprises of the Russian Caucasus // International Business Management. 2015. Vol. 9. No. 6. P. 1210-1216.
11. Klyuev R.V., Gavrina O.A., Mikhalchenko S.N. Analysis of specific electricity consumption of the concentrating plant // Izvestiya Tula State University. Earth sciences. 2020. Issue 1. pp. 433-447.
12. Analysis of the state of insulation of electrical equipment of mining and metallurgical plants / R.V. Klyuev, I.I. Bosikov, O.A. Gavrina, K.S. Krysanov // Izvestiya Tula State University. Earth sciences. 2020. Issue. 2. pp. 201-215.
13. Performance evaluation of functioning of natural-industrial system of mining-processing complex with help of analytical and mathematical models / I. I. Bosikov, R. V. Klyuev, V. Ch. Revazov, D. E. Pilieva // IOP Conference Series: Materials Science and Engineering, 2018. 2018 IOP Conf. Ser.: Mater. Sci. Eng. 327 022013.
14. Plieva M. T., Gavrina O. A., Kabisov A. A. Analysis of technological damage at 110 kV substations in JSC IDGC of the North Caucasus- «Sevkavkazenergo» // Int. Multi-Conf. on Industrial Engineering and Modern Technologies (FarEastCon) (Vladivostok). 2019. Inspec Access Number 19229305 DOI: 10.1109/FarEastCon.2019.8934076.
15. Assessment of the agroecological state of agricultural landscapes to increase their sustainability / V.L. Tatarintsev, L.M. Tatarintsev, F.K. Ermekov, Y.S. Lisovskaya // Sustainable development of mountain territories. 2022. Vol.14. No. 1. pp. 76-86. DOI: 10.21177/1998-4502-2022-14-1-76-86.
16. Balovtsev S.V., Skopintseva O.V., Kolikov K.S. Management of aerological risks in preparatory workings of coal mines // Sustainable development of mountain territories. 2022. Vol. 14. No. 1. pp. 107-116. DOI: 10.21177/1998-4502-2022-14-1-107-116.
17. Assessment of injury risk in mining / P.V. Vasiliev, G.V. Stas, E.V. Smirnova // Proceedings of the Tula State University. Earth sciences. 2016. Issue. 2. pp. 45-58.
УДК622.831
ВЛИЯНИЕ ТЕКТОНИЧЕСКОГО НАРУШЕНИЯ НА ВТОРИЧНОЕ ПОЛЕ НАПРЯЖЕНИЙ ГОРИЗОНТАЛЬНОЙ ВЫРАБОТКИ
Р.В. Криницын
Анализ ранее выполненных работ по изучению проявлений горного давления показал, что эти проявления зависят от геологического строения массива пород, уровня действующих в нем напряжений и горнотехнических факторов. Проведено исследование влияния тектонического нарушения на вторичное поле напряжений в приконтур-ном массиве горных пород. Учтены соотношения главных нормальных напряжений и их ориентировка относительно тектонического нарушения.
Ключевые слова: напряженно-деформированное состояние, тектоническое нарушение, удароопасность, свойства заполнителя тектонического нарушения, динамические проявления горного давления.
В настоящее время на целом ряде рудников России остро стоит проблема обеспечения устойчивости подземных выработок. Во многих случаях (Апатиты, Норильск, Североуральск, Таштагол, Дальнегорск, Н-Тагил и др.) эта проблема обусловлена высоким уровнем природных напряжений, действующих в массиве пород. Нарушения устойчивости происходят за счет образования новых трещин скола, которые могут привести к динамическим проявлениям горного давления (стреляния, шелушения, а иногда и горные удары).
Анализ результатов работ, выполненных широким кругом исследователей доказывает, что одним из наиболее существенных факторов, обуславливающих концентрацию напряжений и, следовательно, ухудшение устойчивости выработок, является наличие близко расположенных тектонических нарушений (ТН).
Однако недостаточная изученность влияния этого фактора, подтверждается фактом постоянства количества динамических проявлений горного давления.
