Науковий вісник НГУ

Аналіз вхідного потоку матеріалів транспортного конвеєра

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №5 2023

Останнє оновлення: 27 жовтня 2023

Опубліковано: 30 листопада -0001

Перегляди: 1273

Authors:

О. М. Пiгнастий*, orcid.org/0000-0002-5424-9843, Національний технічний університет «Харківський політехнічний інститут», м. Харків, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М. О. Соболь, orcid.org/0000-0002-7853-4390, Національний технічний університет «Харківський політехнічний інститут», м. Харків, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2023, (5): 156 - 164

https://doi.org/10.33271/nvngu/2023-5/156

Abstract:

Мета. Розробити метод аналізу потоку матеріалу, що надходить на вхід секції конвеєра, заснований на декомпозиції вхідного потоку матеріалу на детермінований потік матеріалу та стохастичний потік матеріалу.

Методика. Аналіз експериментальних даних, що характеризують вхідний потік матеріалу, виконаний з використанням методів канонічного Фур’є подання випадкового процесу.

Результати. Запропонована методика подання стохастичного потоку матеріалу у вигляді комбінації детермінованого процесу та стаціонарного випадкового процесу, що має ергодичні властивості.

Наукова новизна. Новизна отриманих результатів полягає в тому, що вперше запропоновано метод аналізу, заснований на декомпозиції вхідного потоку матеріалу для секції конвеєра, який, на відміну від існуючих методів типізації вхідних потоків для гірничодобувної промисловості, дозволить незалежно виконати типізацію детермінованих потоків і типізацію стохастичних потоків матеріалу у транспортних конвеєрах. Запропонований підхід надає можливість виділити особливі характеристики окремо як для детермінованого, так і для стохастичного потоку матеріалу. Це дозволить використовувати отримані закономірності для підвищення точності моделі конвеєра, і, відповідно, підвищити якість систем управління швидкістю стрічки й потоком матеріалу, що надходить зі вхідного бункера. Особливої важливості отримані результати набувають у зв’язку з тим, що характеристики детермінованого потоку матеріалу безпосередньо пов’язані з технічними чи технологічними факторами видобутку матеріалу.

Практична значимість. Полягає в тому, що отримані результати дозволяють визначити статистично стійкі закономірності для вхідного потоку, що дає можливість, ґрунтуючись на даних закономірностях, із безлічі доступних алгоритмів управління вибрати оптимальний алгоритм управління параметрами секції діючого конвеєра. Це дозволяє знизити енерговитрати підприємства на транспортування матеріалу. Запропонований метод може бути успішно застосований для побудови випадкових генераторів чисел, що імітують послідовність значень вхідного потоку матеріалу. Розроблені генератори можуть бути використані як для валідації існуючих систем управління швидкістю стрічки, так і для побудови нових систем управління, заснованих на нейронних мережах. Це відкриває перспективи для проектування ефективних систем керування потоковими параметрами транспортної системи, заснованих на моделі транспортного конвеєра, що враховує стохастичний характер вхідного потоку матеріалу.

Ключові слова: транспортний конвеєр, розподілена система, стохастичний потік, функція кореляції

References.

1. He, D., Pang, Y., & Lodewijks, G. (2016). Determination of acceleration for belt conveyor speed control in transient operation. International Journal of Engineering and Technology, 8(3), 206-211. https://doi.org/10.7763/IJET.2016.V8.886.

2. Zeng, F., Yan, C., Wu, Q., & Wang, T. (2020). Dynamic behaviour of a conveyor belt considering non-uniform bulk material distribution for speed control. Applied Sciences, 10(13), 1-19. https://doi.org/10.3390/app10134436.

3. Vasić, M., Miloradović, N., & Blagojević, M. (2021). Speed control high power multiple drive belt conveyors. Research and Development in Heavy Machinery, 27(1), 9-15. https://doi.org/10.5937/IMK2101009V.

4. Pihnastyi, O., & Ivanovska, O. (2022, May). Improving prediction quality for multi-section transport conveyor model based on neural network. CEUR Workshop Proceedings, 8 ^th International Scientific Conference “Information Technology and Implementation”, 3132, 24-38. Retrieved from http://ceur-ws.org/Vol-3132/Paper_3.pdf.

5. Stadnik, M., Semenchenko, D., Semenchenko, A., Belytsky, P., Virych, S., & Tkachov, V. (2019). Improving energy efficiency of coal transportation by adjusting the speeds of a combine and a mine face conveyor. Eastern-European Journal of Enterprise Technologies, 1/8(97), 60-70. https://doi.org/10.15587/1729-4061.2019.156121.

6. Prokuda, V., Mishansky, Yu., & Protsenko, S. (2012). Research and assessment of cargo flows on the main conveyor transport “PSP Pavlogradskaya Mine, DTEK Pavlogradugol”. Mining electromechanics, 88(31), 107-111. Retrieved from http://ir.nmu.org.ua/bitstream/handle/123456789/880/24.pdf.

7. Kondrakhin, V., Stadnik, N., & Belitsky, P. (2013). Statistical analysis of mine belt conveyor operating parameters. Naukovi pratsi DonNTU, 2(26), 140-150.

8. Jeftenić, B., Ristić, L., Bebić, M., Statkić, S., Jevtić, D., Mihailo­vić, I., & Rašić, N. (2010). Realization of system of belt conveyors operation with remote control. Structural integrity and life, 10(1), 21-30. Retrieved from http://divk.inovacionicentar.rs/ivk/ivk10/021-030-IVK1-2010-BJ-LR-MB-SS-DJ-IM-NR.pdf.

9. Doroszuk, B., Król, R., & Wajs, J. (2021). Simple design solution for harsh operating conditions: redesign of conveyor transfer station with reverse engineering and DEM simulations. Energies, 14(13), 1-13. https://doi.org/10.3390/en14134008.

10. Kawalec, W., & Król, R. (2021). Generating of electric energy by declined overburden conveyor in continuous surface mine. Energies, 14(13), 1-11. https://doi.org/10.3390/en14134030.

11. Curtis, A., & Sarc, R. (2021). Real-time monitoring volume flow, mass flow and shredder power consumption in mixed solid waste processing. Waste Management, 131, 41-49. https://doi.org/10.1016/j.wasman.2021.05.024.

12. Bhadani, K., Asbjörnsson, G., Hulthén, E., Hofling, K., & Evertsson, M. (2021). Application of optimization method for calibration and maintenance of power-based belt scale. Minerals, 11(4), 1-15. https://doi.org/10.3390/min11040412.

13. Carvalho, R., Nascimento, R., D’Angelo, T., Delabrida, S.G.C., Bianchi, A., Oliveira, R.A.R., Azpúrua, H., …, & Garcia, L. (2020). A UAV-based framework for semi-automated thermographic inspection of belt conveyors in the mining industry. Sensors, 22(8), 1-19. https://doi.org/10.3390/s20082243.

• < Попередня
• Наступна >