Файл: Чесноков, Н. И. Оптимизация решений при разработке урановых месторождений.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 19.10.2024
Просмотров: 166
Скачиваний: 0
|
|
|
Т а б л и ц а |
20 |
|
|
М атем атическое |
С ред н еквад ратн ч е- |
|
Р у д н и к |
о ж и д ан и е суточной |
ское о тклонен ие, |
т |
|
|
|
добы чи , т |
|
|
№ |
1 |
2 0 0 0 |
5 0 0 |
|
№ |
2 |
2 5 0 0 |
8 0 0 |
|
№ |
3 |
3 0 0 0 |
1 0 0 0 |
|
строить стохастическую модель процесса добычи руды одновременно на трех названных рудниках.
С этой целью по известной из первого примера схеме расчета определяем значения величины добычи руды за
сутки |
на каждом руднике |
в отдельности и, суммируя |
|
их, получаем ожидаемое количество добытой |
руды за |
||
сутки |
одновременно на трех |
рудниках. Схема |
расчета |
следующая (табл. 2 1 ): случайное число в первом столб
це умножаем на среднеквадратическое отклонение (пер вый рудник) и складываем полученное произведение со средним значением величины добычи за сутки на пер вом руднике; в результате получим ожидаемую добычу
за сутки на этом |
руднике |
(второй столбец). Аналогич |
|
ные расчеты выполним для |
второго рудника (третий и |
||
четвертый |
столбцы) и для |
третьего (пятый и шестой |
|
столбцы). |
Затем |
значение |
величин во втором, четвер |
том и шестом столбцах складываем и получаем ожидае мую величину добычи за сутки с трех рудников одно временно (седьмой столбец). Рассмотрим подробнее
третью строку табл. 21. Последовательность |
расчетов |
|
можно представить в следующем виде: |
|
|
[(—0,138) • 500 + 2000] + |
[(— 1,189) • 800 + 2500] + |
|
+ [0,215-1000 + 3000] = |
1930 + 1550 + 3215 = |
6695. |
Расчеты выполнены в табл. 21 для условий работы рудников № 1, 2 и 3 в течение 45 суток. Здесь указаны также отклонения от среднего значения добычи за сутки (7500=2000 + 2500 + 3000) и отклонение с момента на чала планового (или моделируемого) периода (соответ ственно седьмой и восьмой столбцы).
Выполненные на основе стохастической модели рас четы позволили получить значения случайных величин добычи за сутки на трех рудниках одновременно. Уста-
127
со
.др и Чесноков .И .Н
|
|
|
|
|
|
|
|
Т а б л и ц а |
21 |
|
|
Ожидаемая |
|
Ожидаемая |
|
Ожидаемая |
Ожидаемая |
Отклонение |
Отклоне |
||
Случайные |
Случайные |
Случайные |
ние с на |
|||||||
добыча |
добыча |
добыча |
добыча руды |
от средн его |
чала пла |
|||||
числа |
руды на |
числа |
руды па |
числа |
руды на |
на трех руд |
значения за |
нируемого |
||
|
руднике № I , |
|
руднике N1' 2, |
|
руднике .V' 3, |
никах, |
сутки, т |
периода, |
||
|
г ! сут к и |
|
7Іс у т к и |
|
т/ с ут ки |
т Ісут ки |
|
|
|
т |
|
2 |
3 |
4 |
5 |
6 |
7 |
|
8 |
|
9 |
—2,655 |
670 |
—0,375 |
2200 |
0,529 |
3530 |
6 400 |
— 1100 |
— 1100 |
||
0,194 |
2100 |
0,475 |
2880 |
0,088 |
3090 |
8 070 |
+ |
570 |
—530 |
|
—0,138 |
1930 |
— 1,189 |
1550 |
0,215 |
3215 |
6 695 |
— 805 |
— 1335 |
||
0,054 |
2030 |
— 1,384 |
1390 |
0,871 |
3870 |
7 290 |
— 219 |
— 1545 |
||
0,252 |
2130 |
0,512 |
2910 |
0,363 |
2640 |
7 680 |
+ |
180 |
— 1365 |
|
1,363 |
2680 |
—0,536 |
2070 |
—2,418 |
580 |
5 330 |
—2170 |
—3535 |
||
0,757 |
2380 |
— 1,814 |
1040 |
2,535 |
5535 |
8 955 |
+ 1455 |
—2080 |
||
—0,298 |
1850 |
—0,695 |
1940 |
—0,050 |
2950 |
6 740 |
— 760 |
—2840 |
||
0,589 |
2300 |
0,330 |
2750 |
0,630 |
3630 |
8 680 |
+ |
1180 |
—1660 |
|
2,390 |
3200 |
—0,844 |
1790 |
—0,748 |
2250 |
7 240 |
— 260 |
— 1920 |
||
0,006 |
2000 |
—0,739 |
1910 |
0,777 |
3780 |
7 690 |
+ |
190 |
— 1730 |
|
—0,190 |
1900 |
0,412 |
2830 |
2,537 |
5540 |
10 270 |
+2770 |
+ |
1040 |
|
0,099 |
1950 |
1,790 |
3930 |
0,169 |
3170 |
9 050 |
+ |
1550 |
+2590 |
|
—0,695 |
1650 |
—0,804 |
1850 |
—0,009 |
2910 |
6410 |
— 1090 |
+ 1500 |
||
— 1,238 |
1380 |
— 1,270 |
1480 |
—0,160 |
2840 |
5 700 |
— 1800 |
—300 |
||
—0,837 |
1580 |
—0,806 |
1490 |
— 1,684 |
1315 |
4 385 |
—3115 |
—3415 |
||
1,452 |
2730 |
0,864 |
3190 |
—0,603 |
2400 |
8 320 |
+ |
820 |
—2595 |
1,139 |
2570 |
1,252 |
3500 |
—0,024 |
2980 |
9 050 |
+ |
1550 |
— 1045 |
—0,448 |
1780 |
0,294 |
2740 |
—0,030 |
2970 |
7 490 |
— |
10 |
— 1055 |
—0,842 |
1580 |
0,621 |
3000 |
— 1,350 |
1650 |
6 230 |
— 1270 |
—2325 |
|
—0,013 |
1990 |
0,466 |
2870 |
—0,591 |
2410 |
7 270 |
— 230 |
—2555 |
|
0,385 |
2190 |
—0,402 |
2180 |
—0,384 |
2620 |
6 990 |
—510 |
—3065 |
|
—0,161 |
1920 |
0,188 |
2650 |
0,023 |
3020 |
7 590 |
+ 90 |
—2975 |
|
1,600 |
2800 |
0,861 |
3290 |
— 1,268 |
1730 |
7 820 |
+320 |
—2655 |
|
0,643 |
2320 |
0,471 |
2880 |
0,014 |
ЗОЮ |
8210 |
+710 |
— 1945 |
|
—0,145 |
1930 |
—0,192 |
2350 |
—0,212 |
2790 |
7 070 |
—430 |
—2375 |
|
2,177 |
3090 |
1,925 |
4040 |
0,440 |
3440 |
10 570 |
+3070 |
+695 |
|
0,729 |
2860 |
—0,147 |
2380 |
1,689 |
4690 |
9 930 |
+2430 |
+3125 |
|
1,161 |
2580 |
0,417 |
2830 |
0,463 |
3460 |
8 870 |
+ |
1370 |
+4495 |
—0,057 |
1970 |
—0,309 |
2250 |
0,680 |
3680 |
7 900 |
+400 |
+4895 |
|
0,789 |
2400 |
—0,131 |
2390 |
1,103 |
4100 |
8 890 |
+ 1390 |
+6285 |
|
— 1,446 |
1280 |
—0,047 |
2460 |
—0,362 |
3360 |
7 100 |
—400 |
+5885 |
|
— 1,668 |
1150 |
0,045 |
2535 |
— 1,762 |
1240 |
4 925 |
—2575 |
+3310 |
|
—0,304 |
1850 |
— 1,370 |
1400 |
— 1,441 |
1560 |
3810 |
—3690 |
—380 |
|
1,142 |
2570 |
—0,254 |
2300 |
—0,532 |
2470 |
7 340 |
— 160 |
—540 |
|
0,428 |
2210 |
— 1,512 |
1300 |
—0,404 |
2600 |
6 ПО |
— 1390 |
— 1930 |
|
0,869 |
2430 |
0,116 |
2590 |
—0,506 |
2490 |
7510 |
+ 10 |
— 1920 |
|
— 1,555 |
1220 |
—0,876 |
1800 |
0,399 |
3400 |
6 420 |
— 1080 |
—3000 |
|
— 1,371 |
1310 |
1,550 |
3740 |
0,456 |
3460 |
8510 |
+ 1010 |
— 1990 |
|
0,517 |
2260 |
—0,502 |
2100 |
2,493 |
5490 |
9 850 |
+2350 |
+360 |
іговлепо, что максимальное отставание добычи за сутки достигает 3690 т, а с начала моделируемого периода — 3535 г. Это значит, что для обеспечения равномерной бесперебойной поставки руды па завод необходимо иметь запас руды на складе не менее 3535 т.
Метод стохастического моделирования Монте-Карло весьма удобен для построения стохастических моделей сложных процессов. С помощью построенных методом Монте-Карло стохастических моделей можно решать любые задачи, связанные с определением практически всех параметров случайных процессов, найти оптималь ный режим процесса в целом, надежность работы систе мы или процесса и др.
Замена в математической модели случайных величин их средними значениями может привести к ошибочному решению. Можно ли, например, определить необходи мую емкость рудного склада, зная только средние зна чения суточной добычи руды? Как следует из результа тов расчета, это невозможно. Кроме того, замена слу чайных величин их математическими ожиданиями не поз воляет вскрыть и наглядно показать топкий и сложный механизм производственных процессов, особенно на гор нодобывающих предприятиях, разрабатывающих место рождения с весьма неравномерным урановым орудене нием и постоянно находящимся в движении фронтом ра бот.
Следует, однако, отметить существенный недостаток метода Монте-Карло — это необходимость определения случайных характеристик элементов процесса, т. е. не обходимость проведения статистических испытаний, что требует значительных затрат времени и труда. Четко организованная система статистического учета работы предприятий в условиях автоматизированных систем управления (АСУ) позволит успешно применить метод Монте-Карло для анализа деятельности предприятий, входящих в них производственных подразделений и от дельных технологических процессов. Кроме того, метод Монте-Карло позволит в условиях функционирования АСУ повысить экономическую эффективность принятия решений и выполнять разработку альтернативных реше ний для руководства предприятием.
Более подробно метод Монте-Карло рассмотрен в работах [8 , 36].
Г Л А В А
ВЫБОР ОПТИМАЛЬНЫХ РЕШЕНИИ
ВУСЛОВИЯХ ОПРЕДЕЛЕННОСТИ
1.М ЕТО Д ПЕРЕБО РА ВАРИ АНТОВ
Одной из важнейших задач, решаемых при проектировании уранодобывающих пред
приятий, является комплексная оптимизация парамет ров рудников.
Параметры рудника тесно связаны с технологией, техникой и организацией горного производства. Поэтому выбор параметров рудника требует учета совокупного влияния большого числа геологических, горнотехниче ских и организационных факторов.
Один из наиболее распространенных способов ком плексной оптимизации параметров рудника при его про ектировании заключается в установлении закономерно стей изменения экономического критерия (суммы условной прибыли, показателя рентабельности или сум мы приведенных затрат, отнесенных на единицу подле жащих извлечению запасов) в зависимости от варьируе мых параметров и нахождении значений этих парамет ров, соответствующих max (min) исследуемых функций.
Метод, таким образом, сводится к составлению опти мизационной модели и нахождению экстремума функ ции вида
|
К — F (Xjlхъ |
. . ., хп) |
max (min), |
(3.1) |
||
где |
К — выбранный экономический |
критерий; хи х2, ... |
||||
..., |
хп — варьируемые параметры рудника |
(высота эта |
||||
жа, |
высота подэтажа, |
длина блока, число |
концентра |
|||
ционных горизонтов и т. д .). |
|
|
|
|
||
|
В настоящее время известны аналитические методы, |
|||||
позволяющие находить экстремум функций, |
содержащих |
|||||
не более пяти аргументов. Однако |
при |
проектировании |
||||
новых рудников (или |
проектировании |
реконструкции |
действующих) при решении вопросов о доработке запа-
9' 131
Анализ горногеологических условий месторождения или его участка, формализация параметров месторождения
Сравнение формализованных параметров с параметрами известных месторождений, нахождение аналогов
Определение структурной формулы общих затрат на извлечение
единицы промышленных запасов металла (1 т |
руды) |
вида |
С = С Х+ С 2+ . . . Сп, |
|
(3.2) |
где С —общая сумма затрат на извлечение единицы |
промышленных |
|
запасов металла (1 г руды), pyöjed-, Cl t С2, . . . . |
Сп—удельные |
|
затраты по различным видам работ (различным статьям |
расхода), |
|
руб/ед |
|
|
Выделение количественных параметров рудника, оказывающих влия ние на себестоимость единицы извлекаемого металла в концентрате (1 т руды),—эти параметры являются оптимизируемыми величинами
132
I
Определение и математическая интерпретация зависимости каждого слагаемого в формуле (3.2) от оптимизируемых величин
Развертывание формулы (3.2) с использованием полученных матема тических зависимостей ее компонентов от оптимизируемых параметров в развернутую экономико-математическую модель вариантов комплексной оптимизации параметров рудника
Р и с. М. Блок-схема комплексной оптимизации параметров рудника.
сов месторождения число оптимизируемых переменных обычно значительно больше пяти. Поэтому для иссле дования и оптимизации функций вида (3.1) чаще всего принимают универсальный, но трудоемкий метод после довательного перебора вариантов, или, сокращенно, метод вариантов.
В последние годы применение этого метода при про ектировании было значительно облегчено благодаря использованию быстродействующих электронно-вычис лительных машин.
Опыт использования метода вариантов при проекти ровании уранодобывающих предприятий, а также реко мендации советских исследователей позволяют сформу лировать основные моменты методики комплексной оптимизации параметров, представленные в виде блоксхемы (рис. 14).
133