影响拉斗铲作业效率的主要因素分析.docxVIP

影响拉斗铲作业效率的主要因素分析 拉索臂具有较大的线性尺寸，适应性强，设备质量（相对生产能力）低。它集采区、运输和沉淀于一体。将萃取物直接排入井中排入矿渣区，用于近水平埋矿，得到广泛应用。经过多年的应用, 黑岱沟露天煤矿已经掌握拉斗铲倒堆剥离技术, 但拉斗铲的作业效率一直不高。因此, 研究影响拉斗铲作业效率的因素, 探讨提高拉斗铲作业效率的有效措施, 对于进一步降低剥离成本, 提高露天矿经济效益有着十分重要的意义。 陈彦龙等人研究了拉斗铲的作业周期、分布规律和拉斗铲作业的满斗系数, 得出了拉斗铲作业周期的计算公式, 分析了影响作业周期及满斗率的主要因素, 但并未结合生产实践提出符合现工艺条件的有效措施;王桂林、李广州、欧阳蒙夫等人从运筹学的角度出发, 分析了拉斗铲的优势特点, 通过现场多次对比改进, 总结出提高拉斗铲系统作业效率的经验, 但缺乏对影响拉斗铲作业效率因素全面科学的分析评价。 拉斗铲作业效率是一个多层次、多因素决定的目标变量, 其中一些是清晰明确的白色因素, 还有一些是抽象的灰色因素, 符合灰色系统的特点。笔者应用灰色系统理论和方法, 确定出影响拉斗铲作业效率的主要和次要因素, 针对影响因素的重要性, 结合现场实际生产条件, 提出提高拉斗铲作业效率的有效措施。 1 因素间的几何对应关系 灰关联分析是一种用灰色关联度顺序来描述因素间关系的强弱、大小及次序的方法。其基本思想是以因素的数据列为依据, 用数学的方法研究因素间的几何对应关系。计算过程分为原始数据处理、计算关联系数与求关联度3个步骤。 1.1 原始数据的获取 为便于将不同量纲的各因素进行比较, 需对原始数据进行无量纲化处理, 即先分别求出各个原始数列的平均数, 再用数列的所有数据除以该数列的平均数, 得到均值化数列。 1.2 关联系数的生成 设经过数据处理后的参考数列为 与参考数列作关联程度比较的p个比较数列为 式中:n为数列的数据长度, 即数据的个数。 将第k个比较数列 (k=1, 2, …, p) 各期的数值与参考数列对应期差值的绝对值记为 记Δmin和Δmax分别为所有p个比较数列在各期的绝对差值中的最小者和最大者。于是, 第k个比较数列与参考数列在t时期的关联程度 (即关联系数) 为。 式中:ρ为分辨系数, 用来削弱Δmax过大而使关联系数失真的影响, 人为引入这个系数是为了提高关联系数之间的差异显著性, 0ρ1。 1.3 计算个计数的关联程度 以比较数列与参考数列各个时期的关联系数的平均值来定量反映这两个数列的关联程度, 其计算公式为 式中:r0k为第k个比较数列与参考数列的关联度。 最后按各关联度数值的大小顺序排列, 组成关联序, 它反映了各比较数列对于同一参考数列的主次及优劣关系。 2 影响挖掘机操作效率的灰相关性分析 2.1 矿工艺参数、组织管理水平及检修质量影响因素 影响拉斗铲作业效率的主要因素包括司机操作水平、爆破技术、采矿工艺参数、企业组织管理水平及检修质量等, 这些因素是抽象、定性及无法量化的。为了便于对其进行灰关联分析, 选取现场实际生产中可统计的参数和指标来量化各个因素, 如表1所列。 2.2 月能力模型关联度计算 以2012年各个月份黑岱沟露天煤矿统计数据 (见表2) 为例, 其中, 以月能力为参考数列x0(t) , 以实动时间x1(t) 、炸药单耗x2(t) 、采装周期x3(t) 和满斗系数x4(t) 为比较数列, 计算这4个量化指标对于拉斗铲月生产能力的关联度。 2.2.1 平均值处理 2.2.2 表1所列表1:表1表2 由式 (3) 得到比较数列与参考数列对应期的绝对值, 如表4所列。 由表4可知, Δmax=0.533 449, Δmin=0.001 826 947。取分辨系数ρ=0.5, 由式 (4) 求得关联系数, 如表5所列。 2.2.3 量化指标的关联程度 由表5及式 (5) 分别求各月的关联系数平均值, 得到关联度:r01=0.731 554, r02=0.604 73, r03=0.737 56, r04=0.840 356 618。可知r04r03r01r02, 表明这些量化指标对于拉斗铲作业效率的关联程度高低。从高到低依次为:满斗系数、采装周期、实动时间、炸药单耗。 3 拉斗挖掘装出工艺方法 以灰关联分析得到的关联度排序为依据, 着重调整关联度大的因素, 可以最大化提高拉斗铲作业效率。经过对各因素涉及到的生产环节有针对性地考察, 提出以下措施。 (1) 提高满斗系数加强对拉斗铲司机的培训力度, 随着司机操作水平逐步提高, 满斗系数必然会随之变大。 (2) 缩短拉斗铲采装周期参考黑岱沟矿拉斗铲作业时间统计, 结合拉斗铲作业原理, 经分析得到在拉斗铲一个作业周期中, 总回转时间是影响拉斗铲采装周期的最主要因素