Молодежная весна 2022
.pdf
Вычислим производные от угла поворота
..
Для нахожденияtприравняем φ = 0, получаем:
При следует, что
Подставляем найденные значения в уравнение Лагранжа, находим управляющий момент и управляющее усилие, которые обеспечивают программное движение робота-манипулятора половине цикла движения.
Используя исходные данные, составляем программу зависимости угла поворота, управляющей силы и управляющего момента от времени (рис. 3).
Графические зависимости рассматриваемых параметров представлены на рис. 4.
201
202
Рис. 3. Программа, составленная по данной задаче
203
Рис. 4. Графики зависимости управляющего момента и управляющего усилия от времени.
Список литературы
1. Бать М. И., Джанелидзе Г. Ю., Кельзон А. С. Теоретическая механика в примерах и задачах. Т. 2. Динамика: учеб. пособие для вузов. 3-е изд. М.: Наука, 1966. 663 с.
2. Лойцянский Л. Г., Лурье А. И. Курс теоретической механики. Т. 2. Динамика. 6-е изд., перераб. и доп. М.: Наука, Главная редакция физико-математической литературы, 1983. 640 с.
3. Яблонский А. А. Курс теоретической механики. Ч. 2. Динамика: учебник. 5-е изд., испр. М.: Высшая школа, 1977. 430 с.
4. Яблонский А. А. Сборник заданий для курсовых работ по теоретической механике: учеб. пособие для техн. вузов. 15-е изд. М.: Интеграл-Пресс, 2006. 384 с.
Научный руководитель Ю. А. Геллер, д-р техн. наук, доцент, профессор кафедры сопротивления материалов и механики, Забайкальский государственный университет.
Проблемы отходов угольной энергетики
В. В. Гаврилов
студент гр. РГ-17, горный факультет ЗабГУ, г. Чита
Уголь в качестве топлива для электростанций несет в себе очень много как минусов, так и плюсов. Основная проблема – огромное количество выбросов продуктов его сжигания в окружающую среду: это газообразные (водяные пары, CO2, CO, оксиды серы), а также твердые (шлаки и золы) отходы.
Одновременно с этим уголь как энергетический ресурс имеет ряд преимуществ. Месторождения угля распределены очень равномерно по территории России, а цены на него довольно стабильны (рисунок). Его транспортировка не требует особых условий и оборудования. Помимо этого, уголь выгодно отличается по стоимости тонны условного топлива от таких энергоресурсов как мазут или газ.
Угольные электростанции в Российской Федерации на данный момент производят примерно 20 % энергии, но одновременно с этим их доля в суммарном выбросе вредных веществ составляет 70 %. В связи с увеличением потребления угля на ТЭС объемы вредных выбросов будут неизменно возрастать, и для решения данной проблемы необходимо рассмотрение угля в качестве комплексного минерального сырья.
204
205
Карта угольных бассейнов России
Актуальность этой проблемы непосредственно связана с влиянием золошлаковых отходов на окружающую среду. Основные факторы:
– образование пылений; – выделение различных элементов и их соединений в атмос-
феру; – отведение больших площадей под золошлакоотвалы (на
территории России около 30 тыс. га) [1].
Крупнейшие угольные бассейны России находятся в Сибири, поэтому основная часть энергетики региона базиркется на угле, и тема переработки золошлаковых отходов здесь особенно актуальна [3].
На российских угольных станциях ежегодно образуется около 22 млн золошлаковых отходов. Из них на какое-либо дальней- шееприменениеидетнеболее15 %,из-зачегообъемнакоплений ЗШО растет с огромной скоростью. На сегодняшний день объем накоплений составляет примерно 1,6 млрд тонн. В то же время в ряде стран утилизируется 70–95 % от выхода ЗШО, а в Дании и Нидерландах до 100 %.
Внастоящее время существует очень много (более 300) способов утилизации золошлакового сырья, но представители данной отрасли в северных регионах сталкивают с серьезными трудностями. Основная сложность – ограниченный период транспортировки отходов, не более 5 месяцев в году. Манипуляции с ЗШО при отрицательных температурах требуют значительных финансовых вложений. Например, в Японии удобно расположены ТЭЦ – как правило, на берегу водоемов, что позволяет использовать выгодный водный транспорт. По этой причине Япония добилась максимального результата в утилизации отходов.
Существуют два основных направления переработки золошлаковых отходов, первый из которых – извлечение металлов, другой – вторичная переработка отхода для его дальнейшего использования [2].
Вчасти производства строительных материалов (при учете нынешнего уровня развития технологий) можно выделить следующие направления:
– ландшафтное строительство, устройство насыпей, обратная засыпка траншей;
– изолирующий материал на полигонах; – обратная засыпка траншей;
206
– производство цемента; – мелиорация почв; – устройство насыпей;
– устройство дорожных оснований и одежд.
За рубежом вопросу о переработке ЗШО уделяется намного большевнимания,чемвРоссии,очемговорятпоказателиуровня утилизации ЗШО.
Одна из самых главных особенностей золошлакоотвалов – высокая концентрация в них редких элементов. К ним относятся вещества с низким кларковым содержанием в породах.
Геохимическая среда в пластах угля за счет своих сорбирующих свойств очень благоприятная для накопления различных элементов, в том числе редких и редкоземельных. По этой причине их концентрация в углях значительно превышает кларковое содержание в земной коре.
Угольные месторождения можно рассматривать как источник минерального сырья, а золошлаковые отходы – как потенциальные техногенные месторождения ценных металлов. Например, угли Тарбатайского месторождения долгое время служили источником германия. По этой причине угли нельзя рассматривать только в качестве источника энергии. Это комплексное полезное ископаемое, и при неправильном использовании оно наносит огромный вред окружающей среде [2].
Исходя из вышесказанного, можно сделать следующие выводы:
– для достижения целей развития современной энергетики, России необходимо кардинально поменять свою политику относительно ТЭС;
– на станции должен поставляться обогащенный уголь с зольностью, соответствующей мировым экологическим стандар-
там (5–15 %); – контроль над ЗШО необходимо установить на законода-
тельном уровне, так как недостаточный уровень утилизации отходов ТЭС является одним из барьеров на пути развития российской экологически эффективной угольной генерации.
Список литературы
1. Субботин Ю. В. Рациональное использование и охрана природныхресурсов:учеб.пособие/Ю. М. Овешников,П. Б. Авдеев,М. В. Новичкова. Чита: ЗабГУ, 2019. 176 с.
207
2.Поротов Г. С. Разведка и геолого-экономическая оценка месторождений полезных ископаемых: учебник. СПб.: Санкт-Петербургский государственныйгорныйинститут(техническийуниверситет),2004.244 с.
3.Сидорова Г. П., Крылов Д. А. Радиоактивность углей и золошлаковых отходов угольных электростанций: монография. Чита: ЗабГУ, 2016. 236 с.
Научный руководитель Г. П. Сидорова, д-р техн. наук, профессор кафедры прикладной геологии и технологии геологической разведки, Забайкальский государственный университет.
Создание цифровых моделей пластовых месторождений и их оценка при помощи метода интерполяции
Д. А. Днепровская1, А. С. Петрова2
1, 2 студент гр. ГД(ГО)-18, горный факультет ЗабГУ, г. Чита
Основной метод, используемый при подготовке работы – метод цифрового моделирования месторождения ископаемых углей. Программное обеспечение, принятое для создания цифровой модели пластового месторождения – ГГИС Micromine Origin and Beyond 22.0.508.3.
Современная ситуация развития отрасли горного производства и геологической отрасли в Российской Федерации и во всем мире в целом характеризуется наличием определенных устойчивых тенденций, которые появились в ответ на условия, в которых предприятия вынуждены развиваться.
Основными тенденциями являются:
1. Постоянно ухудшающиеся горно-геологические условия разработки месторождений полезных ископаемых (ПИ), которые явились следствием отработки наиболее богатых месторождений ПИ и вынужденной разработкой месторождений с меньшей концентрацией ПИ или же с более низким его качеством.
2. Стремительный прогресс развития средств механизации, автоматизации, цифровизации и роботизации отраслей. В области механизации и роботизации в процесс производства интегрируется все большее число механизмов, работающих с использованием средств дополненной и виртуальной реальности, дистанционного управления. В области автоматизации горного производства и отрасли геологоразведочных работ (ГРР), стало обыденностью использование постоянно возрастающего числа датчиков, отслеживающих те или иные параметры работы оборудования или средств мониторинга окружающей среды. Анализ
208
собранных данных при помощи алгоритмов нейронных сетей и использование искусственного интеллекта позволяет интерпретировать данные совершенно различным образом, что в конечном итоге позволяет инженерам окончательно принимать более взвешенные решения. Сфера цифровизации рассматривается авторами, в основном, со стороны внедрения в процесс управления горным производством программного обеспечения (ПО). ПО позволяет создавать на основе совокупности исходных данных предприятия цифровые двойники месторождений и проектировать на основе этих данных стратегию развития горных работ, создавать планы развития горных работ и моделировать варианты развития предприятия в целом.
3. Концентрация внимания владельцев предприятий на максимально достоверную информацию о состоянии всех процессов производства на основе постоянного анализа доступных данных.
4. Отсутствие стабильности на рынках, резкие скачки цен, как в положительную, так и в отрицательную сторону. Особенно актуальным это стало в период пандемии COVID-19, а также постпандемийный период, в котором Российская Федерация столкнулась с большим количеством введённых ограничений в сфере закупки оборудования, сырья и возможности реализации продукции, произведенной на своей территории, на внешних рынках.
Данная работа в большей степени отсылает нас ко второй тенденции–цифровизациигорныхработ,вчастностиксозданию моделей ПИ на основе исходных данных и процессу присвоения полученной модели количественных и качественных характеристик ПИ. Основной метод, используемый в работе – метод моделирования. Советский математик, один из основоположников кибернетики А. А. Ляпунов дал следующее определение понятию «моделирование»: это опосредованное практическое или теоретическое исследование объекта, при котором непосредственно изучается не сам интересующий нас объект, а некоторая вспомогательная искусственная или естественная система (модель).
При этом надо понимать, что эта модель должна находиться в объективном соответствии с познаваемым объектом, способна замещать его в определенных отношениях и, в конечном счете, должна предоставлять информацию о моделируемом объекте [1].
Более того, существует мнение, что моделирование можно считать промежуточным звеном между теорией и экспериментом, поскольку содержит черты, заимствованные из всех приве-
денных понятий.
209
Для создания моделей цифровых рудных тел принято использовать общепринятую в профессиональном сообществе логику моделирования:
1. Создание БД скважин.
2. Выделение на основе данных геологического опробования рудных интервалов в соответствии с требованиями Государственной комиссии по запасам Российской Федерации (ГКЗ РФ).
3. Объединение смежных рудных интервалов в полигоны (получениеконтуров рудных тели полигональной моделиПИ) на основе известных геологических методик.
4. Объединение контуров рудных тел (РТ) в каркасы РТ (получение каркасной модели).
5. Интерполяция данных опробования в каркасы РТ и получение блочной модели ПИ (в прямом или обратном порядке).
Интерполяция – это присвоение качественных или количественных показателей полезного ископаемого (например, содержание полезного компонента, зольность или теплотворная способность углей) в каждый блок блочной модели [2]. То есть, в контексте вопроса оценки каждого блока блочной модели ПИ задача интерполяции – найти неизвестные значения содержаний полезного компонента на основе известных данных геологической разведки. Как правило, это данные по интервалам скважинного или бороздового опробования.
Для создания цифровых моделей пластовых (на примере угольных)месторожденийприменяютнесколькоинуюметодику:
1. Создание БД скважин.
2. Выделение интервалов опробования по ПИ. 3. Стратиграфическое моделирование участка горных работ
на основе собранных геологоразведочных данных литологии месторождения.
4. Выделение иерархии пластов ПИ.
5. Создание сеточных моделей кровли и почвы залежей ПИ. 6. Создание стратиграфической блочной модели пластов ПИ на основе выделенного файла иерархии пластов и её последую-
щаяоценка(интерполяциякачественныххарактеристиквблоки). Подробнее рассмотрим описанную методику на примере создания цифровой блочной модели угольного месторождения с показателями качества углей. Существует множество качественных характеристик углей, однако в данной работе для интерполя-
ции будут применяться следующие:
210