Почтовый адрес: САФУ, Редакция «Лесной журнал», наб. Северной Двины, д. 17, г. Архангельск, Россия, 163002, ауд. 1425

Тел.: +7 (8182) 21-61-18
Сайт: http://lesnoizhurnal.ru/ 
e-mail: forest@narfu.ru

о журнале

Оптимизация режимов работы лесопожарной машины. С. 139–152

Версия для печати

Е.А. Питухин, С.С. Рогозин

Рубрика: Лесоэксплуатация

Скачать статью (pdf, 0.7MB )

УДК

630.181+519.6

DOI:

10.37482/0536-1036-2022-6-139-152

Аннотация

Рассматриваются специализированные лесопожарные машины, необходимые для тушения лесных пожаров. Представлен обзор отечественной и зарубежной современной лесопожарной техники и методов борьбы с лесными пожарами. Отмечается, что общим недостатком тепловой защиты лесопожарной машины является быстрый нагрев поверхностей ограждений кабин при ликвидации пожаров в экстремальных условиях. Следовательно, проблема повышения эффективности функционирования лесопожарной машины при тушении пожаров, задачи обеспечения работоспособности, оптимизации параметров и режимов работы, разработка и создание новых огнезащитных материалов, повышение показателей эргономики кабины и безопасности условий труда оператора остаются актуальными. Приводится обоснование оптимизации параметров и режимов работы лесопожарной машины на основе заданной тактической схемы организации тушения лесного пожара. В качестве целевой функции математической задачи оптимизации принята производственная мощность, т. е. площадь, которую можно потушить при помощи лесопожарной машины. В качестве управляющих факторов рассматриваются параметры основного и вспомогательного оборудования: производительность насосов, подающих воду и водные растворы пенообразователей; вместимость водного бака; время оцениваемого периода тушения лесного пожара и огнезащитные свойства элементов конструкции лесопожарной машины, а именно температура самовоспламенения теплоизоляции ограждения кабины. Математическая задача оптимизации решается аналитическим методом. Для проведения численных расчетов и программной реализации используются методы вычислительной математики и прикладного программирования. Решение задачи позволяет рассчитать производственную мощность лесопожарной машины, определить требуемые огнезащитные свойства поверхностей ограждений кабины и предложить новые конструкционные огнезащитные материалы, рекомендовать основное и вспомогательное оборудование. Улучшение эргономических показателей кабин во время тушения пожаров повысит безопасность условий труда оператора. Эффективная работа лесопожарной машины во время борьбы с огнем способствует снижению ущерба, наносимого окружающей среде, и убытков, являющихся последствием уничтожения миллионов гектаров леса.

Сведения об авторах

Е.А. Питухин, д-р техн. наук, проф.; ResearcherID: H-4562-2016, ORCID: https://orcid.org/0000-0002-7021-2995
С.С. Рогозин*, преподаватель; ResearcherID: AFS-3782-2022, ORCID: https://orcid.org/0000-0002-8602-8930
Петрозаводский государственный университет, просп. Ленина, д. 33, г. Петрозаводск, Республика Карелия, Россия, 185910; eugene@petrsu.ru, ppexa@mail.ru*

Ключевые слова

лесные пожары, лесопожарная машина, режимы работы, оптимизация параметров работы, экологическая безопасность

Для цитирования

Питухин Е.А., Рогозин С.С. Оптимизация режимов работы лесопожарной машины // Изв. вузов. Лесн. журн. 2022. № 6. С. 139–152. https://doi.org/10.37482/0536-1036-2022-6-139-152

Литература

  1. ЕМИСС. Режим доступа: https://fedstat.ru/ (дата обращения: 06.11.21). 

  2. Мазур Д.И., Ермолина М.А. Организационно-правовые меры предупреждения пожаров в России // Russian Studies in Law and Politics. 2020. Т. 4, № 3. С. 20–28. 

  3. Методики расчета сил и средств для тушения пожаров / сост. Н.Ю. Клименти. Волгоград: ВолгГАСУ, 2013. 28 с. 

  4. Орловский С.Н., Бердникова Л.Н. Оптимизация технологий и средств пожаротушения при борьбе с лесными пожарами // Вестн. КрасГАУ. 2018. № 2(137). C. 84–89. 

  5. Повзик Я.С. Пожарная тактика. М.: Спецтехника, 2004. 416 с. 

  6. Сосновчик Ю.Ф. Закономерность развития низовых лесных пожаров, метод профилактики и предотвращения распространения низового лесного пожара // Вавиловские чтения – 2017: сб. ст. междунар. науч.-практ. конф., посвящ. 130-й годовщине со дня рождения акад. Н.И. Вавилова. Саратов: Саратов. ГАУ, 2017. C. 259–266. 

  7. Станкевич Т.С. Прогнозирование пространственного поведения лесного пожара при неопределенности и нестационарности процесса // Изв. вузов. Лесн. журн. 2021. № 1. С. 20–34. https://doi.org/10.37482/0536-1036-2021-1-20-34

  8. Устинов А.С., Рогозин С.С., Питухин Е.А. Разработка и реализация математической модели теплового воздействия на ограждающие конструкции, покрытые огнезащитным композитным материалом // Системы. Методы. Технологии. 2018. № 3(39). С. 41–48. https://doi.org/10.18324/2077-5415-2018-3-41-48

  9. Aslantas M. Finding a Solution to an Optimization Problem and an Application. Journal of Optimization Theory and Applications, 2022, vol. 194, pp. 121–141. https://doi.org/10.1007/s10957-022-02011-4

  10. Bucur D., Buttazzo G., Nitsch C. Two Optimization Problems in Thermal Insulation. Notices of the American Mathematical Society, 2017, vol. 64, no. 8, pp. 830–835. https://doi.org/10.1090/noti1557

  11. Chandrakantha L. Using Excel Solver in Optimization Problems. Electronic Proceedings of the 23th Annual International Conference on Technology in Collegiate Mathematics (ICTCM). Denver, CO, 2011, pp. 42–49.

  12. Chuvieco E., Aguadoa I., Yebraa M., Nieto H., Salas J., Martín M.P. et al. Development of a Framework for Fire Risk Assessment Using Remote Sensing and Geographic Information System Technologies. Ecological Modelling, 2010, vol. 221, iss. 1, pp. 46–58. https://doi.org/10.1016/j.ecolmodel.2008.11.017

  13. Cordeiro Ramalho A.H., da Silva E.F., Martins Silva J.P., Fiedler N.C., Maffioletti F.D., Biazatti L.D., Moreira T.R., Juvanhol R.S., dos Santos A.R. Allocation of Water Reservoirs to Fight Forest Fires according to the Risk of Occurrence. Journal of Environmental Management, 2021, vol. 296, art. 113122. https://doi.org/10.1016/j.jenvman.2021.113122

  14. International Standard. ISO 834–12:2012. Fire Resistance Tests. Elements of Building Construction. Part 12: Specific Requirements for Separating Elements Evaluated on Less than Full Scale Furnaces. 2012. 9 p.

  15. Kulkarni A.J., Krishnasamy G., Abraham A. Cohort Intelligence: A Socio-Inspired Optimization Method. Cham, Springer, 2017. 134 p. https://doi.org/10.1007/978-3-319-44254-9

  16. Momeni M., Soleimani H., Shahparvari S., Afshar-Nadjafi B. Coordinated Routing System for Fire Detection by Patrolling Trucks with Drones. International Journal of Disaster Risk Reduction, 2022, vol. 73, art. 102859. https://doi.org/10.1016/j.ijdrr.2022.102859

  17. Schittkowski K., Zillober C. Nonlinear Programming: Algorithms, Software, and Applications. System Modeling and Optimization. Ed. by J. Cagnol, J.P. Zolésio. Boston, MA, Springer, 2005, vol. 166, pp. 73–107. https://doi.org/10.1007/0-387-23467-5_5

  18. Ustinov A., Pitukhin E. Improving the Efficiency of Protection of the Forest Fire Machine against Forest Fires with the Help of Composite Materials. Materials Science Forum. Switzerland, Trans. Tech. Publications Ltd, 2020, vol. 992, pp. 700–705. https://doi.org/10.4028/www.scientific.net/MSF.992.700

  19. Wu P., Chu F., Che A., Zhou M. Bi-Objective Scheduling of Fire Engines for Fighting Forest Fires: New Optimization Approaches. IEEE Transactions on Intelligent Transportation Systems, 2018, vol. 19, iss. 4, pp. 1140–1151. https://doi.org/10.1109/TITS.2017.2717188

  20. Zhou J., Tu C., Reniers G. Simulation Analysis of Fire Truck Scheduling Strategies for Fighting Oil Fires. Journal of Loss Prevention in the Process Industries, 2020, vol. 67, art. 104205. https://doi.org/10.1016/j.jlp.2020.104205





Электронная подача статей



ADP_cert_2024.png Журнал награжден «Знаком признания активного поставщика данных 2024 года»

ИНДЕКСИРУЕТСЯ В: 

scopus.jpg

DOAJ_logo-colour.png

logotype.png

Логотип.png