Вероятностный анализ взаимосвязей показателей режима работы лесопильных рам

УДК

621.311

DOI:

10.17238/issn0536-1036.2019.3.121

Аннотация

Характер процессов деревообработки в значительной мере подвержен влиянию различных случайных факторов. С математической точки зрения эти процессы следует рассматривать как один из случайных видов. Наиболее энергоемким является лесопиление. В нем лесопильная рама и околорамное оборудование составляют отдельный участок, который формирует характер потребления электроэнергии как поточной линией, так и цехом в целом. Поэтому вопросы повышения энергоэффективности деревообрабатывающего производства могут быть решены только путем совместного рассмотрения технологических и энергетических показателей процесса распиловки древесины. Цель исследования – теоретико-вероятностный анализ взаимосвязей показателей работы лесопильных рам, а также нахождение законов распределения и численных характеристик этих показателей как случайных величин при распиловке сортировочной партии бревен. В качестве математической модели работы механизма резания лесопильной рамы использована система массового обслуживания. Применение теории вероятностей позволило установить плотность распределения и числовые характеристики эффективного времени, среднечасовой производительности по распилу сырья, среднечасовой потребляемой мощности, потерь электроэнергии в сети, абсолютного и удельного расходов электроэнергии во взаимосвязи с геометрическими характеристиками сырья и параметрами режима работы лесопильных рам. Показатели потребления электроэнергии носят вероятностный характер и распределены по закону, отличному от нормального. Для упрощения процедуры анализа плотность распределения параметров была аппроксимирована плотностью закона Гаусса. При этом ошибка аппроксимации составила не более 1,71 %. Предложены формулы для расчета характеристик технологических и энергетических показателей работы лесопильных рам.

Сведения об авторах

С.П. Агеев¹, д-р техн. наук, проф.; Publons: 1758124/sergey-ageev, ORCID: 0000-0003-0362-6722
А.Н. Минаев², д-р техн. наук, проф.
С.И. Рощина³, д-р техн. наук, проф.
¹Санкт-Петербургский государственный архитектурно-строительный университет, ул. 2-я Красноармейская, д. 4, Санкт-Петербург, Россия, 190005;
е-mail: doctor.mart11@mail.ru
²Санкт-Петербургский государственный лесотехнический университет им. С.М. Кирова, просп. Институтский, д. 5, Санкт-Петербург, Россия, 194021; e-mail: stl@spbtu.ru
³Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых, ул. Горького, д. 87, г. Владимир, Россия, 600000; e-mail: rsi3@mail.ru

Ключевые слова

лесопильная рама, сортировочная партия бревен, потребляемая мощность, расход электроэнергии, потери электроэнергии, распределение вероятностей, характеристики распиливаемого сырья

Для цитирования

Агеев С.П., Минаев А.Н., Рощина С.И. Вероятностный анализ взаимосвязей показателей режима работы лесопильных рам // Лесн. журн. 2019. № 3. С. 121–131. (Изв. высш. учеб. заведений). DOI: 10.17238/issn0536-1036.2019.3.121

Литература

1. Агеев С.П. Математическое моделирование процессов распиловки древесины // Изв. СПбЛТА. 2007. Вып. 179. С. 142–152.
2. Агеев С.П. Энергетическая характеристика механизма резания лесопильной рамы // Лесн. журн. 2009. № 1. С. 95–100. (Изв. высш. учеб. заведений).
3. Агеев С.П. Энергетическая характеристика электропривода механизма резания лесопильной рамы // Лесн. журн. 2009. № 2. С. 96–101. (Изв. высш. учеб. заведений).
4. Агеев С.П. Стохастические закономерности операционных циклов лесопильных рам // Лесн. журн. 2014. № 4. С. 80–89. (Изв. высш. учеб. заведений).
5. Алексин М.В., Синев В.С., Пижурин П.А., Коперин И.Ф., Головков С.И., Павлосюк В.А. Экономия энергоресурсов в лесной и деревообрабатывающей промышленности. М.: Лесн. пром-ть, 1982. 216 с.
6. Аркашов Н.С., Ковалевский А.П. Теория вероятностей и случайные процессы: учеб. пособие. Новосибирск: Новосиб. гос. техн. ун-т, 2014. 180 с.
7. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения: учеб. пособие для втузов. М.: Высш. шк., 2000. 480 с.
8. Воскобойников Д.М. Экономическое стимулирование рационального использования электроэнергии в промышленности. М.: Энергоатомиздат, 1988. 80 с.
9. Гусак А.Л. Высшая математика. М.: Тетра Система, 2009. 320 с.
10. Колемаев В.А., Калинина В.А. Теория вероятностей и математическая статистика. М.: Юнити-Дана, 2007. 250 с.
11. Конюхова Е.А. Электроснабжение объектов: учеб. пособие. М.: Мастерство, 2001. 320 с.
12. Михайлов В.В. Тарифы и режимы электропотребления. М.: Энергоатомиздат, 1986. 216 с.
13. Михайлов В.В., Гудков Л.В., Терещенко А.В. Рациональное использование топлива и энергии в промышленности. М.: Энергоатомиздат, 1985. 210 с.
14. Рыкунин С.Н., Пятков В.Е. Методы составления и расчета поставов: учеб. пособие. М.: МГУЛ, 2005. 69 с.
15. Сибикин Ю.Д., Сибикин М.Ю., Яшков В.А. Электроснабжение промышленных предприятий и установок. М.: Высш. шк., 2001. 336 с.
16. Энергосберегающая технология электроснабжения народного хозяйства: практ. пособие / под ред. В.А. Веникова. Кн. 5. Экономия электроэнергии на промышленных предприятиях / Т.В. Анчарова, С.И. Гамазин, В.В. Шевченко. М.: Высш. шк., 1990. 143 с.
17. Kreisel K., Jochem E. Druckluft rationell erzeugen und nutzen // Fachartikel im Rahmen der Initiative “Energie effizient nutzen ‒ Schwerpunkt Storm”. Germany, Baden-Wurttemberg, 1996.
18. Matthews M.B., Leber J.F. Neurale Netzwerke: Ein Ubersicht // Bulletin of the Swiss Electronic Society (SEV). 1989. Vol. 15. Pp. 923‒932.
19. Rumelhart D.E., Hinton G.E., Williams R.J. Learning Representations by Back-Propagating Errors // Nature. 1986. Vol. 323. Pp. 533–536.
20. Tonsing E. Stromsparende Beleuchtungssysteme – mehr Licht fur weniger Kosten // Fachartikel im Rahmen der Initiative “Energie effizient nutzen ‒ Schwerpunkt Storm”. Germany, Baden-Wurttemberg, 1996.

Поступила 14.02.19

Ссылка на английскую версию:

Probability Analysis of Relations between Operation Mode Parameters of Saw Frames

UDC 621.311
DOI: 10.17238/issn0536-1036.2019.3.121

Probability Analysis of Relations between Operation Mode Parameters of Saw Frames

S.P. Ageev¹, Doctor of Engineering, Assoc. Prof.; Publons: 1758124/sergey-ageev, ORCID: 0000-0003-0362-6722
A.N. Minaev², Doctor of Engineering, Assoc. Prof.
S.I. Roshchina³, Doctor of Engineering, Assoc. Prof.
¹Saint Petersburg State University of Architecture and Civil Engineering,
ul. 2-ya Krasnoarmeyskaya, 4, Saint Petersburg, 190005, Russian Federation;
е-mail: doсtor.mart11@mail.ru
²St. Petersburg State Forest Technical University named after S.M. Kirov, prosp. Insti-tutskiy, 5, Saint Petersburg, 194021, Russian Federation; e-mail: stl@spbftu.ru
³Vladimir State University named after Alexander and Nikolai Stoletovs, ul. Gor’kogo, 87, Vladimir, 600000, Russian Federation; e-mail: rsi3@mail.ru

Nature of woodworking processes is dramatically influenced by various random factors. Mathematically, these processes should be considered as one of accidental types. The most energy-intensive process is sawmilling. Here, saw frame and frame equipment comprise a separate section, which largely forms the electricity consumption nature of product line and the whole plant. Therefore, the issues of improving the energy efficiency of woodworking industry can be solved only by joint consideration of the technological and energy parameters of wood sawing. The research purpose is a probability-theoretical analysis of relationship between the saw frames operating parameters, as well as finding the distribution laws and numerical ratings of these parameters as random variables when sawing the sort log load. The queuing system is used as a mathematical model of the saw frame cutting mechanism. The application of the probability theory has allowed us to find the distribution density and numerical characteristics of the effective time; hourly average sawing raw material output; hourly average power consumption, energy losses in the network; absolute and spe-cific power consumption in conjunction with the geometric parameters of raw materials and operation parameters of saw frame mode. Electricity consumption parameters have probabil-istic nature and are distributed by law, different from normal. The density of parameters distribution was approximated by the density of the Gauss’ law in order to simplify the analysis procedure. Herewith, the error of approximation was not more than 1.71 %. Formulas for calculating the values of technological and energy parameters of saw frames opera-tion are proposed.

For citation: Ageev S.P., Minaev A.N., Roshchina S.I. Probability Analysis of Relations be-tween Operation Mode Parameters of Saw Frames. Lesnoy Zhurnal [Forestry Journal], 2019, no. 3, pp. 121–131. DOI: 10.17238/issn0536-1036.2019.3.121
Keywords: saw frame, sort load of logs, energy input, power consumption, energy losses, probability distribution, sawn raw material parameters

REFERENCES

1. Ageev S.P. Mathematical Modeling of Sawing Wood Processes. Izvestia Sankt-Peterburgskoj Lesotehniceskoj Akademii [News of the Saint Petersburg State Forest Tech-nical Academy], 2007, iss. 179, pp. 142–152.
2. Ageev S.P. Energetic Characteristic of Cutting Mechanism of Frame Saw. Lesnoy Zhurnal [Forestry Journal], 2009, no 1, pp. 95–100.
3. Ageev S.P. Energy Characteristic of Electric Drive for Cutting Mechanism of Saw Frame. Lesnoy Zhurnal [Forestry Journal], 2009, no 2, pp. 96–101.
4. Ageev S.P. Stochastic Pattern of the Sash Operating Cycles. Lesnoy Zhurnal [For-estry Journal], 2014, no. 4, pp. 80–89.
5. Aleksin M.V., Sinev V.S., Pizhurin P.A., Koperin I.F., Golovkov S.I., Pavlosyuk V.A. Energy Savings in Forest and Woodworking Industry. Moscow, Lesnaya promyshlen-nost’ Publ., 1982. 216 p.
6. Arkashov N.S., Kovalevskiy A.P. Theory of Probability and Stochastic Processes: Educational Textbook. Novosibirsk, NSTU Publ., 2014. 180 p.
7. Venttsel’ E.S., Ovcharov L.A. Theory of Probability and Its Engineering Applica-tions: Educational Textbook for Universities. Moscow, Vysshaya shkola Publ., 2000. 280 p.
8. Voskoboynikov D.M. Economic Incentives for Sustainable Use of Power in Industry. Moscow, Energoatomizdat Publ., 1988. 80 p.
9. Gusak A.L. Higher Mathematics. Moscow, Tetra Sistema Publ., 2009. 320 p.
10. Kolemaev V.A., Kalinina V.A. Theory of Probability and Mathematical Statistics. Moscow, Unity-Dana Publ., 2007. 250 p.
11. Konyukhova E.A. Electrical Power Supply of Facilities: Educational Textbook. Moscow, Masterstvo Publ., 2001. 320 p.
12. Mikhaylov V.V. Power Consumption Charges and Modes. Moscow, Energoatomizdat Publ., 1986. 216 p.
13. Mikhaylov V.V., Gudkov L.V., Tereshchenko A.V. Sustainable Use of Fuel and Energy in Industry. Moscow, Energoatomizdat Publ., 1985. 210 p.
14. Rykunin S.N., Pyatkov V.E. Methods for Compilation and Calculation of Sawing Schedules: Educational Textbook. Moscow, MGUL Publ., 2002. 69 p.
15. Sibikin Yu.D., Sibikin M.Yu., Yashkov V.A. Power Supply of Industrial Enter-prises and Installations. Moscow, Vysshaya shkola Publ., 2001. 336 p.
16. Ancharova T.V., Gamazin S.I., Shevchenko V.V. Energy Saving at Industrial Enterprises. Book 5. Power Saving Technology of Electricity Supply of National Economy: In 5 Books: Practical Guide. Ed. by V.A. Venikov. Мoscow, Vysshaya shkola Publ., 1990. 143 p.
17. Kreisel K., Jochem E. Druckluft rationell erzeugen und nutzen. Fachartikel im Rahmen der Initiative “Energie effizient nutzen ‒ Schwerpunkt Storm”. Baden-Wurttemberg, Germany, 1996.
18. Matthews M.B., Leber J.F. Neurale Netzwerke: Ein Ubersicht. Bulletin of the Swiss Electronic Society (SEV), 1989, vol. 15, pp. 923‒932.
19. Rumelhart D.E., Hinton G.E., Williams R.J. Learning Representations by Back-Propagating Errors. Nature, 1986, vol. 323, pp. 533–536.
20. Tonsing E. Stromsparende Beleuchtungssysteme – mehr Licht fur weniger Kosten. Fachartikel im Rahmen der Initiative “Energie effizient nutzen ‒ Schwerpunkt Storm”. Baden-Wurttemberg, Germany, 1996.

Received on February 14, 2019