Методическое пособие 801

Поток аварийных заявок i-й группы оборудования:

где i — параметр потока отказов i-й группы газового оборудования, год−1; mi1 t — мате-

матическое ожидание количества элементов оборудования, находящихся в момент времени t в исправном состоянии.

Поток восстановления i-й группы оборудования:

где Ni — численность i-й группы элементов газового оборудования, ед.; µi — параметр потока восстановления i-й группы газового оборудования, год−1.

Поток восстановления i-й группы оборудования одной бригадой:

где l—общее количество бригад.

Средний показатель нагрузки, приходящейся на одну бригаду:

На рис. 1 приведена блок-схема алгоритма определения оптимальной структуры и параметров работы аварийных служб.

31

Научный журнал строительства и архитектуры

Рис. 1. Блок-схема алгоритма определения оптимальной структуры и параметров работы аварийных служб

На рис. 2 приведен модуль имитационного моделирования, реализующий алгоритм определения оптимальной структуры и параметров работы аварийных бригад. Он разработан в среде пакета MatLab — Simulink и состоит из отдельных функциональных блоков Simulink, соединенных связями [3, 7, 14, 15].

32

Рис. 2. Модуль имитационного моделирования, реализующий алгоритм определения оптимальной структуры и параметров работы аварийных служб в среде пакета MatLab — Simulink

33

Рис. 3. Результаты расчетов работы аварийной службы газораспределительной организации: а) входящий поток аварийных заявок; б) количество аварийных заявок в системе

34

3.Имитационное моделирование выполнения аварийных заявок. С использовани-

ем разработанной имитационной модели обслуживания аварийных заявок выполнены расчеты работы аварийной службы газораспределительной организации на примере г. Воронежа. На рис. 3 приведены результаты расчетов работы аварийной службы газораспределительной организации для двух аварийных бригад.

В результате проведенного моделирования получены все характеристики работы реальной аварийной службы газораспределительной организации при работе с реальным потоком аварийных заявок [5, 6, 10—12]. Получена оценка чувствительности каждого показателя

кизменению значения интенсивности потока аварийных заявок и интенсивности потока выполнения аварийных заявок. Это позволило выявить недостатки в работе ремонтных подразделений и определить основные направления ее совершенствования.

Выводы

1.На основе теории массового обслуживания разработан алгоритм определения оптимальной структуры и параметров работы аварийных служб газораспределительной организации.

2.Для прогнозирования параметров работы аварийных служб разработана программа в среде пакета MatLab — Simulink, дающая возможность гибкого управления надежностью оборудования в зависимости от изменяющихся условий его эксплуатации. Программа имеет развитые возможности графического представления результатов.

3.Использование разработанной программы позволяет повысить эффективность работы ремонтных подразделений газораспределительной организации и поддерживать на высоком уровне безопасность эксплуатации газового оборудования.

Библиографический список

1.Колосов, А. И. Динамическое моделирование как инструмент прогнозирования и планирования мероприятий эксплуатации инженерных систем в неопределенных стохастически развивающихся ситуациях / А. И. Колосов, Г. И. Щербинин, О. В. Свищев, И. В. Васильев // Научный журнал. Инженерные системы и сооружения. — 2012. — № 3 (8). — С. 39—43.

2.Колосов, А. И. Математическое моделирование процесса реструктуризации городских систем газоснабжения низкой ступени давления / А. И. Колосов, М. Я. Панов // Научный вестник Воронежского ГАСУ. Строительство и архитектура. — 2013. — № 2 (30). — С. 34—41.

3.Колосов, А. И. Моделирование потокораспределения на этапе развития структуры городских систем газоснабжения / А. И. Колосов, М. Я. Панов, В. Г. Стогней // Вестник Воронежского государственного технического университета. — 2013. — Т. 9, № 3—1. — С. 56—62.

4.Колосов, А. И. Разработка модели восстановления систем инженерного обеспечения при экстраординарных воздействиях / А. И. Колосов // Вестник Воронежского государственного технического университета. — 2004. — № 10. — С. 44.

5.Колосов, А. И. Разработка модели ликвидации последствий чрезвычайных ситуаций на инженерных системах энергетики / А. И. Колосов, О. А. Сотникова // Вестник Воронежского государственного технического университета. — 2006. — Т. 2, № 4. — С. 27—31.

6.Колосова, Н. В. Ликвидация последствий аварий на объектах инженерных систем теплогазоснабжения / Н. В. Колосова, К. М. Сенькин, Ю. А. Соя, В. О. Бочаров // Научный журнал. Инженерные системы и сооружения. — 2012. — № 3 (8). — С. 44—50.

7.Лобода, А. В. Использование метода конформных отображений для определения полей скоростей воздушных потоков в задачах вентиляции / А. В. Лобода, С. Н. Кузнецов / / Научный вестник Воронежского ГАСУ. Строительство и архитектура. — 2011. — № 1 (21). — С. 15—22.

8.Мелькумов, В. Н. Моделирование задымленности помещений сложной конфигурации в начальной стадии пожара / В. Н. Мелькумов, С. Н. Кузнецов, В. В. Гулак // Научный вестник Воронежского ГАСУ. Строительство и архитектура. — 2010. — № 3 (19). — С. 131—138.

9.Мелькумов, В. Н. Прогнозирование фильтрации газа в грунте при его утечке из подземного газопровода / В. Н. Мелькумов, С. Н. Кузнецов, С. П. Павлюков, А. В. Черемисин // Известия ОрелГТУ. Сер.: Строительство. Транспорт. — 2008. — № 3/19 (549). — С. 61—65.

35

Научный журнал строительства и архитектуры

10.Павлюков, С. П. Анализ состава и продолжительности эксплуатации газового оборудования / С. П. Павлюков, Г. А. Кузнецова, А. Н. Кобелев // Инженерные системы и сооружения. — 2012. — № 3 (8). — С. 16—23.

11.Панов, М. Я. Оперативное управление на основе возмущенного состояния городской системы газоснабжения / М. Я. Панов, Г. Н. Мартыненко, А. И. Колосов // Научный вестник Воронежского ГАСУ. Строительство и архитектура. — 2016. — № 4 (44). — С. 48—55.

12. Сотникова, О. А. Рациональное послеаварийное восстановление систем теплоснабжения / О. А. Сотникова, Н. В. Колосова, Д. Н. Шабанов // Научный журнал. Инженерные системы и сооружения. — 2010. — № 2. — С. 121—124.

13.Dharmawirya, M. Case Study for Restaurant Queuing Model, International Conference on Management and Artificial Intelligence / M. Dharmawirya, E. Adi // IPEDR. — 2011. — Vol. 6. — P. 52—55.

14.Dieter, F. Discrete-time queueing systems with Markovian preemptive vacations / Fiems Dieter, Bruneel Herwig // Mathematical and Computer Modelling. — 2013. — Vol. 57, № 3. — P. 782—792.

15.Regattieri, A. Designing production and service systems using queuing theory: principles and application to an airport passenger security screening system / A. Regattieri, R. Gamberini, F. Lolli, R. Manzini // Int. J. Serv. Oper. Manage. — 2010. — № 6 (2). — Р. 206—225.

16.Vijay Prasad, S. Pradeep Porwal Decision Making by M/M/S Queuing Model: a Case Study-I / S. Vijay

Prasad, V. H. Badshah // International Journal of Pure and Applied Mathematical Sciences. — 2014. — Vol. 7. —

P.137—143.

17.Zhou, Y. P. Optimality equations based performance potentials for a class of controlled closed queuing networks / Y. P. Zhou, H. S. Xi, B. Q. Yin // Control Theory Appl. — 2002. — № 19 (4). — Р. 521—526.

MANAGEMENT OF WORK OF EMERGENCY AND RECOVERY SERVICES

OF A GAS-DISTRIBUTING ORGANIZATION

A. I. Kolosov1, G. A. Kuznetsova2, O. A. Gnezdilova3

Voronezh State Technical University1, 2

Russia, Voronezh

South-West State University3

Russia, Kursk

1PhD in Engineering, Assoc. Prof. of the Dept. of Heat and Gas Supply and Oil and Gas Business, tel.: (4732)71-53-21, e-mail: kolossn@yandex.ru

2PhD in Engineering, Assoc. Prof. of the Dept. of Heat and Gas Supply and Oil and Gas Business

3PhD in Engineering, Assoc. Prof. of the Dept. of Heat, Gas, Water Supply, tel.: (4712) 22-26-17, e-mail: tgv-kstu6@yandex.ru

Statement of the problem. When eliminating emergencies of gas supply systems, the most rational strategy for the actions of dispatching personnel is based on the management of the operation of emergency recovery services that allow one to monitor the restoration and to distribute limited material and technical resources considering changes in the parameters over time.

Results. On the basis of the mass service theory, an algorithm was developed to determine the optimal structure and parameters of the emergency service of the gas distribution company. To predict the parameters of the emergency services, a software is developed in the environment of the MatLabSimulink package, which allows flexible control over the reliability of the equipment depending on the changing conditions of its operation. The program has advanced graphical representation of the results.

Conclusions. The use of the developed program allows one to increase the efficiency of the repair departments of a gas distribution organization and to maintain a high level of safety of operation of gas equipment.

Keywords: gas supply, accident, recovery, repair service, gas-distribution organization, MatLab — Simulink, modeling.

36

ВОДОСНАБЖЕНИЕ, КАНАЛИЗАЦИЯ, СТРОИТЕЛЬНЫЕ СИСТЕМЫ ОХРАНЫ ВОДНЫХ РЕСУРСОВ

УДК 504.054 : 543.31

АНАЛИЗ КАЧЕСТВА ПРИРОДНОЙ ВОДЫ ВОДОЕМА, НАХОДЯЩЕГОСЯ ВБЛИЗИ РУДОДОБЫВАЮЩЕГО ПРЕДПРИЯТИЯ, С ПРИМЕНЕНИЕМ МЕТОДА КОМПЛЕКСНОЙ ОЦЕНКИ ЗАГРЯЗНЕНИЯ ПРИРОДНЫХ ВОД

Е. Г. Давыдова1

Воронежский государственный технический университет1 Россия, г. Воронеж

1 Канд. хим. наук, доц. кафедры химии и химической технологии материалов, тел.: (473)271-76-17,

е-mail: davkat@mail.ru

Постановка задачи. В настоящее время экологической безопасности любого нового производства уделяется пристальное внимание, так как антропогенное влияние на состояние водного бассейна должно быть минимальным. Решение этой проблемы невозможно без комплексной оценки состояния природных вод на данной территории до и после начала деятельности рудодобывающего предприятия по ряду гидрохимических показателей.

Результаты. Определены гидрохимические показатели загрязненности образцов, взятых в зоне воздействия предприятия рудодобывающего комплекса. Обнаружено превышение предельно допустимой концентрации по содержанию соединений железа, меди, цинка, марганца, а также химического потребления кислорода и биологического потребления кислорода. Согласно полученным значениям удельного комбинаторного индекса загрязненности воды установлено, что исследуемая вода относится к 3-му классу, разряд б — очень загрязненная. По кратности превышения предельно допустимой концентрации уровень загрязненности характеризуется как высокий.

Выводы. Установлено, что устойчивыми загрязнителями в период повышенного стока являются цинк, железо и медь. Предполагается, что в повышении концентрации этих элементов заметную роль играет техногенный фактор. Полученные результаты дают возможность предсказания негативного влияния возможной разработки сульфидных медно-никелевых месторождений в Новохоперском районе на водные экосистемы обширных прилегающих территорий.

Ключевые слова: гидрохимические показатели загрязненности, предельно допустимая концентрация, удельный комбинаторный индекс загрязненности воды, природная вода.

Введение. Известно, что с 2012 года Уральская горно-металлургическая компания (УГМК) победила в конкурсе проектов на разработку сульфидных медно-никелевых месторождений в Новохоперском районе Воронежской области, где в настоящий момент ведутся геолого-разведывательные работы [12]. В средствах массовой информации развернулась острая полемика противников и сторонников никелевого проекта, в связи с чем представляется необходимым анализ возможных последствий организации горнодобывающего производства в Воронежской области в части влияния на химический состав поверхностных вод.

Согласно [16], горнопромышленный комплекс является крупнейшим источником промышленных отходов, и речь идет об экспоненциальном росте загрязнения окружающей сре-

© Давыдова Е. Г., 2018

37

Научный журнал строительства и архитектуры

ды. В настоящий момент наибольшие объемы отходов сосредоточены в Уральском федеральном округе, районе Курской магнитной аномалии, Тульской и Рязанской областях. Под складирование горнопромышленных отходов в целом по России занято свыше 500 тыс. га земель, а негативное воздействие отходов на окружающую среду проявляется на территории, превышающей эту площадь в 10—15 раз, в отвалах и шламохранилищах страны накоплено около 80 млрд. тонн только твердых отходов. Под полигоны ежегодно отчуждается около 10 тыс. га пригодных для сельского хозяйства земель [4]. Если в Воронежской области начнется разработка никеля, то и наш регион столкнется с этими проблемами.

Актуальность исследования обусловлена большой опасностью подобных разработок, приводящих к загрязнению поверхностных водных экосистем промышленными стоками. Основной источник поступления техногенных веществ в водотоки — это различные сливы с рудника, обогатительной фабрики, из хвостохранилищ, а также и с территории горных отвалов. Особую опасность представляют кислые рудничные воды, в которых многие металлы находятся в подвижных формах и в весьма высоких концентрациях, которые значительно превышают ПДК [3]. Кроме ядовитых веществ, неорганических примесей, которые определяются на никелевых, цинковых производствах, наносят вред окислительные процессы, возникающие вследствие уменьшения содержания в воде кислорода и увеличения биохимической потребности в нем, что приводит к ухудшению органолептических показателей воды. Такие металлы, как ртуть, кадмий, свинец, хром, медь, никель, аккумулируются в водоемах, влияя на деятельность бактерий, минерализующих активные вещества [6].

Существующие на сегодняшний день методы комплексной оценки загрязненности поверхностных вод принципиально разделяют на две группы: к первой относят методы, позволяющие оценивать качество воды по совокупности гидрохимических, гидрофизических, гидробиологических, микробиологических показателей; ко второй группе — методы, связанные с расчетом комплексных индексов загрязненности воды.

Использование комплексных показателей позволяет решить следующие задачи:

1)дать количественную оценку загрязненности воды одновременно по широкому перечню ингредиентов и показателей качества;

2)классифицировать воду по степени загрязненности;

3)подготовить аналитическую информацию для представления заинтересованным организациям в удобной, доступной для понимания, научно обоснованной форме [2].

Метод комплексной оценки степени загрязненности поверхностных вод по гидрохимическим показателям для обобщения информации о химическом составе вод предлагает алгоритм расчета комбинаторного индекса загрязненности воды (КИЗВ) и удельного комбинаторного индекса загрязненности воды (УКИЗВ). УКИЗВ оценивает долю загрязняющего эффекта, вносимого в общую степень загрязненности воды, обусловленную одновременным присутствием ряда загрязняющих веществ.

Результатом является классификация качества воды на основе значений УКИЗВ, которая позволяет разделять поверхностные воды на 5 классов в зависимости от степени их загрязненности: 1-й класс — условно чистая, 2-й — слабо загрязненная, 3-й — загрязненная, 4-й — грязная, 5-й — экстремально грязная. Значение УКИЗВ может варьировать в водах различной степени загрязненности от 1 до 16. Большему значению индекса соответствует худшее качество воды. На сегодняшний день расчеты данных показателей качества воды становятся приоритетными при оценке степени загрязненности (качества) вод, поскольку в отличие от ИЗВ включают, кроме определения кратности превышения ПДК, еще и определение повторяемости случаев превышения нормативных значений, КИЗВ и УКИЗВ как более точно отражающие ситуацию с качеством воды. При этом, как и при расчете ИЗВ, учитываются только гидрохимические показатели [2].

Целью наших исследований является определение загрязненности поверхностных вод водоема, расположенного вблизи рудодобывающего предприятия. Комплексная оценка сте-

38

пени загрязненности поверхностных вод по гидрохимическим показателям была проведена согласно РД 52.24.643-2002.

1. Методы исследования. Для исследования были взяты пробы речной воды вблизи предприятия рудодобывающего комплекса. Образцы отбирались в двух точках на протяжении четырех месяцев. Точка отбора № 1 располагается выше по течению, точка № 2 ниже, между ними впадает несколько ручьев. Характер и интенсивность запаха природной воды, прозрачность определяли согласно РД 52.24.496-2005. При определении химических показателей природной воды: сухого остатка, рН, ионов железа, марганца, меди, цинка, аммония, нитрат-, нитрит-, хлорид-, фосфат- и сульфат-ионов, ХПК, БПК5 — пользовались методами гравиметрии, фотометрии, турбодиметрии, титриметрии согласно методиками количественного химического анализа (табл. 1).

Таблица 1

Перечень методик ПНД Ф, допущенных для целей государственного и производственного экологического контроля в области природопользования и охраны окружающей среды

2. Анализ определяемых физико-химических характеристик природной речной воды. В табл. 2 приведены результаты определения физико-химических характеристик исследуемых образцов речной воды в сравнении с нормативами для водных объектов рыбохозяйственного водопользования.

Водородный показатель воды во многом определяет характер химических и биологических процессов, происходящих в воде. В зависимости от величины pH может изменяться скорость протекания химических реакций, степень коррозионной агрессивности воды, токсичность загрязняющих веществ и т. д. Согласно классификации природных вод по водородному показателю, исследуемая вода относится к слабощелочной во всем исследуемом временном диапазоне (рН от 7,5 до 7,9), кроме ноября, когда по значению рН воду можно отнести к нейтральной (рН от 7,1 до 7,3).

Установлено, что из перечня исследуемых характеристик наблюдается превышение ПДК по железу, меди, цинку, марганцу, а также ХПК и БПК5 (рис. 1). Причем по железу и меди на протяжении всего периода исследования. Превышение ПДК по величине БПК5 в 2,3 раза имело единичный характер для точки отбора, расположенной ниже по течению в декабре, что, вероятно, связано с сезонными колебаниями [9]. Содержание железа составило 6,8 ПДК в начале осени и 1,8 ПДК в начале зимы. Отмечается снижение содержания железа к декабрю.

Поступление железа в поверхностные воды обусловлено в основном выветриванием горных пород и дальнейшим их растворением, а также антропогенным загрязнением, в том числе сточными водами горнодобывающих предприятий. В поверхностных водах железо содержится как примесь главным образом в органических комплексах с гуминовыми кислотами, а также образует коллоидные и высокодисперсные взвеси. При рН > 4,5 железо (II) окисляется до железа (III), которое выпадает в осадок в виде гидроксида [7]. Высокую концентрацию железа в этих точках отбора можно объяснить достаточно высоким природным уровнем содержания железа на данной территории, однако техногенный фактор также исключить полностью нельзя.

39