Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Методическое пособие 817

.pdf
Скачиваний:
31
Добавлен:
30.04.2022
Размер:
28.1 Mб
Скачать

УДК 699.814

Ю. В. Гонтаренко, А. А. Однолько

СОВЕРШЕНСТВОВАНИЕ РАСЧЕТА ПАРАМЕТРОВ СИСТЕМЫ ВЫТЯЖНОЙ ПРОТИВОДЫМНОЙ ВЕНТИЛЯЦИИ КОРИДОРОВ ЖИЛЫХ И ОБЩЕСТВЕННЫХ ЗДАНИЙ НА ОСНОВЕ ИССЛЕДОВАНИЯ ВЛИЯНИЯ РАЗЛИЧНЫХ ФАКТОРОВ НА ЕЕ ОСНОВНЫЕ ПАРАМЕТРЫ

Обсуждаются результаты: анализа нормативной базы, рекомендаций, программного обеспечения, проблематики, оценки научно-технических проблем в области противодымной вентиляции; разработки методики расчета параметров системы вытяжной противодымной вентиляции, адаптированной для инженерного применения; математического описания процесса удаления продуктов горения из коридоров жилых и общественных зданий; исследования влияния различных факторов на основные параметры противодымной вентиляции.

Одним из элементов системы противопожарной защиты является система противодымной защиты, которая включает в себя в том числе такой способ защиты как использование систем вытяжной противодымной вентиляции (СВПДВ) [1]. Рекомендации [2, 3], используемые в настоящее время для расчета параметров систем противодымной вентиляции (ПДВ) не доведены до уровня инструкции, алгоритма, имеют ряд недоработок, в связи с чем проблема совершенствования расчета параметров СВПДВ представляется актуальной.

Целью данной работы является совершенствование расчета параметров СВПДВ коридоров жилых и общественных зданий на основе исследования влияния различных факторов на ее основные параметры. Для достижения указанной цели решались следующие задачи:

обзор и анализ источников, оценка современного состояния научнотехнических проблем в области ПДВ, постановка проблемы, целей и задач;

разработка обобщенной методики расчета параметров СВПДВ коридоров жилых и общественных зданий, адаптированной для инженерного применения и расчетного инструмента на ее основе;

математическое описание процесса удаления продуктов горения из коридоров жилых и общественных зданий;

исследование влияния различных факторов на требуемые производительность и давление вентилятора СВПДВ;

на этой основе разработка усовершенствованной методики расчета параметров СВПДВ коридоров жилых и общественных зданий.

Обзор и анализ источников выполнен по следующим направлениям: нормативная база, существующие рекомендации по расчету параметров систем ПДВ, программного обеспечения, проблематики, оценка современного состояния научно-технических проблем в области ПДВ [4-10].

310

Разработана обобщенная методика расчета параметров СВПДВ жилых и общественных зданий, адаптированная для инженерного применения и расчетный инструмент на ее основе [4].

Приводится математическое описание процесса удаления продуктов горения из коридоров жилых и общественных зданий. Анализируя зависимости, приведенные в [ВНИИПО, АВОК] можно сделать вывод о том, что основными результатами расчета параметров СВПДВ коридоров жилых и общественных зданий является определение объёма ПГ, который должен удалять вентилятор в единицу времени (производительность вентилятора, Lвент, м3/ч), а также давления, который такой вентилятор должен обеспечивать, Pвент, Па.

Принимая, что параметры Lвент и Pвент – отклики, математическое описание процесса удаления ПГ (математическая модель в упрощенной форме) из коридоров жилых и общественных зданий СВПДВ, связывающее функцию отклика с влияющими факторами, можно представить в виде (1, 2):

Lвент = f (ТН, ТВ, VВ, BП, НП, gk, gkкр, g0, hэт, Fкор, lкор, Fкл, aШ, bШ, Sуд, λ, x), (1) Pвент = f (ТН, ТВ, VВ, hвыбр, BП, НП, gk, gkкр, g0, hэт, Fкор, lкор, Fкл, aШ, bШ, Sуд,

λ, x). (2) Представлены результаты исследований влияния различных факторов на

требуемые производительность и давление вентилятора СВПДВ. Исследование зависимости требуемых производительности и давления

вентилятора СВПДВ от температуры и давления наружного воздуха проведено посредством однофакторных и двухфакторного экспериментов с помощью разработанной обобщенной методики расчета параметров СВПДВ коридоров жилых и общественных зданий. Полученная зависимость требуемых производительности давления вентилятора СВПДВ от температуры наружного воздуха приведена на рис. 1.

Рис. 1. Зависимость требуемых производительности и давления вентилятора СВПДВ от температуры наружного воздуха

311

Полученная зависимость требуемых производительности и давления вентилятора СВПДВ от давления наружного воздуха приведена на рис. 2.

Рис. 2. Зависим ость требуемых производительности и давления вентилято ра СВПДВ от давления наружного воздух а

По результатам исследования зависимости требуемой производительности вентилятора СВПДВ от температуры и давления наруж ного воздуха посредством двухфакторног о эксперимента получено уравнение регрессии:

Lвент = 16527,5 + 126,5 ·

ТН - 277,4

- 69 ·

РН - 9989 5

,

(3)

36,1

 

3705

 

 

 

 

 

где Lвент – требуемая производительность вентилятора С ВПДВ, м3/ч, ТН – температура наружного воздуха, К, РН – давление наружного в оздуха, Па.

По результатам проведенного исследования разработана усовершенствованная методика расчета параметров СВПДВ жилых и общественных зданий.

В настоящее время ведутся работы по проведению на турного эксперимента по исследованию зависимости требуемых производит ельности и давления вентилятора СВПДВ о т температуры и давления наружного воздуха.

Литература

1.Технический регламе нт о требованиях пожарной безопасност и [Электронный ресурс]: Федеральный закон Росс ийской Федерации от 22 июля 2008 г. № 123-ФЗ. — Электрон. дан., Режим доступа: http://docs.cntd.ru/document/902111644. — свободны й.

2.Расчетное определен ие основных параметров противодымной вентиляции зданий: Метод. рекомендации к СП 7.131130.2013 [Текст]. — М.: ВНИИПО. — 2 013. — 58 с.

3.Расчет параметров систем противодымной защиты жилых и об щественных зданий: рекомендации АВОК 5.5.1. — 2018 [Текст]. — ООО ИИП «АВОК-ПРЕС С». — 2018. — 68 с.

4.Гонтаренко, Ю. В. М етодика расчета параметров системы вы тяжной противодымной вентиляции коридоров жилых и общественных зданий [Текст] / Ю. В. Гонтаренко, А. А. Однолько // Техносферная безо пасность. — 2021. № 1 (30). — С. 85-93.

312

5.Гонтаренко, Ю. В. Анализ проблематики в области противодымной вентиляции [Текст] / Ю. В. Гонтаренко, А. А. Однолько // Техносферная безопасность. — 2020. — № 4 (29). — С. 12-22.

6.Гонтаренко, Ю. В. Анализ нормативной базы, методик расчета, программного обеспечения и иных источников в области расчета параметров противодымной вентиляции и постановка целей и задач дальнейших исследований [Текст] / Ю. В. Гонтаренко, А. А. Однолько // В сборнике: Комплексные проблемы техносферной безопасности. Задачи, технологии и решения комплексной безопасности. Сборник статей по материалам XV Международной научно-практической конференции. — 2020. — С. 195-199.

7.Гонтаренко, Ю. В. Анализ современного состояния проблемы противодымной вентиляции и разработка усовершенствованной методики расчета ее параметров [Текст] / Ю. В. Гонтаренко, До Т. Т., Нгуен Т. Х., А. А. Однолько, С. В. Пузач // В сборнике: Комплексные проблемы техносферной безопасности. Актуальные вопросы безопасности при формировании культуры безопасной жизни. Материалы XIV Международной научно-практической конференции, посвященной Году культуры безопасности. В 3-х частях. — 2018. — С. 166169.

8.Гонтаренко, Ю. В. Анализ проблем совершенствования противодымной вентиляции

иразработка усовершенствованной модели расчета параметров противодымной вентиляции [Текст] / Ю. В. Гонтаренко, Е. А. Сушко, И. В. Ситников, А. А. Однолько // В сборнике: Комплексные проблемы техносферной безопасности. Материалы Международной научнопрактической конференции. — 2017. — С. 31-35.

9.Гонтаренко, Ю.В. Совершенствование и автоматизация расчета параметров противодымной вентиляции как модуля автоматизированной системы проектирования систем обеспечения пожарной безопасности объекта [Текст] / Ю. В. Гонтаренко, Е. А. Сушко, А. А. Однолько // Сборник научных трудов международной студенческой научно-практическая конференция «Современное технологии в задачах управления, автоматики и обработки информации». —2017. — С. 20-25.

10.Гонтаренко, Ю. В. Расчет параметров естественной вытяжной противодымной вентиляции в рамках системы противодымной защиты зданий [Электронный ресурс] / Гонтаренко Ю. В., Сушко Е. А., Ситников И. В., Однолько А. А // IX Международная студенческая электронная научная конференция «Студенческий научный форум – 2017». ― Электрон. Дан. ― Режим доступа: http://www.scienceforum.ru/2017/2551/31465.

Воронежский государственный технический университет

Y. V. Gontarenko, A. A. Odnolko

IMPROVING THE CALCULATION OF THE PARAMETERS

OF THE EXHAUST SMOKE VENTILATION SYSTEM IN THE CORRIDORS OF RESIDENTIAL AND PUBLIC BUILDINGS BASED ON THE STUDY

OF THE INFLUENCE OF VARIOUS FACTORS ON ITS MAIN

PARAMETERS

The results are discussed: of the analysis of the regulatory framework, recommendations, software, problems, evaluation of scientific and technical problems in the field of smoke ventilation; development of a method for calculating the parameters of the exhaust smoke ventilation system adapted for engineering applications; mathematical description of the process of removing combustion products from the corridors of residential and public buildings; research of the influence of various factors on the main parameters of smoke ventilation.

Voronezh State Technical University

313

УДК 658.512

В. Ф. Кушляев1, А. Т. Гурьев2, И. С. Васендина2, О. В. Кушляева 3

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И МЕТОДИКИ, ПРИМЕНЯЕМЫЕ ПРИ СОЗДАНИИ И ЭКСПЛУАТАЦИИ ТРАНСПОРТНО-ТЕХНОЛОГИЧЕСКИХ МАШИН И КОМПЛЕКСОВ

В статье даны технологии и методики создания и эксплуатации систем, комплексов машин повышенной проходимости, применяемые для создания техники для чрезвычайных ситуаций и в лесной промышленности. Рассмотрено применение данных технологий и методик для формирования единого информационного пространства и способы их использования с другими направлениями.

Проектирование и эксплуатация сложных транспортно-технологи-ческих машин (ТТМ) и комплексов повышенной проходимости, особенно для районов Крайнего Севера и Арктической зоны Российской Федерации требуют соответствующего информационного сопровождения. Разработка технологий анализа данных и знаний в области проектирования и эксплуатации современной техники для использования в чрезвычайных ситуациях, в том числе при рубке леса является перспективным и востребованным направлением исследований.

Основной методологией информационной поддержки изделий является технология ИПИ (CALS) – непрерывная информационная поддержка жизненного цикла (ЖЦ) изделия, она интегрирует для совместного использования и обмена информацию об изделии и всех процессах, выполняемых на этапах жизненного цикла. На предприятии-изготовителе компонентами CALS являются CAD/CAM/CAE, которые дополняются системой управления данными об изделии (PDM) обработки конструкторско-технологической подготовки и управления. В целом реализация CALS-технологий формирует единое информационное пространство для взаимодействия всех заинтересованных лиц и организаций.

Для заказчика новой техники – МЧС России важно и необходимо участие в информационной поддержке двух этапов жизненного цикла: концептуальном проектировании (пред-проектная стадия ЖЦ) и эксплуатация. На стадии концептуального проектирования определяются основные функциональные и технические характеристики будущего изделия. Рядом исследователей предлагается использовать для коллективной работы на этапе эксплуатации ЖЦ техники интерактивные электронные технические руководства (ИЭТР). Не целесообразно превращать ИЭТР в динамическую базу данных и знаний. Анализ исследований, проведенных в научных организациях России в области создания и эксплуатации технических систем, выявил их недостаточную системность и фрагментарный характер.

Поиск новых решений информационной поддержки создания и эксплуатации транспортно – технологических машин МЧС следует считать актуальным.

314

Целью исследования является повышение эффективности процессов создания и эксплуатации транспортно – технологических машин для чрезвычайных ситуаций и лесной промышленности путём выбора и обоснования технологии информационной поддержки этапов концептуального проектирования и эксплуатации выпускаемой техники [1, 2, 3, 4].

Вкачестве задачи выступают поисковые исследования, выбор и отработка технологий информационной поддержки процессов создания и эксплуатации транспортно – технологических машин, разработка методов, методик теоретических, экспериментальных исследований, испытаний, оптимального проектирования техники.

Анализ исследований, выполненных в научных и учебных организациях России в области информационной поддержки проектирования и эксплуатации сложных технических объектов, выявил технологии, представляющие определённый научный и практический интерес [1, 2, 3, 4].

Вкачестве методологического основания формализации технологических систем для можно рассмотреть, предложенную Ю. М. Соломенцевым методологию создания машин и механизмов, центральным понятием которой являются понятия «изделие» и «жизненный цикл» [1, 3]. Идентификация технологической (производственной) системы предполагает формальное описание управленческих функций и согласованное управление всеми этапами жизненного цикла изделия. Производственная система как многоэтапный процесс преобразования изделия, характеризуемая на каждом этапе своими целевыми параметрами, условиями процесса обработки, управленческими воздействиями, требует автоматизации производства и его информационной поддержки на протяжении всего жизненного цикла. Данный подход нашел отражение в таких направлениях, как конструкторско-технологическая информатика и ИПИ(CALS)- технологии. Несмотря на существование более 30 лет данных технологий до сих пор нет единых стандартов, единых подходов, единых моделей для описания процессов производственных систем [1, 2, 3, 4].

Исходной проблемой информационной поддержки процессов проектирования, технологической подготовки, изготовления и эксплуатации при управлении ЖЦ изделия в производственных системах остается переход от естест- венно-языкового представления информации об изделии, процессах производства и управления, окружающей среды, знаний экспертов к формальноязыковому представлению в вычислительной среде. В данном случае одним из механизмов повышения эффективности производственных систем является построение их формализованного представления в виде моделей на всех этапах жизненного цикла. Основным фактором описания сложной системы выступает её структура, характеризующая состав и взаимосвязь её элементов.

Впроцессе моделирования структуры сложной технической системы зачастую применяется математический аппарат теории множеств и теории графов. Используется прямое отображение объектов системы в элементы множества, а отношений между объектами в связи графа, вершинами которого высту-

315

пает данное множество объектов системы. Каждый элемент множества может рассматриваться также как некоторое множество элементов, формируя при этом иерархическую структуру понятий о предметной области. Ограничением применения традиционного аппарата теории множеств и графов является отсутствие инструментов описания различных свойств объектов, моделируемых как элементы множества, а также отсутствие механизма для определения различных типов отношений в виде ребер графа, что препятствует использованию данного математического аппарата при моделировании реальных производственных и других сложных систем [1, 2, 3, 4].

Настоящую задачу можно решить, использовав вместо обычных множеств и графов полихроматические множества и графы, предложенные В. В. Павловым для создания математического и информационного обеспечения ИПИ-технологий [2]. Важным преимуществом этой методики является описание наряду с совокупностью элементов множества наборов свойств элементов. Полученная таким образом модель производственной системы на теоретикомножественном и логическом уровнях описания имеет полностью формализованное представление и определяет структурную составляющую объекта [2, 3].

Вкачестве распространенного подхода к описанию и формализации предметной области, и производственных систем, в частности, может быть онтология. Под онтологией понимают эксплицитную спецификацию концептуализации. При формализации знаний о производственной системе путем построения её модели в форме онтологии следует подчеркнуть ряд особенностей: требуется предварительное соглашение между пользователями разных предметных областей и на разных этапах создания и эксплуатации техники [2, 3].

ВСанкт-Петербургском институте информатики и автоматизации РАН (СПИИРАН) проводятся исследования и разработки по созданию единого информационного пространства для организаций и предприятий ракетнокосмической (РК) отрасли РФ. Ведущие сотрудники СПИИРАН Б. В. Соколов,

М.Ю. Охтилев, Р. Л. Юсупов, В. И. Городецкий и др. успешно работают в направлении автоматизации ЖЦ сложных технических изделий [5, 6].

Подготовка, сбор, интеграция, использование информации в сложном ор- ганизационно-техническом объекте в РК отрасли РФ принято называть инфор- мационно-аналитической поддержкой жизненного цикла изделий [5]. При её автоматизации появляется возможность создать электронный паспорт изделия [6]. При реализации этой системы организации и предприятия участвующие в процессе создания и эксплуатации техники могут оперативно получить актуальную информацию о машине за счет применения методик исследования эксплуатационных свойств систем машин и оптимального проектирования параметров конструкции [4].

Разработки выполняются с использованием онтологического подхода, технологий искусственного интеллекта, экспертных систем и аппарата дискрепционных логик [3].

316

В период 1985-2021 гг. при создании, модернизации и эксплуатации ТТМ для аварийно-спасательных и других неотложных работ, а также при разработке технологий и машин лесного хозяйства и лесозаготовок были получены и апробированы методики теоретических, экспериментальных и производственных исследований и испытаний техники.

Работа была выполнена с участием Ленинградской лесотехнической академии им. С.М. Кирова, Белорусским государственным технологическим университетом, Латвийскими – ЛатНИИЛХП и НПО «Силава», заводами Онежский тракторный, Сыктывкарский механический, Пермский «Коммунар», Великолукский «Торфмаш», «Ухталесмаш», «Ригалесмаш» и в 2014-2021 гг. заводами: АО «МП «Витязь», Екатеринбургский «ЕЗСМ «Континент», АО «Брянский автомобильный завод», ОАО «Галичский автокрановый завод». Результаты работ неоднократно докладывались на Международных НПК в ФГБВОУ ВО «Академия гражданской защиты МЧС России, ФГБОУ ВО Ивановская пожар- но-спасательная академия ГПС МЧС России, ФГБОУ ВО «Воронежский государственный технический университет, ФГБОУ ВО Воронежский институт ГПС МЧС России.– Воронеж, ФГБОУ ВО «ВГЛТУ» им. Г.Ф. Морозова, г. Воронеж, на Международном форуме «Армия-2016»-(Участие отмечено дипломом Министра Обороны), «Армия-2019», на конференциях МАДИ - и др. конференциях, форумах, выставках.

Ниже даны [7-17] основные методики разработанные и реализованные при создании и эксплуатации транспортно-технологических машин и комплексов, наиболее значимыми из них являются следующие:

конструктивные характеристики, эксплуатационные свойства и качество ТТМ;

технический уровень ТТМ, показатели и методы его оценки;

основные положения и принципы создания ТТМ;

факторы, определяющие параметры и конструкцию ТТМ и технологического оборудования (особенно в условиях Крайнего Севера, в условиях Арктической зоны Российской Федерации);

технологические и эксплуатационные требования к ТТМ (базовое шасси, манипулятор, рабочий орган, модуль – контейнер и др.);

проходимость ТТМ;

устойчивость ТТМ;

сравнительная оценка ТТМ различных компоновочных схем с прицепами по тяговому балансу;

сравнительная оценка ТТМ по соответствию тяговых и сцепных свойств;

динамическая характеристика ТТМ;

тягово-скоростные свойства ТТМ;

теоретико-экспериментальное определение поля вертикальных ускорений и вертикальных нагрузок гусеничных машин;

обоснование мощности двигателя сочлененной гусеничной транспортнотехнологической машины;

317

координатный метод оптимизации компоновки рабочих органов (Методика оптимального проектирования);

оптимальное проектирование профиля ножей сучкорезного устройства; Расчет нагруженности манипулятора ТТМ, аварийно-спасательной машины;

расчет и обоснование нормативных показателей надежности транспорт- но-технологических машин;

технологические и эксплуатационные основы создания автоматизированной системы управления ВТМ;

математическая модель процесса пакетирования дерева манипулятором ВТМ при автоматизированной системе управления;

нормативная производительность лесозаготовительных машин за один час полезного времени работы;

математическая модель дерева как механической системы (статика, кинематика, динамика);

методика экспериментальных исследований динамики взаимодействия лесозаготовительной машины с деревом;

методика оптимизации компоновки манипулятора лесных машин;

методика расчета и обоснования параметров и показателей манипулятора по критерию устойчивости машины;

методика определения статических и динамических нагрузок в сочленениях и на исполнительных механизмах манипуляторов лесных машин;

методика расчета параметров компоновки навесного оборудования и манипулятора с грузовым моментом 65-75 кНм при установке на автомобиль КАМАЗ;

методика обоснования технических параметров и эксплуатационных показателей машин ВПМ, ТМ, ВТМ, ВСРМ, ПГТМ;

методика компоновки базовых шасси лесных машин: ВТМ, ТМ, ВСМ (программа расчета);

методика определения статических нагрузок базового шасси лесных

машин;

методика определения динамических нагрузок базового шасси лесных

машин;

методика определения потребности и обоснования оптимального параметрического ряда ВПМ, ТМ, ВТМ, ВСРМ, ПГТМ;

методика оценки уровня технологического процесса;

методика разработки перспективных технологических процессов;

имитационная модель функционирования комплексов транспортнотехнологических машин;

исследование эффективности функционирования комплексов транс- портно-технологических машин.

Интеллектуальные модули обработки информации сложных технических объектов первоначально использовались для решения задач контроля и управления. С целью повышения эффективности эксплуатации сложных технических

318

систем в ряде научных центров проводятся работы по мониторингу исследуемых объектов. Как правило, при этом не только измеряются параметры систем, но и решаются задачи диагностики и прогнозирования.

Применение и развитие информационных технологий породило растущий интерес к интеллектуальному анализу данных и технологиям больших данных, объём которых увеличивается экспоненциально. Это в свою очередь вызвало бурный рост «интернета вещей» и мониторинга различных объектов на принципиально новой основе.

Интеллектуальный анализ данных (Data Science) – наиболее интенсивно развивающееся направление в искусственном интеллекте, тесно связано с технологиями глубокого и машинного обучения, и включают н себя алгоритмы, как поверхностного обучения, так и глубокого обучения на основе нейронных сетей.

Технологический прорыв в области интеллектуального анализа данных вызван успешным использованием глубокого обучения во многих областях экономики и производства. Исследования по использованию интеллектуального анализа данных в промышленной экспериментальной аналитике в последнее время активно развиваются.

Использование интеллектуального анализа данных при создании техники для чрезвычайных ситуаций ограничено спецификой производства находящегося под автоматизированным и диспетчерским управлением. Однако и здесь происходит интенсивное накопление конструкторских и технологических данных. [3-4] Общий контроль за производством и эксплуатацией сложного изделия остаётся за человеком.

Ограничения по использованию интеллектуального анализа данных в производстве вызваны рядом причин:

уникальностью каждого сложного объекта производства;

динамическим характером и не стационарностью процессов производства и эксплуатации изделий;

сложной и неоднородной структурой обрабатываемых данных. Решение указанных проблем позволит повысить эффективность техниче-

ской эксплуатации машин, обеспечит мониторинг и прогноз работоспособности, надёжности и оценку технико-экономических показателей использования техники.

Наибольшую эффективность применение интеллектуального анализа данных может получить в системе организации технического обслуживания и ремонта Применение здесь интеллектуального анализа данных позволяет [16]:

выполнить подробный анализ данных, выявить нарушения (отклонения) в них, которые могут предшествовать (быть причиной) отказам машин;

диагностировать (прогнозировать) неисправности и своевременно вносить изменения в план мероприятий по техническому обслуживанию и ремонту и своевременно их проводить;

319