де РX - вихідна щільність розподілу; А - інтегральна щільність у класахХ1, Х2,, Х3 ; У — інтегральна щільність у класах Хn-2, Xn-1, Xn.
У динамічному потоці надходжень класи змісті, що виключаються сортуванням, будуть зустрічатися відповідно до їх імовірності Р(хi). У результаті сортування з динамічного ряду надходжень як би вирізують сортуємі класи і надалі відбувається об'єднання відрізків ряду в єдиний новий динамічний ряд.
У крапках об'єднання суміжні показники будуть мати інтервал
у два рази більшим, ніж у ділянках ряду, де виключення класу не мало місця.При взаємній кореляції показників значення
залежить від інтервалу кореляції. Припустимо, що при сортуванні виключалисяз потока порції руди, розташовані в динамічному ряді у виді ізольованих включень, тоді (1.77)де g - частка виключених порцій у загальній сукупності.
Відповідно
(1.78)Очевидно
.Отже, сортування руди збільшує частоту коливаємості динамічного ряду показників і дозволяють поліпшити усереднення залишкового ряду показників у штабелі заданого обсягу.
Дисперсія показників динамічного ряду визначається по формулі
(1.79)При виключенні в результаті сортування декількох класів змістів, у тому випадку, коли А = У, тобто сумарна щільність імовірності виключених класів ліворуч від моди, дорівнює сумарної щільності праворуч від моди, дисперсія залишкового ряду зменшується в залежності від частки виключених сортуванням руд.
Дійсно, Dx у формулі (1.79) у цьому випадку зменшується на величину
(1.80)Отже, дисперсіязалишкового ряду при збільшенні частоти коливань зменшується.
Якщо gс =0 (gс — частка відсортованої руди), то має місце максимальна дисперсія динамічного ряду. Виключивши з потік gс руди, одержують у залишковому ряді дисперсію Di. При цьому у відсортованій руді дисперсія складе Dx – Di. Таким чином, при сортуванні руди сумарна дисперсія відсортованих і залишкових класів не змінюється, але змінюється частотний склад дисперсії, у результаті чого можливості усереднення руд підвищуються.
Залежність
для більшості розподілів має аналогічний характер, зокрема, основна дисперсія виключається при сортуванні незначної частки багатих і бідних руд. При цьому головний позитивний фактор сортування складається не в зменшенні дисперсії, а в збільшенні частоти коливань.При поділі потоку руди на три умовних сорти амплітуда коливань якості в сорті різко зменшується. Усереднення показників, характеризуємих малою амплітудою і високою частотою, може вироблятися ефективно в невеликих по обсязі ємностях. При усередненні відсортованих руд у єдиному штабелі можливі наступні варіанти:
багата і бідна руда складирується роздільно і подається в усереднюючий штабель послідовним чергуванням порцій;
багата і бідна руда не складируються роздільно і в міру виключення з потоку відсортовані порції подаються в штабель-змішувач.
У першому випадку кореляційна функція на вході в штабель-змішувач визначається вираженням
(1.81)т.е. має циклічну складову. Відповідно дисперсія на виході зі штабеля для великих значень
з вираження(1.82)
де
В другому випадку
, а дисперсія на виході для великих значень (1.83)де nc - число шарів у штабелі.
Розподіл руди при сортуванні на тc умовних сортів при чергуванні подачі сортів у штабель-змішувач утворить новий динамічний ряд показників, у якому параметри кореляційної функції
і зв'язані з тс залежністю, що виражається в загальному виді наступними положеннями:при збільшенні тс періодична складова має високочастотний характер, з огляду на, що
( — перша крапка на осі ) при .Отже, уцьому випадку
збільшується, а параметр визначається з вираження (1.84)де
- перший перегин кореляційної функції нижче осі .Отже, зі збільшенням частоти коливань значення
зменшується, а - зростає. З приведених формул випливає, що поділ руди на технологічні сорти, їхнє роздільне складування і змішування в загальному штабелі підвищують показники усереднення тим вище, чим більше тс.1.2 Формулювання мети і задач дослідження
Організація рудопотоків на збагачувальній фабриці є однієї з основних задач керування. Технічний прогрес веде до удосконалювання методів збагачення зв'язаних зі збіднінням родовищ і погіршенню характеристик рудної сировини. Тому надзвичайно важливою є процедура стабілізації якості збагачуваних руд по засобах усереднення. Існуючі підходи до усереднення припускають оцінку якості усереднення за окремими показниками: змістові корисної копалини, масові витрати руди і т.і. Це так називані непрямі показники, що статистично зв’язані з вилученням. У даному випадку очевидним джерелом підвищення прибутку є збільшення обсягу випуску готового продукту, за рахунок збільшення вилучення при оптимізації розподілу потоку. Вилучення – це частка корисної копалини, що іде в корисний концентрат (продукт збагачення). Нами розпочата спроба здійснювати усереднення по вилучення.
Метою даної роботи є максимізація найважливішої характеристики рудопотоків – вилучення корисної копалини в концентрат, для забезпечення максимального прибутку гірничо-збагачувального підприємства. Прибуток є найбільш ємною економічною характеристикою роботи гірничо-збагачувального підприємства.
Поставлена мета досягається шляхом рішення наступних основних задач:
1. Проаналізувати і теоретично узагальнити існуючі підходи по керуванню рудопотоками, а саме методи усереднення сировини з метою підвищення вилучення (частки корисної копалини, що іде в корисний продукт(концентрат));
2. Розробка методики моделювання процесу одержання прибутку комерційним підприємством, що включає наступні положення:
- обґрунтувати вибір економіко-математичної моделі оптимізації параметра рудопотоків ГЗКа за критерієм прибутку;
- виконати економіко-математичне моделювання й установити залежність і вплив параметра рудопотоків (вилучення) і прибутку;
- вирішити оптимизаційну задачу
3. Створення автоматизованої інформаційної системи:
- побудувати узагальнена структура СППР;
- створення основні елементи інформаційної системи;
- скласти методичні вказівки по використанню системи
4. Охорона праці і техніка безпеки при використанні комп'ютера в офісі підприємства.
2. ЕКОНОМІКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ОПТИМІЗАЦІЇ ПАРАМЕТРІВ РУДОПОТОКІВ ГІРНИЧО-ЗБАГАЧУВАЛЬНЬОГО ПІДПРИЄМСТВА
Економічне моделювання є науковим методом, реалізацією якого не повинні займатися тільки винятково фахівці з моделювання.
Способи використання моделей так само різноманітні, як і люди, що їх створюють. За допомогою моделей можна продати ідею або проект, замовити оптимальну кількість продукції або краще організувати роботу гігантської багатонаціональної корпорації. У будь-якому випадку моделі забезпечують структуру для цілісного логічного аналізу. Моделі широко використовуються завдяки тому, що змушують виконати наступні дії.
1. Явно визначити мету.
2. Визначити і зафіксувати типи рішень, що впливають на досягнення цих цілей.
3. Виявити і зафіксувати взаємозв'язки і компроміси між цими рішеннями.
4. Ретельно вивчити вхідні в них перемінні і визначити можливість їхнього виміру.
5. Розібратися, які дані потрібні для кількісного визначення значень перемінних і знайти спосіб описати їхній взаємний вплив.
6. Усвідомити, які обмеження можуть накладатися на значення цих перемінних.