Моделирование оптимальной загрузки производственной линии горнодобывающего предприятия

G A Blagodatsky; V N Borisov; M M Gorokhov

doi:10.22213/2410-9304-2024-2-26-31

Authors

G. A. Blagodatsky Kalashnikov Izhevsk State Technical University
V. N. Borisov OOO "FedorovoMineralz"
M. M. Gorokhov Kalashnikov Izhevsk State Technical University; Federal State Institution Research Institute of the Federal Penitentiary Service Russia

DOI:

https://doi.org/10.22213/2410-9304-2024-2-26-31

Keywords:

mixing task, mathematical model, hierarchy, planning, ranking

Abstract

The article is devoted to the issues of the mining enterprise production line optimal load model. A large number of issues to related to alternative production plan implementation transition are considered in various works. A mathematical model to form an optimal plan mining enterprise raw material mixture from deposits is proposed in the study. A method of multi-criteria alternative ranking in terms of integral efficiency indicator with the following problem solution of optimal plan determination for a raw material mixture from deposits was chosen for that purpose. The article proposes an approach to determine the production line optimal loading plan of a mining enterprise based on the creation of an ore mixture with the highest utility. The value of a particular deposit is determined by a variety of factors, including the distance from the production line, the ore content in the rock, and the volume of the deposit. The paper shows that the development of a specified field management can be implemented based on solving linear programming problems. The hierarchy contains three levels: the system purpose; the factors influencing the deposit appeal (the metal content, the deposit volume, and transport accessibility); alternatives (deposits of raw materials directly). Lets assume that it is necessary to find the maximum efficiency by means of an ore mixture from the given deposits. Resource restrictions are imposed on the task: the work and machine time fund, the amount of first type reagent, and the amount of second type reagent. The composition of the constraint vector can be set depending on the value of the resources. The study found that the optimal plan is implemented under the complete resource utilization both of the first and the second types and a fifty-three percent level of the third resource utilization. Despite the low integral assessment of the raw material value of the fourth deposit, which is mainly determined by the low ore content in the rock, with respect to other deposits, its maximum utilization is also recommended, which in turn, is determined by the low resource intensity of ore extraction from this rock.

Author Biographies

G. A. Blagodatsky, Kalashnikov Izhevsk State Technical University

DSc in Engineering, Associate Professor

V. N. Borisov, OOO "FedorovoMineralz"

Postgraduate, General Director

M. M. Gorokhov, Kalashnikov Izhevsk State Technical University; Federal State Institution Research Institute of the Federal Penitentiary Service Russia

Doctor of Physics and Mathematics, Professor

References

Заварухин В. П., Клеева Л. П. Система оценки результативности НИОКТР как основа мониторинга научно-технологической сферы // Экономика науки. 2023. Т. 9, № 1. С. 56-66. DOI 10.22394/2410-132X-2023-9-1-56-66.

Куликова Е. Ю., Баловцев С. В., Скопинцева О. В. Комплексная оценка геотехнических рисков в шахтном и подземном строительстве // Устойчивое развитие горных территорий. 2023. Т. 15, № 1 (55). С. 7-16. DOI 10.21177/1998-4502-2023-15-1-7-16.

Корнеенко В. П. Методы выбора медианы ранжирования согласованности экспертных оценок по критерию близости в ранговой шкале // Управление большими системами: сборник трудов. 2023. № 103. С. 135-170. DOI 10.25728/ubs.2023.103.6.

Ранжирование сенсорных характеристик пищевых продуктов с помощью нейронных сетей / И. Ю. Резниченко, А. В. Шафрай, Н. Ю. Рубан, Т. А. Донченко // Пищевая промышленность. 2023. № 3. С. 97-101. DOI 10.52653/PPI.2023.3.3.020.

Кораблев Ю. А., Лосева Д. М., Шестопалов М. Ю. Прогнозирование потенциально возможных неисправностей технической системы на основе нечетких графов и нечетких когнитивных карт // Известия СПбГЭТУ ЛЭТИ. 2023. № 3. С. 46-51.

Лубенцов А. В. Синтез модели получения характеристик эффективности комплексной системы безопасности на базе метода анализа иерархий // Моделирование, оптимизация и информационные технологии. 2023. Т. 11, № 1 (40). С. 12-13. DOI 10.26102/2310-6018/2023.40.1.030.

Мельников А. В., Четверикова А. И. Модели принятия решений при оперативном управлении силами и средствами органов внутренних дел // Вестник Воронежского института МВД России. 2023. № 1. С. 40-47.

Квятковская И. Ю., Тхи Хуен Ч. Во, Чан К. Т. Модель и алгоритм поддержки принятия решения по выбору продуктов для рекомендации пользователю на основе метода анализа статистической импликации // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2023. № 2. С. 116-124. DOI 10.24143/2072-9502-2023-2-116-124.

Смерчинская С. О., Яшина Н. П. Декомпозиция задачи принятия решений на уровни предпочтения мажоритарного графа // Известия Российской академии наук. Теория и системы управления. 2023. № 1. С. 106-122. DOI 10.31857/S0002338823010109.

Djuricic I. D. Application of Cube IQ software and multicriteria optimization models for the selection of vehicles for the transport of goods in the Serbian Armed Forces // Military Technical Courier. 2023. Vol. 71, no. 2. P. 257-295. DOI 10.5937/vojtehg71-42298.

Подоплелова Е. С. Анализ методов многокритериального принятия решений на примере задачи ранжирования // Известия ЮФУ. Технические науки. 2023. № 3(233). С. 118-125. DOI 10.18522/2311-3103-2023-3-118-125.

Пупков К. А., Воронов Е. М., Карпунин А. А. Оптимальное управление многообъектными многокритериальными системами, структурный синтез и иерархическое уравновешивание в интеллектуальных системах управления // Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2010. № 4. С. 73-78.

Митягина М. Н., Назаревич С. А. Применение метода априорного ранжирования при оценке уровня готовности технологии в сложной технической системе // Системный анализ и логистика. 2023. № 2 (36). С. 45-53. DOI 10.31799/2077-5687-2023-2-45-53.

Туленков М. С. Метод экспертных оценок промышленного предприятия // Интернаука. 2023. № 5-3(275). С. 42-44.

Методика расчета трудоемкости разработки судовых компрессорных станций с использованием аналога на основе ранжирования технических характеристик / Л. Г. Кузнецов, А. В. Бураков, Д. А. Грибанов, Р. Р. Хотский // Морской вестник. 2023. № 2 (86). С. 65-67.

Анализ эффективности предприятий по производству автокомпонентов на современном этапе развития / Ф. Ф. Юрлов, И. Д. Андрианова, В. В. Титов, А. Ф. Плеханова // Развитие и безопасность. 2023. № 2 (18). С. 50-60. DOI 10.46960/2713-2633_2023_2_50.

Зеленковская Н. В. Методическое обеспечение санации промышленных предприятий // Новости науки и технологий. 2023. № 1 (64). С. 48-53.

Цукерман В. А., Горячевская Е. С. Оценка промышленного потенциала горнодобывающего сектора арктических регионов России // Север и рынок: формирование экономического порядка. 2023. Т. 26, № 2 (80). С. 38-54. DOI 10.37614/2220-802X.2.2023.80.003.

Основные тенденции в развитии минерально-сырьевой базы ПАО "Газпром" и подходы к планированию ее развития / Л. В. Эдер, Г. В. Зубарев, Ю. И. Заболотная [и др.] // Газовая промышленность. 2023. № S2(849). С. 44-48.

Беркутова Т. А., Мищенкова О. В., Якимович Б. А. Повышение эффективности рыночной деятельности предприятий на основе управления изменениями // Вестник Удмуртского университета. Серия Экономика и право. 2023. Т. 33, № 1. С. 9-20. DOI 10.35634/2412-9593-2023-33-1-9-20.

Математическая модель выбора поставщика металлообрабатывающего оборудования в условиях необходимости достижения технологического суверенитета / О. В. Логиновский, А. А. Максимов, М. В. Щемлев, А. М. Богер // Системы управления и информационные технологии. 2023. № 2 (92). С. 86-92.