Анализ использования сырьевых ресурсов и пути их улучшения в производстве готовой продукции (на примере ЦОФ "Карагандинская") (стр. 2 из 11)

Поступающие на ЦОФ "Карагандинская" угли марки КЖ, характеризуются повышенным содержанием лейптинита и витринита, что обуславливает их более высокую спекаемость, поэтому из данных углей образуется кокс, характеризующийся повышенной механической прочностью. Зольность углей марки КЖ колеблется от 26.2 % до 30.6 % при нормативе для данной марки 25 %.

Надо отметить, что угли марки КЖ обладают более высокой сернистостью относительно марки К. Содержание серы в данных углях достигает 9.1 %, что превышает предельно допустимое значение на 2.1 %. Влажность обоих марок колеблется в пределах 6.2-7.1 %.

В целом за исследуемый период вариация технологических показателей поступающих на переработку углей имеет довольно значительный разброс и вполне могут быть взяты в качестве параметров для моделирования и последующим обоснованием параметров отработки пластов и переработки угля на ЦОФ.

При рассмотрении вариаций значений прибыли наблюдается их значительный разброс. Это можно объяснить нестабильностью экономики в исследуемый период, что вызывало сбои в работе всей угольной промышленности . Во всех случаях оценка деятельности угледобывающих предприятий производится по добыче угля, а там, где имеются обогатительные фабрики с учетом оборота, т.е. по рядовому углю и по обогащенной продукции. В связи с этим принижена полнота ответственности за конечную продукцию. Отношения купли-продажи между шахтой и обогатительной фабрикой не выдвигают жестких требований к организационной структуре управления. Учет и оценка ведутся по двум подотраслям (добыча и обогащение).

Поскольку на сегодняшний день экономическое состояние отрасли сложное, резко снижены, и, практически отсутствуют инвестиции для шахт и разрезов, ликвидируются особо убыточные предприятия, то одной из особенностей сегодняшнего состояния экономики становится тот факт, что работники отрасли должны в первую очередь стимулировать сбыт угля.

При этом весьма остро становится вопрос качества конечной товарной продукции. Рыночные отношения диктуют необходимость принятия таких решений на уровне шахты ОФ, в результате которых должны быть сбалансированы интересы переработчиков, реализующих конечную продукции: и действующих шахт, создающих для них сырьевую базу и работников шахт ведущих добычу угля.

1.2 Показатели и методы использования материальных ресурсов

Одним из главных признаков угольного производства является стохастичность процессов его производства и вероятностный характер всех его параметров. Это обстоятельство оказывает существенное влияние на характер решаемых задач в области оптимального ведения горных работ, а также в области решения задач определения условий и параметров для их оптимального ведения.

Стохастичный характер связи между рассматриваемыми величинами проявляется в том, что каждому значению одной или нескольких переменных принятых за независимые величины, соответствует не одно, строго определенное значение переменной, а несколько значений с определенными вероятностями появления. Определить вклад каждого из них и влияние друг на друга в совокупности и в чистом виде позволяет регрессионный анализ.

Среди методов математической статистики, которые могут быть приемлемы для реализации указанной задачи можно назвать: факторный анализ, метод главных компонентов, метод группового учета аргументов, статистико-детерминированный метод, метод построения многомерных моделей [23]. В последнее время для исследования и описания сложных систем широкое распространение получает имитационное моделирование. Которое заключается в многократном воспроизведении последовательных операций моделируемой системы в той же последовательности, с сохранением динамики событий [24]. Основным преимуществом имитационных моделей является то, что они выступают как динамические модели систем управления в отличие от обычных математических моделей.

При использовании предсказывающих моделей достаточно эффективным является использование метода множественной регрессии. Опубликовано большое число работ в которых множественный регрессионный анализ применялся для математического описания различных объектов и явлений [25]. Регрессионный анализ позволяет изучить влияние на исследуемый показатель ряда факторов, имеющих случайный и неслучайный характер, определить вклад каждого из них и влияние в совокупности и в чистом виде, количественно оценить связи между исследуемыми величинами в условиях действия большого числа факторов.

Простейшей формой выражения множественной зависимости является линейная зависимость вида [26] выраженная формулой:

(1.1)

Для определения наличия связей между исследуемыми величинами обычно определяют следующие характеристики и критерии:

где у, х - средние величины функций и аргументов;

Sx, ,Sy -среднеквадратические значения функций и аргументов;

гxy - парные коэффициенты корреляции;

bi, - коэффициенты уравнения множественной регрессии;

bо - свободный член уравнения множественной регрессии;

t- критерий Стьюдента;

F - критерий Фишера.

Наиболее часто используемой характеристикой тесноты связи между двумя случайными величинами является коэффициент корреляции

(1.2)

выборочная оценка коэффициента корреляции

, (1.3)

, (1.4)

(1.5)

Парный коэффициент корреляции между двумя признаками х и у может принимать значение

-1£ryx£1

Определение неизвестных коэффициентов b0 ,b1 , ...,bn уравнения регрессии может осуществляться по методу наименьших квадратов [ 25], которые заключается в решении минимизационной задачи

(1.6)

Для минимизации данного выражения необходимо определить частные производные по каждому неизвестному. Частные производные приравниваются к нулю и составляется система нормальных линейных уравнений, число которых на единицу больше числа факторов, включаемых в модель. Решив систему любым известным способом, можно найти параметры уравнения регрессии. Наибольшее распространение сейчас получил метод решения обратных матриц, запрограммированный в ряде стандартных программ аппроксимации [27]. В матричной форме система запишется:

(X* * X)A= X**Y (1.7)

где Х - матрица исходных данных по независимым переменным;

Х* - матрица транспонированная к матрице X;

У матрица - столбец фактических значений зависимой переменной;

А - матрица столбец искомых коэффициентов регрессии.

В результате получим выражение

(Х** Х)-1 (X**X)А=(X** X)-1 (X**Y) (1.8)

Так как (X** X)-1 (X** X ) =Е= 1, то решение системы (2.7) получим в виде:

А =(X* * X)-1 *(X* * Y) (1.9)

Значение каждого из коэффициентов уравнения регрессии может быть определено по формуле:

(1.10)

где сij - элемент обратной матрицы.

Количественно тесноту связи при множественной корреляции можно оценить с помощью множественного коэффициента корреляции К, который определяется по формуле: