Оптимальная система управления карьерным автомобильным транспортом

Разработана система оптимального управления (СОУ) движением автомобиля. СОУ позволяет определить оптимальный режим работы автотранспорта по составному критерию оптимальности – расходу топлива и скорости движения. Оптимизация осуществляется по следующим параметрам: частота вращения коленчатого вала двигателя, угол опережения подачи топлива (впрыска топлива), вес автомобиля, дорожные условия, передаточные числа коробки переключения передач (КПП). Это позволяет снизить расход топлива и выброс вредных веществ в атмосферу. СОУ позволяет водителю сосредоточиться непосредственно на процессе управления движением автомобиля, автоматически выбирая скоростной режим на участке маршрута, что повысит безопасность движения транспорта.

Введение

Республика Казахстан по количеству и разнообразию минеральносырьевых ресурсов занимает одно из ведущих мест в мире [1]. Горнодобывающая промышленность является одной из основных сфер вносящей существенный вклад в экономику страны, и обеспечивающую один из основных притоков валюты в государственную казну.

Согласно мировой тенденции увеличение объемов потребления сырьевых ресурсов активизирует проведение геологических исследований по их выявлению [2]. В 2012 году в целях развития геологической отрасли постановлением Правительства была одобрена Концепция развития геологической отрасли до 2030 года [3]. В настоящее время действует отраслевая Программа на 2010–2014 годы и начата разработка аналогичной Программы на 2015–2019 годы, которая будет нацелена на укрепление минерально-сырьевой базы за счет открытия новых месторождений полезных ископаемых и прироста запасов учитываемых объектов [4,5].

Проблемы автотранспорта горнодобывающей отрасли.

Открытый способ добычи полезных ископаемых подразумевает интенсивное использование большегрузной автомобильной техники – карьерных самосвалов. Нерациональность затрат на грузоперевозку в конечном итоге сказывается на себестоимости как сырья, так и готовой продукции [6,7,8].

В статье рассматривается разработка системы оптимального управления автомобилем. Целью является оптимальный расход топлива путем уменьшения влияния человеческого фактора.

Проводимые исследования в области повышения эффективности горнодобывающих предприятий.

На расход топлива в процессе движения автомобиля влияет человеческий фактор. Управляя автомобилем, водитель должен одновременно решать несколько задач. Например, при прохождении участка маршрута решается задача оптимального расхода топлива, минимума времени и соблюдении безопасности движения. По результатам исследований [9] выяснено, что одновременное решение нескольких задач представляет собой определенную сложность для водителя. Правильность принятия решений зависит от опыта, дорожной ситуации, возраста и т.д. [10,11] и не всегда приводит к оптимальному решению на всем протяжении маршрута.

В процессе движения автомобиля водитель то ускоряет его движение, то притормаживает, используя педаль подачи топлива и рычаг коробки переключения передач. Проводя эксперименты и анализируя разные стили вождения, создаются модели стратегии управления человеком (Modeling human control strategy, сокращенно – HCS). На основании моделей разрабатываются обучающие программы и тренажеры. Модели HCS, имитирующие динамическое поведение человека, как правило, выводятся эмпирически [12]. Они могут быть построены с применением нечеткой логики [13,14] или нейронных сетей [15,16,17].

Влияние стиля вождения на расход топлива проводилось в Брюссельском свободном университете (Vrije Universiteit Brussel, сокращённо – VUB. В процессе исследования применялась программа моделирования транспортного средства (vehicle simulation programm, сокращенно – VSP). Она позволяет проводить оценку индивидуальных параметров автомобиля на выбросы и расход топлива во время движения [18]. В результате выяснено, что на расход топлива и снижение выбросов вредных веществ оказывает существенное влияние стиль вождения [19,20] и качество дорожного покрытия [21,22].

В результате можно сделать вывод, что на экономию топлива влияет стиль вождения, опыт, возраст, стратегия и др., т.е. человеческий фактор. Кроме этого, во многом от человеческого фактора зависит создание аварийных ситуаций, а также несчастные случаи на дорогах [11,23,24].

Одним из решений проблемы является применение круиз-контроля. Круиз-контроль позволяет при задании определенной скорости движения транспортного средства, поддерживать ее без участия человека [25]. В настоящее время внедряются системы адаптивного круиз-контроля, представляющие собой интеллектуальную систему (Autonomous intelligent cruise control (AICC)), осуществляющую автоматический контроль движения транспортного средства на безопасном расстоянии от других, при движении по своей полосе [26].

Другим вариантом управления автомобилем является разработка оптимальной системы по комплексному критерию расхода топлива и времени движения [27]. Используя данный подход, применяя имеющийся в автомобиле круиз-контроль с системой GPS, разработана оптимальная система управления автомобилем [28,29,30]. По имеющимся в базе данным о дорожных условиях (подъем и спуск) осуществляется прогнозирование скорости движения автомобиля. На основании расчета осуществляется выбор передачи, изменение частоты вращения и др., для оптимального изменения скоростного режима и оптимального расхода топлива.

Отличия от ранее проводимых исследований.

Так же, как и в ранее проводимых исследованиях, в разработанной системе оптимальное управление движением автомобиля осуществляется с учетом его веса, дорожных условий, переключения передач. Одно из отличий заключается в учете одного из основных параметров работы двигателя, влияющего на путевой расход топлива – удельный расход топлива. Его величина зависит от угла опережения подачи топлива и частоты вращения коленчатого вала двигателя. Измерение угла позволяет адаптировать оптимальную систему к конкретному двигателю. Значение угла опережения подачи топлива, а также частота вращения коленчатого вала двигателя определяется разработанным устройством (патент № 28362).

Цели и задачи исследования.

Целью работы является повышение эффективности работы автомобильного транспорта в горнодобывающей отрасли, вследствие снижения влияния человеческого фактора.

Задача исследования состоит в разработке автоматизированной системы управления карьерной техникой с применением комплексного критерия оптимальности по расходу топлива и скорости движения.

Метод

Важными проблемами в процессе эксплуатации карьерного транспорта являются [31,32]:

  • – нерациональность расхода топлива (до 40 % от всех затрат на материально-технические ресурсы);
  • – низкий коэффициент использования грузоподъемности и т.д.

В результате анализа можно сделать вывод о целесообразности внедрения автоматизированных средств. Их целью является улучшение показателей работоспособности карьерной техники [33,34].

Структура системы оптимального управления.

В процессе решения поставленной задачи разработана структурная схема системы оптимального управления (рисунок 1).

В состав СОУ входят следующие блоки: 1 – модель физического процесса; 2 – вывод уравнения оптимального управления; 3 – разработка критерия оптимальности; 4 – задание ограничений оптимального

управления; 5 – параметры математической модели; 6 – изменение коэффициентов уравнения оптимального управления; 7 – решение уравнения оптимального управления; 8 – физический процесс; 9 – изменение коэффициентов модели физического процесса.

Рассмотрим процесс разработки СОУ по блокам, в соответствии с рисунком 1.

Физический объект – это автомобиль с дизельным двигателем внутреннего сгорания (ДВС), а физическим процессом является процесс расхода топлива автомобиля и скорость его движения.

Разработка математической модели СОУ.

Для реализации цели и решения поставленной задачи физический процесс представляется в виде математических моделей расхода топлива и скорости движения. Математическую модель расхода топлива можно представить в виде зависимости путевого расхода топлива от частоты вращения коленчатого вала (КВ) ne, угла опережения подачи топлива

89

90

91

при скорости равной или больше минимальной в максимальном диапазоне, выбирается последняя передача.

Определение уточненного диапазона скоростей, от минимального до максимального, в зависимости от веса автомобиля Ga и коэффициента сопротивления дороги ψ, осуществляется по следующей схеме:

  1. По формуле 11 рассчитывается скорость на данном участке для текущих значений ψ и Ga.
  2. Проверяется, какому диапазону она принадлежит
  3. В зависимости от диапазона определяется минимальная и максимальная скорости для данного участка пути при определенном весе.
  4. Определяется передаточное число (передача) для определенного скоростного диапазона при заданном весе автомобиля Ga и коэффициенте

92

Из рисунка 3 видно, что при ухудшении дорожных условий и увеличении веса автомобиля расход возрастает.

В заключении можно отметить, что разработанная система оптимального управления представляет собой основную часть всей системы автоматизированного управления движением автотранспорта. Проведенные теоретические результаты исследования СОУ соответствуют реальному физическому процессу и могут быть применены для оптимизации объекта управления, т.е. автомобиля.

Вывод

Разработанная СОУ определяет оптимальные режимы движения с учетом параметров конкретного автомобиля, его загрузки и особенностей маршрута, т.е. решается оптимизационная задача, представленная комплексным критерием оптимальности по расходу топлива и времени движения транспортного средства.

Внедрение СОУ позволяет снизить влияние человеческого фактора на процесс управления движением автотранспорта. В результате уменьшается расход топлива и снижается количество выбросов вредных веществ. Кроме этого, повышается безопасность автотранспорта в процессе движения. Все это позволяет повысить конкурентоспособность горнодобывающего предприятия.

 

ЛИТЕРАТУРА

  1. Adilet.zan.kz. (2010). Об утверждении Программы по развитию минерально-сырьевого комплекса в Республике Казахстан на 2010 - 2014 годы - ИПС "Әділет". [online] Retrieved from: http://adilet.zan.kz/rus/docs/P1000001530 [Accessed: 2 Feb 2014].
  2. Investkz.com. (2013). Kazakhstan International Business Magazine, Issue 3, 2013. Mineral Production in 2000-2012: Reserves, Production and Investment. [online] Retrieved from: http://investkz.com/en/journals/86/729.html [Accessed: 2 Feb 2014].
  3. Investkz.com. (2012). Kazakhstan International Business Magazine, Issue 3, 2012. Mineral Resources Exploitation 2000-2011: Reserves, Production, and Investment. [online] Retrieved from: http://investkz.com/en/journals/80/674.html [Accessed: 2 Feb 2014].
  4. Investkz.com. (2013). Kazakhstan Needs New Partners and Investment _ KAZAKHSTAN International Business Magazine, Issue 3, 2013. [online] Retrieved from: http://www.investkz.com/en/projects/264.html [Accessed: 2 Feb 2014].
  5. Mining.kz. (2013). Отрасль набирает обороты. Согласно мировой тенденции увеличение объемов потребления сырьевых ресурсов активизирует проведение геологических исследований по их выявлению. [online] Retrieved from: http://mining.kz/en/20 1 3 -04- 1 7- 1 3- 1 1 -48/industrie-s- state-and-prospects/item/17676-otrasl-nabiraet-oboroty [Accessed:2 Feb 2014].
  6. Envisionfreight.com. (2011). Envision Freight - The Value of Freight: Introduction to the Role of Freight Transportation. [online] Retrieved from: http://www.envisionfreight.com/value/index.html%3Fid= introduction. html [Accessed: 2 Feb 2014].
  7. Rodrigue, D. (2014). Transportation and Economic Development. [online] Retrieved from: http://people.hofstra.edu/geotrans/eng/ch7en/conc7en/ ch7c1en.html [Accessed: 2 Feb 2014].
  8. Midamericafreight.org. (2014). The economic importance of freight — mid-america freight coalition. [online] Retrieved from: http://midamericafreight.org/outreach/importance/ [Accessed: 2 Feb 2014].
  9. Dogan, E., Steg, L., & Delhomme, P. (2011). The influence of multiple goals on driving behavior: The case of safety, time saving, and fuel saving. Accident Analysis & Prevention, Volume 43 (Issue 5), pp. 1635-1643.
  10. French, D. J., West, R. J., Elander, J., & Wilding, J. M. (1993). Decision-making style, driving style, and self-reported involvement in road traffic accidents. Ergonomics, Volume 36 (Issue 6), pp. 627-644.
  11. Näätänen, R., & Summala, H. (1974). A model for the role of motivational factors in drivers' decision-making*. Accident Analysis & Prevention, Volume 6 (Issue 3), pp. 243-261.
  12. Xu, Y., Song, J., Nechyba, M. C., & Yam, Y. (2002). Performance evaluation and optimization of human control strategy. Robotics and Autonomous Systems, Volume 39 (Issue 1), pp. 19-36.
  13. Kramer, U. (1985). On the application of fuzzy sets to the analysis of the system driver-vehicle-environment. Automatica, Volume 21 (Issue 1), pp. 101-107.
  14. Sugeno, M., & Yasukawa, T. (1993). A fuzzy-logic-based approach to qualitative modeling. IEEE Transactions on fuzzy systems, Volume 1 (Issue 1), pp. 7-31.
  15. Asada, H. & Liu, S. (1991). Transfer of human skills to neural net robot controllers. Proceedings Of The IEEE International Conference On Robotics And Automation, Volume 3, pp. 2442–2447.
  16. Nechyba, M. & Xu, Y. (1997). Human control strategy: abstraction, verification and replication. journal of eee control systems. EEE Control Systems, Volume 17 (Issue 5), pp. 48-61.
  17. Pomerleau, D. A., Gowdy, J., & Thorpe, C. E. (1991). Combining artificial neural networks and symbolic processing for autonomous robot guidance. Engineering Applications of Artificial Intelligence, Volume 4 (Issue 4), pp. 279-285.
  18. Van Mierlo, J., Maggetto, G., Van de Burgwal, E., & Gense, R. (2004). Driving style and traffic measures-influence on vehicle emissions and fuel consumption. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, Volume 218 (Issue 1), pp. 43-50.
  19. Rafael, M., Sanchez, M., Мисİñо, V., & Cervantes, J. (2006). Impact of driving styles on exhaust emissions and fuel economy from a heavyduty truck: laboratory tests. International Journal of Heavy Vehicle Systems, Volume 218 (Issue 1), pp. 56-73.
  20. Berry, I. M. (2010). The effects of driving style and vehicle performance on the real-world fuel consumption of US light-duty vehicles (Doctoral dissertation, Massachusetts Institute of Technology).
  21. Du Plessis, H. W., Visser, A. T., & Curtayne, P. C. (1990). Fuel consumption of vehicles as affected by road-surface characteristics. Surface characteristics of roadways: International research and technologies, ASTM STP, Volume 1301, pp. 480-496.
  22. Zaniewski, J. P. (1989). Effect of pavement surface type on fuel consumption. Portland Cement Association: Skokie, IL.
  23. Barrett, G. V., & Thornton, C. L. (1968). Relationship between perceptual style and driver reaction to an emergency situation. Journal of Applied Psychology, Volume 52 (Issue 2), pp. 169.
  24. Яковлев, В., Могилат, В. & Тарасов, П. И. (2009). Причины аварийности на технологическом автотранспорте карьеров и пути ее снижения. Горный информационно-аналитический бюллетень (научнотехнический журнал) (Issue 1), pp. 211-217.
  25. Wikipedia. (2013). Cruise control. [online] Retrieved from: http://en.wikipedia.org/wiki/Cruise_control [Accessed: 2 Feb 2014].
  26. Ioannou, P. A., & Chien, C. C. (1993). Autonomous intelligent cruise control. Vehicular Technology, IEEE Transactions on, Volume 42 (No 4), pp. 657-672.
  27. Monastyrsky, V. V., & Golownykh, I. M. (1993). Rapid computation of optimal control for vehicles. Transportation Research Part B: Methodological, Volume 27 (Issue 3), pp. 219-227.
  28. Scania.com. (2014). Scania active prediction - scania.com. [online] Retrieved from: http://www.scania.com/products-services/trucks/safety-driver- support/driver-support-systems/active-prediction/ [Accessed: 2 Feb 2014].
  29. Hellstr0m, E., Ivarsson, M., Åśİипđ, J., & Nielsen, L. (2009). Lookahead control for heavy trucks to minimize trip time and fuel consumption. Control Engineering Practice, Volume 17 (Issue 2), pp. 245-254.
  30. Hellstrom, E., Åslund, J., & Nielsen, L. (2010). Design of an efficient algorithm for fuel-optimal look-ahead control. Control Engineering Practice, Volume 18 (Issue 11), pp. 1318-1327.
  31. Mining-media.ru. (2014). Автоматизированные системы управления горно-транспортным оборудованием - журнал горная промышленность. [online] Retrieved from: http://www.mining-media.ru/ru/article/prombez/865-avtomatiz%20irovannye-sistemy-upravleniya- gorno-transportnym-oborudovaniem [Accessed: 2 Feb 2014].
  32. Vistgroup.ru. (2005). Автоматизированные системы, повышающие эффективность управления карьерным транспортом. [online] Retrieved from: http://www.vistgroup.ru/ pressroom/14/33/ [Accessed: 2 Feb 2014].
  33. Greenactioncentre.ca. (2014). Fuel efficient driving – green action centre. [online] Retrieved from: http://greenactioncentre.ca/content/fuel- efficient-driving-2/ [Accessed: 2 Feb 2014].
  34. Webtechwireless.com. Top 10 benefits of a webtech wireless solution. [online] Retrieved from: http://www.webtechwireless.com/en/benefits/ [Accessed: 2 Feb 2014].
  35. Грехов Л., Иващенко Н. & Марков В. Топливная аппаратура и системы управления дизелей: учебник для вузов. Москва: Легион- Автодата, 2004 – 450 с.
  36. Lee T., Adams G. E. & Gaines W. M. Computer process control. Modeling and Optimization. New York: Wiley, 1968 – 570 р.
  37. Говорущенко Н. Экономия топлива и снижение токсичности на автомобильном транспорте. Москва: Транспорт, 1990 – 620 с.
Год: 2014
Город: Костанай