Науковий вісник НГУ

Оцінка впливу людини-оператора на техніко-економічні показники виробничого циклу екскаватора

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №3 2025

Останнє оновлення: 25 червня 2025

Опубліковано: 30 листопада -0001

Перегляди: 2774

Authors:

В. К. Титюк, orcid.org/0000-0003-1077-3288, НАТ «Карагандинський індустріальний університет», м. Теміртау, Республіка Казахстан, E-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Д. В. Мрачковський, orcid.org/0000-0003-2811-0677, Криворізький національний університет, м. Кривий Ріг, Україна, E-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.,

О. П. Чорний, orcid.org/0000-0001-8270-3284, Кременчуцький національний університет імені Михайла Остроградського, м. Кременчук, Україна, E-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В. В. Кузнeцов*, orcid.org/0000-0002-8169-4598, Український державний університет науки і технологій, м. Дніпро, Україна, E-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її., Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М. М. Трипутень, orcid.org/0000-0003-4523-927X, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, Email: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Г. О. Сівякова, orcid.org/0000-0001-7689-8433, НАТ «Карагандинський індустріальний університет», м. Теміртау, Республіка Казахстан, E-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025, (3): 131 - 138

https://doi.org/10.33271/nvngu/2025-3/131

Abstract:

Мета. Визначення впливу параметрів передавальної функції людини-оператора на тривалість технологічної операції та циклове енергоспоживання електромеханічної системи екскаватора за схемою «пряма лопата», обладнаного електроприводами різних типів, з метою подальшого удосконалення людино-машинної системи керування кар’єрними екскаваторами шляхом компенсування інерційності й нелінійності характеристик людини-оператора.

Методика. Математичне моделювання людино-машинної системи керування екскаватором, обладнаного електроприводами різних типів, з урахуванням динамічних характеристик людини-оператора, встановлення регресійних залежностей техніко-економічних показників екскаватора від параметрів еквівалентної передавальної функції людини-оператора із застосуванням методів планування експерименту.

Результати. Реалізовані математичні моделі замкнутих систем керування положенням ковша екскаватора «пряма лопата» з електроприводом за системою Леонарда та електроприводом «тиристорний перетворювач-двигун», що відрізняються тим, що в їхній структурі враховано нелінійність і інерційність людини-оператора та її вплив на показники роботи людино-машинної системи. Із застосуванням методів теорії планування експерименту були отримані регресійні залежності тривалості технологічного циклу й циклового енергоспоживання від значень постійної часу і постійної запізнювання, що характеризують поточний стан людини-оператора. Отримані регресійні моделі дали змогу оцінити важливість впливу різних психофізіологічних чинників роботи людини-оператора на техніко-економічні показники виробничого циклу екскаватора, що може слугувати основою для подальшої оптимізації роботи кар’єрних екскаваторів.

Наукова новизна. Уперше запропоновані математичні моделі електромеханічної системи екскаватора за схемою «пряма лопата», що включають моделі електроприводів основних механізмів, модель механічної частини екскаватора й модель людини-оператора, що дало змогу підвищити точність визначення енергоспоживання екскаватора й часу виконання експлуатаційного циклу. Отримані регресійні моделі залежності техніко-економічних показників виробничого циклу екскаватора від запізнювання та інерційності людини-оператора. Встановлено, що більш впливовим фактором є транспортне запізнювання.

Практична значимість. Розроблені математичні моделі екскаватора з електроприводом за системою «генератор-двигун» і електроприводом за системою «тиристорний перетворювач-двигун-двигун», що включають модель механічної частини екскаватора та модель людини-оператора. Отримані регресійні моделі залежності тривалості виробничого циклу екскаватора та його енергоспоживання від запізнювання й інерційності людини-оператора. Запропонована реалізація людино-машинної системи керування екскаватором створює передумови для подальшого підвищення рівня автоматизації кар’єрних екскаваторів.

Ключові слова: людино-машинна система, оператор, екскаватор «пряма лопата», робочий цикл

References.

1. Zhu, H. (2019). Fundamental Models for Missions of Engineered Systems. Systems Conference (SysCon) IEEE International, 1-6. https://doi.org/10.1109/syscon.2019.8836714

2. Korobiichuk, I., Tokar, A., Danik, Y., & Katuha, V. (2019). Evaluation methods for the ergatic system reliability operator. Automation 2019: progress in automation, robotics and measurement techniques, 920(2020), 560-570. https://doi.org/10.1007/978-3-030-13273-6_52

3. Strauch, B. (2018). Investigating Human Error: Incidents, Accidents, and Complex Systems (1 ^st ed.). Routledge. https://doi.org/10.4324/9781315251851

4. Kletz, T., & Amyotte, P. (2019). Accidents said to be due to human error, What Went Wrong? (6 ^th ed.), (pp. 53-172). Butterworth-Heinemann. https://doi.org/10.1016/B978-0-12-810539-9.00007-0

5. Oskouei, M. A., & Awuah-Offei, K. (2014). Statistical methods for evaluating the effect of operators on energy efficiency of mining machines. Mining Technology, 123(4), 175-182. https://doi.org/10.1179/1743286314Y.0000000067

6. Babaei Khorzoughi, M., & Hall, R. (2016). A Study of Digging Productivity of an Electric Rope Shovel for Different Operators. Mi­nerals, 6(2), 48. https://doi.org/10.3390/min6020048

7. Tytiuk, V., Khandakji, K., Sivyakova, G., Karabut, N., Chornyi, O., & Busher, V. (2021). Determining the parameters of the trajectory of the bucket of mining quarries excavators. E3S Web of Conferences, 280. https://doi.org/10.1051/e3sconf/202128005013

8. Pan, X., & Wu, Z. (2020). Performance shaping factors in the human error probability modification of human reliability analysis. International Journal of Occupational Safety and Ergonomics, 26, 538-550. https://doi.org/10.1080/10803548.2018.1498655

9. Digiesi, S., Facchini, F., Mossa, G., & Vitti, M. (2023). A model to evaluate the Human Error Probability in inspection tasks of a production system. Procedia Computer Science, 217, 1775-1783. https://doi.org/10.1016/j.procs.2022.12.377

10.      Rejeki, Y., Achiraeniwati, E., & Wanda, A. (2020). Measurement of operator reliability level using the Human Error Assessment and Reduction Technique (HEART) method. IOP Conference Series: Materials Science and Engineering, 830, 032095. https://doi.org/10.1088/1757-899X/830/3/032095

11.      Manghisi, V. M., Wilhelm, M., Uva, A., Engelmann, B., Fiorentino, M., & Schmitt, J. (2023). Towards gestured-based technologies for human-centred Smart Factories. International Journal of Computer Integrated Manufacturing, 36(1), 110-127. https://doi.org/10.1080/0951192X.2022.2121424

12.      Kulakov, A. A. (2018). Features of a Simple Psychophysiological Reaction. Hum Physiol, 44, 412-417. https://doi.org/10.1134/S0362119718040060

13.      Logan, G. D., Van Zandt, T., Verbruggen, F., & Wagenma­kers, E.‑J. (2014). On the ability to inhibit thought and action: General and special theories of an act of control. Psychological Review, 121(1), 66-95. https://doi.org/10.1037/a0035230

14.      Bekele, E., & Sarkar, N. (2014). Psychophysiological Feedback for Adaptive Human–Robot Interaction (HRI). In Fairclough, S., Gilleade, K. (Eds.). Advances in Physiological Computing. Human–Computer Interaction Series. Springer, London. https://doi.org/10.1007/978-1-4471-6392-3_7

15.      System Identification Toolbox (2024). Retrieved from https://www.mathworks.com/help/ident/index.html?s_tid=srchtitle_site_search_1_System%20Identification%20toolbox

16.      Sinclair, T. (2023). Model theory of operator systems and C ^-algebras. Model Theory of Operator Algebras. Berlin, Boston: De Gruyter, 2023, pp. 343-386. https://doi.org/10.1515/9783110768282-009

17.      Lincheng, Z., Li, X., Xu, H., & Zhu, P. (2015). Gradient-Based Iterative Identification for Wiener Nonlinear Dynamic Systems with Moving Average Noises. Algorithms 8(3), 712-722. https://doi.org/10.3390/a803071

18.      Li, J. (2013). Parameter estimation for Hammerstein CARARMA systems based on the Newton iteration. Applied Mathematics Letters, 26(1), 91-96. https://doi.org/10.1016/j.aml.2012.03.038

19.      Danaci, M., Koylu, F., & Al-Sumaidaee, Z. A. (2021). Identification of Dynamic Models by Using Metaheuristic Algorithms. ADI Journal on Recent Innovation, 3(1), 36-58. https://doi.org/10.34306/ajri.v3i1.492

20.      Mzyk, G. (2019). Nonparametric System Identification Matlab Toolbox. Proceedings of the 16 ^th International Conference on Informatics in Control, Automation and Robotics, 1, (pp. 691-698).  ICINCO. ISBN 978-989-758-380-3; ISSN 2184-2809. SciTePress. https://doi.org/10.5220/0007922306910698

21.      Valoušek, L., & Jalovecky, R. (2021). Use of the MATLAB® System Identification Toolbox® for the creation of specialized software for parameters identification. 2021 International Conference on Military Technologies (ICMT ), Brno, Czech Republic, (pp. 1-5). https://doi.org/10.1109/ICMT52455.2021.9502786

22.      Bappah, A. S. (2015). Hands-on Industrial Process Modelling Using the MATLAB System Identification Toolbox. In Gen, M., Kim, K., Huang, X., Hiroshi, Y. (Eds.) Industrial Engineering, Management Science and Applications 2015. Lecture Notes in Electrical Engineering, 349. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-47200-2_10

23.      Victor, S., & Malti, R. (2023). CRONE Toolbox for system identification and modeling using fractional differentiation models. IFAC-PapersOnLine, 56(2), 120-125. https://doi.org/10.1016/j.ifacol.2023.10.1556

24.      Tytiuk, V., Chornyi, O., Mrachkovskyi, D., Tryputen, S., Tryputen, M., & Kuznetsov, V. (2023). Mathematical model of the closed-loop system of excavator bucket positioning. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (1), 107-114 https://doi.org/10.33271/nvngu/2023-1/107

• < Попередня
• Наступна >