Вход

Маршрутизация транспортного потока с ограничением по грузоподъемности

Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
Код 292276
Дата создания 27 июня 2014
Страниц 90
Мы сможем обработать ваш заказ 26 сентября в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 800руб.
КУПИТЬ

Описание

Данная дипломная работа посвящена исследованию одной из наиболее насущных проблем, связанных с принятием решений в области транспортной логистики. А именно задаче маршрутизации транспорта, целью решения которой является формирование наиболее эффективного набора маршрутов для доставки заказов клиентам компании-перевозчика, обеспечивающего наименьшие затраты. В связи с тем, что детальное знакомство с поставленной проблемой показало существование достаточно широкого круга специфических разновидностей ЗМТ, было принято решение о выборе в качестве предмета исследования отдельного класса задачи – с ограничением на грузоподъемность, всегда имеющим место в реальных жизненных ситуациях. Следствием такого выбора явилась необходимость формализации содержательной постановки задачи. С этой целью в перв ...

Содержание

ВВЕДЕНИЕ 5
1ЗАДАЧА МАРШРУТИЗАЦИИ ТРАНСПОРТА С ОГРАНИЧЕНИЕМ ПО ГРУЗОПОДЪЕМНОСТИ 9
1.1МАТЕМАТИЧЕСКАЯ МОДЕЛЬ 10
1.2ПОСТАНОВКА ПРАКТИЧЕСКОЙ ЗАДАЧИ 12
2ТОЧНЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА 15
2.1ОСНОВНЫЕ ХАРАКТЕРИСТИКИ ТОЧНЫХ МЕТОДОВ 15
2.2МЕТОД ПОЛНОГО ПЕРЕБОРА. АЛГОРИТМ ПРИМЕНЕНИЯ В ЗАДАЧАХ С УЧЕТОМ ГРУЗОПОДЪЕМНОСТИ 17
2.3РЕШЕНИЕ ПРАКТИЧЕСКОЙ ЗАДАЧИ. АНАЛИЗ РЕЗУЛЬТАТОВ 21
3ЭВРИСТИЧЕСКИЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА 24
3.1КОНСТРУКТИВНЫЕ ЭВРИСТИЧЕСКИЕ МЕТОДЫ НА ПРИМЕРЕ АЛГОРИТМА КЛАРКА-РАЙТА 25
3.2КЛАСТЕРНЫЕ ЭВРИСТИЧЕСКИЕ АЛГОРИТМЫ. МЕТОД ФИШЕРА-ДЖЕКУМЕРА 27
3.3МОДИФИКАЦИЯ МЕТОДА ФИШЕРА-ДЖЕКУМЕРА. РАЗРАБОТКА АЛГОРИТМА НАЧАЛЬНОГО ЗАПОЛНЕНИЯ КЛАСТЕРОВ 29
3.4РЕШЕНИЕ ПРАКТИЧЕСКОЙ ЗАДАЧИ. АНАЛИЗ РЕЗУЛЬТАТОВ 31
4МЕТАЭВРИСТИЧЕСКИЕМЕТОДЫ РЕШЕНИЯ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА 35
4.1ГЕНЕТИЧЕСКИЙ АЛГОРИТМ КАК ПРИМЕР ПРИМЕНЕНИЯ МЕТАЭВРИСТИК В РЕШЕНИИ ЗАДАЧ С УЧЕТОМ ГРУЗОПОДЪЕМНОСТИ 36
4.2РЕШЕНИЕ ПРАКТИЧЕСКОЙ ЗАДАЧИ. АНАЛИЗ РЕЗУЛЬТАТОВ 41
5БЕЗОПАСНОСТЬ И САНИТАРНО-ГИГИЕНИЧЕСКИЕ УСЛОВИЯ ТРУДА НА РАБОЧЕМ МЕСТЕ ПОЛЬЗОВАТЕЛЯ ПЭВМ 44
5.1ХАРАКТЕРИСТИКА САНПИН УСЛОВИЙ ТРУДА СОГЛАСНО ГОСТ 12.005-88 44
5.2РАСЧЕТ ПАРАМЕТРОВ МИКРОКЛИМАТА НА РАБОЧЕМ МЕСТЕ 45
5.3АНАЛИЗ И РАСЧЕТ МЕР ПО ОБЕСПЕЧЕНИЮ ЭЛЕКТРОБЕЗОПАСНОСТИ 55
5.4 АНАЛИЗ И РАСЧЕТ МЕР ПО ОБЕСПЕЧЕНИЮ ШУМОПОДАВЛЕНИЯ 59
заключение

Введение

ВВЕДЕНИЕ
Успех любого предприятия, занятого транспортировкой грузов, всегда связан с эффективным принятием решений в области транспортной логистики. Настоящая дипломная работа посвящена исследованию одной из наиболее важных задач в данной области – исследованию формирования маршрутов доставки груза клиентам некоторым количеством транспортных средств с обязательным возвращением в исходный пункт после окончания поездки. Практическая значимость рассмотрения данной задачи связана с тем, что указанная проблема возникает во всех компаниях, занимающихся транспортировкой продукции от места производства к местам потребления, а также осуществляющих перевозку однотипных товаров с некоторого склада до точек розничной торговли.
Математическая формулировка данной задачи известна как задача маршрутизаци и транспорта, ЗМТ (Vehicle Routing Problem, VRP). Цель решения ЗМТ состоит в минимизации общей длины маршрутов транспортных средств, обслуживающих клиентов сети. Данный класс задач является обобщением задачи коммивояжера на случай построения нескольких замкнутых маршрутов, имеющих начало и конец в одной общей вершине. Задача маршрутизации транспорта принадлежит к классу задач дискретной оптимизации и являются NP-трудными, что означает, что вычислительная сложность задачи имеет экспоненциальную зависимость от размера входных данных, а именно от количества клиентов, входящих в рассматриваемую транспортную сеть.
Все методы решения задач маршрутизации транспорта можно разделить на следующие группы:
1) Точные методы.
Методы данной группы основываются на переборе всех возможных решений, пока не будет найдено оптимальное. Примерами таких методов могут служить метод полного перебора, метод ветвей и границ.

2) Эвристические методы.
Осуществляют относительно ограниченный поиск по пространству решений. Также такие методы называются классическими. В рамках рассматриваемой группы могут быть выделены две подгруппы.
2.1) Конструктивные методы.
Методы, принадлежащие данной подгруппе, осуществляют постепенное построение подходящего решения в зависимости от влияния каждого шага на значение целевой функции. Отличительной чертой таких алгоритмов является то, что они не предусматривают возможности дальнейшего улучшения уже построенного решения.
2.2) Двухфазные (кластерные) алгоритмы.
При использовании методов данной группы задача разделяется на две части: разбиение вершин по кластерам и формирование порядка обхода вершин в каждом полученном кластере.
3) Метаэвристические методы.
В основе данных методов лежит тщательное изучение наиболее перспективных частей пространства решений. Такие алгоритмы являются итеративными, на каждой итерации осуществляется переход от одного решения к другому до тех пор, пока не будет выполнено некоторое условие остановки вычислений. Важной особенностью таких методов является способность преодоления локального минимума и продолжения поиска.
В связи с тем, что задачи маршрутизации являются NP-трудными, применение точных методов решения является затруднительным – из-за чрезмерного быстрого роста времени вычислений их невозможно применять для задач с более чем 25 вершинами. Реальные же транспортные сети могут включать в себя гораздо большее количество узлов. Поэтому наибольшее внимание уделяется приближенным алгоритмам, позволяющим найти приемлемое решение за полиномиальное время. В настоящее время ученые и специалисты всего мира занимаются усовершенствованием имеющихся и поиском новых методов, которые позволят получить еще большую производительность алгоритмов и будут в состоянии находить новые лучшие решения для задачи маршрутизации транспортных средств.
На основе различных методов создаются инструментальные средства, специализирующиеся на решении поставленной задачи. Рассмотрим существующие программные комплексы, применяемые ведущими фирмами, работающими в области транспортной логистики.
 ArcLogistics 9.3.
Данный программный продукт разработан известной американской фирмой ESRI [1]. Корпорация ESRI (США) – один из мировых лидеров в разработке, создании и продвижении геоинформационных систем. ArcLogistics 9.3 — это инструмент для планирования и оптимизации работы парка транспортных средств: импорта заказов, расчета оптимальных маршрутов, создания маршрутных листов, построения отчетов, анализа эффективности работы. Основными преимуществами ArcLogistics являются: распределение заказов по парку транспортных средств, наличие дорожных данных на всю территорию Европы (включая Россию) и Северной Америки, использование множества складов, разнообразные отчеты. Рассматриваемый программный комплекс позволяет учитывать временные окна клиентов и поставщиков, время простоя транспорта, вместимость транспорта.
 TruckStops.
TruckStops – программный продукт, разработанный фирмой MicroAnalytics (США) [2]. TruckStops – программное обеспечение для маршрутизации транспортных средств и планирования. Оно спроектировано для компаний, использующих 5 или больше транспортных средств. Использование TruckStops позволяет фирмам уменьшать стоимость поставки, улучшает предоставляемый клиенту сервис, производит эффективные по стоимости маршруты, увеличивает административное управление.
 Деловая карта.
Деловая карта – программный продукт, разработанный фирмой ИНГИТ (Россия) [3]. Она обладает мощным и гибким механизмом расчета доставки грузов. За счет своей гибкости этот механизм можно применить практически к любой конкретной задаче - развозка грузов с центрального склада, завоз грузов из разных мест на центральный склад, развозка с нескольких складов, завоз на несколько складов, а также к задачам, не имеющим центральных точек - доставка корреспонденции из разных мест в разные места, перевозка мебели при переездах и т.д. Однако у гибкости есть и обратная сторона - для постановки задачи необходимо большое количество входных данных. Главная особенность данной программы – она встраивается и работает с системой 1С.
Однако программные продукты всех этих фирм имеют один общий недостаток – их покупка влечет за собой огромную переплату за функциональные возможности системы, которые являются дополнительными расширениями и не являются необходимыми при решении рассматриваемой задачи. Кроме того, заказ и установка продуктов зарубежных производителей повлекут за собой дополнительные транспортные расходы, и их цена значительно возрастет. Сохраняя авторское право, любой купленный программный продукт поставляется без исходных кодов программных модулей, и каждая дополнительная настройка или изменение каких-либо условий работы связаны с дополнительной оплатой. Кроме того ни для одного рассмотренного программного средства нет возможности получить достоверную и полную информацию о методе, использующемся в программе, и это не позволяет оценить эффективность использования данного программного продукта.
Из всего выше изложенного видно, что исследование ЗМТ является актуальной проблемой в транспортной логистике. Интерес к данной теме вызван практической значимостью в сочетании со значительной сложностью. Особое внимание к рассматриваемым задачам в практическом применении объясняется тем, что по разным оценкам от 30 до 50 процентов всех затрат на логистику связано с транспортными издержками [4]. Формирование рациональных маршрутов помогает добиться сокращения не только общего расстояния и, как следствие, пробега транспортных средств, но и временных, и материальных затрат. Кроме того оптимизация процесса доставки ведет к снижению товарно-производственных запасов на складах, что приводит к оптимизации всей совокупности логистических мероприятий.
Целью данной дипломной работы является исследование отдельной разновидности ЗМТ – задачи с дополнительным ограничением, связанным с грузоподъемностью транспортных средств. Поставленная цель достигается путем решения ряда задач, из которых основными являются: формализация подхода к исследуемому классу ЗМТ путем построения математической модели, а также анализ способов решения выделенного класса с применением полученных знаний на практике.

Фрагмент работы для ознакомления

Исследуемая область принятия логистических решений, связанных с формированием планов транспортировки грузов, не стала исключением. Поэтому в дипломной работе будут рассмотрены принципы генетического алгоритма на примере решения ЗМТ и будет описана его возможная реализация для задачи с ограничением на грузоподъемности автомобилей.Как уже отмечалось, генетический алгоритм представляет собой попытку формализовать эволюционный процесс, основным механизмом которого является естественный отбор, приводящий некоторую популяцию к виду, наиболее приспособленному к выживанию. В рамках генетического алгоритма каждая популяция представляется совокупностью особей, каждая из которых характеризуется своим собственным набором генов, заданным в виде битовых строк или «хромосом». Причем каждая хромосома является закодированным допустимым задачи в некоторой ее конкретной постановке. Аналогично итогу естественного отбора результатом работы генетического алгоритма является решение, которое в большей степени удовлетворяет поставленной цели.Далее рассмотрены основные этапы генетического алгоритма и предложены способы их реализации, адаптированные для решения ЗМТ с ограничением, накладываемым на грузоподъемности используемых транспортных средств.1 этап. Формирование начальной популяции.Этот этап включает в себя выбор размера начальной популяции и создание требуемого числа хромосом. Под размером популяции понимается количество начальных решений N, которые послужат основой для дальнейших действий. Минимальное число таких решений равно двум. После того как количество исходных хромосом определено, можно приступать к их формированию. В рамках рассмотрения задачи маршрутизации транспорта хромосомы особей будут иметь следующий вид:555879042545(15)00(15)Xj= |d11 d21 … dn1 …|d1k d2k … dnk …d1m d2m … dnm , j=1,N,где n – количество клиентов транспортной компании; m – количество транспортных средств в распоряжении компании;dik - показатель принадлежности i-того клиента маршруту k-того транспортного средства (i=1,n; k=1,m).Представленные таким образом допустимые решения являются битовыми строками, что делает их пригодными для использования в генетическом алгоритме. Расчет значений функции приспособленности для каждого представителя сформированной таким образом начальной популяции подразумевает решение задач коммивояжера для каждого транспортного средства с последующим получением значений общего расстояния для каждого начального решения FXj (j=1,N). Из всех найденных значений выбирается наилучшее F*=min⁡(FXj) и запоминается соответствующий вариант хромосомы X*.2 этап. СкрещиваниеАналогично процессам, происходящим в живой природе, генетический алгоритм осуществляет формирование новых особей на основе уже имеющихся. Из всех полученных в результате первого этапа особей выбирается K пар (2K≤N), которые получают название «родители» и подвергаются скрещиванию. Выбор родителей может быть осуществлен либо случайным образом, либо на основании принципа максимальной жизнеспособности. Процесс скрещивания в каждой паре заключается в генерации одной особи-потомка, которая будет нести в себе сочетание генотипов обоих родителей. При этом сочетание может быть как случайным, так и осуществляться по строго определенным правилам, заданным заранее. Схематично механизм скрещивания может быть представлен, как показано на рисунке 5.Общая схема скрещиванияРис.5Итогом второго этапа генетического алгоритма является популяция, состоящая из N+K особей, каждая из которых является возможным, но необязательно допустимым, решением задачи.3 этап. МутацияДанный этап не всегда является обязательным в общей схеме алгоритма. Но в большинстве случаев практического применения этот этап является необходимым и используется как средство избавления от «нежизнеспособных» особей в популяции – преобразования недопустимых решений в допустимые.Мутация заключается в случайном воздействии на генотип, как отдельной части, так и всей сформированной популяции. В рамках решения ЗМТ исследуемой разновидности мутации целесообразно подвергать потомков для приведения их к виду, удовлетворяющему всем поставленным ограничениям. При этом изменения сводятся в случае несоответствия числа единиц в хромосоме количеству клиентов к случайному заполнению ячеек кода единицами или нулями, а также к выбору двух случайных ячеек генного кода и обмену значениями между ними. Указанные действия повторяются до того момента, пока не будет получен код решения, соответствующего всем классическим условия ЗМТ и дополнительному ограничению на грузоподъемность. Результат этапа – N+K особей популяции, представляющих допустимые решения задачи.4 этап. СелекцияЧетвертый этап является ключевым в схеме генетического алгоритма, поскольку именно он отражает естественный отбор, имеющий место в природе. Суть этапа заключается в отборе для дальнейшего рассмотрения наиболее жизнеспособных особей. Как уже отмечалось, жизнеспособность решений ЗМТ отражается соответствующими значениями целевой функции. Поэтому для проведения селекции необходимо с помощью решения задач коммивояжера сформировать маршруты следования транспортных средств и найти их общую длину, характеризующую каждый вариант из сформированного набора. Затем из найденных значений следует выбрать наилучшее (согласно постановке ЗМТ минимальное) и сравнить его с уже хранящимся в памяти F*. В случае если найденное значение меньше имеющегося, то проводится замена F* и соответствующего X* на новые. Следующим шагом является сортировка всех N+K решений в порядке возрастания значений целевых функций. После этого последние K вариантов, представляющие собой менее приспособленные к выживанию особи, исключаются из дальнейшего рассмотрения. Таким образом, этап селекции позволяет выделить из всей популяции варианты с наилучшим генофондом, которые становятся начальной популяцией для нового цикла рассматриваемого эволюционного метода.В генетическом алгоритме последовательность из 2 – 4 этапов повторяется до тех пор, пока некоторый управляющий параметр не достигнет своего критического значения. В качестве управляющего параметра может быть использован один из следующих критериев, а также любая их комбинация.Общее количество проведенных эволюционных циклов.Алгоритм прерывается при достижении предварительно заданного числа итераций. Число произведенных мутаций.Генетический алгоритм прерывается при достижении максимально допустимого числа мутаций, как в общей сложности, так и в рамках одного цикла.Количество повторений последовательности действий, не приводящих к изменению конечного результата.Работа алгоритма прерывается вследствие сохранения результата, полученного на одной из итераций, на протяжении заданного числа последующих итераций.Использование указанных управляющих параметров способствует сокращению времени возможного поиска и позволяет избежать зацикливания внутри алгоритма. Как уже отмечалось, выбор предельных значений этих параметров имеет субъективный характер и чаще всего осуществляется подбором на основании соотношения размерности исследуемой и времени, имеющегося в распоряжении на принятие решения о формировании маршрутов следования транспортных средств.Результатом работы генетического алгоритма являются последние сохраненные значения F* и X*. При этом F* характеризует значение целевой функции ЗМТ, которое обеспечивается распределением клиентов по группам, закодированным в последовательности X*. Маршруты следования транспортных средств в рамках каждой группы определяются решением задачи коммивояжера.4.2 Решение практической задачи. Анализ результатовПредставленный вариант генетического алгоритма был использован для решения практической задачи, сформулированной в первой главе дипломной работы. При этом была написана программа на языке MATLAB, предусматривающая возможность ее многократного использования для решения подобных задач. Программно реализованный алгоритм использует в качестве начальной популяции два допустимых решения ЗМТ, управляющим параметром выступает число сохранений результата без изменения. Листинг процедур разработанной программы приведен в приложении 3.Для решения практической задачи в качестве начальных допустимых были выбраны решения, представленные в таблице 8. Первый вариант соответствует результату, найденному с применением эвристического метода Фишера-Джекумера, а второй – выбран случайным образом из всей совокупности допустимых решений. Указанные начальные решения подверглись преобразованию в рамках генетического алгоритма. Критерием прекращения вычислений стало достижение предельного значения управляющего параметра, в качестве которого было принято 15 сохранений лучшего результата без изменения. Выбор такого критического значения был осуществлен путем подбора, основываясь на субъективном анализе времени, затраченного на вычисления. Проведение нескольких экспериментов показало, что принятая граница изменения параметра является достаточной для получения приемлемого результата. Решение, найденное по разработанной схеме генетического алгоритма, представлено в таблице 9, а его графическое отображение – на рисунке 5.Таблица 8Начальные допустимые решения задачиНачальное решениеX1X2Вершины маршрута№12,92,9№23,4,81,10,11№35,75,7№41,6,10,11,123,4,6,8,12Двоичный код маршрута№1010000001000010000001000№2001100010000100000000110№3000010100000000010100000№4100001000111001101010001Общее расстояние (км)20032033Таблица 9Маршруты следования транспортных средств, найденные с помощью генетического алгоритмаТранспортное средствоГрузоподъемность(кг)МаршрутЗагруженность (кг)Пройденное расстояние (км)ГАЗ-330215000-1-6-01480291Nissan Cabstar15000-7-11-01445680Mersedes-Benz Sprinter25000-12-8-3-02445476MAN TGL 7.15041000-4-9-5-10-2-03940482Всего9600-93101929Полученное итоговое значение 1929 км представляет собой среднее из всех найденных результатов, т.е. соответствующий вариант формирования маршрутов уступает в эффективности точному решению (1818 км), но в то же время является более предпочтительным, чем вариант по Фишеру-Джекумеру (2003 км). Принимая во внимание данный факт, необходимо отметить, что отклонение решения генетическим алгоритмом от лучшего из возможных вариантов компенсируется экономией времени, затраченного на его поиск. А вот соотношение между результатами применения эвристического и метаэвристического методов в рассматриваемом примере напрямую зависит от использования варианта Фишера-Джекумера в качестве одного из начальных решений. Поскольку идея, заложенная в основу генетического алгоритма, подразумевает улучшение базовых вариантов, полученный результат не мог оказаться хуже первоначально заданного.Графическая интерпретация решения ЗМТ с применением генетического алгоритмаРис.5Исходя из всего выше изложенного, можно выделить основные особенности применения метаэвристических методов к решению задач маршрутизации. Во-первых, методы, принадлежащие данной группе, сокращают общее время вычислений за счет использования настраиваемых управляющих параметров, что делает более гибкой систему принятия решений. Во-вторых, качество получаемых решений напрямую зависит от начальных решений и пределов изменения контрольных параметров, выбор которых связан с проведением некоторых предварительных вычислений. Также к специфическим особенностям метаэвристик следует отнести тот факт, что в связи с наличием во многих из них процедур, основанных на случайном выборе каких-либо обрабатываемых элементов (например, скрещивание или мутация в генетическом алгоритме), каждый новый запуск соответствующего алгоритма при неизменных исходных данных может возвращать новое результирующее значение.5 Безопасность и санитарно-гигиенические условия труда на рабочем месте пользователя пэвмХарактеристика СанПиН условий труда согласно ГОСТ 12.005-88Условия, созданные для работы каждого сотрудника, должны способствовать высокому уровню производительности труда. Определение оптимальных условий труда производится на основе СанПиН 2.2.2/2.4.1340-03.При разработке и эксплуатации программного продукта на пользователя, работающего на ПЭВМ, постоянно или периодически действуют следующие вредные и опасные факторы:недостаточная освещенность рабочей зоны;несоответствие параметров микроклимата установленным нормам;повышенный уровень шума на рабочем месте;несоответствие эргономических характеристик оборудования допустимым значениям;статические нагрузки, связанные с длительным пребыванием в одном и том же положении и повторением одних и тех же движений.Согласно нормативным документам, рабочие места с ПЭВМ по отношению к световым предметам должны быть оборудованы регулируемыми устройствами такими, как жалюзи, занавеси, внешние козырьки и др. Экран видеомонитора должен находиться от глаз пользователя на расстоянии 600 – 700 мм, но не ближе 500 мм с учетом размеров алфавитно-цифровых знаков и символов. Также для снижения и полного исключения перечисленных вредных воздействий необходимо принимать меры, приводящие условия труда к наиболее комфортным для работника на основании расчета оптимальных параметров.Расчет параметров микроклимата на рабочем местеПараметры микроклимата могут меняться в широких пределах, в то время как необходимым условием жизнедеятельности человека является поддержание постоянства температуры тела благодаря терморегуляции, то есть способностям организма регулировать отдачу тепла в окружающую среду.Расчетные схемы микроклиматаРис.6 Принятые обозначения:К – калорифер;В – воздухораспределитель;ВОД.ОТ. – радиатор водяного отопления;КОН. – кондиционер;ИПТ – источник повышенного тепла.В связи с предположением, что работы в офисе будут производиться сидя и не будут требовать физического напряжения, то такую работу можно отнести к легкой физической работе (категория 1).Микроклимат оценивается сочетанием четырех факторов:температурой воздуха;скоростью движения воздуха;относительной влажностью;радиационной температурой излучающих ограждений.Расчет параметров микроклимата для холодного периода годаУлучшение микроклимата достигается применением теплоизолирующих материалов, уменьшением теплопроводности оконных проёмов, что позволяют уменьшить теплопритоки в тёплый период в помещение и теплопотери в холодный период года.Для улучшения условий жизнедеятельности устанавливают системы отопления, вентиляции и кондиционирования воздуха. Уменьшение теплоотдачи оконных проемов возможно посредством установки стеклопакетов.55397401534795(16)(17)(18)00(16)(17)(18)Системы отопления по виду теплоносителя делят на паровые, водяные, воздушные, электрические и топливные. Отопление компенсирует потери теплоты Qn (кДж/ч), которые складываются из теплоты, уходящей через ограждения и остекление помещений Qогр (кДж/ч), и теплоты, необходимой для нагрева холодного воздуха Qхв (кДж/ч), поступающего в помещение:Qп=Qогр+Qхв;Qогр=Fогр*Kогр*tвн-tнар;Qхв=L*c*ρ*tвн-tнар;где Fогр – площадь ограждения или остекления, м2;Kогр – коэффициент теплопередачи, кДж/(м2*град.);L – количество поступающего наружного воздуха, м3/ч;c – удельная теплоемкость наружного воздуха, кДж/(кГ*град);ρ - плотность воздуха, кГ/м3;tвн-tнар - температура внутреннего и наружного воздуха, град.Во многих случаях определяющими являются потери теплоты через оконные проёмы помещений. Если теплопередача через стенки помещения значительна, то определяется сумма теплопотерь. В настоящей работе рассматриваются потери теплоты через оконные проёмы. Холодный воздух в помещение может поступать от системы вентиляции, от проветривания и посредством инфильтрации через щели и отверстия, особенно при ветре большой скорости. Для нагревания этого воздуха требуются дополнительные затраты теплоты, которые в расчётах иногда принимаются как (15-20)% от общих теплопотерь. Система отопления должна иметь теплопроизводительность не меньше, чем общая величина теплопотерь.Возможно несколько вариантов решений по улучшению температурного режима в помещении с помощью воздушного отопления:увеличить производительность вентиляции, однако при этом, для обеспечения допустимой скорости движения воздуха может потребоваться установка большого количества воздухораспределителей, что увеличивает стоимость установки, и во многих случаях технически трудно осуществимо;уменьшить коэффициент теплопередачи оконных проёмов посредством установки в производственных и жилых помещениях специальных стеклопакетов (двойных или тройных), коэффициент теплопроводности которых составляет величину (8-12) кДж/(м2*град.);увеличить температуру приточного воздуха, однако при этом, должно соблюдаться ограничение - разность между внутренней температурой в помещении и температурой приточного воздуха не должна превышать 18оС. При проектировании системы отопления, в зависимости от особенностей помещения, выбирается соответствующее решение.Для расчёта системы водяного отопления определяется тепловая нагрузка на систему, т.е. количество теплоты, теряемой в помещении, и по этой величине, рассчитывается требуемое количество панельных радиаторов.Исходные данные для расчета параметров микроклимата в холодный период года (t < +10) приведены в таблице 10.Таблица 10Исходные данные для холодного периода годаПараметры микроклиматаПоказателиПроизводительность системы вентиляции L, м3/ч500Удельная теплоёмкость воздуха С, кДж/(кг*град)1Плотность воздуха ρ, кг/м31,425Площадь окон или ограждения помещения Fогр., м28Коэффициент теплопередачи К, кДж/(м2*град)20Температура наружного воздуха tн, град-26Температура приточного воздуха tпр., град25Площадь сечения воздухораспределителя Fв, м20,14Количество воздухораспределителей n4Относительная влажность W, %60Расчет системы воздушного отопленияДля расчета системы воздушного отопления определяется количество необходимых воздухораспределителей с определенной температурой приточного воздуха. Оценка микроклимата в помещении с нормируемыми оптимальными параметрами представлена в таблице 11.В связи с тем, что имеющиеся значения микроклимата не соответствуют нормативным значениям, необходимо провести корректировку количества воздухораспределителей n – увеличить их количество с 4 до 10. А также улучшению показателей микроклимата будут способствовать следующие мероприятия:изменение коэффициента отдачи теплоотдачи К=20 кДж/(м2*град) на значение К=8 кДж/(м2*град), путем установки в помещении вместо обычных рам тройных стеклопакетов;увеличение температуры приточного воздуха до 27 градусов.Данные действия приведут к изменению параметров микроклимата.Таблица 11Оценка микроклимата в помещении с нормируемыми параметрамиПараметры микроклиматаПоказателиТемпература внутри помещения tвн, град.15,6Нормативная температура tнор, град.23Скорость движения воздуха V, м/с0,25Нормативная скорость движения воздуха Vнорм, м/с0,1Относительная влажность W,%60Нормативная относительная влажность Wнор, %40-60Проверка новых параметров системы при наружной температуре воздуха -26 градусов представлена в таблице 12.Таблица 12Проверка новых параметров системыПараметры микроклиматаПоказатели (начальные)Показатели (после изменений)Нормативные значенияТемпература внутри помещения tвн, град.15,622,623Скорость движения воздуха V, м/с0,250,10,1Относительная влажность W,%606040-60Количество воздухораспределителей410Расчет системы водяного отопленияДля расчета системы водяного отопления определяется тепловая нагрузка на систему, т.е. количество теплоты, теряемое в помещении. По полученному значению рассчитывается требуемое количество панельных радиаторов. Параметры водяного отопления и расчетное количество радиаторов при наружной температуре – 26 градусов приведены в таблице 13.

Список литературы

1. www.esri-cis.ru
2. www.bestroutes.com
3. www.ingit.ru
4. Сумец А.М. Логистика: теория, ситуации, практические задания: учебное пособие. М.: Альфа-Пресс, 2008.
5. Меламед И.И. Задача коммивояжера. Приближенные алгоритмы./И.И. Меламед, С. Сергеев, И. Сигал //Автоматика и телемеханика, 1989, №4.
6. Гэри В., Джонсон Д. Вычислительные машины и труднорешаемые задачи. М.: Мир, 1982.
7. Липский В. Комбинаторика для программистов. М.: Мир, 1988.
8. Потемкин В.Г. Введение в MATLAB. М.: Диалог-МИФИ, 2000.
9. Clarke G. Scheduling of vehicles from a central depot to a number of delivery points/ G. Clarke, J.W. Wright // Operation Reserch, 1964, №12.
10. Fisher M.L. A generalized assignment heuristic for vehicle routing./M.L. Fisher, R. Jaikumar// Networks, 1981, №11.
11. Олбрайт К. Моделирование с помощью Microsoft Excel и VBA: разработка систем принятия решений /перевод с англ. М.: Вильямс, 2005.
12. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. М.: Физматлит, 2003.
13. Бочкарев А.А. Планирование и моделирование цепи поставок. М.: Альфа-Пресс, 2008.
14. СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы».
15. ГОСТ 12.1.005-88 «Система стандартов безопасности труда. Общие санитарно-гигиенические требования к воздуху рабочей зоны».
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
© Рефератбанк, 2002 - 2022