Горный институт УрО РАН (Пермь, Россия)
Гришин Е. Л., зав. сектором промышленной безопасности, канд. техн. наук, доцент
Накаряков Е. В., зав. сектором рудничной вентиляции, канд. техн. наук, nakariakovev@gmail.com
Бублик С. А., младший научный сотрудник
Стариков А. Н., инженер
Представлены результаты исследования влияния режимов и отдельных параметров работы турбированного дизельного двигателя на качественный состав рудничной атмосферы. Показаны определяющие факторы изменения расхода выхлопных газов и концентраций в них ядовитых компонентов. Результаты исследований позволили уточнить принципы расчета требуемого расхода воздуха для обеспечения санитарных норм при работе в горных выработках техники с двигателями внутреннего сгорания.
Исследование выполнено при финансовой поддержке Министерства науки и высшего образования РФ в рамках государственного задания (рег. номер НИОКТР: 126012716039–2).
1. Гендлер С. Г., Серёгин А. С., Фазылов И. Р., Белехов П. А., Подрезова М. А. Экспериментальное определение количества воздуха, необходимого для проветривания рудника по фактору разбавления выбросов загрязняющих веществ от машин с двигателями внутреннего сгорания // Горная промышленность. 2025. № 6. С. 173–180.
2. Кобылкин С. С., Каледина Н. О., Кобылкин А. С., Сенаторов В. А. Динамика выхлопных газов от дизельных машин в рудниках // Горный журнал. 2023. № 12. С. 94–102.
3. Zhang H., Li M., Xiao Y., Han X., Liu B. et al. Numerical study on interactions between climate conditions and diesel exhaust and optimization of auxiliary ventilation in underground mines // Thermal Science and Engineering Progress. 2023. Vol. 37. ID 101594.
4. Накаряков Е. В., Семин М. А., Гришин Е. Л., Колесов Е. В. Анализ закономерностей накопления и выноса выхлопных газов от машин с двигателями внутреннего сгорания в тупиковых камерообразных горных выработках // Безопасность труда в промышленности. 2021. № 5. С. 41–47.
5. Menendez-Cabo P., Garcia-Gonzalez H. Assessment of Diesel Engine Exhaust Levels in an Underground Mine Before and After Implementing Diesel Particulate Filters (DPF) and Selective Catalytic Reduction (SCR) Systems // Clean Technologies. 2025. Vol. 7. Iss. 4. ID 104.
6. Silverman D. T., Bassig B. A., Lubin J., Graubard B., Blair A. et al. The Diesel Exhaust in Miners Study (DEMS) II: Temporal Factors Related to Diesel Exhaust Exposure and Lung Cancer Mortality in the Nested Case–Control Study // Environmental Health Perspectives. 2023. Vol. 131. Iss. 8. DOI: 10.1289/EHP11980
7. Vermeulen R., Coble J. B., Yereb D., Lubin J. H., Blair A. et al. The Diesel Exhaust in Miners Study: III. Interrelations between Respirable Elemental Carbon and Gaseous and Particulate Components of Diesel Exhaust derived from Area Sampling in Underground Non-metal Mining Facilities // Annals of Occupational Hygiene. 2010. Vol. 54. No. 7. P. 762–773.
8. Левин Л. Ю., Зайцев А. В., Гришин Е. Л., Семин М. А. Расчет количества воздуха по содержанию кислорода для проветривания рабочих зон при применении машин с двигателями внутреннего сгорания // Безопасность труда в промышленности. 2015. № 8. С. 43–46.
9. Коршунов Г. И., Еремеева А. М., Серегин А. С. Обоснование снижения требуемого расхода воздуха при проветривании горных выработок угольных шахт с работающими дизельными двигателями // ГИАБ. 2022. № 3. С. 47–59.
10. Kurnia J. C., Sasmito A. P., Wong W. Y., Mujumdar A. S. Prediction and innovative control strategies for oxygen and hazardous gases from diesel emission in underground mines // Science of The Total Environment. 2014. Vol. 481. P. 317–334.
11. Halim A. Ventilation requirements for diesel equipment in underground mines – Are we using the correct values? // Proceedings of the 16th North American Mine Ventilation Symposium. – Golden, 2017.
12. Panteleev I., Semin M., Grishin E., Kormshchikov D., Iziumova A. et al. Deep Learning Prediction of Exhaust Mass Flow and CO Emissions for Underground Mining Application // Algorithms. 2025. Vol. 18. Iss. 10. ID 630.
13. Çay Y., Korkmaz I., Çiçek A., Kara F. Predicti on of engine performance and exhaust emissions for gasoline and methanol using artificial neural network // Energy. 2013. Vol. 50. P. 177–186.
14. Lundberg S. M., Lee S.-I. A Unified Approach to Interpreting Model Predictions // Advances in Neural Information Processing Systems : Proceedings of the 31st Conference on Neural Information Processing System. – Long Beach, 2017. P. 4766–4775.