Reliability analysis of mine ventilation fans based on Markov process theory

Cover Page

Cite item

Full Text

Abstract

The reliability of mine ventilation fans plays a crucial role in aerological systems and is determined by a combination of various geological, mining-technological, and structural factors, most of which are stochastic in nature. The problem of quantifying the reliability indicators of mine fan installations is addressed using various mathematical methods for modeling random processes. This study considers the possibility of applying Markov process theory to develop a methodology for calculating the operational reliability of centrifugal main mine ventilation fans, using the VShTs-16 as an example. The limitations of applying Markov processes to reliability analysis are demonstrated, particularly due to the condition of stochastic independence of failures. The use of homogeneous Markov processes has its constraints, since the transition intensities between individual system states are not always constant. In such cases, it is impossible to construct a system of differential equations with time-dependent coefficients. When stochastic dependence is present in failure flows of mechanical systems, the application of Markov process theory remains possible, but the most effective tool for reliability analysis in such cases is the Monte Carlo numerical simulation method.

About the authors

P. V. Vyatkin

AMZ Ventprom JSC

Email: vyatkinpv@ventprom.com
ORCID iD: 0009-0001-2477-4436

N. G. Valiev

Ural State Mining University

Email: Niyaz.Valiev@m.ursmu.ru
ORCID iD: 0000-0002-5556-2217
SPIN-code: 3886-5864

D. I. Simisinov

Ural State Mining University

Email: 7sinov@m.ursmu.ru
ORCID iD: 0000-0001-6095-0073
SPIN-code: 6285-0395

E. B. Volkov

Ural State Mining University

Email: gmf.tm@ursmu.ru
ORCID iD: 0000-0002-8313-3137
SPIN-code: 4878-2380

References

  1. Ahaiev R., Prytula D., Kliuiev E., et al. The determination of the influence degree of mining-geological and mining-technical factors on the safety of the degassing system. In: E3S Web of Conferences. II International Conference Essays of Mining Science and Practice. 2020;168:00040. https://doi.org/10.1051/e3sconf/202016800040
  2. Матерова Е. С., Аксенова Ж. А., Никифоров А. А. и др. Потенциал развития горнодобывающего сектора России. Уголь. 2024;(12):41–46. http://dx.doi.org/10.18796/0041-5790-2024-12-41-46
  3. Баловцев С. В. Оценка схем вентиляции с учетом горно-геологических и горнотехнологических условий отработки угольных пластов. Горный информационно-аналитический бюллетень. 2019;(6):173–183. https://doi.org/10.25018/0236-1493-2019-06-0-173-183
  4. Chen Y., Liu R., Liu C., et al. Influence of blade installation angle spanwise distribution on the energy characteristics of mining contra-rotating axial flow fan. Scientific Reports. 2025;15(1):6444. https://doi.org/10.1038/s41598-025-90797-4
  5. Каледина Н. О., Малашкина В. А. Индикаторная оценка надежности функционирования шахтных вентиляционно-дегазационных систем. Записки Горного института. 2021;250:553–561. https://doi.org/10.31897/PMI.2021.4.8
  6. Odeyar P., Apel D. B., Hall R., et al. A review of reliability and fault analysis methods for heavy equipment and their components used in mining. Energies. 2022;15(17):6263. https://doi.org/10.3390/en15176263
  7. Ушаков В. К. Проблема надежности и эффективности шахтных вентиляционных систем. Горный информационно-аналитический бюллетень. 2015;(4):240–248.
  8. Кашников А. В., Круглов Ю. В. Определение параметров проветривания рабочей зоны рудника на основе нечеткой логики. Горный информационно-аналитический бюллетень. 2023;(5):68–82. https://doi.org/10.25018/0236_1493_2023_5_0_68
  9. Райншке К. Модели надежности и чувствительности систем. М.: Мир; 1979. 452 с. (Ориг. вер.: Reinschke K. Zuverlässigkeit und verfügbarkeit technischer systeme: theorie – praxis – berechnung. Berlin: VEB Verlag Technik; 1973. 392 s. (In German))
  10. Петроченков А. Б., Бочкарёв С. В., Ромодин А. В., Елтышев Д. К. Планирование процесса эксплуатации электротехнического оборудования с использованием теории марковских процессов. Электротехника. 2011;(11):20–24.
  11. Agbinya J. I. Markov Chain and its applications. In: Applied Data Analytics – Principles and Applications. 1st ed. New York: River Publishers eBooks; 2022. 15 p. https://doi.org/10.1201/9781003337225-1
  12. Ssempijja M. N., Namango S., Ochola J., Mubiru P. K. Application of Markov Chains in manufacturing systems: a review. International Journal of Industrial Engineering and Operational Research. 2021;3(1):1–13. https://doi.org/10.22034/ijieor.v3i1.26
  13. Wang Y., Xie B., E Sh. Adaptive relevance vector machine combined with Markov-chain-based importance sampling for reliability analysis. Reliability Engineering & System Safety. 2022;220:108287. https://doi.org/10.1016/j.ress.2021.108287
  14. Розанов Ю. А. Введение в теорию случайных процессов. М.: Наука; 1982. 128 с.
  15. Игнатов В. А., Маньшин Г. Г., Костановский В. В. Элементы теории оптимального обслуживания технических изделий. Минск: Наука и техника; 1974. 192 с.
  16. Овчаров Л. А. Прикладные задачи теории массового обслуживания. М.: Машиностроение; 1969. 324 с.
  17. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. М.: Финансы и статистика; 1982. 272 с. (Ориг. вер.: Müller P., Neumann P., Storm R. Tafeln der mathematischen statistik. Berlin: VEB Deutscher Verlag der Wissenschaften; 1979. 272 s. (In German))
  18. Проников А. С. Надежность машин. М.: Машиностроение; 1978. 592 с.
  19. Русский Е. Ю. Исследование вибрационной надежности роторов осевых вентиляторов главного проветривания шахт. Интерэкспо Гео-Сибирь. 2017;2(2):121–125.
  20. Копачев В. Ф. Обоснование срока службы вентиляторов главного проветривания в условиях переменной нагрузки. Известия высших учебных заведений. Горный журнал. 2020;(6):102–108. https://doi.org/10.21440/0536-1028-2020-6-102-108
  21. Копачев В. Ф., Копачева Е. А. Исследование влияния переходных процессов на технические показатели рудничных систем производства и транспортирования сжатого воздуха. Горный информационно-аналитический бюллетень. 2025;(1–1):106–119. https://doi.org/10.25018/0236_1493_2025_11_0_106
  22. Ушаков В. К. Математическое моделирование надежности и эффективности шахтных вентиляционных систем. М.: Горная книга; 2003. 181 с.
  23. Потапов В.Д., Призов А.Д. Имитационное моделирование производственных процессов в горной промышленности. М.: Высшая школа; 1981. 191 с.
  24. Jones G. L., Qin Q. Markov chain Monte Carlo in practice. Annual Review of Statistics and Its Application. 2022;9(1):557–578. https://doi.org/10.1146/annurev-statistics-040220-090158

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).