Диссертация (1090191), страница 56
Текст из файла (страница 56)
Причем должны быть одновременные данные и о произведенной продукции, и об образующихся из нееотходах, так как рассчитываемая нами динамика образования отходов потребления по распределению Вейбулла базируется на исходных сведениях о производстве. На основе такого анализа можно будет сделать следующие выводы:- установить, работает ли наша модель, то есть, выдает ли реалистичные результаты;- определить, подходят ли для реализации модели средние сроки службы изделий, определенные на основе групп амортизации;- установить коэффициент вариации.В соответствии с этим была сделана проверка на согласие расчетных данныхэмпирическим сведениям об отходах.К сожалению, практически нет исследований, в которых приводится информация одновременно о выпуске конкретных изделий и образующихся отходах.
Поэтому проведение сравнительного анализа достаточно затруднено. Так, в исследовании [545], выполненном в Индии для электронных отходов (е-отходов) на основе фактических продаж в 2007-2013 г. и прогнозируемых продаж в 2014-2018 гг.настольных компьютеров, ноутбуков, телевизоров, мобильных телефонов, количество отходов от этой продукции определялось не эмпирически, а на основе допущений, сделанных авторами, и проведенных ими расчетов. Поэтому некорректно сравнивать авторскую, не подтвержденную фактической информацией, оценкус нашими расчетами.323Для определения адекватности нашей модели мы взяли данные из работы D.Sinha-Khetrival et al. [664], в которой рассматривается образование отходов электронной бытовой техники – компьютеров, мониторов и т.п.
В статье приводятсяфактические сведения как по продажам в Швейцарии с 1983 по 2010 гг. мониторов с электронно-лучевой трубкой, так и по образованию из них отходов на основе информации перерабатывающей компании.Для расчета количества отходов в соответствии с вероятностной моделью мыиспользовали значения среднего срока службы 6-8 лет, определенного нами, исходя из [98]. Несмотря на то, что мониторы ни в одной амортизационной группене указаны, они по своим техническим характеристикам в основном соответствуют включенной в классификацию телеприемной аппаратуре. Поэтому мы отнесли мониторы, как телеприемную аппаратуру, к 4-й амортизационной группе, укоторой срок полезного использования составляет 5-7 лет. Были построены кривые зависимости количества отходов мониторов от их выпуска при разных коэффициентах вариации: 0,15; 0,2; 0.3; 0,4 и разных средних сроках службы: 6, 7, 8лет (рисунок 7.9).абвгРисунок 7.9 – Отходы мониторов в Швейцарии – фактические данные (черные линии) ирассчитанные в соответствии с распределением Вейбулла для разных коэффициентов вариации:a – при V = 0,15; б – при V = 0,2; в – при V = 0,3; г – при V = 0,4; разноцветные линии – дляразных средних сроков службы324ГОСТ Р 50779.27-2007 [72] допускает применение различных критериев согласия для распределения Вейбулла.
Мы оценивали степень близости аппроксимацииэмпирических значений (черной кривой) вычисленными распределениями Вейбулла с помощью коэффициента детерминации R2 при разных μ и V:г.)27∑R 2 ( μ,v ) = 1 − k =1(1983 27г.)( y ( μ,v,1983, k ) − y∑k =1(1983k∗k(1983 + k )( y ( μ,v,1983, k ) − y(μ,v) )22.kгде yk – значения наблюдаемой переменной (количество отходов в k-ом году поэкспериментальным данным), ỹ – среднее значение по наблюдаемым данным, y*k –модельные значения количества отходов, построенные по оцененным параметрам.Ниже приведены рассчитанные значения R2 в зависимости от μ и V:R2(9; 0,15) = 0,899;R2(9,72; 0,15) = 0,848;R2(6; 0,3) = 0,708;R2(7; 0,3) = 0,884;R2(9; 0,3) = 0,94;R2(10; 0,3) = 0,885;R2(6; 0,4) = 0,664;R2(7; 0,4) = 0,838;R2(8; 0,3) = 0,949;R2(8; 0,4) = 0,914.Самый высокий коэффициент детерминации R2 = 0,949 при среднем срокеслужбы 8 лет и коэффициенте вариации 0,3.
Это говорит о хорошем приближенииэмпирических данных теоретической моделью. Незначительная доля дисперсии в5 % не учитывается в построенной модели. К числу необъясненных факторов модели может относиться изменение среднего срока службы изделий с течениемвремени, так как предположение о постоянстве средней продолжительности жизненного цикла объектов в современных условиях постиндустриального обществавесьма сомнительно. Это связано с ускорением прогресса в технике и технологиях, нарастанием потребительского интереса к замене старого новым, использованием более короткоживущих материалов при выпуске продукции.
Следовательно,средний срок службы является время-зависимой величиной, особенно для высокотехнологичных объектов. Так, в работе C.W. Babbitt с соавт. [554] было показано изменение времени жизни компьютеров в среднем с 10,7 лет в 1985 г. до 5,5лет в 2000 г. Для проверки данной гипотезы об ускорении устаревания изделийбыла проведена оптимизация модели, учитывающая сокращение времени жизниобъектов. Для этого была выбрана линейная зависимость среднего срока службы325от времени: μ = μ0 – αt, где μ – математическое ожидание среднего срока службы;μ0 – нормативный срок службы в начале периода исследования; α – темп снижения срока службы в год; t – время исследования. В нашем случае t = 27 лет (с 1983по 2010 г.).
В результате решения оптимизационной задачи были получены следующие результаты: темп снижения срока службы α = 0,1, при этом коэффициентдетерминации стал R2 = 0,98. Это демонстрирует очень хорошую согласованностьтеоретического и эмпирического распределений.О достоверности полученных предлагаемым методом результатов такжесвидетельствуют рассчитанные данные, например, о вышедших из эксплуатацииавтомобильных шинах в России. Официальная информация об образовании определенных видов отходов в стране отсутствует, поэтому приходится опиратьсятолько на литературные источники.
Так, в таблице 7.5 показана динамика производства, экспорта и импорта резиновых шин для различных типов автомобилей.Общее количество отходов изношенных шин, рассчитанное нами в соответствии свероятностным распределением Вейбулла (при μ = 4 года, V = 0,4), приведено вконце таблицы. Согласно литературным данным ежегодный объем образования отходов шин составляет 0,9 [505] – более 1 [428] млн т.
Видно, что наши расчеты хорошо согласуются с этими данными (согласно зарубежным исследованиям [633]многие оценки образования отходов считаются точными, если они имеют ± 30 %точности). Низкие значения отходов в 1992-1996 гг. связаны с тем, что мы при расчетах не учитывали выпуск шин в предыдущие годы из-за отсутствия данных, тоесть у нас отправной точкой служил 1992 г., когда как будто бы впервые был налажен выпуск шин. После 1996 г., то есть как раз когда возраст первых учитываемыхнами шин достиг нормативного срока службы в 4 года, распределение количестваотходов начинает следовать за распределением массы выпущенных шин (рисунок7.10). Можно считать, что временной лаг соответствует среднему сроку службыизделий. В отличие от отходов мониторов с электронно-лучевой трубкой (рисунок7.9) кривая образования отходов шин на рисунке 7.10 не имеет куполообразноговида (не сходит на нет) из-за продолжающегося выпуска новых шин, в противоположность указанным мониторам, производство которых пошло на спад в 2000-е годы.
Также в таблице 7.5 приведена рассчитанная масса каучука, содержащегося в326отходах шин. В целом по стране образуется и практически не утилизируется околоПотребление шин20122010200820062004200220001998199619941,801,601,401,201,000,800,600,400,200,001992миллион тоннполумиллиона тонн каучука в составе амортизированных шин.Масса отходов шинРисунок 7.10 – Образованиеотходов шин автомобильных,для сельскохозяйственныхмашин, мотоциклов имотороллеровНа рисунке 7.11 приведены данные не по массе отходов шин, а по количествувыходящих из эксплуатации шин для разных видов автомобилей и техники, рассчитанные для коэффициентов вариации V = 0,3; 0,4; 0,5 (разноцветные линии награфиках).
Также на этом рисунке представлены прогнозные значения на 10 летвперед до 2024 г. (справа от вертикальной зеленой линии) для разных вариантовпотребления: А – при увеличении потребления на 2 % в год, начиная с 2014 г. –последнего года с известной официальной статистической информацией; В – принеизменном потреблении; С – при уменьшении потребления на 2 % в год.абвгРисунок 7.11 – Динамические ряды и прогноз выхода из эксплуатации резиновых шин для: а –грузовых автомобилей; б – легковых автомобилей; в – сельскохозяйственных машин и дорожной техники; г – мотоциклов и мотороллеров (обозначения в тексте)327Таблица 7.5 – Производство1, экспорт2, импорт2 и образование отходов3 резиновых шинПоказателиЕдиницаГодизмере1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013нияШины для грузовых автомобилей4Производство млн шт.
16,92 13,53 7,24 6,93 8,56млн шт. 2,12 1,24 1,46 0,71 1,00Экспортмлн т 0,99 0,83 0,40 0,44 0,53Потребление8,961,000,577,42 8,51 10,15 11,40 10,86 11,66 11,72 11,70 11,03 11,79 10,14 7,08 8,40 8,47 8,18 7,201,41 1,43 1,78 2,20 2,64 2,86 2,88 2,81 2,82 2,75 2,13 1,85 3,00 2,01 2,16 2,190,43 0,47 0,57 0,62 0,55 0,62 0,64 0,64 0,61 0,71 0,64 0,40 0,42 0,55 0,52 0,45Шины для легковых автомобилей5Производство млн шт. 16,76 17,67 10,21 10,53 11,18 14,00 14,59 17,65 17,67 19,72 22,18 24,18 25,10 27,32 27,51млн шт.
2,35 1,12 1,56 0,91 0,80 0,90 1,28 1,66 2,27 2,46 3,15 3,66 4,03 5,65 5,88Экспортмлн т 0,22 0,25 0,15 0,17 0,20 0,27 0,27 0,27 0,30 0,33 0,35 0,35 0,40 0,43 0,49ПотреблениеШины для сельскохозяйственных машин6Производство млн шт. 4,03 2,04 0,78 0,55 0,75 0,88 0,77 0,90 1,10 1,61 1,58 1,69 1,74 1,71 1,34млн шт. 2,00 1,03 0,33 0,27 0,22 0,19 0,24 0,26 0,32 0,47 0,56 0,63 0,65 0,66 0,51Экспортмлн т 0,29 0,14 0,07 0,04 0,08 0,10 0,08 0,10 0,12 0,17 0,15 0,16 0,17 0,18 0,17Потребление29,38 26,19 19,90 26,62 31,91 32,04 34,006,41 5,43 6,61 7,44 9,64 9,65 10,440,63 0,63 0,38 0,56 0,69 0,74 0,751,60 1,63 1,09 1,44 1,21 1,33 1,400,55 0,53 0,49 0,51 0,61 0,81 0,930,23 0,25 0,13 0,19 0,16 0,16 0,17Шины для мотоциклов и мотороллеров7Производство млн шт.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
