વીજળીના વપરાશના દરની ગણતરી

ઊર્જા વપરાશના ધોરણોના વિકાસમાં ત્રણ મુખ્ય અભિગમોનો ઉપયોગ કરવામાં આવે છે: પ્રાયોગિક, કોમ્પ્યુટેશનલ-વિશ્લેષણાત્મક અને આંકડાકીય.

અનુભવી રીતને નિયમો દ્વારા નિર્દિષ્ટ તકનીકી પ્રક્રિયાના મોડ્સમાં દરેક ઑપરેશન માટે વીજળીના વપરાશના માપની જરૂર છે. ઉત્પાદનના યુનિટ દીઠ વીજળીનો વપરાશ ઓપરેટિંગ ખર્ચ ઉમેરીને નક્કી કરવામાં આવે છે.

આ અભિગમ માટે મોટી સંખ્યામાં માપન ઉપકરણો અને નોંધપાત્ર શ્રમ ખર્ચનો ઉપયોગ જરૂરી છે. દરેક ઑપરેશન માટે વિશ્વસનીય પરિણામો મેળવવા માટે, પરિણામોની મોટી સંખ્યામાં માપન અને આંકડાકીય પ્રક્રિયા હાથ ધરવા જરૂરી છે, તેમજ સાઇટ, વર્કશોપ, ઉત્પાદનના ખર્ચ સાથે મેળવેલા ડેટાની તુલના કરવી જરૂરી છે. તેથી, આ પદ્ધતિ મુખ્યત્વે ચોક્કસ ઉત્પાદન વાતાવરણમાં વ્યક્તિગત ધોરણો નક્કી કરવા માટે લાગુ પડે છે.

કોમ્પ્યુટેશનલ-વિશ્લેષણાત્મક પદ્ધતિમાં ગણતરી દ્વારા વીજળી વપરાશનો દર નક્કી કરવાનો સમાવેશ થાય છે - તકનીકી ઉપકરણોના પાસપોર્ટ ડેટા અનુસાર, તેના લોડની ડિગ્રી, ઓપરેટિંગ મોડ્સ અને અન્ય પરિબળોને ધ્યાનમાં લેતા. સામાન્ય ઉત્પાદન ધોરણો માટે, તમામ સહાયક સાધનો (વેન્ટિલેશન, પાણી પુરવઠો અને ગટર, ઇલેક્ટ્રિક લાઇટિંગ, સમારકામની જરૂરિયાતો, વગેરે) ની શક્તિ અને ઓપરેટિંગ મોડ્સ પણ ધ્યાનમાં લેવા જોઈએ.

વિવિધ ગુણાંક (સ્વિચિંગ, ચાર્જિંગ વગેરે) નો ઉપયોગ કરીને વીજ ગ્રાહકોના ઓપરેટિંગ મોડ્સને ધ્યાનમાં લેવામાં આવે છે, પ્રયોગમૂલક પસંદગી અને રેન્ડમ પ્રકૃતિ જે નોંધપાત્ર ભૂલો તરફ દોરી જાય છે. ઊર્જા વપરાશ ઘટકોના સમૂહની તત્વ-દર-તત્વ ગણતરી પદ્ધતિને અત્યંત સમય માંગી લે છે.

ચોક્કસ સમયગાળા માટે સામાન્ય અને ચોક્કસ ખર્ચ પરના ડેટાની આંકડાકીય પ્રક્રિયા અને તેમના પરિવર્તનને પ્રભાવિત કરતા પરિબળોની ઓળખ પર આધારિત રેશનિંગની આંકડાકીય પદ્ધતિ. ગણતરીઓ વીજળી મીટર અને ઉત્પાદન આઉટપુટ ડેટાના રીડિંગ્સ અનુસાર કરવામાં આવે છે. આ પદ્ધતિ સૌથી ઓછો સમય લેતી, ભરોસાપાત્ર અને રેશનિંગ ઉર્જા વપરાશની પ્રેક્ટિસમાં વ્યાપકપણે ઉપયોગમાં લેવાતી છે. ચાલો તેના અમલીકરણની વ્યવહારિક પદ્ધતિઓ જોઈએ.

વીજળીના ચોક્કસ વપરાશની ગણતરી વિશિષ્ટ સુવિધા માટે કરવામાં આવે છે - ઉત્પાદન સ્થળ, વર્કશોપ અથવા અલગ ઊર્જા-સઘન એકમ કે જેનું પ્રવેશદ્વાર પર "પોતાનું" કાઉન્ટર હોય. અસરકારક નિયમન માટે વીજળી મીટરિંગનું સંગઠન એ પૂર્વશરત છે.

વીજ પુરવઠા પ્રણાલીઓની જટિલતા અને શાખાને કારણે વીજળી માપવા માટેની તકનીકી સિસ્ટમ ઘણીવાર એન્ટરપ્રાઇઝના વહીવટી વિભાગ સાથે સુસંગત હોતી નથી. તેથી, રેશનિંગ હાથ ધરતા વહીવટી એકમોની નિમણૂક કરતી વખતે, તેમને એકાઉન્ટિંગ એકમો સાથે મેપ કરવામાં આવશ્યક છે.

નિયંત્રિત ઑબ્જેક્ટ માટે, ઉત્પાદનોના મુખ્ય પ્રકારોને અલગ પાડવામાં આવે છે, જેનું ઉત્પાદન વોલ્યુમ શિફ્ટ, એક દિવસ અથવા સાધનસામગ્રીના એક ચક્ર માટે ગણતરી કરી શકાય છે. તદનુસાર, વીજળીના મીટરના રીડિંગ્સ દરરોજ અથવા દરેક કાર્ય ચક્ર માટે શિફ્ટમાં લેવામાં આવે છે.

લાક્ષણિકતા સૂચકાંકોની ગણતરી કરવા માટે, આંકડાકીય માહિતી એકત્રિત કરવા માટે પ્રારંભિક તબક્કા જરૂરી છે - ઓછામાં ઓછા 50 સમયગાળા. કોષ્ટક 1 પ્રારંભિક ડેટા રજૂઆતનું ઉદાહરણ દૃશ્ય બતાવે છે. દરેક સમય અંતરાલના અંતે, સુવિધાનો કુલ વીજ વપરાશ (મીટર દીઠ) અને ઉત્પાદન આઉટપુટ રેકોર્ડ કરવામાં આવે છે. છેલ્લા કૉલમમાં, ચોક્કસ વીજળી વપરાશના મૂલ્યો દાખલ કરવામાં આવ્યા છે, જે સૂત્ર w = W/M દ્વારા મેળવવામાં આવે છે, જ્યાં W એ M ની માત્રામાં ઉત્પાદનોના ઉત્પાદન માટે વાસ્તવિક વીજળીનો વપરાશ છે (જથ્થામાં માપી શકાય છે વિવિધ એકમો).

વિભાગ. 1.

વિવિધ સમયગાળા માટે વાસ્તવિક ચોક્કસ વીજળીનો વપરાશ એકસરખો નથી, જે પસંદ કરેલ ઑબ્જેક્ટના વિવિધ લોડ, ઑપરેટિંગ મોડ્સ, કાચા માલની રચના અને અન્ય પરિબળોને કારણે છે.જો આ બધી શરતો સમાન હોય, તો એકમ ખર્ચના મૂલ્યો વિવિધ સમયગાળા માટે નજીક હોય છે, તેમનું વિતરણ સામાન્ય (ગૌસિયન) હોવું જોઈએ. આ કિસ્સામાં, તમે સંખ્યાબંધ સમયગાળા માટે વીજળી વપરાશનું સરેરાશ મૂલ્ય મેળવી શકો છો અને તેને ધોરણ તરીકે વાપરો.

એ નોંધવું જોઇએ કે પ્રાયોગિક ડેટાનું વિતરણ સામાન્ય છે (ગૌસીયન) ફક્ત તકનીકી પ્રક્રિયાની સમાન પરિસ્થિતિઓ અને ઉત્પાદિત ઉત્પાદનના સમાન પરિમાણોના કિસ્સામાં. ઘણી વાર ડેટા બે પરિબળોને કારણે સામાન્ય વિતરણને અનુસરતું નથી.

પ્રથમ, ઉત્પાદનો, કાચો માલ અથવા સાધનસામગ્રી ઓપરેટિંગ મોડ્સના પરિમાણોમાં ફેરફાર થઈ શકે છે. ઉદાહરણ તરીકે, સ્ટીલના ગ્રેડ અને રોલ્ડ મેટલની પ્રોફાઇલનો ઉર્જા વપરાશ પર ઘણો પ્રભાવ છે (રિઇનફોર્સમેન્ટનું રોલિંગ 180 kWh, સમાન વ્યાસનું સ્ટેનલેસ સ્ટીલ - 540 kWh) ચોક્કસ ઉર્જા વપરાશ નક્કી કરે છે. આ કિસ્સાઓમાં, મોનિટરિંગ એવી રીતે ગોઠવવું જોઈએ કે એકરૂપ ઉત્પાદનોમાંથી જરૂરી સંખ્યામાં માપન મેળવી શકાય.

બીજું, સામાન્ય વિતરણના ઉલ્લંઘનને તકનીકી ગુણધર્મો દ્વારા સમજાવવામાં આવે છે, જે આ કિસ્સામાં તકનીકીમાંથી વિચલનો દ્વારા પ્રગટ થાય છે, નકારવામાં આવે છે અને ગ્રેડ ચૂકી જાય છે (ઉદાહરણ તરીકે, મેલ્ટનું પ્રમાણ નજીવા કરતા નોંધપાત્ર રીતે ઓછું છે). આ એવા કિસ્સાઓ છે કે જે જવાબદાર ટેક્નોલોજિસ્ટે ઓળખવા જોઈએ અને તેના પર પગલાં લેવા જોઈએ. સામાન્યમાંથી વિતરણનું વિચલન ચોક્કસ ક્ષેત્રને વ્યાખ્યાયિત કરે છે જે સંસ્થાકીય પગલાં દ્વારા ઊર્જા બચતના સંભવિત વોલ્યુમોને નિર્ધારિત કરે છે.

વાજબી ધોરણો મેળવવા માટે, સામાન્ય (ગૌસિયન) વિતરણ સાથે ચોક્કસ વીજળી વપરાશના વિતરણના આંકડાકીય કાયદાની સુસંગતતા તપાસવી જરૂરી છે. તમે માપદંડ દ્વારા પરીક્ષણનો ઉપયોગ કરી શકો છો χ2… જો માપદંડનું પ્રાપ્ત મૂલ્ય સૈદ્ધાંતિક મૂલ્ય કરતાં વધી જાય, તો આંકડાકીય વિતરણના પત્રવ્યવહારની પૂર્વધારણાને નકારવી જોઈએ.

આનો અર્થ એ છે કે પ્રાપ્ત ડેટામાંથી ઉત્પાદનના એકમ દીઠ વીજળીના વપરાશના એક દરનું કામ કરવું અશક્ય છે, પછી તેમને લાક્ષણિક તકનીકી સ્થિતિઓ અનુસાર વિભાજિત કરવું જોઈએ, ઊર્જા વપરાશના દરેક દરની ગણતરી કરવી જોઈએ અથવા આંકડાકીય અવલંબન નક્કી કરવું જોઈએ. w = f (x1, x2, x3) ને પ્રભાવિત કરતા પરિબળો દ્વારા ચોક્કસ વપરાશ, જ્યાં ઉત્પાદન વોલ્યુમ પરિબળ x1, x2, x3, તાપમાન, પ્રક્રિયા ઝડપ, વગેરે તરીકે કાર્ય કરી શકે છે.

જો ચેક પુષ્ટિ કરે છે કે એકમ ખર્ચનું વિતરણ સામાન્યની નજીક છે, તો આ ડેટાના આધારે વીજળીના વપરાશનો દર નક્કી કરી શકાય છે. મોનિટરિંગ માટે, ચોક્કસ ઉર્જા વપરાશ હોવો જોઈએ તે શ્રેણીને સેટ કરવાનું સૌથી અનુકૂળ છે.

શ્રેણી સૌથી સરળ રીતે સરેરાશ પ્રવાહ દર અને પ્રમાણભૂત વિચલન દ્વારા નક્કી કરવામાં આવે છે. σ... સાદા શબ્દોમાં કહીએ તો, શ્રેણીની નીચલી મર્યાદા wmin = wWed — 1.5σ, અને ઉપરની મર્યાદા — wmax = wcp + 1.5σ... નિયમ 10 અનુસાર — ચોક્કસ વીજળીના 20% વાસ્તવિક ઉત્પાદન પરિસ્થિતિઓમાં પ્રાપ્ત થયેલ વપરાશ, નિર્દિષ્ટ શ્રેણી કરતાં વધી જાય છે, જે કામદારોની ભૂલો, શાસનનું ઉલ્લંઘન, ઉત્પાદનની ગુણવત્તામાં વિચલનો વગેરેને કારણે છે.ટેક્નોલોજી સ્ટાફે આવા કિસ્સાઓ પર ધ્યાન આપવું જોઈએ અને પગલાં લેવા જોઈએ.

અમે ભારપૂર્વક જણાવીએ છીએ કે આમાંની કોઈપણ પદ્ધતિ દ્વારા મેળવેલા ધોરણો માત્ર એંટરપ્રાઇઝમાં ઉત્પાદનોના ઉત્પાદન માટે ઊર્જા વપરાશના મોડ્સને પ્રતિબિંબિત કરે છે જ્યાં તેઓ પ્રાપ્ત થાય છે, અને તેને સમગ્ર ઉદ્યોગ અથવા અન્ય એન્ટરપ્રાઇઝમાં વિસ્તૃત કરી શકાતા નથી. આ તકનીકી પ્રકારની જટિલ સિસ્ટમ તરીકે દરેક એન્ટરપ્રાઇઝના વ્યક્તિગત ગુણધર્મોને કારણે છે.

ઉદાહરણ તરીકે, ધાતુના તાપમાન, રોલિંગ સ્પીડ, કેલિબ્રેશન, બેરિંગ ઘર્ષણ, તકનીકી નુકસાન વગેરેના આધારે રોલિંગ ઉત્પાદન માટેનું તકનીકી ધોરણ પ્રાયોગિક રીતે નક્કી કરવામાં આવ્યું હતું. કટીંગ સ્પીડ અને મશીનિંગ ટાઈમ. જો કે, આ પરિણામો તમામ મશીન ટૂલ્સમાં ટ્રાન્સફર કરી શકાતા નથી, એક જ પ્લાન્ટમાં પણ, કારણ કે વ્યવહારમાં ઘણા પ્રકારના મશીનવાળા ભાગો અને મશીનિંગ મોડ્સ છે.

ઉપરાંત, તમે દરેક વિગત માટે મેળવેલ આ વેગનો ઉપયોગ કેવી રીતે કરશો? મશીનની નજીક વીજળીનું મીટર મૂકવું અને દરેક ભાગના વપરાશની પ્રમાણભૂત સાથે સરખામણી કરવી અશક્ય છે. ઉત્પાદિત ભાગોની સંખ્યા અને શ્રેણીને ધ્યાનમાં લેતા ધોરણોનું સામાન્યીકરણ, કામ પરના તમામ પરિબળોને ધ્યાનમાં લેવામાં અસમર્થતાને કારણે મોટી ભૂલ તરફ દોરી જશે.

ઉપરાંત, કોમ્પ્યુટેશનલ અને વિશ્લેષણાત્મક પદ્ધતિનો ઉપયોગ કરીને, વર્કશોપ અથવા એન્ટરપ્રાઇઝ માટે તમામ સંભવિત તકનીકી સ્થિતિઓ, ઉત્પાદનોના પ્રકારો, કાચા માલની ગુણવત્તા, વીજ વપરાશને ધ્યાનમાં લેતા, વ્યક્તિગત ઇલેક્ટ્રિકલ રીસીવરોની નજીવી શક્તિ પરના ડેટામાંથી જવાનું અશક્ય છે. એક મહિના, ક્વાર્ટર, વર્ષ માટે.

ઉત્પાદનોની સમગ્ર શ્રેણી માટે વિવિધ વિશિષ્ટ ધોરણોનો સરવાળો કરીને એન્ટરપ્રાઇઝ દ્વારા ઊર્જા વપરાશનું અંદાજિત મૂલ્ય મેળવવું અશક્ય છે. આ કરવા માટે, આગલા મહિને (ક્વાર્ટર, વર્ષ) માં રિલીઝ થનારા ઉત્પાદનોની કુલ રકમ જ નહીં, પણ તેને બ્રાન્ડ્સ, પ્રોસેસિંગ મોડ્સની લાક્ષણિકતાઓ અને અન્ય ઘણા પરિબળો દ્વારા ચોક્કસ રીતે વિભાજીત કરવા માટે અગાઉથી આયોજન કરવું જરૂરી છે. આયોજિત અર્થતંત્રની પરિસ્થિતિઓમાં આ અશક્ય હતું અને હવે પણ વધુ છે.

નજીકના તકનીકી ચક્ર સાથે પણ વિવિધ સાહસો અને સમગ્ર પ્લાન્ટ માટે વિસ્તૃત ધોરણો અનુસાર તુલના કરવી અશક્ય છે. આમ, 1985 માં, ફેરસ ધાતુશાસ્ત્રના સાહસોમાં, 1 ટન રોલ્ડ ઉત્પાદનોના ચોક્કસ વીજળીના વપરાશનું મૂલ્ય 36.5 થી 2222.0 kW • h/t હતું જેની ઉદ્યોગ સરેરાશ 115.5 kW * h/t; કન્વર્ટર સ્ટીલ માટે — 13.7 થી 54.0 kW • h/t ની ઇન્ડસ્ટ્રી એવરેજ 32.3 kW • h/t.

આવા નોંધપાત્ર ફેલાવાને દરેક ઉત્પાદન માટે તકનીકી, સંગઠનાત્મક અને સામાજિક પરિબળોમાં તફાવત દ્વારા સમજાવવામાં આવે છે, અને તે સ્પષ્ટ છે કે સરેરાશ ઉદ્યોગ ધોરણ તમામ સાહસો સુધી વિસ્તૃત કરી શકાતું નથી. તે જ સમયે, જો તે ઉદ્યોગની સરેરાશ કરતાં વધી જાય તો એન્ટરપ્રાઇઝને બિનકાર્યક્ષમ ગણી શકાય નહીં.

ઉત્પાદનમાં ઘટાડો, સાધનસામગ્રીનો અપૂર્ણ અને અનિયમિત ઉપયોગ, એકમના ઊંચા ખર્ચ તરફ દોરી જાય છે, જે ડેટા ગેપને વધુ વિસ્તૃત કરે છે. તેથી, આજની પરિસ્થિતિઓમાં, વીજળી વપરાશના ઉદ્યોગના સરેરાશ સ્તરનો ઉપયોગ ન તો ઊર્જા વપરાશની આગાહી કરવા અથવા ઊર્જા બચતનો અંદાજ કાઢવા માટે થઈ શકે છે.