facebook
twitter
vk
instagram
linkedin
google+
tumblr
akademia
youtube
skype
mendeley
Global international scientific
analytical project
GISAP
GISAP logotip
Перевод страницы
 

Оценка статистических характеристик потока зернового вороха поступающего в сушилку

Оценка статистических характеристик потока зернового вороха поступающего в сушилку
Николай Андрианов, доктор технических наук, профессор

Новгородский государственный университет им. Ярослава Мудрого, Россия

Mei Shunqi, доцент, ph.d. технических наук

Wuhan Textile University, Китай

Участник первенства: Национальное первенство по научной аналитике - "Россия";

Открытое Европейско-Азиатское первенство по научной аналитике;

УДК 631.365.22: 681.5.015.42

 

На основе экспериментальных данных выполнен анализ динамики процессов изменения характеристик потока зернового вороха, поступающего с поля. Установлено, что изменение пропускной способности сушилок обусловливает не стационарность случайных процессов по спектральной плотности. Для учета не стационарности при построении статистических моделей случайных функций необходимо квантовать поток вороха не в интервалах времени, а в интервалах объема. Построена стохастическая математическая модель, определяющая начальные условия работы сушилок. Модель позволяет имитировать условия работы сушилок независимо от их пропускной способности.

Ключевые слова:зерносушилка, зерновой ворох, статистические характеристики, возмущающее воздействие, моделирование.

Based on experimental data performed the analysis of the dynamics of the processes of changes in the characteristics of the flow of the pile of grain coming from the field. It is established that the change in throughput of dryers is the reason not the stationary of stochastic processes by spectral density. To account for not stationary when building statistical models of random functions, it is necessary to quantize the flow is not in time intervals, and the intervals of the volume. Built stochastic mathematical model that determines the initial operating conditions of dryers. The model allows simulating the operating conditions of dryers regardless of their bandwidth.

Keywords: grain dryer, pile of grain, statistical characteristics, disturbance, modeling.

 

Функционирование сушилки, как динамической системы [1], характеризуется стохастическим изменением характеристик потока зернового вороха на ее входе, что возбуждает колебания переменных состояния процесса сушки и неизбежно влияет на показатели его эффективности.

У сушилок разного типа степень влияния возмущающих воздействий на переменные состояния рабочего процесса различна. У шахтных сушилок наибольшее влияние на рабочий процесс оказывают колебания влажности и подачи вороха [2–3], у барабанных – дополнительно учитывают колебания его температуры [4].

Известные оценки статистических характеристик потока вороха [5] в подавляющем большинстве случаев характеризуют его в статике и содержат сведения о средних значениях, дисперсии и функции распределения вероятностей. Оценок, характеризующих поток в динамике, включающих оценки корреляционной функции, функции спектральной плотности и т.п., на много меньше. Сведения, полученные в различных регионах (табл. 1), указывают на существенно различающийся частотный состав спектра колебаний его влажности. Объясняется это тем, что данные получены в поточных линиях с сушилками разной плановой производительности, но сбор информации при этом осуществлялся с квантованием потока во времени с интервалом, как правило, 3 – 5 мин.

 

Таблица 1.

Статистические характеристики случайного процесса изменения влажности

 потока зернового вороха, поступающего в сушилку в течение суток

№ п/п

Плановая производительность сушилки, т/ч

Среднее квадратическое отклонение,

σW, %

Интервал корреляции,

ρW, мин-1

Диапазон существенных частот,

f, c-1·10-3

Зона проведения опытов и источник информации

1

20

2,2 – 4,5

20 – 90

0 – 0,157

Омская и Целиноградская области [6]

2

2

0,4 – 2,7

40 – 80

0 – 0,3

Московская область [7]

3

2

0,8 – 2,5

0 – 0,3

Московская, Пензенская, Целиноградская области [8]

4

16

0,76 – 2,5

102 – 140

0,09 – 1,15

Ленинградская, Московская, Минская области [9]

5

16

0,9 – 2,2

25 – 43

0 – 5,0

Ленинградская область [10]

6

2

0,8 – 3,5

4 – 128

0 – 4,0

Ленинградская область [11]

7

16

2,58 – 2,91

Ленинградская область [12]

8

4

2,5 – 3,5

60 – 80

2,1 – 3,5

Ленинградская область [13]

9

2, 16

2,0 – 4,0

0 – 2,0

Ленинградская и Московская области [14]

10

16

0,7 – 2,6

25 – 60

0 – 3,5

Ленинградская область [15]

Обобщенные данные

0,8 – 4,0

4 – 140

0 – 5,0

Для условий Северо-Западной зоны

 

Существенно то, что сушилка сама оказывает активное влияние на динамику изменения входных воздействий. Ее пропускная способность, зависящая от типоразмера и режима работы выгрузного устройства, определяет интенсивность текущей подачи вороха. Поэтому для сушилок, работающих с разной пропускной способностью, случайный процесс изменения влажности вороха является нестационарным по спектральной плотности. Это необходимо учитывать при оценке статистических характеристик динамики изменения входных воздействий сушилок.

Информация о характеристиках потока вороха собиралась в хозяйствах Новгородской и Ленинградской области при поступлении на сушку различных зерновых культур: рожь, ячмень, пшеница, овес [15–17]. Исследования проводились при поступлении вороха в сушилку как непосредственно от комбайнов, так и из бункеров активного вентилирования после временного хранения и подсушки.

Методика сбора и обработки информации предусматривала построение модели, способной учесть не стационарность исследуемых процессов по спектральной плотности. Для этого реализации случайных функций квантовались не в интервалах времени Δt, а в интервалах объема ΔV, то есть поток вороха разбивался на равные по объему части, последовательно поступающие на обработку, и отбор проб производился из каждой из них. На основании априорных данных определен интервал квантования, обеспечивающий получение информации о составе наиболее высоких частот колебаний случайных функций, который составил 0,13 м3. Объем реализаций не ограничивали. Всего получено 37 реализаций влажности и 7 температуры вороха с количеством проб от 110 до 332.

Результаты обработки реализаций подтвердили, что случайные функции влажности и температуры вороха в течение смены в основном стационарные по дисперсии и нестационарные по математическому ожиданию, причем не стационарность наблюдается преимущественно в утренние и вечерние часы, в периоды выпадения росы и атмосферных осадков. Изменение текущего среднего значения влажности вороха в течение смены достигает 2 – 5%, а температуры 1 – 4°С.

Большинство выборочных оценок функции плотности распределения вероятностей случайных величин после устранения тренда оказались близки к нормальному закону распределения. Результаты вычисления статистических характеристик потока вороха представлены в таблице 2: где m - выборочное среднее; s- среднее квадратическое отклонение выборки; v - коэффициент вариации выборки; t - интервал корреляции случайной функции; f - диапазон ее существенных частот. В качестве примера, в таблице приведены значения оценок динамических характеристик случайных функций (t, мин.; f, с-1) пересчитанные для потока с массовой подачей 10 т/час.

Таблица 2.

Оценки статистических характеристик потока зернового вороха на входе в сушилку

Характеристики вороха

m

s

v

t

f

%

%

%

м3

мин.

м-3

c-1·10-3

Влажность

сезоны 1990…2003 гг.

13,2 –29,2

0,4–2,6

3,6–10,9

0,9–6,0

4,1–27,5

0–9,3

0–7,2

Температура

сезоны 1999…2002 гг.

9,9–8,1

0,4–2,5

4,5–20,9

3,9–8,9

18,0–40,1

0–6,2

0–4,1

 

 

Представительная оценка корреляционной функции изменения влажности вороха получена в результате усреднения оценок, вычисленных по ансамблю реализаций. В таблице 3 представлен результат аппроксимации ее выражением вида

,

где V = V1V2 сдвиг между сечениями случайной функции в единицах объема, м3;А1 и А2 – составляющие дисперсии случайной функции; α1 и α2 – коэффициенты затухания, м-3; Ω – угловая частота, рад/м3.

 

Таблица 3.

Значение параметров уравнения, аппроксимирующего усредненную оценку нормированной корреляционной функции

Параметр

А1

А2

α1, м-3

α2, м-3

Ω, рад/м3

Значение

1,3

-0,3

1,731

0,292

0,246

 

Необходимо обратить внимание, что в оценках параметров уравнения (табл. 3) используются не единицы времени, а единицы объема. Тем самым достигается универсальность модели, так как её параметры не зависят от значения объемной или массовой подачи вороха.

При необходимости моделирования случайного процесса изменения влажности вороха W(t) на входе в сушилку с заданной, например, объемной подачей аргумент V модели должен быть преобразован в аргумент τ с использованием выражения GV = V/τ. Здесь GV – объемная подача вороха, м3/с; τ = t1t2 – сдвиг между сечениями случайного процесса, с.

На рисунке 1, в качестве примера, приведены усредненные оценки нормированных динамических характеристик случайного процесса W(t), приведенные к массовой подаче вороха в сушильную камеру 10 т/ч. Из них следует, что частота f0, на которой наблюдается максимум дисперсии процесса, составляет f0 = 0,0007 c-1, а верхняя граничная частота (частота среза, отсекающая 95% дисперсии) может быть принята равной fв = 0,0066 c-1. Интервал корреляции процесса τk=1500 с.

Рис. 1. Усредненные оценки нормированной корреляционной функции (а) и спектральной плотности (б) случайного процесса W(t), приведенные к массовой подаче зернового вороха 10 т/ч

 

Взаимной корреляции процессов изменения температуры и влажности вороха на входе в сушилку не обнаружено.

Заключение.

Установлено, что вследствие изменения пропускной способности сушилок случайные процессы изменения характеристик потока зернового вороха, поступающего в них в течение суток, не стационарны по спектральной плотности. Для учета не стационарности при построении статистических моделей случайных функций квантование потока вороха необходимо осуществлять не в интервалах времени, а в интервалах объема либо массы. Это позволило на основе экспериментальных данных получить стохастическую модель случайной функции изменения влажности зернового вороха как основного возмущающего воздействия рабочего процесса сушилок, позволяющую имитировать начальные условия их работы при любой заданной пропускной способности.

 

Литература:

1. Лурье А. Б. Статистическая динамика сельскохозяйственных агрегатов. Л.: Колос, 1970. – 376 с.

2. Андрианов Н. М. Совершенствование технологического процесса в шахтной зерносушилке // Механизация и электрификация сельского хозяйства. 2004. № 7. – С. 7-9.

3. Андрианов Н. М. Исследование шахтной зерносушилки как объекта управления // Успехи современного естествознания. 2004. № 9. – С. 86-91.

4. Андрианов Н. М. и др. Оптимизация технологических режимов барабанных зерносушилок // Известия ТулГУ. Серия: Технические науки. 2010. Вып. 3. – С. 201-206.

5. Послеуборочная обработка зерна в хозяйствах / М. В. Киреев и др. Л.: Колос, 1981. – 224 с.

6. Пузанков А. Г. и др. К вопросу об управлении режимами работы зерноочистительных машин // Тракторы и с.-х. машины. 1967. № 1. – С. 19-22.

7. Елизаров В. П. и др. Условия послеуборочной обработки в Центральной нечернозёмной зоне // Тр. ВИМ. М., 1974. Т. 65. Ч.1. – С. 107-115.

8. Краусп В. Р. Автоматизация послеуборочной обработки зерна. М.: Машиностроение, 1975. – 278 с.

9. Бекеев А. Х. Выбор оптимального соотношения производительности зерносушилки и машины первичной очистки поточной послеуборочной обработки зерна: Автореф. дисс. канд. техн. наук. М., 1979. – 17 с.

10. Александров А. И. Анализ и синтез многосвязной системы автоматического управления процессом сушки в шахтных зерносушилках: Автореф. дисс. канд. техн. наук. Минск, 1982. – 16 с.

11. Эрк А. Ф. Колебания влажности зерна и семян трав, поступающих на послеуборочную обработку в течении суток // Повышение эффективности использования средств механизации земледелия в НЗ РСФСР: Тр. НИПТИМЭСХ НЗ РСФСР. Л., 1983. – С. 113-116.

12. Керимов М. А. Оценка условий и качества функционирования зерновых сушилок // Автоматизация процессов послеуборочной обработки зерна: Тр. ЛСХИ. Л., 1985. – С.70-74.

13. Колесов Л. В. и др. Статистические исследования факторов, влияющих на процесс сушки зерна // Тр. ЛСХИ. Л., 1977. Т. 312. – С. 58-63.

14. Гуляев Г. А. Уровень автоматизации и структура систем автоматического управления процессами сушки и очистки зерна в поточных линиях // Тр. ВИМ. М., 1974. – С. 177-200.

15. Колесов Л. В., Андрианов Н. М. Исследование шахтной зерносушилки в условиях нормального функционирования // Сб. науч. трудов ЛГАУ "Интенсификация технологических процессов в растениеводстве". Л., 1991. – С. 47-55.

16. Андрианов Н. М. и др. Задание начальных условий и стохастической составляющей математической модели процесса сушки зерновых сушилок // Ползуновский альманах. – 2014. № 2. – С. 30-35.

17. Андрианов Н. М. и др. Построение математической модели условий функционирования зерновых сушилок // Автоматизация: Проблемы, идеи, решения: Материалы Международной научно-технической конференции. 15-17 октября 2007 г. – Тула: Изд-во ТулГУ, 2007. – С. 33-36.

0
Ваша оценка: Нет Средняя: 8 (4 голоса)
Комментарии: 8

Вашакидзе Гурам Амиранович

Проделана большая работа, которая имеет актуальность на сегодняшний день! Определение не стационарности процессов с помощью построения статических моделей в зависимости от единиц объемов - новый подход, который имеет право на существование. Желаем дальнейших успехов в научной деятельности. С уважением, Г. А. Вашакидзе, И. Л. Щербов.

Андрианов Николай Михайлович

Уважаемые коллеги, спасибо за положительную оценку нашей работы. Желаю творческих успехов и всего наилучшего в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Артамонова Елена Николаевна

Увеличение количества высокопродуктивного зерна зависит от всего процесса технологии: начиная от подготовки почвы до закладки посевного материала на хранение, но определяющая роль в формировании показателей свойств посевного материала принадлежит, по мнению большинства ученых, качеству проведения процессов послеуборочной обработки урожая. В работе на основе разработанной стохастической математической модели установлено, что для учета нестационарности при построении статистических моделей случайных функций квантование потока вороха нерационально осуществлять по интервалам времени. Проведенные исследования имеют практическое значение для существенного повышения показателей эффективности процесса сушки. Статья Николая Михайловича заслуживает призового места.

Андрианов Николай Михайлович

Уважаемая Елена Николаевна, круг проблем послеуборочной обработки зерна чрезвычайно широк, в том числе это и получение полноценных семян. Вы абсолютно правы, что в условиях стохастических колебаний начальных характеристик потока зернового вороха важно достоверно оценить возможности эффективной эксплуатации сушильного оборудования. Это обеспечит не только получение полноценных семян, но и экономию энергии, трудовых ресурсов и рациональную эксплуатацию дорогостоящего оборудования. Спасибо за положительный отзыв. Успехов и свершения надежд в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Бабаев Накибулло Хабибуллаевич

Уважаемый Михаил Иванович! С огромным интересом прочитал Вашу работу. Актуальность и достоинство работы несомненная. Результаты исследований базируются на обработке огромного количества материалов практических исследований. Работу я оценил 8 балов. С уважением д.т.н., проф. Н.Х. Бабаев

Андрианов Николай Михайлович

Уважаемый Накибулло Хабибуллаевич, приятно прочитать высокую оценку своей работы. По-видимому Вас также интересуют эти проблемы. Надеюсь, что число наших единомышленников будет прирастать. Желаю успехов и свершения надежд в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Трещалин Михаил Юрьевич

Уважаемый Николай Михайлович! Изложенный Вами подход представляется вполне обоснованным, тем более, что Вы провели исследование с использованием большого количества фактических данных. Убедителен вывод о не применимости интервала времени, как определяющего параметра, при учете не стационарности. Думаю, что в качестве критерия следует использовать только объем, т.к. плотность зерен различных культур разная и масса в данном случае не является информативным показателем. В целом ваша работа актуальна, т.к. позволяет оптимизировать процесс сушки зерна. С уважением д.т.н., профессор М.Ю. Трещалин

Андрианов Николай Михайлович

Уважаемый Михаил Юрьевич, спасибо за положительный отзыв. С Вашим мнением о не целесообразности квантования потока по массе я согласен. С уважением, д.т.н., профессор Н.М. Андрианов
Комментарии: 8

Вашакидзе Гурам Амиранович

Проделана большая работа, которая имеет актуальность на сегодняшний день! Определение не стационарности процессов с помощью построения статических моделей в зависимости от единиц объемов - новый подход, который имеет право на существование. Желаем дальнейших успехов в научной деятельности. С уважением, Г. А. Вашакидзе, И. Л. Щербов.

Андрианов Николай Михайлович

Уважаемые коллеги, спасибо за положительную оценку нашей работы. Желаю творческих успехов и всего наилучшего в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Артамонова Елена Николаевна

Увеличение количества высокопродуктивного зерна зависит от всего процесса технологии: начиная от подготовки почвы до закладки посевного материала на хранение, но определяющая роль в формировании показателей свойств посевного материала принадлежит, по мнению большинства ученых, качеству проведения процессов послеуборочной обработки урожая. В работе на основе разработанной стохастической математической модели установлено, что для учета нестационарности при построении статистических моделей случайных функций квантование потока вороха нерационально осуществлять по интервалам времени. Проведенные исследования имеют практическое значение для существенного повышения показателей эффективности процесса сушки. Статья Николая Михайловича заслуживает призового места.

Андрианов Николай Михайлович

Уважаемая Елена Николаевна, круг проблем послеуборочной обработки зерна чрезвычайно широк, в том числе это и получение полноценных семян. Вы абсолютно правы, что в условиях стохастических колебаний начальных характеристик потока зернового вороха важно достоверно оценить возможности эффективной эксплуатации сушильного оборудования. Это обеспечит не только получение полноценных семян, но и экономию энергии, трудовых ресурсов и рациональную эксплуатацию дорогостоящего оборудования. Спасибо за положительный отзыв. Успехов и свершения надежд в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Бабаев Накибулло Хабибуллаевич

Уважаемый Михаил Иванович! С огромным интересом прочитал Вашу работу. Актуальность и достоинство работы несомненная. Результаты исследований базируются на обработке огромного количества материалов практических исследований. Работу я оценил 8 балов. С уважением д.т.н., проф. Н.Х. Бабаев

Андрианов Николай Михайлович

Уважаемый Накибулло Хабибуллаевич, приятно прочитать высокую оценку своей работы. По-видимому Вас также интересуют эти проблемы. Надеюсь, что число наших единомышленников будет прирастать. Желаю успехов и свершения надежд в наступающем Новом году. Д.т.н., профессор Н.М. Андрианов

Трещалин Михаил Юрьевич

Уважаемый Николай Михайлович! Изложенный Вами подход представляется вполне обоснованным, тем более, что Вы провели исследование с использованием большого количества фактических данных. Убедителен вывод о не применимости интервала времени, как определяющего параметра, при учете не стационарности. Думаю, что в качестве критерия следует использовать только объем, т.к. плотность зерен различных культур разная и масса в данном случае не является информативным показателем. В целом ваша работа актуальна, т.к. позволяет оптимизировать процесс сушки зерна. С уважением д.т.н., профессор М.Ю. Трещалин

Андрианов Николай Михайлович

Уважаемый Михаил Юрьевич, спасибо за положительный отзыв. С Вашим мнением о не целесообразности квантования потока по массе я согласен. С уважением, д.т.н., профессор Н.М. Андрианов
Партнеры
 
 
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
Would you like to know all the news about GISAP project and be up to date of all news from GISAP? Register for free news right now and you will be receiving them on your e-mail right away as soon as they are published on GISAP portal.