И 66 Материалы Международной заочной конференции в рамках I форума молодых ученых Приволжского федерального округа 13-15 мая 2009 Уфа: риц башГУ, 2009. 277 стр

Литература: Мингалева Ж., Ткачева С. Кластеры и формирование структуры региона. // МЭМО. 2000. №5. С. 97-102. Портер М Конкуренция. Издательский дом " Вильямс". М. 2000. С.235. Tolenado J.A. Propis des Filieres Industrielles. - Revue d'Economie Industrielle. - V. 6. - 1978. - .№ 4. - P. 149-158; Soulie D. Filieres de Production et Integration Vertical. - Annales des Mines, Janvier 1989. - P. 21-28. Leamer E.E. Souzes of International Comparative Advantage: Theory and Evidence / Cambridge, MIT Press, 1984. Мигранян А.А. Теоретические аспекты формирования конкурентоспособных кластеров в странах с переходной экономикой// Вестник Киргызко-российского Славянского университета. № 3. 2002 г. Цихан Т.В. Кластерная теория экономического развития// «Теория и практика управления», №5, 2003 г. Афанасьев М., Мясникова Л. Мировая конкуренция и кластеризация экономики // Вопросы экономики. 2005. №4. С.75-86. УДК [67.05+677.05].004.5 МЕТОДы ДИАГНОСТИРОВАНИЯ ПРЯДИЛЬНЫХ УСТРОЙСТВ Помелова Ксения Нуриевна, аспирант; Павлова Ольга Владимировна, к.т.н., докторант Башкирский государственный университет, г. Уфа Научный руководитель: д.т.н. Кузнецов Владимир Александрович Технологическое оборудование в легкой промышленности обладает рядом особенностей, сказывающихся на постановке и методах решения задач диагностирования его технического состояния. Прежде всего это зависимость между техническим состоянием и производительностью и качеством выпускаемой продукции [1]. В частности, техническое состояние прядильных камер существенно влияет на важнейшие в производстве текстильных полуфабрикатов факторы – обрывность и неровноту продукции. Метод пролонгаций является средством численного решения обыкновенных дифференциальных уравнений. Он позволяет на 2-3 порядка повысить скорость расчета процессов по сравнению с традиционными методами численных решений, обладает высокой точностью и устойчивостью расчетов. Известно, что при помощи существующих в вычислительной математике методов численного интегрирования можно получить решения многих достаточно сложных дифференциальных уравнений (или систем уравнений). Значительным ограничением является большой объем вычислений, который приводит к большим затратам машинного времени. Для обоснования сказанного рассмотрим задачу диагностирования прядильной камеры пневмомеханической прядильной машины БД-200-М69 [11]. Первой рассмотрим задачу анализа качества динамической системы. Анализ качества является одной из наиболее важных задач проектирования и эксплуатации большинства динамических систем. Если в процессе эксплуатации проектируемых систем возможно наличие случайных факторов и случайных воздействий, то в этом случае задача анализа качества характеристик этих систем должна включать определение вероятностных характеристик выходных координат по заданной системе дифференциальных уравнений, которые в этом случае называются стохастическими, т.е. содержащими в своей структуре случайные величины и функции. В настоящее время широко известными методами анализа точности стохастических систем являются метод Монте-Карло и метод многофакторного дисперсного анализа. Если дифференциальные уравнения в своей структуре содержат случайные величины, то для реализации этого метода при помощи алгоритмов выработки случайных чисел необходимо получить различные выборки значений этих случайных величин. Затем для каждой выборки выполнить численное интегрирование заданной системы дифференциальных уравнений и осуществить расчет требуемых вероятностных характеристик. Для получения практически приемлемой точности результата требуется большое число вариантов решений [10]. Выполнение многофакторного дисперсионного анализа требует значительно меньшего числа вариантов решений. Однако при изучении сложных систем, где необходим учет большого числа факторов, эта задача становится тоже объемной по требуемому числу вариантов решений. Возьмем другую область – решение краевых задач динамической системы. Известно, что краевая задача – это задача отыскания частного решения сис­темы дифференциальных уравнений [2], например системы (1) на отрезке a≤ x≤ b, в которой дополнительные условия наклады­ваются на значения функций более чем в одной точке, как это имело место в задаче Коши, где задаются лишь начальные условия . Сами дополнительные условия могут связывать между собой значения нескольких функций в одной (или даже в разных) точках. Тогда для системы p-го порядка они примут вид (2) Существуют задачи с еще более сложными дополнительными условиями. Для численного решения краевых задач наряду с другими методами часто применяют метод «стрельбы». Этот метод основан на сведении краевой задачи к задаче Коши для той же системы дифференциальных уравнений. Коротко поясним содержание метода и покажем, что его применение также ограничено большим объемом вычислений [3]. Рассмотрим простейшую задачу для системы двух уравнений первого порядка с краевыми условиями общего вида: (3) Выберем произвольно значение . Рассмотрим левое краевое условие как алгебраическое уравнение и определим удовлетворяющее ему значение . Возьмем значения и в качестве начальных условий задачи Коши для системы (3) и проинтегрируем эту задачу любым численным методом. При этом получим решение и , зависящее от з как от параметра [2]. Значение з выбрано так, что найденное решение удовлетворяет левому краевому условию. Однако правому краевому условию его решение, вообще не удовлетворяет: при его подстановке левая часть правого краевого условия, рассматриваемая как некоторая функция параметра з (4) не обратится в нуль. Для отыскания решения уравнения (4) надо каким-то способом менять параметр з, пока не подберем такое значение, для которого с требуемой точностью (5) Для нахождения этого значения используется метод дихтомии. Делают пробные расчеты с наудачу выбранными значениями зi до тех пор, пока среди величин Ш(з) окажутся разные по знаку. Пара таких значений зi, зi+1 образует «вилку». Делением интервала между этими значениями последовательно пополам до получения требуемой точности осуществляют «пристрелку» параметра з [6]. Из изложенного следует, что каждый раз для нахождения нового значения Ш(з) требуется численное решение системы. Очевидно, что таких решений может потребоваться так много, что при использовании существующих в настоящее время методов численного интегрирования метод «стрельбы» в ряде задач окажется неэффективным. Наконец, укажем третий тип задач, успешное решение которых в определяющей степени зависит от скорости решений на ЦВМ. К ним, прежде всего, следует отнести задачи из области автоматизации различных типов процессов. В основе работы современных автоматизированных систем лежит математическое описание их функционирования, т.е. моделирование процессов, которое осуществляют на базе решения дифференциальных уравнений модели объекта. Точность и скорость решения уравнений определяют качество управления. Для организации качественного управления минимальная скорость выполняемых решений должна быть не меньше скорости реально протекающих процессов в объекте управления. Для организации эффективного управления требуется иметь возможность и к прогнозу управления, что может быть выполнено лишь при еще большей скорости решения уравнений [6]. Таким образом, можно сделать вывод о том, что имеется достаточное число важных для практики задач, опирающихся на высокую скорость решений дифференциальных уравнений. В этой связи рассмотрим возможности метода пролонгации, который позволяет значительно увеличить скорость вычислений путем увеличения шага счета, однако и при этом необходимая скорость решений не всегда достигается, особенно в случаях исследования сложных по форме процессов. Поэтому далее рассматривается ряд положений, направленных на обеспечение дальнейшего снижения объема вычислений, но уже достигаемого не только путем увеличения шага счета, но и путем раскрытия других, характерных для метода пролонгации преимуществ. Из описания метода пролонгации следует, что основной объем вычислений, затрачиваемый на изучение процессов, падает на минимизацию критериев, которая выполняется при осуществлении ряда приближений с целью внесения коррективов в первоначально принятые законы описывания приближаемых функций [11]. Описанные положения являются важным преимуществом метода пролонгации и позволяют успешно применять его для многочисленных расчетов процессов динамических систем. Описанные положения в совокупности с возможностью применения большого шага счета позволяют успешно решать проблему снижения объема вычислений (скорости счета) для рассмотренных задач. Экспериментальное исследование вибраций прядильных камер проводилось на непосредственно на машинах БД-200-М69. Скорость вращения камер составляла п = 30000об/мин. Во время экспериментов вырабатывали хлопчатобумажную пряжу 50текс [11]. Цель эксперимента состояла в выявлении возможности диагностировать техническое состояние прядильной камеры, т. е. выявлении степени износа подшипниковых опор и степени ее загрязнения. Исследования производили путем анализа спектра ускорений на корпусе прядильного устройства машины. Датчики ускорений (акселерометры) устанавливали в трех точках корпуса прядильного устройства (рис.1). Точка 1 расположена посредине верхней части камеры, а точки 2 и 3 — в непосредственной близости от места крепления подшипниковой опоры прядильной камеры 4 в корпусе. В точках 1 и 2 измерялись вертикальные, а в точке 3 — горизонтальные колебания корпуса. Исследование вибраций осуществлялось комплектом виброизмерительной аппаратуры фирмы «Брюль и Кьер» (Дания). В качестве датчика вибраций выбран акселерометр типа 8307, работающий в диапазоне частот 0,001-25кГц (резонансная частота акселерометра 75кГц, чувствительность 1,2мВ/д, масса 4г). Сигнал, снимаемый с датчика, через шумомер типа 2203 (диапазон частот 0,010-25кГц, измеряемые уровни 26-140дБ) записывается на магнитную ленту магнитофона с частотной модуляцией (диапазон записываемых частот от 0 до 15кГц, точность ±1 дБ, динамический диапазон 44дБ, выходное напряжение 1В при нагрузке1кОм) [11]. Спектрограммы колебаний получены путем считывания записанной информации с магнитных лент и её обработки на треть-октавном анализаторе спектра типа 3347 (диапазон измеряемых частот 0,012,5-40кГц, динамический диапазон 50дБ). Спектрограммы записывали на диаграммную ленту в логарифмическом масштабе (частотный диапазон 0,02-20кГц, динамический диапазон 50дБ). Характерная спектрограмма в точке 1 до профилактической чистки для прядильных камер, время эксплуатации которых составляло 1000ч, приведена на рис.2 Анализ спектрограмм всех камер независимо от их состояния показывает, что на частотах 0,13, 0,25, 0,5, 1,0, 2,2, 6,0 и 10кГц имеет место увеличение амплитуд ускорений относительно амплитуд на соседних частотах. Рисунок 2 – Спектрограмма колебаний прядильной камеры, проработавшей на машине 1000 часов Анализ частот, на которых увеличивается амплитуда ускорений, сравнение их с критическими частотами прядильной камеры, сравнение их с частотами позволили заключить, что частоты 500, 1,0, 2,2, 6,0 и 10кГц соответствуют критическим частотам колебаний прядильной камеры. Кроме того, частота f = 0,5кГц соответствует вынужденным колебаниям прядильной камеры (п = 30 000об/мин). Частота 0,25Гц, очевидно, соответствует f/2 и вызвана нелинейностью характеристик подшипниковых опор, наличием зазоров, эллиптичностью дорожек качения и т. п. Частота 0,13кГц, очевидно, соответствует вынужденным колебаниям расчесывающего барабанчика (п = 7800об/мин). Для того чтобы определить насколько с точки зрения статического анализа отличаются амплитуды спектрограмм ускорений, в точках 1, 2 и 3 прядильного устройства, проверим гипотезу о равенстве средних значений амплитуд на фиксированных частотах в интервале 0,1-12кГц. Анализ выборок проводили на ЭВМ по программе «Однофакторного дисперсионного анализа методом пролонгаций» с помощью критерия Фишера F [11]. Как видно из табл.1, значения амплитуд ускорений в 1, 2 и 3 точках можно с достоверностью 0,95 считать статистически одинаковыми. Из этого следует, что любая из выбранных точек измерения с достаточной степенью достоверности воспроизводит в анализируемой полосе частот 0,1-12,кГц спектр колебаний прядильной камеры. Самой удобной для размещения датчика ускорения оказалась точка 1. Для дальнейших экспериментов эту точку предпочтительно использовать для диагностирования технического состояния прядильной камеры. Сравнение средних на фиксированных частотах (см. табл.) для прядильных камер до и после профилактической чистки, а также с разным сроком эксплуатации, Время эксплуатации, ч Точка замера Параметры колебаний Частота колебаний f, кГц 0,13 0,25 0,5 До после до после до после 1000 1 А (дБ) 66 72 70 73 73 91 у2А 2,2 4,2 1,6 2,2 3,0 3,0 2 А (дБ) 72 62 70 74 74 92 у2А 4,0 5,4 3 3,6 3,4 3,2 3 А (дБ) 71 71 70 74 74 93 у2А 3,4 3,8 2,1 3,1 3,3 1,7 5000 1 А (дБ) 66 73 70 74 77 99 у2А 2,3 2,5 2,4 2,9 1,7 1,5 2 А (дБ) 65 74 70 73 78 99 у2А 3,4 2,7 2,7 2,7 2,0 5,0 3 А (дБ) 66 74 70 74 78 99 у2А 3,6 3,3 2,5 4,1 1,9 3,4 15000 1 А (дБ) 68 74 71 76 82 100 у2А 3,9 2,1 2,3 2,3 5,1 2,0 2 А (дБ) 68 74 72 77 82 100 у2А 5,4 2,7 2,2 4,8 4,3 1,7 3 А (дБ) 69 74 72 76 83 100 у2А 4,3 1,9 3,0 4,2 3,9 2,2 Частота колебаний f, кГц 1,0 2,2 6,0 10 До после до после до после до После 79 86 75 87 77 90 79 87 2,7 2,1 1,5 3,5 3,1 2,6 3,1 3,9 79 93 76 86 78 88 79 89 2,1 2,3 1,9 2,8 5,1 3,0 3,9 4,2 79 93 77 86 79 87 80 89 2,9 1,9 1,7 2,6 4,3 3,3 3,8 2,8 86 98 82 83 82 92 88 96 2,4 4,3 2,5 1,1 4,0 3,5 5,4 3,2 85 97 82 93 82 93 87 97 1,6 4,6 2,0 4,6 4,5 2,7 5,9 2,2 87 98 82 93 82 93 88 96 2,2 2,3 1,6 1,0 4,3 3,0 5,3 5,4 90 100 88 99 88 96 96 99 2,7 4,2 2,9 1,8 4,0 2,6 3,7 1,9 91 101 89 99 87 96 97 99 3,6 2,5 3,9 1,1 2,6 1,8 1,4 1,8 91 100 89 100 88 97 96 100 3,3 2,7 1,7 1,8 3,1 1,4 2,7 2,7 показало следующее. Наиболее чувствительны к загрязнению прядильных камер амплитуды ускорений на частотах 0,5 и 1,0кГц. Амплитуды ускорений прядильной камеры после чистки снижается в среднем на 16дБ по сравнению с амплитудой до профилактической чистки на этих же частотах и практически не зависят от срока эксплуатации камер - (степени износа подшипниковых опор). Поэтому данный показатель можно использовать для диагностики степени загрязнения прядильных камер. Для этого достаточно измерить амплитуду ускорений в точке 1 прядильного устройства на частоте 500 либо 1000Гц. Отметим, что увеличение амплитуд колебаний камер перед чисткой по отношению к чистым происходит и на частотах 2,2, 6,0 и 10кГц в среднем на 5-7дБ, но это увеличение менее показательно, чем на частотах 0,5 и 1,0кГц. Наиболее чувствительны к изменению срока эксплуатации прядильных камер амплитуды ускорений на частотах 1,0, 2,2, 6,0 и 10кГц. На этих частотах увеличение уровня ускорений для сроков эксплуатации прядильных камер составляет 5-7дБ. Уровень ускорений на частоте 0,5кГц также зависит от срока эксплуатации камер, но эта зависимость (увеличение 3-5дБ) ниже, чем на частотах 1,0; 2,2; 6,0 и 10кГц. Таким образом, диагностирование технического состояния прядильных камер в зависимости от срока их эксплуатации можно производить по уровню ускорений, замеренных в точке 1, на частотах 1,0, 2,2, 6,0 и 10кГц. Измерения лучше всего в этом случае проводить сразу после чистки, так как средний уровень шума для чистых и загрязнённых камер отличается на 10-15дБ. Для камер, проработавших более 15000 ч и вышедших из строя, наблюдается резкое увеличение общего уровня шума. Он превышает 100дБ. Этим обстоятельством также можно воспользоваться для диагностики технического состояния прядильных камер. Для этой цели следует измерять среднее значение амплитуды ускорений в частотном диапазоне 0,1-12кГц. Итак, в качестве диагностических показателей технического состояния прядильной камеры можно принять средние амплитуды ускорений: на частотах 0,5 и 1,0кГц (можно судить о степени загрязнения камер), на частотах 2,2, 6,0 и 10кГц (можно судить об износе опор).

Похожие:

	Конкурс научных работ молодых ученых Приволжского федерального округа... Общероссийской общественной организации «Российский союз молодых ученых» в Республике Башкортостан		Материалы Шестой Международной научно-практической конференции 22... Информационное поле современной России: практики и эффекты: Материалы Шестой Международной научно-практической конференции
	Конкурсы стр Федерального проекта «Территория», в рамках Всероссийского молодежного образовательного форума «Селигер-2009»		Новый подход материалы IV молодёжной международной научно-практической... Материалы IV молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных 26-27 ноября 2012 года,...
	Культура. Образование. Право материалы международной научно-практической... Культура. Образование. Право [Текст]: материалы Междунар науч практ конф., г. Екатеринбург, апр. 2009 г. Гоу впо «Рос гос проф пед...		Исследование роли основания в реакции Материалы II международной научно-практической конференции студентов, аспирантов и молодых учёных
	Программа первого всероссийского форума по вопросам социального туризма... Торжественное открытие Форума и выставки туристско-рекреационного потенциала Приволжского федерального округа		Xx международная научно-техническая конференция и Российская научная... Системные проблемы надёжности, качества, компьютерного моделирования, информационных и электронных технологий в инновационных проектах...
	Извещение Президента Российской Федерации для государственной поддержки молодых российских ученых кандидатов наук (конкурс мк-2009) и молодых...		Заявка на конкурс «умник», проводимой в рамках региональной научно-практической... Название работы (Например, «Разработка технологии молочных продуктов нового поколения»)