Влияние параметров усовершенствованного классификатора на предельные траектории непроходовых частиц по данным регрессионного анализа

Автор: Вахнина Г.Н., Шадрина Е.Л., Терновская О.В.

Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau

Статья в выпуске: 4, 2018 года.

Бесплатный доступ

Одна из разновидностей предложенной ресур-сосберегающей технологии комплексной предпо-севной обработки семян реализуется конусным классификатором. На этом усовершенствованном классификаторе семенной материал проходит обработку перед посевом, которая включает фракционирование на плоских решетах, импакцию и направленное движение частиц, создающее воз-никновение условия резонанса. Все перечисленное происходит одновременно. Важно понять, какие предельные траектории количественно соверша-ют частицы семенного материала и как каче-ственно можно повлиять на них конструктивно-технологическими параметрами классификатора с целью повышения эффективности проводимого процесса. На данном этапе исследований изуча-лись траектории непроходовых частиц при движе-нии рабочего органа вправо. В качестве влияющих параметров были выбраны: расстояние между ре-шетами, толщина непроходовой частицы, радиус верхнего решета. Методами регрессионного ана-лиза были определены основные статистические характеристики и составлены уравнения регрес-сии, позволяющие выявить активные параметры, существенно влияющие на результат. Получен-ные итоги регрессионной статистики и дисперс-ного анализа свидетельствуют о высокой точно-сти аппроксимации. Достоверность, определяе-мая по значимости критерия Фишера, имеет не-значительную величину, что позволяет сделать вывод о значимости модели. На основе значений коэффициентов регрессии входящих величин в качестве активных параметров оказались рас-стояние между решетами и радиус верхнего ре- шета. Толщина обрабатываемых семян в случае, если они являются непроходовыми, на величину траекторий практически не влияет. Предвари-тельный вывод данных исследований заключается в том, что для изменения значений траекторий непроходовых частиц необходимо варьировать расстояние между решетами или подбирать раз-мер верхнего решета, а значит, и все следующие за ним. Основной вывод можно будет сделать только исследовав траектории проходовых ча-стиц, являющихся составной частью обрабаты-ваемого материала.

Еще

Конусный классификатор, предельная траектория, непроходовая частица, верхнее решето, регрессионный анализ

Короткий адрес: https://sciup.org/140224466

IDR: 140224466

Текст научной статьи Влияние параметров усовершенствованного классификатора на предельные траектории непроходовых частиц по данным регрессионного анализа

Введение. Исследования в области интенсификации технологических процессов [1], связанных с восстановлением флоры, в частности лесов, способствовали разработке ресурсосберегающей технологии, которая легла в основу комплексной предпосевной обработки семенного материала. Известно и неоднократно доказано, что обрабатывать семена перед посевом необходимо, это, в частности, повышает их всхожесть.

Предлагаемая ресурсосберегающая технология, включающая в себя фракционирование семян, им-пакцию и направленное движение частиц [2], создающее возникновение условия резонанса, реализуется на конусном классификаторе [3]. Рабочий орган конусного классификатора совершает возвратноколебательное движение, которое повторяет семенной материал, подвергающийся обработке, но одновременно семена совершают движение по траектории в виде знака бесконечности и переориентируются в пространстве в процессе встряхивания. Все это свидетельствует о том, что доминирующее влияние на эффективность всей комплексной обработки будут оказывать кинематические параметры частиц семенного материала, особенно такая составляющая кинематики, как траектория.

Цель исследований. Изучение влияния параметров усовершенствованного классификатора на предельные траектории непроходовых частиц по данным регрессионного анализа.

Задачи : определение, какие предельные траектории количественно совершают частицы семенного материала, а именно непроходовые, и как качественно можно повлиять на них конструктивнотехнологическими параметрами классификатора для дальнейшего повышения эффективности предпосевной обработки.

Методы исследований. Для более полного понимания физической составляющей происходящих процессов проводились вычислительные эксперименты, учитывающие возможные параметры рабочего органа классификатора и реальные размеры известных семян [4]. Основываясь на теоретических и практических сведениях в области фракционирования семян, технологический процесс усовершенствованных классификаторов ориентирован на разделение семенного материала на четыре фракции.

Полученные результаты были обработаны с помощью компьютерной программы Excel Microsoft Office ХР методом композиционного ортогонального плана второго порядка для трех факторов [5, 6]. Данный метод позволяет выявить влияние самих факторов, их квадратичной величины и совместного участия.

В качестве основных варьируемых факторов были выбраны:

расстояние между решетами – х 1 = 0,1; 0,15; 0,2 м;

толщина непроходовой частицы – х 2 = 0,0015; 0,003; 0,0045; 0,008 м;

радиус верхнего решета – х 3 = 0,35; 0,45; 0,5 м.

Выходной величиной – y – приняли траекторию непроходовой частицы при движении вправо, м.

В таблицах 1–4 представлены матрицы результатов регрессионного анализа с учетом сочетаний значений варьируемого фактора – толщины непро-ходовой частицы. Исследовались следующие соотношения: 0,0015; 0,003; 0,0045 м – модель 1; 0,0015; 0,003; 0,008 м – модель 2; 0,0015; 0,0045; 0,008 м – модель 3; 0,003; 0,0045; 0,008 м – модель 4.

Модель 1 актуальна в большей части для семян лесных видов растений (сосна обыкновенная (Pínus sylvéstris), ель обыкновенная (Pícea ábies), лжетсуга (Pseudotsuga), лиственница европейская (Lárix decídua) и др.) и мелких семян сельскохозяйственных растений.

Модели 2 и 3 будут актуальны для любых видов семян как лесных, так и сельскохозяйственных растений: клевер красный ( Trifolium pratense ), люцерна ( Medicágo ), житняк ( Agropýron ), костер безостый ( Brōmus inērmis ), томат ( Solánum lycopérsicum ), баклажан ( Solánum melongéna ) – толщина до 1,5 мм; просо ( Panicum ), рис ( Orýza ), перец ( Capsicum annuum ), огурец ( Cūcumis ), редис ( Remote dictionary server ) – толщина до 3 мм; эспарцет ( Onobrýchis ), гречиха ( Fagopýrum ), овес ( Avena ), пшеница ( Tríticum ), свекла ( Béta ), кабачок ( Cucurbita pepo ) – толщина до 4,5 мм; кукуруза ( Zéa máys ), горох ( Písum ) – толщина до 8 мм.

Модель 4 более актуальна в основном для семян сельскохозяйственных растений, хотя нельзя забывать о размерах семян кедра ( Pínus sibírica ).

Таблица 1

y	x 1 *y	x 2 *y	x 3 *y	x 1² *y	x 2² *y	x 3² *y	x 1 x 2 y	x 1 x 3 y	x 2 x 3 y
90	-90	-90	-90	24,3	24,3	24,3	90	90	90
104,8	104,8	-104,8	-104,8	28,296	28,296	28,296	-104,8	-104,8	104,8
89,7	-89,7	89,7	-89,7	24,219	24,219	24,219	-89,7	89,7	-89,7
104,5	104,5	104,5	-104,5	28,215	28,215	28,215	104,5	-104,5	-104,5
120,6	-120,6	-120,6	120,6	32,562	32,562	32,562	120,6	-120,6	-120,6
136,8	136,8	-136,8	136,8	36,936	36,936	36,936	-136,8	136,8	-136,8
120,3	-120,3	120,3	120,3	32,481	32,481	32,481	-120,3	-120,3	120,3
136,5	136,5	136,5	136,5	36,855	36,855	36,855	136,5	136,5	136,5
111,6	-135,036	0	0	82,584	-81,468	-81,468	0	0	0
126,7	153,307	0	0	93,758	-92,491	-92,491	0	0	0
118,7	0	-143,627	0	-86,651	87,838	-86,651	0	0	0
118,3	0	143,143	0	-86,359	87,542	-86,359	0	0	0
96,8	0	0	-117,128	-70,664	-70,664	71,632	0	0	0
127,6	0	0	154,396	-93,148	-93,148	94,424	0	0	0
118,5	0	0	0	-86,505	-86,505	-86,505	0	0	0
1721,4	80,271	-1,684	162,468	-3,121	-5,032	-23,554	0	2,8	0

Таблица 2

y	x1*y	x2*y	x3*y	2(x1)*y	2(x2)*y	2(x3)*y	x1x2y	x1x3y	x2x3y
1	2	3	4	5	6	7	8	9	10
90	-90	-90	-90	24,3	24,3	24,3	90	90	90
104,8	104,8	-104,8	-104,8	28,296	28,296	28,296	-104,8	-104,8	104,8
89,3	-89,3	89,3	-89,3	24,111	24,111	24,111	-89,3	89,3	-89,3
104,1	104,1	104,1	-104,1	28,107	28,107	28,107	104,1	-104,1	-104,1
120,6	-120,6	-120,6	120,6	32,562	32,562	32,562	120,6	-120,6	-120,6
136,8	136,8	-136,8	136,8	36,936	36,936	36,936	-136,8	136,8	-136,8
119,9	-119,9	119,9	119,9	32,373	32,373	32,373	-119,9	-119,9	119,9
136,1	136,1	136,1	136,1	36,747	36,747	36,747	136,1	136,1	136,1

Окончание табл. 2

1	2	3	4	5	6	7	8	9	10
111,6	-135,036	0	0	82,584	-81,468	-81,468	0	0	0
126,6	153,186	0	0	93,684	-92,418	-92,418	0	0	0
118,7	0	-143,627	0	-86,651	87,838	-86,651	0	0	0
117,9	0	142,659	0	-86,067	87,246	-86,067	0	0	0
96,8	0	0	-117,128	-70,664	-70,664	71,632	0	0	0
127,6	0	0	154,396	-93,148	-93,148	94,424	0	0	0
118,5	0	0	0	-86,505	-86,505	-86,505	0	0	0
1719,3	80,15	-3,768	162,468	-3,335	-5,687	-23,621	-2,8E-14	2,8	0

Таблица 3

y	x 1 *y	x 2 *y	x 3 *y	x 1² *y	x 2² *y	x 3² *y	x 1 x 2 y	x 1 x 3 y	x 2 x 3 y
90	-90	-90	-90	24,3	24,3	24,3	90	90	90
104,8	104,8	-104,8	-104,8	28,296	28,296	28,296	-104,8	-104,8	104,8
89,3	-89,3	89,3	-89,3	24,111	24,111	24,111	-89,3	89,3	-89,3
104,1	104,1	104,1	-104,1	28,107	28,107	28,107	104,1	-104,1	-104,1
120,6	-120,6	-120,6	120,6	32,562	32,562	32,562	120,6	-120,6	-120,6
136,8	136,8	-136,8	136,8	36,936	36,936	36,936	-136,8	136,8	-136,8
119,9	-119,9	119,9	119,9	32,373	32,373	32,373	-119,9	-119,9	119,9
136,1	136,1	136,1	136,1	36,747	36,747	36,747	136,1	136,1	136,1
111,4	-134,794	0	0	82,436	-81,322	-81,322	0	0	0
126,6	153,186	0	0	93,684	-92,418	-92,418	0	0	0
118,7	0	-143,627	0	-86,651	87,838	-86,651	0	0	0
117,9	0	142,659	0	-86,067	87,246	-86,067	0	0	0
96,7	0	0	-117,007	-70,591	-70,591	71,558	0	0	0
127,4	0	0	154,154	-93,002	-93,002	94,276	0	0	0
118,3	0	0	0	-86,359	-86,359	-86,359	0	0	0
1718,6	80,392	-3,768	162,347	-3,118	-5,176	-23,551	-2,8E-14	2,8	0

Таблица 4

y	x 1 *y	x 2 *y	x 3 *y	2(x1)*y	2(x2)*y	2(x3)*y	x1x2y	x1x3y	x2x3y
89,8	-89,8	-89,8	-89,8	24,246	24,246	24,246	89,8	89,8	89,8
146,5	146,5	-146,5	-146,5	39,555	39,555	39,555	-146,5	-146,5	146,5
89,3	-89,3	89,3	-89,3	24,111	24,111	24,111	-89,3	89,3	-89,3
104,1	104,1	104,1	-104,1	28,107	28,107	28,107	104,1	-104,1	-104,1
120,5	-120,5	-120,5	120,5	32,535	32,535	32,535	120,5	-120,5	-120,5
136,7	136,7	-136,7	136,7	36,909	36,909	36,909	-136,7	136,7	-136,7
119,9	-119,9	119,9	119,9	32,373	32,373	32,373	-119,9	-119,9	119,9
136,1	136,1	136,1	136,1	36,747	36,747	36,747	136,1	136,1	136,1
111,4	-134,794	0	0	82,436	-81,322	-81,322	0	0	0
126,6	153,186	0	0	93,684	-92,418	-92,418	0	0	0
118,5	0	-143,385	0	-86,505	87,69	-86,505	0	0	0
117,9	0	142,659	0	-86,067	87,246	-86,067	0	0	0
96,7	0	0	-117,007	-70,591	-70,591	71,558	0	0	0
127,4	0	0	154,154	-93,002	-93,002	94,276	0	0	0
118,3	0	0	0	-86,359	-86,359	-86,359	0	0	0
1759,7	122,292	-44,826	120,647	8,179	5,827	-12,254	-41,9	-39,1	41,7

Результаты композиционного ортогонального плана для модели 1

Результаты композиционного ортогонального плана для модели 2

Результаты композиционного ортогонального плана для модели 3

Результаты композиционного ортогонального плана для модели 4

Результаты исследований и их обсуждение. На основании полученных данных регрессионного анализа составляем уравнения регрессии в виде полинома второй степени без незначимых коэффициентов:

- для модели 1 без частиц толщиной 0,008 м

y = 114,76 + 7,34х1 + 14,87х3 – 5,43х32;(1)

- для модели 2 без частиц толщиной 0,0045 м

у = 114,62+ 7,33х1 + 14,87х3 – 5,44х32;(2)

- для модели 3 без частиц толщиной 0,003 м

у = 114,57 + 7,35х1 + 14,85х3 – 5,42х32;(3)

- для модели 4 без частиц толщиной 0,0015 м у = 117,31+ 11,19х 1 – 4,1х 2 + 11,04х 3 + + 5,53х 1² – 2,82х 3² –

– 5,24х1х2 – 4,89х1х3 + 5,21х2х3.(4)

С учетом того, что расчетные значения критерия Фишера значительно меньше стандартного, все модели являются значимыми с достаточно высокой достоверностью R ² › 0,92. Это позволяет выполнить анализ влияния выбранных варьируемых факторов на выходной параметр.

Согласно полученным уравнениям (1)–(3), наибольшее влияние на траектории непроходовых частиц оказывает радиус верхнего решета. Влияние расстояния между решетами тоже существенно, но практически вдвое меньше. Радиус верхнего решета в квадратичной форме уменьшает величины траекторий. Для этих моделей абсолютно незначащим фактором является толщина частиц. Тем не менее достаточно интересно проследить интенсивность изменения этого фактора. Примем d min = 0,0015 м. Тогда величина приращения: для модели 1 – Δd 1 = 0,0045 – 0,003 = 0,003 – 0,0015 = 0,0015 м; для модели 2 – Δd 2 = 0,008 – 0,003 = 0,005 м и Δd 2 = 0,003 – – 0,0015 = 0,0015 м; для модели 3 – Δd 3 = 0,008 – – 0,0045 = 0,0035 м и Δd 3 = 0,0045 – 0,0015 = 0,003 м. В моделях 1 и 3 изменение толщин происходит пропорционально, а в модели 2 изменение толщин скачкообразное.

Уравнение (4) демонстрирует существенное изменение картины влияния варьируемых факторов. Во-первых, практически сравнивается влияние радиуса верхнего решета и расстояния между решетами и появляется их совместное влияние. Во-вторых, проявляется влияние толщины непроходо-вой частицы, и эта величина оказывает комбинированное влияние: совместно с расстоянием между решетами уменьшает траектории, а совместно с радиусом верхнего решета увеличивает. Причем интенсивность изменения толщин частиц в модели 4

следующая: Δd 4 = 0,008 – 0,0045 = 0,0035 м и Δd 4 = 0,0045 – 0,003 = 0,0015 м. Эти данные показывают, что в модели 4 интенсивность изменения толщин объединяет интенсивность модели 1 и модели 3.

Выводы

1. Полученными регрессионными моделями в качестве первого качественного фактора, влияющего на величины траекторий непроходовых частиц, определен радиус верхнего решета, а следовательно, и радиусы последующих решет, находящихся ниже. Этот показатель влияет на горизонтальные габариты усовершенствованных классификаторов.
2. Полученными регрессионными моделями в качестве второго качественного фактора, влияющего на величины траекторий непроходовых частиц, определено расстояние между решетами. Этот показатель влияет на вертикальные габариты усовершенствованных классификаторов.
3. Величины предельных траекторий непроходо-вых частиц, полностью определяемые размерами рабочего органа классификатора, находятся в интервале от 0,893 до 1,368 м для заданных конструктивно-установочных параметров.
4. Для более полного определения влияния конструктивно-технологических параметров классификаторов на траектории семян необходимо изучить поведение проходовых частиц.

Список литературы Влияние параметров усовершенствованного классификатора на предельные траектории непроходовых частиц по данным регрессионного анализа

Горелов М.В., Бастрон Т.Н., Мальчик Р.В. Обзор технологических комплексов сушки шишек и извлечения семян хвойных пород деревьев//Вестн. КрасГАУ. -2017. -№ 3 (126). -С. 79-85.
Содержательное описание функциональной модели ресурсосберегающей технологии с направленным движением частиц/Г.Н. Вахни-на, Е.Л. Шадрина, А.С. Гулевский //Со-временные научно-практические решения XXI века: мат-лы междунар. науч.-практ. конф. (Воронеж, 21-22 декабря 2015 г.). -Воронеж, 2016. -Ч. I. -С. 260-267.
Пат. № 2478446 РФ, МПК В07В 1/46. Конусный классификатор/Г.Н. Вахнина, Ф.В. Пошарников, Е.В. Кондрашова, Р.Г. Боровиков; заявитель и патентообладатель ФГБОУ ВПО «ВГЛ-ТА». -№ 2011140912/06; заявл. 07.10.2011; опубл. 10.04.2013, Бюл. № 10. -4 с.
Евченко А.В. Анализ физико-механических свойств семян зерновых культур//Вестн. КрасГАУ. -2016. -№ 8 (119). -С. 144-149.
Бричагина А.А., Ильин С.Н., Пальвинский В.В. Моделирование технологического процесса высевающего аппарата зерновой сеялки//Вестн. КрасГАУ. -2016. -№ 11 (122). -С. 67-71.
Основы теории и техники физического моделирования и эксперимента: учеб. пособие/Н.Ц. Гатапова, А.Н. Колиух, Н.В. Орлова . -Тамбов, 2014. -77 с.

Еще

Статья научная