Помощь в написании студенческих работ
Антистрессовый сервис

Параметры оптимизации пневмопривода валковой подачи

КонтрольнаяПомощь в написанииУзнать стоимостьмоей работы

Уметь измерять параметр оптимизации — это значит располагать подходящим прибором. В ряде случаев такого прибора может не существовать или он слишком дорог. Если нет способа количественного измерения результата, то приходится воспользоваться приемом, называемым ранжированием (ранговым подходом). При этом параметрам оптимизации присваиваются оценки — ранги по заранее выбранной шкале: двухбалльной… Читать ещё >

Параметры оптимизации пневмопривода валковой подачи (реферат, курсовая, диплом, контрольная)

Эксперимент занимает центральное место в науке. Однако возникает вопрос, насколько эффективно он используется. Джон Бернал, например, отмечал, что научные исследования организуются и проводятся настолько хаотично, что их коэффициент полезного действия может быть оценен величиной порядка 2%. Для того чтобы повысить эффективность исследований, требуется нечто совершенно новое. Одним из возможных путей является применение математических методов, построение математической теории планирования эксперимента.

Планирование эксперимента — это процедура выбора числа и условий проведения опытов необходимых и достаточных для решения поставленной задачи с требуемой точностью. При этом существенно следующее:

1) стремление к минимизации общего числа опытов

2) одновременное варьирование всеми переменными, определяющими процесс по специальным правилам — алгоритмам;

3) использование математического аппарата, формализующего многие действия экспериментатора;

4) выбор четкой стратегии, позволяющей принимать обоснованные решения после каждой серии экспериментов.

Задачи, для решения которых может использоваться планирование эксперимента, чрезвычайно разнообразны.

Поиск оптимальных условий, построение интерполяционных формул, выбор существенных факторов, оценка и уточнение констант теоретических моделей (например, кинетических), выбор наиболее приемлемых из некоторого множества гипотез о механизме явлений, исследование диаграмм состав-свойство — вот примеры задач, при решении которых применяется планирование эксперимента. Можно оказать, что там, где есть эксперимент, имеет место и наука об его проведении — планирование эксперимента.

1. Задание

2. Глоссарий

3. Теоретические основы расчета валковой подачи

4. Теоретические основы расчета пневмопривода

4. Расчет нулевого уровня

5. Создание математической модели привода

6. Заключительные этапы расчетов

7. Вывод

1. Задание

1. Выполнить расчет валковой подачи с использованием пакета прикладных программ (далее ППП).

2. Рассчитать пневмопривод этой валковой подачи.

Исходные данные для расчетов:

Диаметр заготовки, мм — 150

Толщина материала, мм — 3

Частота ходов ползуна, 1/с, — 70

Материал заготовки — сталь Коэффициент длины шатуна — 0,1

Ход ползуна, мм — 100

Скорость движения поршня, м/с 0,49…0,495

2. Глоссарий

Параметр оптимизации — количественная характеристика цели эксперимента, признак, по которому мы хотим оптимизировать процесс. Мы должны уметь его измерять при любой возможной комбинации выбранных уровней факторов. Множество значений, которые может принимать параметр оптимизации, будем называть областью его определения. Области определения могут быть непрерывными и дискретными, ограниченными и неограниченными. Например, выход реакции — это параметр оптимизации с непрерывной ограниченной областью определения. Он может изменяться в интервале от 0 до 100%, Число бракованных изделий, число зерен на шлифе сплава, число кровяных телец в пробе крови — вот примеры параметров с дискретной областью определения, ограниченной снизу.

Уметь измерять параметр оптимизации — это значит располагать подходящим прибором. В ряде случаев такого прибора может не существовать или он слишком дорог. Если нет способа количественного измерения результата, то приходится воспользоваться приемом, называемым ранжированием (ранговым подходом). При этом параметрам оптимизации присваиваются оценки — ранги по заранее выбранной шкале: двухбалльной, пятибалльной и т. д. Ранговый параметр имеет дискретную ограниченную область определения. В простейшем случае область содержит два значения (да, нет; хорошо, плохо). Это может соответствовать, например, годной продукции и браку.

Ранг — это количественная оценка параметра оптимизации, но она носит условный (субъективный) характер. Мы ставим в соответствие качественному признаку некоторое число — ранг.

В конкретном эксперименте, изложенном в данной работе, параметром оптимизации на первом этапе (поиск нулевого уровня варьирования факторов) является скорость срабатывания пневмопривода. На последующих этапах этим параметром становится полное время срабатывания привода, которое в оптимуме меньше или равна ј времени цикла штамповочного пресса/молота/.

Фактором называется измеряемая переменная величина, принимающая в некоторый момент времени определенное значение. Факторы соответствуют способам воздействия на объект исследования.

В данной конкретной работе значимыми факторами являются диаметры подвода и отвода воздуха в пневмоцилиндр, а также коэффициент расхода воздуха µ.

Так же, как и параметр оптимизации, каждый фактор имеет область определения. Мы будем считать фактор заданным, если вместе с его названием указана область его определения. Под областью определения понимается совокупность всех значений, которые в принципе мажет принимать данный фактор, Ясно, что совокупность значений фактора, которая используется в эксперименте, является подмножеством из множества значений, образующих область определения.

В практических задачах области определения факторов, как правило, ограничены. Ограничения могут носить принципиальный либо технический характер.

Произведем классификацию факторов в зависимости от того, является ли фактор переменной величиной, которую можно оценивать количественно: измерять, взвешивать, титровать и т. п., или же он — некоторая переменная, Характеризующаяся качественными свойствами. v Вы уже догадались, что факторы разделяются на количественные и качественные. Качественные факторы — это разные вещества, разные технологические способы, аппараты, исполнители и т. д.

Хотя качественным факторам не соответствует числовая шкала в том смысле, как это понимается для количественных факторов, однако можно построить условную порядковую шкалу, которая ставит в соответствие уровням качественного фактора числа натурального ряда, т. е. производит кодирование. Порядок уровней может быть произволен, но после кодирования он фиксируется.

В ряде случаев граница между понятием качественного и количественного фактора весьма условна. Пусть, например, при изучении воспроизводимости результатов. химического анализа надо установить влияние положения тигля с навеской в муфельной печи. Можно разделить под печи на квадраты и считать номера квадратов уровнями качественного фактора, определяющего положение тигля. Вместо этого можно ввести два количественных фактора — ширину и длину пода печи. Качественным факторам не соответствует числовая шкала и порядок уровней факторов не играет роли.

Требования, предъявляемые к факторам при планировании эксперимента

При планировании эксперимента факторы должны быть управляемыми. Это значит, что экспериментатор, выбрав нужное значение фактора, может его поддерживать постоянным в течение всего опыта, т. е. может управлять фактором. В этом состоит особенность «активного» эксперимента. Планировать эксперимент можно только в том случае, если уровни факторов подчиняются воле экспериментатора.

Чтобы точно определить фактор, нужно указать последовательность действий (операций), с помощью которых устанавливаются его конкретные значения (уровни). Такое определение фактора будем называть операциональным. Так, если фактором является давление в некотором аппарате, то совершенно необходимо указать, в какой точке и с помощью какого прибора оно измеряется и как оно устанавливается.

Введение

операционального определения обеспечивает однозначное понимание фактора.

С операциональным определением связаны выбор размерности фактора и точность его фиксирования. Мы привыкли считать, что выбор размерности фактора не представляет особой трудности. Экспериментатор хорошо ориентируется в том, какую размерность нужно использовать. Это действительно так в тех случаях, когда существует устоявшаяся традиция, построены измерительные шкалы, приборы, созданы эталоны и т. д. Так обстоит дело при измерении температур, времени, давления и пр. Но бывает, что выбор размерности превращается в весьма трудную проблему выбора измерительных шкал, сложность которой далеко выходит за рамки нашего рассмотрения. Замена одной измерительной шкалы другой называется преобразованием шкал. Оно может быть использовано для упрощения модели объекта.

Точность замера факторов должна быть возможно более высокой. Если факторы измеряются с большой ошибкой или особенность объекта исследования такова, что значения факторов трудно поддерживать на выбранном уровне (уровень фактора «плывет»), то экспериментатору следует обратиться к конфлюэнтному анализу .

Факторы должны быть непосредственными воздействиями на объект. Факторы должны быть однозначны. Трудно управлять фактором, который является функцией других факторов. Но в планировании, могут участвовать сложные факторы, такие, как соотношения между компонентами, их логарифмы и т. п.

Необходимость введения сложных факторов возникает при желании представить динамические особенности объекта в статической форме. Пусть, например, требуется найти оптимальный режим подъема температуры в реакторе. Если относительно температуры известно, что она должна нарастать линейно, то в качестве фактора вместо функции (в данном случае линейной) можно использовать тангенс угла наклона, т. е. градиент. Положение усложняется, когда исходная температура не зафиксирована. Тогда ее приходится вводить в качестве еще одного фактора.

3. Теоретические основы расчета валковой подачи

Валковая подача представляет собой 2 валка вращающихся в противоположном направлении, между которыми захватывается заготовка и посредством силы трения между валком и заготовкой вращением валков подается в рабочую зону штампа/пресса. Передаточное число между валками =1, т. е. валки вращаются с одинаковой угловой скоростью.

Принимаем диаметр валка, равным диаметру детали (200−250мм), рабочий угол, минимальную частоту ходов пресса — 40 мин, диаметр ролика определяем геометрически.

Для расчета параметров валковой подачи используем ППП. После ввода физико-геометрических характеристик валковой подачи получаем файл-отчет расчета:

ФАМИЛИЯ — Likov ГРУППА — 621 571

ИСХОДНЫЕ ДАННЫЕ ТОЛЩИНА ДЕТАЛИ, [ мм ] - 3

ДИАМЕТР ДЕТАЛИ, [ мм ] - 150

передаточное отношение зубчатой передачи от вала рычага к валу валка — 1

передаточное отношение от нижнего валка к верхнему валку — 1

ширина валка, [ мм ] - 200

коэффициент запаса — 0

максимальное угловое ускорение нижнего валка, [ 1/с2 ] - 14.92 349

РЕЗУЛЬТАТЫ РАСЧЕТА диаметр валка, [ мм ] - 200

радиус валка, [ мм ] - 100

шаг подачи, [ мм ] - 160

рабочий угол валка, [градус] - 91.6

угол качания рычага механизма привода, [градус] - 96.6

длина рычага механизма привода, [ мм ] - 150

максимальный радиус кривошипа подачи, [ мм ] - 112.05

приведенный модуль упругости, [ Н/мм2 ] - 100 000

усилие прижима валков, [ Н ] - 3153.01

Максимально допустимое усилие прижима валков, [ H ] - 4023

тяговое усилие подачи, [ Н ] - 1261.2

параметры МУФТЫ ОБГОНА радиус ролика муфты, [ мм ] - 6

число роликов муфты — 4

ширина ролика муфты [ мм ] - 24

радиус муфты, [ мм ] - 48

угол заклинивания муфты обгона, [ градус ] - 5.01

максимальная нормальная сила [ Н ] - 659.32

КРУТЯЩИЙ момент в муфте обгона, максимальный [ Н*м ] - 12.659

параметры ТОРМОЗА валков

наружный диаметр, [ мм ] - 180

внутренний диаметр, [ мм ] - 60

средний диаметр поверхности трения, [ мм ] - 120

момент инерции нижнего валка, [ кг*м2 ] - 2.559

момент инерции верхнего валка, [ кг*м2 ] - 2.559

приведенный момент инерции валков, [ кг*м2 ] - 5.119

расчетный тормозной момент, [ Н*м ] - 0

усилие пружины для обеспечения тормозного момента, [ H ] - 0

удельное давление на фрикционный материал, [ H/мм ^ 2 ] - 0

4. Теоретические основы расчета пневмопривода

Основные требования к пневмоприводу — скорость движения поршня должна составлять 0,49…0,495 м/с. Изменение скорости осуществляется за счет изменения диаметра подвода и отвода воздуха в пневмоцилиндр. При этом определяется основной уровень факторов: диаметр подвода и диаметр отвода воздуха, при коэффициенте расхода воздуха µ=0,2…0,6.

подвод воздуха отвод воздуха Работа пневмопривода зависит от 17 факторов, среди которых подлежат расчету:

· Диаметр поршня цилиндра — принимаем равным диаметру валка подачи, 0,2 м

· Диаметр штока цилиндра принимаем равным 0,3 диаметра поршня, 0,2· 0,3=0,06 м

· Начальные диаметры подвода/отвода воздуха принимаем 0,02 м

· Ход поршня

где — рабочий угол из расчета валковой подачи

· Давление в магистрали принимаем равным 0,4…0,6 МПа

· Технологическая нагрузка:

где Ртягов — тяговая сила подачи из расчета валковой подачи, lp — длинна рычага механизма привода

· Масса подвижных частей:

Откуда m=19.719 кг

· Коэффициент расхода воздуха µ=0,2…0,6; за начальное значение принимаем 0,3

5. Расчет нулевого уровня

Исходя из задания, параметром оптимизации при поиске нулевого уровня варьирования факторов, служит скорость срабатывания пневмопривода (0,49…0,495 м/с).

Значимыми факторами выберем диаметры подвода и отвода воздуха в пневмоцилиндр, а также коэффициент расхода воздуха µ. Этот выбор обусловлен тем, что для варьирования прочими параметрами привода в ходе эксперимента придется изменять физико-геометрические характеристики пневмопривода, что для математической модели является трудоемким процессом, а при проведении эксперимента на реальном пневмоприводе приведет к неоправданным временным и материальным затратам.

После ввода расчетных значений факторов, начинаем поиск нулевого уровня варьирования факторов (диаметра подвода/отвода воздуха и коэффициента расхода воздуха). Для этого в ППП вводим различные комбинации значений факторов (в пределах их области изменения), ориентируясь на изменение параметра оптимизации — скорости срабатывания пневмопривода. После достижения требуемого значения этого параметра, получаем два файла-отчета — для прямого хода пневмопривода и для обратного. Разделение на прямой и обратный ход обусловлено различными площадями поверхности поршня: во время прямого хода воздух давит на круг, а во время обратного — на кольцо, т. к шток цилиндра закрывает некоторую часть площади обратной стороны поршня. Далее приведено содержимое файлов-отчетов, для прямого хода:

ФАМИЛИЯ: Likov ГРУППА: 621 571

1. ШАГ ПЕЧАТИ ПО ВРЕМЕНИ, [ с ] = .05

2. ШАГ СЧЕТА ПО ВРЕМЕНИ, [ с ] = .001

3. ДИАМЕТР ПОРШНЯ ЦИЛИНДРА, [ м ] = .2

4. ДИАМЕТР ШТОКА ЦИЛИНДРА, [ м ] = .06

5. ДИАМЕТР ОТВЕРСТИЯ ПОДВОДА ВОЗДУХА, [ м ] = .018

6. ДИАМЕТР ОТВЕРСТИЯ ОТВОДА ВОЗДУХА, [ м ] = .0171

7. ХОД ПОРШНЯ, [ м ] = .16

8. НАЧАЛЬНЫЙ ОБЪЕМ ПОЛОСТИ НАПОЛНЕНИЯ, [ м3 ] = .1

9. НАЧАЛЬНЫЙ ОБЪЕМ ПОЛОСТИ ОПОРОЖНЕНИЯ, [ м3 ] = .1

10. ДАВЛЕНИЕ МАГИСТРАЛИ, [ MПa ] = .4

11. ТЕХНОЛОГИЧЕСКАЯ НАГРУЗКА, [ H ] = 840.8

12. МАССА ПОДВИЖНЫХ ЧРАСТЕЙ,[ кг ] = 24

13. КОЭФФИЦИЕНТ РАСХОДА ВОЗДУХА = .3

14. ЖЕСТКОСТЬ ПРУЖИНЫ, [ H/м ] = 0

15. НАЧАЛЬНОЕ СЖАТИЕ ПРУЖИНЫ, [ м ] = 0

16. КОЭФФИЦИЕНТ СКОРОСТНОГО СОПРОТИВЛЕНИЯ,[H*с/м] = 0

17. ПУТЬ ТОРМОЖЕНИЯ, [ м ] = 0

———————————————————————————————————;

Разработчик программы:

ТулГУ, кафедра <�Механика пластического формоизменения>

им. Н. Демидова

телефон (8−087−2-) 35−05−60

———————————————————————————————————;

ВРЕМЯ ДО НАЧАЛА ДВИЖЕНИЯ, Тнд = 0 [ с ]

ПО СТАТИЧЕСКИМ ФОРМУЛАМ:

Время наполнения до начала движения — 6.47 5952E-4

Время опорожнения до начала движения — -3.27009E-4

ПРЯМОЙ ХОД

——————-T—————-T—————-T——————T——————T———————

¦ ВРЕМЯ ¦ ДАВЛЕНИЕ ¦ ДАВЛЕНИЕ ¦ ПУТЬ ПОРШНЯ¦ СКОРОСТЬ ¦ УСКОРЕНИЕ ¦

¦ ¦ НАПОЛНЕНИЯ¦ОПОРОЖНЕНИЯ¦ ¦ ¦ ¦

¦ [ с ] ¦ [ Па ] ¦ [ Па ] ¦ [ мм ] ¦ [ м/с ] ¦ [ м/с2 ] ¦

+——————+—————-+—————-+——————+——————+———————+

¦ 0 ¦ 400 000 ¦ 397 551 ¦ .02 ¦ .015 ¦ 15.778 ¦

¦ .05 ¦ 357 890 ¦ 362 441 ¦ 10.49 ¦ .34 926 ¦ 1.708 701 ¦

¦ .1 ¦ 345 004 ¦ 348 923 ¦ 29.8 ¦ .41 324 ¦ .9 436 091 ¦

¦ .15 ¦ 336 965 ¦ 340 430 ¦ 51.45 ¦ .44 838 ¦ .5 374 475 ¦

¦ .2 ¦ 331 738 ¦ 334 878 ¦ 74.45 ¦ .46 862 ¦ .3 085 234 ¦

¦ .25 ¦ 328 265 ¦ 331 176 ¦ 98.21 ¦ .4803 ¦ .1 717 692 ¦

¦ .3 ¦ 325 931 ¦ 328 678 ¦ 122.42 ¦ .48 692 ¦ 9.24 6517E-2 ¦

¦ .35 ¦ 324 352 ¦ 326 981 ¦ 146.86 ¦ .49 046 ¦ 4.66 8378E-2 ¦

¦ .377 ¦ 324 352 ¦ 326 981 ¦ 160.12 ¦ .4916 ¦ 4.16 5639E-2 ¦

L——————+—————-+—————-+——————+——————+———————;

ЗАКЛЮЧИТЕЛЬНЫЙ ПЕРИОД :

ВРЕМЯ наполнения ПОСЛЕ ОСТАНОВКИ ПОРШНЯ, Тнп = .1 363 129 [ с ]

ВРЕМЯ ОПОРОЖНЕНИЯ ПОСЛЕ ОСТАНОВКИ ПОРШНЯ, Тoп = 1.5 0959E-3 [ с ]

ПОЛНОЕ ВРЕМЯ ПРЯМОГО ХОДА ПО ПЕРИОДАМ :

6.47 5952E-4 + .3 769 987 + .1 363 129 = .5 139 592 [ с ]

и файл-отчет для обратного хода пневмопривода:

ФАМИЛИЯ: likov ГРУППА: 621 571

1. ШАГ ПЕЧАТИ ПО ВРЕМЕНИ, [ с ] = .05

2. ШАГ СЧЕТА ПО ВРЕМЕНИ, [ с ] = .001

3. ДИАМЕТР ПОРШНЯ ЦИЛИНДРА, [ м ] = .2

4. ДИАМЕТР ШТОКА ЦИЛИНДРА, [ м ] = .06

5. ДИАМЕТР ОТВЕРСТИЯ ПОДВОДА ВОЗДУХА, [ м ] = .018

6. ДИАМЕТР ОТВЕРСТИЯ ОТВОДА ВОЗДУХА, [ м ] = .0179

7. ХОД ПОРШНЯ, [ м ] = .16

8. НАЧАЛЬНЫЙ ОБЪЕМ ПОЛОСТИ НАПОЛНЕНИЯ, [ м3 ] = .1

9. НАЧАЛЬНЫЙ ОБЪЕМ ПОЛОСТИ ОПОРОЖНЕНИЯ, [ м3 ] = .1

10. ДАВЛЕНИЕ МАГИСТРАЛИ, [ MПa ] = .4

11. ТЕХНОЛОГИЧЕСКАЯ НАГРУЗКА, [ H ] = 840.8

12. МАССА ПОДВИЖНЫХ ЧРАСТЕЙ,[ кг ] = 24

13. КОЭФФИЦИЕНТ РАСХОДА ВОЗДУХА = .3

14. ЖЕСТКОСТЬ ПРУЖИНЫ, [ H/м ] = 0

15. НАЧАЛЬНОЕ СЖАТИЕ ПРУЖИНЫ, [ м ] = 0

16. КОЭФФИЦИЕНТ СКОРОСТНОГО СОПРОТИВЛЕНИЯ,[H*с/м] = 0

17. ПУТЬ ТОРМОЖЕНИЯ, [ м ] = 0

—————————————————————;

Разработчик программы:

ТулГУ, кафедра <�Механика пластического формоизменения>

им. Н. Демидова

телефон (8−087−2-) 35−05−60

—————————————————————;

ВРЕМЯ ДО НАЧАЛА ДВИЖЕНИЯ, Тнд = 5.49 9996E-2 [ с ]

ПО СТАТИЧЕСКИМ ФОРМУЛАМ:

Время наполнения до начала движения — 6.47 5952E-4

Время опорожнения до начала движения — 5.49 6057E-2

ОБРАТНЫЙ ХОД

——————-T—————-T—————-T——————T——————T———————

¦ ВРЕМЯ ¦ ДАВЛЕНИЕ ¦ ДАВЛЕНИЕ ¦ ПУТЬ ПОРШНЯ¦ СКОРОСТЬ ¦ УСКОРЕНИЕ ¦

¦ ¦ НАПОЛНЕНИЯ¦ОПОРОЖНЕНИЯ¦ ¦ ¦ ¦

¦ [ с ] ¦ [ Па ] ¦ [ Па ] ¦ [ мм ] ¦ [ м/с ] ¦ [ м/с2 ] ¦

+——————+—————-+—————-+——————+——————+———————+

¦ 0 ¦ 400 000 ¦ 335 930 ¦ 0 ¦ .171 ¦ 1.710 157 ¦

¦ .05 ¦ 362 815 ¦ 302 043 ¦ 8.15 ¦ .35 806 ¦ 1.773 022 ¦

¦ .1 ¦ 350 919 ¦ 291 896 ¦ 27.85 ¦ .42 146 ¦ .8 857 777 ¦

¦ .15 ¦ 344 022 ¦ 285 938 ¦ 49.88 ¦ .45 487 ¦ .4 695 798 ¦

¦ .2 ¦ 339 821 ¦ 282 279 ¦ 73.13 ¦ .47 266 ¦ .2 546 496 ¦

¦ .25 ¦ 337 198 ¦ 279 979 ¦ 97.03 ¦ .48 209 ¦ .1 402 528 ¦

¦ .3 ¦ 335 538 ¦ 278 520 ¦ 121.28 ¦ .48 697 ¦ 7.37 1283E-2 ¦

¦ .35 ¦ 334 482 ¦ 277 586 ¦ 145.7 ¦ .48 943 ¦ 3.87 9454E-2 ¦

¦ .38 ¦ 334 482 ¦ 277 586 ¦ 160.4 ¦ .49 023 ¦ 9.75 9778E-3 ¦

L——————+—————-+—————-+——————+——————+———————;

ЗАКЛЮЧИТЕЛЬНЫЙ ПЕРИОД :

ВРЕМЯ наполнения ПОСЛЕ ОСТАНОВКИ ПОРШНЯ, Тнп = .1 141 596 [ с ]

ВРЕМЯ ОПОРОЖНЕНИЯ ПОСЛЕ ОСТАНОВКИ ПОРШНЯ, Тoп = 8.53 2034E-4 [ с ]

ПОЛНОЕ ВРЕМЯ ОБРАТНОГО ХОДА ПО ПЕРИОДАМ :

5.49 9996E-2 + .3 799 987 + .1 141 596 = .5 491 582 [ с ]

6. Создание математической модели привода

Выберем наиболее простую модель пневмопривода — в виде полинома первой степени. В общем виде функция отклика имеет вид:

Полином первой степени имеет вид:

Полином второй степени имеет вид:

Мы говорили, что под моделью понимаем вид функции отклика. Выбрать модель — значит выбрать вид этой функции, записать ее уравнение. Тогда останется спланировать и провести эксперимент для оценки численных значений констант (коэффициентов) этого уравнения.

Для первого этапа таблицы уровней варьирования факторов выглядят следующим образом.

Прямой ход

Факторы

Dп

µ

Д

x1

x2

x3

Верхний уровень

0.0234

0.2 223

0.39

+30%

Основной уровень

0.0180

0.0171

0.3

Нижний уровень

0.0126

0.1 197

0.21

— 30%

Обратный ход

Факторы

Dп

µ

Д

x1

x2

x3

Верхний уровень

0.0234

0.2 223

0.39

+30%

Основной уровень

0.0180

0.0171

0.3

Нижний уровень

0.0126

0.1 197

0.21

— 30%

Матрица планирования для прямого хода:

№ опыта

Х1

Х2

Х3

Y

;

0.0126

;

0.1 197

;

0.21

1,494

;

0.0126

;

0.1 197

0.39

0,805 566

;

0.0126

0.2 223

;

0.21

1,223 098

;

0.0126

0.2 223

0.39

0,661 027

0.0234

;

0.1 197

;

0.21

0,97 689

0.0234

;

0.1 197

0.39

0,526 172

0.0234

0.2 223

;

0.21

0,434 917

0.0234

0.2 223

0.39

0,237 158

0,018

0,0171

0,3

0,51 395

— 5%

0,0171

+5%

0,17 955

— 5%

0,285

0,563 303

+5%

0,0189

+5%

0,17 955

— 5%

0,285

0,490 804

Матрица планирования для обратного хода:

№ опыта

Х1

Х2

Х3

Y

;

0.0126

;

0.1 197

;

0.21

1,5967

;

0.0126

;

0.1 197

0.39

0,85 985

;

0.0126

0.2 223

;

0.21

1,17 170

;

0.0126

0.2 223

0.39

0,63 291

0.0234

;

0.1 197

;

0.21

1,15 535

0.0234

;

0.1 197

0.39

0,62 225

0.0234

0.2 223

;

0.21

0,46 475

0.0234

0.2 223

0.39

0,25 313

0,018

0,0171

0,3

0,54 915

— 5%

0,0171

+5%

0,17 955

— 5%

0,285

0,58 804

+5%

0,0189

+5%

0,17 955

— 5%

0,285

0,52 403

10'

— 10%

0.0162

+10%

0.1 969

— 10%

0.27

0.64 525

11'

+10%

0.0198

+10%

0.1 969

— 10%

0.27

0.50 393

Файл-отчет ППП для прямого хода:

РЕГРЕССИОННЫЙ АНАЛИЗ

ЧИСЛО ФАКТОРОВ — 3

ЧИСЛО ПАРАМЕТРОВ МОДЕЛИ — 7

ЧИСЛО ОСТАВШИХСЯ ПАРАМЕТРОВ — 7

ЧИСЛО ТОЧЕК ПЛАНА — 9

ЧИСЛО ОПЫТОВ — 11

ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ

1.494 0.805 1.223 0.661 0.976

0.526 0.434 0.237 0.513 0.563 303

0.490 804

ОБРАБОТКА ЭКСПЕРИМЕНТА

N Y NI YT S2 МАТРИЦА ПЛАНИРОВАНИЯ

1 1.494 1 1.44 0 -1 -1 -1

2 0.805 1 0.715 0 -1 -1 1

3 1.223 1 1.13 0 -1 1 -1

4 0.661 1 0.603 0 -1 1 1

5 0.976 1 0.886 0 1 -1 -1

6 0.526 1 0.468 0 1 -1 1

7 0.434 1 0.376 0 1 1 -1

8 0.237 1 0.147 0 1 1 1

9 0.522 369 3 0.72 0.138 0 0 0

ПАРАМЕТРЫ МОДЕЛИ И КРИТЕРИЙ СТЬЮДЕНТА

M B T

1 0.72 028 64.31

2 -0.25 125 19.131

3 -0.15 575 11.859

4 -0.23 725 18.065

5 -0.052 3.9594

6 0.0755 5.7488

7 0.0475 3.6168

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ — 0.137 986

КРИТЕРИЙ БАРТЛЕТА — 6.38378e-16

КРИТЕРИЙ ФИШЕРА — 16.6866

Модель адекватна по критерию Фишера:

Fрасч < Fтабл

16,6866 < 19.2

Значимые коэффициенты по критерию Стьюдента:

Все, кроме, 5 и 7

Tрасч > Ттабл=4,303

Таким образом, уравнение модели в виде полинома первой степени имеет вид:

Файл-отчет для обратного хода:

РЕГРЕССИОННЫЙ АНАЛИЗ

ЧИСЛО ФАКТОРОВ — 3

ЧИСЛО ПАРАМЕТРОВ МОДЕЛИ — 7

ЧИСЛО ОСТАВШИХСЯ ПАРАМЕТРОВ — 7

ЧИСЛО ТОЧЕК ПЛАНА — 9

ЧИСЛО ОПЫТОВ — 11

ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ

1.596 0.859 1.171 0.632 1.155

0.622 0.464 0.253 0.549 0.588 041

0.524 038

ОБРАБОТКА ЭКСПЕРИМЕНТА

N Y NI YT S2 МАТРИЦА ПЛАНИРОВАНИЯ

1 1.596 1 1.53 0 -1 -1 -1

2 0.859 1 0.764 0 -1 -1 1

3 1.171 1 1.08 0 -1 1 -1

4 0.632 1 0.568 0 -1 1 1

5 1.155 1 1.06 0 1 -1 -1

6 0.622 1 0.558 0 1 -1 1

7 0.464 1 0.4 0 1 1 -1

8 0.253 1 0.158 0 1 1 1

9 0.553 693 3 0.765 0.104 0 0 0

ПАРАМЕТРЫ МОДЕЛИ И КРИТЕРИЙ СТЬЮДЕНТА

M B T

1 0.76 483 78.635

2 -0.2205 19.333

3 -0.214 18.764

4 -0.2525 22.139

5 -0.051 4.4717

6 0.0665 5.8307

7 0.065 5.6992

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ — 0.104 061

КРИТЕРИЙ БАРТЛЕТА — -5.87204e-16

КРИТЕРИЙ ФИШЕРА — 25.0194

Модель не адекватна по критерию Фишера:

Fрасч > Fтабл

25.0194 > 19.2

Так как критерий Фишера определяется по формуле:

То для уменьшения F-критерия, необходимо увеличить дисперсию опыта (Sопыта). Для этого увеличим ошибку эксперимента с 5 до 10% - проведем еще 2 опыта по строкам 10' и 11'. Получим второй файл-отчет для обратного хода:

РЕГРЕССИОННЫЙ АНАЛИЗ

ЧИСЛО ФАКТОРОВ — 3

ЧИСЛО ПАРАМЕТРОВ МОДЕЛИ — 7

ЧИСЛО ОСТАВШИХСЯ ПАРАМЕТРОВ — 7

ЧИСЛО ТОЧЕК ПЛАНА — 9

ЧИСЛО ОПЫТОВ — 11

ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ

1.596 0.859 1.171 0.632 1.155

0.622 0.464 0.253 0.549 0.645 252

0.503 939

ОБРАБОТКА ЭКСПЕРИМЕНТА

N Y NI YT S2 МАТРИЦА ПЛАНИРОВАНИЯ

1 1.596 1 1.54 0 -1 -1 -1

2 0.859 1 0.768 0 -1 -1 1

3 1.171 1 1.08 0 -1 1 -1

4 0.632 1 0.572 0 -1 1 1

5 1.155 1 1.06 0 1 -1 -1

6 0.622 1 0.562 0 1 -1 1

7 0.464 1 0.404 0 1 1 -1

8 0.253 1 0.162 0 1 1 1

9 0.566 064 3 0.768 0.521 0 0 0

ПАРАМЕТРЫ МОДЕЛИ И КРИТЕРИЙ СТЬЮДЕНТА

M B T

1 0.7682 35.296

2 -0.2205 8.6398

3 -0.214 8.3851

4 -0.2525 9.8937

5 -0.051 1.9983

6 0.0665 2.6057

7 0.065 2.5469

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ — 0.521 072

КРИТЕРИЙ БАРТЛЕТА — 4.67508e-16

КРИТЕРИЙ ФИШЕРА — 4.59 516

Модель адекватна по критерию Фишера:

Fрасч < Fтабл

4,59 516 < 19.2

Значимые коэффициенты по критерию Стьюдента:

Все, кроме, 5, 6 и 7

Tрасч > Ттабл=4,303

Таким образом, уравнение модели в виде полинома первой степени имеет вид:

7. Заключительные этапы расчетов

На предыдущих этапах проведения эксперимента параметром оптимизации являлась скорость движения поршня, были получены две адекватные модели в виде полиномов первой степени.

На данном этапе выбираем новый параметр оптимизации — полное время прямого (обратного) хода поршня. Эта смена обусловлена необходимостью синхронизации работы валковой подачи с частотой работы пресса (молота). Таким образом полное время хода поршня не должно превышать ј времени одного цикла пресса (поршня). Рассчитаем то время:

Из задания нам известна частота ходов ползуна пресса (молота):

ј Тц = 0,21 428 с что больше чем tполн Оптимум будет достигнут при уменьшении tполн, а значит x1, x2 и x3 необходимо увеличить. Поэтому при построении уровней варьирования факторов максимальные значения факторов делаем минимальными, и рассчитываем остальные уровни:

Прямой ход

Факторы

Dп

µ

Д

x1

x2

x3

Верхний уровень

0.0395

0.0375

0.624

+30%

Основной уровень

0.0304

0.0289

0.507

Нижний уровень

0.0234

0.2 223

0.39

— 30%

Обратный ход

Факторы

Dп

µ

Д

x1

x2

x3

Верхний уровень

0.0395

0.0375

0.624

+30%

Основной уровень

0.0304

0.0289

0.507

Нижний уровень

0.0234

0.2 223

0.39

— 30%

По достижении коэффициентом расхода воздуха его максимального значения ~0.6 столбец х3 матрицы планирования оставляем без изменений на последующих этапах.

Матрица планирования для прямого хода:

№ опыта

Х1

Х2

Х3

Y

;

0.0234

;

0.2 223

;

0.39

;

0.0234

;

0.2 223

0,624

;

0.0234

0.0375

;

0.39

;

0.0234

0.0375

0,624

0.0395

;

0.2 223

;

0.39

0.0395

;

0.2 223

0,624

0.0395

0.0375

;

0.39

0.0395

0.0375

0,624

— 5%

+5%

— 5%

+5%

+5%

— 5%

8. Вывод

В результате расчетов мы получили адекватную математическую модель пневмопривода и теперь можем прогнозировать его работу, проводя эксперимент на модели. Используя данные уравнения, мы сможем прогнозировать время срабатывания пневмопривода.

Показать весь текст
Заполнить форму текущей работой