Оценка достоверности прогнозирования периодичности смены моторного масла в двигателях Текст научной статьи по специальности «Химические технологии»

при высокотемпературной ползучести / Ю. Н. Горностырёв, Н. Д. Бахтеева // Физика металлов и металловедение. — 1993. - Т. 76. - Вып. 6. - С. 940-948.

10. Бокштейн, С. З. Диффузионные параметры границ фаз g/g' в сплаве на никелевой основе / С. З. Бокштейн // ДАН СССР. - 1980. - Т. 253. - № 6. - С. 1337.

11. Прогнозирование влияния структурных факторов на механические свойства жаропрочных сплавов / А. В. Логунов [и др.] // МиТОМ. - 1981. - № 6. - С. 16-20.

12. Еремин, Е. Н. Дендритная ликвация и структура жаропрочного сплава, модифицированного ультрадисперсными частицами тугоплавких соединений / Е. Н. Еремин, Ю. О. Филиппов, А. Е. Еремин, А. С. Лосев // Заготовительные производства в машиностроении. - 2008. - № 2. - С. 51-54.

13. Еремин, Е. Н. Термическая стабильность жаропрочного сплава, модифицированного наночастицами тугоплавких соединений / Е. Н. Еремин, А. Е. Еремин // Литейщик России. -№ 10. - 2010. - С. 23-26

ЕРЕМИН Евгений Николаевич, доктор технических наук, профессор (Россия), заведующий кафедрой «Машиностроение и материаловедение», декан машиностроительного института. ФИЛИППОВ Юрий Олегович, доцент кафедры «Машиностроение и материаловедение». ЕРЕМИН Андрей Евгеньевич, аспирант кафедры «Машиностроение и материаловедение». МИННЕХАНОВ Гизар Нигъматьянович, заместитель директора Общества с ограниченной ответственностью «Научно-техническая компания «Сиблит-пром».

Адрес для переписки: weld_techn@mail. ш

Статья поступила в редакцию 16.01.2014 г. © Е. Н. Еремин, Ю. О. Филиппов, А. Е. Еремин, Г. Н. Миннеханов

УДК 621.89:621.436 С. В. КОРНЕЕВ

А. П. СЕРКОВ

Омский государственный технический университет

ОЦЕНКА ДОСТОВЕРНОСТИ ПРОГНОЗИРОВАНИЯ ПЕРИОДИЧНОСТИ СМЕНЫ МОТОРНОГО МАСЛА В ДВИГАТЕЛЯХ

Разработана методика оценки качества моторных масел с использованием цифровых хроматограмм по параметрам плотности распределения пикселей, которая позволяет перейти к более точной и объективной оценке состояния моторного масла по сравнению со способом «капельная проба».

Ключевые слова: двигатель, моторное масло, прогнозирование, объективность, наработка.

Исследования, выполненные в работах [1, 2], показывают, что оценку диспергирующих свойств (ДС) моторного масла целесообразно осуществлять с использованием:

— методики оценки качества моторных масел с использованием цифровых хроматограмм по параметрам плотности распределения пикселей;

— использовать в оценке диагностический параметр иь, который характеризует соотношения диаметров ядра и зоны диффузии хроматограмм (степень загрязнения, степень окисления и моющие свойства моторного масла).

С учетом [3] браковочные значения для ДС составляет 0,3, необходимо рассматривать диапазон изменения параметров ДС и иь в интервале наработок 400 — 500 мото-ч (рис. 1), как достижение предельно допустимого состояния моторного масла. Причем в оценках величины остаточного ресурса необходимо использовать значения предельно допустимого.

Весь диапазон наработки моторного масла можно разделить на три интервала (табл. 1). Изменения диагностических параметров иь и ДС на каждом из интервалов, так же как и весь диапазон диагности-

ческих параметров, подчиняется нормальному закону распределения случайной величины.

Выполненные статистические исследования показывают, что при разделении всего интервала наработок на три интервала (табл. 1) можно получить разброс между тремя интервалами наработки масла. Как видно из табл. 1, разбросы в процентах от среднего значения по трем интервалам достаточно велики в начале эксплуатации. Это значит, что в начале эксплуатации будут значительные разбросы, которые повлияют на точность определения величины остаточного ресурса. Таким образом, нецелесообразно до 100 мото-ч наработки ДВС с момента замены моторного масла проводить контроль состояния моторного масла для выявления его остаточного ресурса. В то же время в случае анализа разбросов по двум последующим интервалам наработки по табл. 1 видно, что процентное отличие между ними будет меньше. Соответственно, проведение контроля за состоянием моторного масла целесообразно проводить, начиная со 100 мото-ч.

Таким образом, при начале наблюдений со 100 мото-ч количество измерений составляет 24 еди-

0.55

0.5

0.45

к0-4

0,J5

0,3

0.25

♦ •

к > ■

д / \ N \

у / г / / ч 1 х 2 . 1J \ ~ +

/ / г

100

200

¿00

Наработка, ыото-ч

400

500

Рис. 1. Зависимости диагностических параметров ДС и Uh от наработки моторного масла 15w40 G-profi MSI Plus: 1 — ДС; 2 — Uh

-■ 1,14

т U2

1.10 -

-j -

1.05

-■ 1.06

1.04 Й

i.02

1.00

Таблица 1

Разбросы значений диагностических параметров Uh и ДС

Интервал наработки, мото-ч/количество измерений Интервал значений диагностического параметра Разброс от ср. значения трех интервалов, % Разброс от ср. значения двух интервалов, %

+ - + -

Диагностический параметр Uh

42-112/10 0,9-1,13 4,3 8,3

195-310/10 1,07-1,17 2 4 0 0

398-512/14 1,07-1,18 2 4 0 0

Диагностический параметр ДС

42-112/10 0,6-0,4 16,7 17,5

195-310/10 0,51-0,33 0 4,5 4,2 14,5

398-512/14 0,44-0,18 20 25,6 13 17

ницы, а это, в свою очередь, соответствует доверительной вероятности для иь а = 0,86, ДС а = 2,20.

Из табл. 1 каждый интервал диагностического параметра имеет максимальные и минимальные значения. Разность между максимальным и минимальным значениями можно приравнять к 6а [4]

maxD - mmD 6

(1)

где шахс, штс — соответственно максимальное и минимальное значения диагностического параметра на интервале.

Таким образом, по трем интервалам возможно найти среднее значения о

- ст, + s s = —-

2

3

3

(2)

где , ст 2 ст з — соответственно среднее квадрати-ческое отклонение на трех интервалах диагностического параметра.

Цена деления измеряемого параметра определяется из формулы [4] и соответствует

5 = g •

(3)

где д — коэффициент, характеризующий отношение ошибки измерений к среднему квадратическому отклонению, который определяется по [4], исходя из принятой надежности выборки а и числа измерений диагностического параметра, равного 24.

Исходя из найденной цены деления измеряемого параметра, возможно определить процент систематической ошибки измерения [4]

AD„

5

D„

• 100,

(4)

где Б пд — предельно допустимое значение диагностического параметра.

Результаты измерений приведены в табл. 2, з.

о

ОЭ

Параметры оценки погрешности методов

Таблица 2

Диагностический параметр Среднее квадратическое отклонение о Показатель д при принятой надежности выборки а при 34 измерениях Цена деления измеряемого параметра при принятой надежности выборки а

Интервал 1, 01 Интервал 2, 02 Интервал 3, 03 Среднее по интервалам 0,9 0,9

Uh 0,038 0,017 0,018 0,024 0,3 0,0072

ДС 0,033 0,03 0,043 0,035 0,0105

Таблица 3

Оценка систематической ошибки при оценке по диагностическим параметрам иь и ДС

Диагностический параметр Систематическая ошибка измерения (ДБШст) при принятой надежности выборки а =0,9 при предельно допустимом значении наработки (500 мото-ч), % Систематическая ошибка измерения (ДБШСТ) при принятой надежности выборки а= 0,9 при 25 % наработке (125 мото-ч), % Систематическая ошибка измерения (ДБШСТ) при принятой надежности выборки а = 0,9 при 75 % наработке (375 мото-ч), %

Uh 0,64 0,68 0,64

ДС 3,5 2,16 2,84

Таблица 4

Сравнительная оценка достоверности определения параметров ДС и Uh

Диагностический параметр Средняя квадратическая погрешность S Коэффициент Стьюдента при доверительной вероятности а= 0,9 Случайная погрешность AD« Суммарная погрешность DD Относительная погрешность Е, % %

Uh 0,0113 1,7 0,019 0,0254 2,3

ДС 0,0158 0,027 0,062 15,1

Случайные погрешности вызываются большим числом факторов (например, несовершенством органов чувств оператора). Для отыскания доверительной вероятности при случайных погрешностях при небольшом числе измерений используется распределение вероятностей Стьюдента [5]

АБс, = t a

• S,

(5)

где tan— коэффициент Стьюдента; S — средняя квадратическая ошибка [19, 5]

S =

(D - Dj )2

n • (n -1)

(6)

где п — количество измерений диагностического параметра, п = 34; Б — среднее значение диагностического параметра; Б. — результат ^го измерения диагностического параметра [1].

Суммарная погрешность определяется как [4]

AD = ADM + AD^ct ■

При этом относительная погрешность [4]

E = § • 100% .

(7)

(8)

Полученные результаты отображены в табл. 4. При среднем значении диагностических параметров для моторного масла 15w40 G-profi MSI Plus

иь= 1,092, ДС = 0,41 получаем окончательный результат:

иь=1,092±0,0254 при а = 0,9, Е = 2,3 %. ДС = 0,41±0,062 при а = 0,9, Е = 15,1 %. Результаты выполненных исследований показали целесообразность использования разработанной методики определения и назначения диагностического параметра иь для определения состояния моторного масла и рациональных сроков замены моторных масел.

Проведенная работа по определению ДС позволяет перейти к точной количественной оценке капельной пробы, что позволяет исключить человеческий фактор при оценке ДС. Вероятностные методы и их использование в назначении рациональных сроков замены моторных масел обеспечивают возможность технических воздействий по фактическому состоянию, что позволит повысить надежность работы двигателей силовых установок ДСМ.

Библиографический список

1. Корнеев, С. В. Обеспечение работоспособности двигателей рациональной заменой моторных масел / С. В. Корнеев, А. П. Серков, В. И. Иванов // Строительные и дорожные машины. - 2012. - № 9. - С. 29-32.

2. Иванов, В. И. Обеспечение долговечности двигателей дорожно-строительных машин путем выбора и назначения рациональных сроков замены моторных масел / В. И. Иванов, А. П. Серков // Омский научный вестник. Сер. Приборы, машины и технологии. - 2011. - № 2(100). - С. 157-162.

i=1

3. Пономаренко, В. С. Эксплуатационные материалы: лабораторный практикум / В. С. Пономаренко, С. В. Корнеев, А. Л. Иванов. - Омск : Изд-во СибАДИ, 2010. - 80 с.

4. Иванов В. И., Кузнецова В. Н., Салихов Р. Ф., Рыжих Е. А. Техническая диагностика строительных, дорожных и коммунальных машин : учебное пособие / В. И. Иванов [и др.]. — Омск : Изд-во СибАДИ, 2006. — Часть 1. Теоретические основы технической диагностики СДКМ. — 132 с.

5. Вентцель, Е. С. Теория вероятностей / Е. С. Вентцель. — 4-е изд., стер. — М. : Наука, 1969. — 576 с.

КОРНЕЕВ Сергей Васильевич, доктор технических наук, профессор (Россия), профессор, заведующий кафедрой «Нефтехимические технологии и оборудование».

СЕРКОВ Артём Петрович, соискатель по кафедре «Нефтехимические технологии и оборудование». Адрес для переписки: [email protected]

Статья поступила в редакцию 12.12.2013 г. © С. В. Корнеев, А. П. Серков

УДК 621.928.93:637.1:628.83

П. А. ЛИСИН Д. Б. МАРТЕМЬЯНОВ

Омский государственный аграрный университет имени П. А. Столыпина

Омский государственный технический университет

МЕТОДОЛОГИЯ ОЦЕНКИ ФРАКЦИОННОЙ СТЕПЕНИ ОЧИСТКИ В ЦИКЛОННЫХ АППАРАТАХ_

Разработка методики расчета параметров частиц сухого молока для оценки эффективности процесса пылеулавливания частиц сухого обезжиренного молока в циклонных аппаратах распылительной сушильной установки «ВРА-4». Ключевые слова: циклон, очистка, воздух, поток, частица.

Потери сухих молочных продуктов с уходящим воздухом на распылительных сушилках оказывают заметное влияние на экономические показатели производственного процесса. Величина этих потерь определяется диаметром наименьшей частицы, улавливаемой очистительным устройством, и относительным содержанием таких, а также меньших частиц в распыле. Знания дисперсности сухих молочных частиц в продукте позволяют объективно оценить степень очистки в существующих пылеулавливающих устройствах и с необходимой точностью рассчитать их при проектировании новых аппаратов [1—3].

Заметим, что дисперсность является термодинамической величиной, характеризующей развитие поверхности раздела двух фаз, применительно к рассматриваемому случаю — жидкой и газообразной. Поскольку дисперсность сухих продуктов определяется дисперсностью распыла, логично ожидать проявления общих закономерностей в распределении по размерам сухих молочных продуктов и жидких капель распыла.

Процесс распыления сопровождается затратой энергии на образование новых поверхностей, и, следовательно, задачу распределения частиц по размерам можно свести к задаче распределения поверхностной энергии между распыляемыми частицами.

Рассматривая весь распыл как систему А, а частицы с дисперсией 8 как подсистему и учитывая, что поверхностная энергия пропорциональна квадрату диаметра, имеем:

йп = сб ехр

-б2

йб,

(1)

где йп — количество частиц, диаметр которых лежит в диапазоне от 8 до 8+й8;

80 — средний поверхностный диаметр частиц распыла; с = 2/820 из условия нормирования.

Из выражения (1) следует, что для относительного массового распределения распыленных частиц имеет место соотношение [2]:

IМ =

800 3У рб0 0

| б4 ехр

б

б0

йб,

(2)

где £М — суммарная масса частиц диаметром не более е в процентах от общей массы частиц распыла.

Дисперсность характеризуется дисперсным (гранулометрическим, зерновым) составом. Данный параметр показывает, какую долю по массе, объёму, поверхности или числу частиц составляют частицы в любом диапазоне их размеров или скорости оседания. Характеристика дисперсного состава может быть задана в виде таблицы, кривой или формулы, выражающей функцию распределения или плотность распределения частиц [4].

Доказано, что дисперсность сухих молочных продуктов определяется дисперсностью распыла. Процесс распыления сопровождается затратой энергии на образование новых поверхностей и логично предположить, что задачу распределения частиц по размерам можно свести к задаче распределения поверхностной энергии между распыляемыми частицами. В этом случае рекомендуется воспользоваться каноническим распределением Гиббса в описании академика Л. Д. Ландау [1, 2].

Дисперсный состав пыли имеет первостепенное значение для разработки и совершенствования

о

оэ

65

б