CC BY
30
где l , b , d - соответственно наибольшие
^ max maX max
длина, ширина и толщина частиц дозируемых компонентов смеси, м.
Зная скорость равномерного истечения материала из дозатора можно определить пропускную способность бункера (подачу) непрерывного действия Он(т/ч), которая измеряется количеством насыпного материала, через выпускное отверстие в единицу времени:
Qh=3600uyS, (6)
где и - скорость истечения насыпного корма из отверстия бункера, м/с; у - объемная масса насыпного корма, т/м3; S - площадь отверстия истечения, м2.
С учетом формулы (4) выражение (6) примет вид:
Рис. 3. Изменение скорости истечения материала V в зависимости от величины открытия заслонки В при А=0,001 м и
ю=300 с-1:----зерносмесь;------дерть зерносмесь; --- -
комбикорм рассыпной.
дозатора (рис.3) в зависимости от величины открытия заслонки при постоянных параметрах вибрации. При этом минимальная величина открытия заслонки при постоянной ее ширине в каждой секции бункера зависит от рецепта смеси и определяется из условия
Q = 3600( Я sin а 12g I 2,1R -
3,4То
+ А (оК В )Sy, (7)
в
(5)
Выводы. Таким образом, на основании проведенных теоретических исследований установлена зависимость, которая позволяет определить скорость равномерного истечения сыпучего корма из каждой секции бункера многокомпонентного вибрационного дозатора, что, в свою очередь, дает возможность рассчитать пропускную способность бункера.
Литература.
1. Производство и использование комбикормов в коллективных и фермерских хозяйствах: Учебное пособие/С.Н. Васильев, А.А. Эленшлегер, С.В. Золотарев, А.М. Булгаков. Под общ. ред. И. Я. Федоренко. - Барнаул, 2003.
2. Патент РФ № 2351520. Вибрационно-гравитационный дозатор / Н.С. Сергеев, В.Н. Николаев. - Опубл. в БИ №10. 2009.
3. Зенков Р.Л., Гриневич Г.П., Исаев В.С. Бункерные устройства. - М.: Машиностроение, 1977.
4. Леонтьев П.И., Земсков В.И., Потемкин В.М. Технологическое оборудование кормоцехов. - М.: Колос, 1984.
OUTFLOW OF LOOSE FEEDS FROM BUNKER OF MULTICOMPONENT VIBRATORY MEASURING
HOPPER
N.S. Sergeev, V.N. Nikolaev
Summary. The constructive-technological scheme of multicomponent vibratory measuring hopper for loose feeds is offered. The factors that affect the material outflow uniformity from bunker are identified. Theoretical expression for uniformity outflow rate of loose feeds from bunker sections of multicomponent vibratory measuring hopper is received. Key words: loose feed, multicomponent batching, vibratory measuring hopper.
УДК 621.797: 629.114.41
СИСТЕМНОЕ ОБЕСПЕЧЕНИЕ КАЧЕСТВА ВОССТАНОВЛЕНИЯ И ПОВЫШЕНИЯ РЕСУРСА ДЕТАЛЕЙ СЕЛЬСКОХОЗЯЙСТВЕННЫХ МАШИН
А.П. ЧЕРНЫШ, кандидат технических наук, зав. кафедрой
Кемеровский ГСХИ E-mail: [email protected]
Резюме. Для обеспечения высокого качества восстановления ресурса функциональныхповерхностей,деталей сельскохозяйственных машин, работающих в абразивных и агрессивных средах, предложен системный подход информационного моделирования технологических блоков. В качестве метода моделирования и создания логики синтеза технологических блоков использовали нейронные сети. Достижения науки и техники АПК, №10-2010 __
Ключевые слова: качество, восстановление, сельское хозяйство, ремонт.
Параметры технологических процессов и конструкций сельскохозяйственных машин определяются закономерностями взаимозависимостей между совокупностями воздействий рабочих органов машин и реакциями на такие воздействия абразивных и агрессивных сред эксплуатации. В современных условиях одна из наиболее актуальных задач - максимально возможное сохранение и восстановление функциональных свойств деталей, подвергающихся различным видам износа.
Рис. 1. Архитектура многослойной нейронной сети. Цель наших исследований заключается в предварительном определении, систематизации и идентификации показателей качества функциональных поверхностей (трибохарактеристик) для конкретных условий эксплуатации, их взаимосвязей, создании логики построения информационной модели технологического блока (совокупность методов обработки поверхностей, оборудования, оснастки, технологических материалов, режимов, метрологического обеспечения, позволяющая обеспечить качество функциональных поверхностей рабочих органов машин [3, 4]), которые позволят в конечном итоге обеспечить высокое качество восстановления и повышения ресурса функциональных поверхностей деталей сельскохозяйственной техники.
Условия, материалы и методы. Один из методов моделирования и создания логики синтеза технологических блоков - использование нейронных сетей [2].
При нейросетевом моделировании необходим банк результатов экспериментов с известными входными аргументами и выходными факторами, по которым формируется нейронная сеть, способная строить связи между аргументами и функциями технической системы в виде ее модели. Исходя из этого, можно разработать нейро-сетевую модель на базе многослойных нейронных сетей [2], выражающую процесс формирования эксплуатационных свойств деталей, например, при электромеханической обработке (ЭМО) [1]. Электромеханическая обработка (ЭМО) основана на непрерывном контакте инструмента и детали, через который пропускается электрический ток. Объём высокотемпературного нагрева ничтожно мал, по сравнению с массой детали, поэтому охлаждение поверхностного слоя в результате отвода тепла внутрь детали происходит с высокой скоростью, вследствие чего происходит его закалка. Мы выбрали для проведения исследований два режима ЭМО:
плотность тока у = 875 А/мм2; давление р = 6,5 МПа, время импульса tи = 1,2 с, время паузы ^ = 0,02 с, Яа = 0,86 мкм (к=сопв1);
давление р = 6,5 МПа, время импульса ^ = 1,2 с, время паузы ^ = 0,02 с, Яд = 0,86 мкм (к=1(а)).
Архитектура многослойной нейронной сети должна отвечать следующим требованиям (рис. 1):
каждый физический вход Хп соединен только с одним нейроном входного слоя;
выход каждого нейрона любого из интерфейсных слоев т подается на каждый нейрон слоя т +1;
выход каждого нейрона из общих скрытых слоев соединен только с одним нейроном верхнего слоя.
В качестве входов X мы рассматривали режимы ЭМО (плотность тока, давление ролика-инструмента на обрабатываемую поверхность детали, скорость обработки, дли-
тельность импульсов тока, длительность пауз тока), параметр шероховатости упрочненной поверхности, условия трения и изнашивания (давление в зоне контакта сопряженных деталей, скорость их относительного скольжения); в качестве выходных факторов У - микротвердость упрочненной поверхности, скорость изнашивания трущихся деталей.
Функционирование многослойной нейронной сети осуществляется следующим образом. Нейроны каждого слоя т выполняют взвешенное суммирование элементов входных сигналов. К сумме элементов входных сигналов, умноженных на соответствующие синаптические веса, которые характеризуют силу связи между нейтронами прибавляется смещение нейрона [2]:
- Ь .
1Ш
(1)
где Э - выход сумматора; М - вес связи; У - выход нейрона; Ь - смещение нейрона; / - номер нейрона; /т = 1, 2,...,Ыт (Ыт - число нейронов в слое); т - номер слоя, т = 1,2....^ (- - число слоев).
Над результатом суммирования (1) выполняется нелинейное преобразование - функция активации (передаточная функция), значение которого есть выход нейрона:
У = f (& ) (2)
■'1т ' т ' '
Оценив необходимое число синаптических весов, можно рассчитать число нейронов в скрытых слоях:
N = N /(Ы +Ы ) (3)
т ^ ' х у' ' '
Число скрытых слоев устанавливается исходя из условия достижения минимальной суммарной ошибки при обучении сети. Обучение нейронной сети проводится методом обратного распространения ошибки, представляющим собой повторяемый шагающий алгоритм, который используется для минимизации среднеквадратичного отклонения текущих выходов нейронов и общего выхода многослойных нейронных сетей.
вала-эксцентрика: а) при К=сов1; б) при к=1(а): - нейро-
сетевое моделирование; - экспериментальные данные. ___ Достижения науки и техники АПК, №10-2010
Таблица 1. Расчет и тестирование ожидаемой скорости изнашивания эксцентрика вала при к=сог^
Номер опыта Угол контакта эю> центрика, о Vo, м/с Трение Скорость изнашивания 1, мкм/ч
q, МПа\ v, м/с 1 t-j /fp s, %
1 5 0,003 1,01 0,82 20,0
2 15 0,008 1,9 0,12 1,42 1,63 12,5
3 30 0,016 1,73 0,25 2,80 3,01 7,1
4 45 0,023 1,41 0,36 4,23 3,82 9,5
5 65 0,030 0,85 0,46 2,56 2,77 8,0
6 85 0,033 0,17 0,52 1,12 0,93 18,2
ботки, а также параметров трения инструмента и детали происходит изменение ожидаемой скорости изнашивания обрабатываемой детали (табл. 1 и 2). Сравнив результаты расчета скорости изнашивания эксцентрика на нейросе-тевой модели с экспериментальными данными (рис. 2), мы установили наличие корреляционных связей и адекватность теоретических и экспериментальных значений.
Таблица 2. Расчет и тестирование ожидаемой скорости изнашивания эксцентрика вала при к=^а
Но- мер опы та Угол контакта жо-центрика, а Режимы упрочне- ния Трение Скорость изнашивания 1, мкм/ч
J, А/мм2 Vo, м/с Я, МПа V, м/с !ь 1ц> £, %
1 5 2,0 0,04 1,40 1,26 10,0
2 15 625 0,008 1,9 0,12 1,55 1,35 12,9
3 30 875 0,016 1,73 0,25 1,65 1,46 11,5
4 45 1000 0,023 1,41 0,36 1,75 1,59 9,1
5 65 825 0,030 0,85 0,46 1,70 1,53 10,0
6 85 500 0,033 0,17 0,52 1,48 1,48 4,5
После окончания обучения осуществляется тестирование с целью определения погрешности расчетов. При неудовлетворительных результатах проводится дообучение сети.
Алгоритм проведения исследований на нейросетевой модели представляется в следующем виде:
локализация задачи, определение числа входов и выходов (не более 100);
подготовка результатов исследований в виде таблиц данных;
уточнение архитектуры нейронной сети, числа скрытых слоев (не более 10) и нейронов в слоях (не более 100); обучение нейронной сети; тестирование сети; испытание на нейросетевой модели.
Результаты и обсуждение. Расчет ожидаемой скорости изнашивания криволинейных поверхностей трения вала-эксцентрика вдоль их образующих с использованием обученной нейронной сетм при fc=const и при к=f(a) показал, что при изменении скорости электромеханической обра-Литература.
1. Аскинази Б. М. Упрочнение и восстановление деталей электромеханической обработкой. - М.: Машиностроение, 1989. - 200 с.
2. Горбань А.Н. Обучение нейтронных сетей. - М.: СП Параграф, 1990. - 54 с.
3. Коган Б.И., Черныш А.П. Информационная модель технологических ремонтных блоков // Ремонт, восстановление, модернизация, 2007, № 5, С. 43-47.
4. Пат. 2333088 RU, МПК С2 В23Р 6/00. Способ формирования технологического ремонтного блока / Б. И. Коган, А. П. Черныш, (RU). - № 2006129964/02; Заявл. 18.08.2006; Опубл. 27.02.08, Бюл. № 25.
SYSTEM MAINTENANCE OF QUALITY OF RESTORATION AND INCREASE OF THE RESOURCE OF
DETAILS OF AGRICULTURAL CARS
A. P. Chernysh
Summary. To provide high-quality restoration of a resource details of agricultural cars which work in abrasive and excited environments. The system approach for information modeling of technological blocks is offered. As a method of modeling and creation of logic synthesis of technological blocks neural networks are used.
Keywords: quality, restoration, agriculture, repair.
Выводы. Результаты испытаний на нейросетевой модели показывают коррелированную связь между расчетными и экспериментальными данными, что подтверждает адекватность модели.
Таким образом, предложенная и реализованная концепция представления объектов восстановления и упрочнения в виде модулей поверхностей позволила осуществить их системную унификацию, создать элементную базу для технологического обеспечения качества восстановления и повышения ресурса деталей сельскохозяйственных машин.
УПРОЧНЕНИЕ РАБОЧИХ ОРГАНОВ ПОЧВООБРАБАТЫВАЮЩИХ МАШИН
О. В. САН КИНА, кандидат технических наук И.Н. БАДИН, старший преподаватель Кемеровский ГСХИ E-mail: [email protected]
Резюме. Представлены результаты использования белого нелегированного чугуна для упрочнения рабочих органов почвообрабатывающих машин. Установлено, что при электроискровой наплавке электродами из белого нелегированного чугуна износостойкость Достижения науки и техники АПК, №10-2010 _
рабочих органов почвообрабатывающих машин находится на уровне деталей упрочненных с применением дорогих высоколегированных материалов.
Ключевые слова: белый нелегированный чугун, элек-тродуговая и электроискровая наплавка, рабочие органы почвообрабатывающих машин, износостойкость наплавленного слоя.
Сельское хозяйство сегодня нуждается в новых износостойких материалах, которые не изменяют своих свойств под влиянием различных внешних воздействий.
