Delist.ru

АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ ТЕХНОЛОГИЯМИ ПРОМЫШЛЕННОГО ПРОИЗВОДСТВА КОМПОНЕНТОВ БЕТОННЫХ СМЕСЕЙ (30.05.2011)

Автор: ЧЖОУ Ши Мо

Кривая РЗ отражает тенденцию задержки зерна на поверхности, имеющей некоторый наклон: с ростом ? (и угла наклона) вероятность падает до 0. Противоположную тенденцию обнаруживает способность скатываться с наклонной поверхности: для плоских зерен вероятность РК этого близка к 0, а с ростом ? возрастает. Имеет смысл обратить внимание и на способность проходить сквозь отверстия сит: плоские и кубовидные зерна свободно проходят сквозь отверстия, превышающие их поперечные размеры, с увеличением длины зерна РП убывает.

На рис.5 показаны плотности вероятностей указанных признаков.

Задача классификации — распределить материал по областям — «кластерам» ?j, соответствующим типу зерен, исходя из их свойств. На основании теории классификации могут быть предложены различные способы определения принадлежности зерна тому или иному кластеру, выбор принципа оценки определяется реальным смыслом — контекстом задачи. Для удобства математической обработки можно, например, определять принадлежность зерна по тому, к среднему значению какого из кластеров ближе его определяющие параметры. Принадлежность зерна тому или иному кластеру определяется «Махаланобисовым расстоянием»:

rij2 = (xi – ?j)t С–1 (xi – ?j), (11)

Зерно относят к классу, для которого величина rij2 наименьшая.

С увеличением числа признаков качество классификации повышается.

В пространстве признаков, например, коэффициента формы ? и размера зерна Z, рис.6, для двух классов ?1, ?2 имеем два вектора средних значений ?1, ?2 и линии равных значений вероятности для каждого из классов.

Граница разделения может быть получена по принципу «минимума расстояния» — разделением пространства признаков перпендикуляром к отрезку, соединяющему средние значения. Если точка, определяемая совокупностью признаков, лежит с одной стороны границы разделения, то зерно относят к классу ?1, иначе — к ?2. При бoльшем числе классов (n), граница разделения представляет (n – 1)-мерную гиперплоскость.

Учитывая специфику производства, следует отдавать предпочтение методам, при которых оцениваются механические свойства, например, способность «лещадных» зерен задерживаться на наклонной поверхности. Для отделения таких зерен требуется создать наклонную шероховатую поверхность и выводить задерживающиеся на ней зерна щебня. Для отделения «игловатых» и «кубовидных» зерен может использоваться свойственная им способность скатываться в направлении наклона.

Рассмотрим подробнее три случая геометрии «игловатых» зерен.

Зерна, имеющие размер в сечении, меньший, чем отверстия верхнего сита, но больший, чем отверстия нижнего, и значительную длину X, то есть

lB > Z > lН , X > lB .

При предварительной сортировке положение части зерен случайно оказалось близким к вертикали, из-за чего они прошли верхнее сито и «вполне законно» (при любой ориентации) задержались на нижнем. Проход верхнего сита зависит от ориентации зерна, проход нижнего исключен.

Зерна малого сечения длиной X, превышающей размер отверстий нижнего сита, но меньшей отверстий верхнего сита:

Z < lB , Z < lН , lB > X > lН .

Они «законно» проходят верхнее сито и случайно оказываются в положении, близком к горизонтальному, на нижнем, из-за чего на нем задерживаются. Проход нижнего сита зависит от ориентации.

Промежуточный случай — длинные зерна, с размером в сечении Z, меньшем отверстия нижнего сита:

Z < lB , Z < lН , X > lВ , X > lН .

Размеры зерна таковы, что возможен как случайный проход через верхнее сито, так и случайная задержка на нижнем. Проход как верхнего, так и нижнего сита зависит от ориентации зерна.

Рассмотренные случаи охватывают довольно широкий диапазон размеров и форм, однако легко убедиться, что к первому виду относятся зерна, более чем в 3 раза превышающие по массе отсортированные кубовидные (речь идет о зернах игловатой формы, длина которых X более чем втрое превышает Z). Поэтому для их классификации можно использовать отличие по массе и/или по длине. При необходимости зерна этого вида могут направляться на повторное дробление.

Второй вид, напротив, относится к зернам малой массы — их длина X лежит в промежутке между размерами отверстий верхнего и нижнего сит, а толщина Z более чем втрое меньше длины. Поэтому их масса в 9 и более раз меньше массы отсортированного кубовидного зерна и, соответственно, более чем в 27 раз меньше игловатого — первого вида: для классификации можно использовать различие по массе или толщине.

Третий вид охватывает довольно широкий диапазон по параметру ?. В частности, зерна этого вида, различаясь по форме, могут быть по массе близкими к кубовидным или существенно отличаться от нее в ту или иную сторону, поэтому классификация по массе здесь неприемлема.

На рис.7 показано распределение игловатых зерен по массе.

Штриховкой выделены области преобладания 1-го и 2-го видов зерен, 3-й существует во всем диапазоне распределения массы.

Игловатые зерна 1-го и 2-го видов можно классифицировать как по форме, так и по массе, которая в несколько раз превышает массу кубовидных зерен. Для отделения зерен 1-го вида по форме можно использовать наклонный лоток с продольными направляющими, расположенными на расстоянии lB — ширине отверстий верхнего сита. Такие зерна имеют тенденцию катиться в направлении, перпендикулярном оси Х, а по длине значительно превышают размер lB, и большая их часть будет скатываться до конца лотка, тогда как кубовидные зерна будут проходить в отверстия между направляющими.

Для отделения игловатых зерен 2-го вида может использоваться лоток с поперечными направляющими на расстоянии k(lН (k = 0,5…0,8), lН ширина отверстий нижнего сита. Игловатые зерна 2-го вида попадают в отверстия между направляющими, тогда как кубовидные и игловатые других видов, превышающие по диаметру зазор между направляющими, будут скатываться до конца лотка.

Определенную роль при сортировке может сыграть применение вибраций, увлажнения материала и т. п.

Вариант решения: Дробленый материал, прошедший предварительную сортировку, подавать на поверхность с наклоном, при котором плоские зерна будут задерживаться, а кубовидные и игловатые — скатываться.

В качестве сортирующего устройства, действующего по указанному принципу, может быть использован «встречный транспортер», рис.8, с движением ленты в направлении, противоположном свободному скатыванию зерен. Угол наклона ? устанавливается в соответствии со свойствами материалов и требованиями к качеству разделения; скорость транспортера V выбирается с расчетом, чтобы уменьшить перемешивание выводимых вверх плоских зерен и прочих, скатывающихся под уклон.

Далее: Продольная ось «игловатых» зерен при качении ориентируется приблизительно перпендикулярно направлению движения. Для улавливания таких зерен может использоваться ориентация их продольной оси.

Возможная классификация по массе зерна — посредством разделения частиц в жидкостном или газовом потоке. Воздействие потока зависит от вязкости среды, формы и массы зерна.

Глава 4 посвящена обоснованию структуры автоматизированной системы и алгоритмов классификации, которая представляется тремя операциями: одной технологической (дроблением) и двумя контрольными (грохочением и классификацией), рис.9.

Выделенные грохотами крупные зерна и классификатором игловатые зерна 1-го вида могут возвращаться для вторичной переработки.

Схема экспериментальной промышленной установки на базе серийного агрегата среднего и мелкого дробления СМД-187, приведена на рис.10.

Основной алгоритм функционирования системы, см. рис.11, допускает три режима «Ручной», «Автоматический» и «Местный» («Автономный»).

В качестве параметров настройки выбирались углы наклона блока поперечных и продольных направляющих ?H и наклонного транспортера ?T. Часть перечисленных параметров составляет конструктивные и предварительные установки, другая допускает возможность регулирования по ходу процесса ширины зазора поперечных lПП и продольных lПР направляющих. Параметры колебаний устанавливаются в зависимости от заданных размеров зерна, для определения чего обоснованы соответствующие соотношения.

В приложениях проводится обоснование аппаратного обеспечения на базе электронного контроллера ADAM-5000 в составе базового блока, модулей ввода/вывода и контроллера ЛА TMS31 для цифровой обработки сканированного сигнала в реальном масштабе времени.

ОБЩИЕ ВЫВОДЫ

На основании анализа предшествовавших исследований по рассматриваемым технологиям и применяемым техническим средствам установлено, что задача повышения эффективности этих технологий является актуальной и не может решаться простым уточнением параметров грохотов и сближением границ полей допусков.

Решение задачи состоит в добавлении дополнительных признаков, связанных с формой зерна. При этом сами процессы как объекты автоматизации принимают форму задач теории решений, точнее — классификации образов в многомерном пространстве статистических признаков объекта.

загрузка...