Содержание к диссертации
Введение
ГЛАВА 1. Проблемы автоматизации процесса проектирования составов бетонных смесей 12
1.1. Классификация бетонов. Анализ влияния компонентов бетонной смеси на характеристики бетона 12
1.2. Анализ состояния вопроса автоматизации процесса проектирования состава бетона 21
1.3. Анализ методов проектирования состава бетонных смесей... 25
1.4. Выводы, цели и задачи исследования. Выбор направления исследования 33
ГЛАВА 2. Математические методы оптимизации процесса проектирования составов бетонных смесей 39
2.1. Методы математического моделирования в проектировании бетонов 39
2.2. Выбор методики планирования эксперимента 47
2.3. Методы статистической обработки данных 52
2.4. Выбор и обоснование исследуемых факторов, влияющих на 56
качество и свойства бетона
Выводы 61
ГЛАВА 3. Экспериментальные исследования влияния различных факторов на свойства бетона 62
3.1. Экспериментальные исследования влияния различных факторов на свойства тяжелого бетона 62
3.2. Экспериментальные исследования влияния различных факторов на свойства легкого бетона 66
3.3. Экспериментальные исследования влияния различных факторов на свойства ячеистого бетона 68
Выводы 70
ГЛАВА 4. Построение математической модели процесса проектирования составов бетонных смесей 71
4.1. Расчет состава тяжелого бетона 72
4.2. Определение производственного состава бетона 78
4.3. Расчет фактического расхода материалов на 1 м3 бетона 79
4.4. Расчет расхода материалов на один замес бетоносмесителя 80
4.5. Проектирование состава легкого бетона 80
4.6. Проектирование состава ячеистого бетона 83
4.7. Корректировка состава ячеистого бетона 85
4.8. Оптимизация состава бетонной смеси, выбор критериев эффективности 86
4.9. Выбор и обоснование критерия оценки адекватности математической модели. Интерпретация математической модели.. 94 Выводы 97
ГЛАВА 5. Разработка системы автоматизированного проектирования составов бетонных смесей 98
5.1. Общие сведения о программе 98
5.2. Описание модуля «Подбор состава бетона» 100
5.3. Описание модуля «Корректировка состава» 107
5.4. Описание модуля «Прогнозирование свойств» 113
5.5. Описание модуля «Планирование эксперимента» 118
5.6. Апробация и внедрение результатов работы 120
Выводы 122
Выводы по работе 123
Список использованных источников
- Анализ состояния вопроса автоматизации процесса проектирования состава бетона
- Методы статистической обработки данных
- Экспериментальные исследования влияния различных факторов на свойства легкого бетона
- Расчет фактического расхода материалов на 1 м3 бетона
Введение к работе
Промышленность строительных материалов включает ряд отраслей, занятых производством бетонов различных видов, в том числе для промышленного использования. Так, например, особо тяжелые бетоны применяют в специальных сооружениях (ядерных реакторах, атомных электростанциях и пр.) для биологической защиты от радиоактивных воздействий, тяжелые бетоны используются в качестве фундаментов станков, ячеистые — для теплоизоляции стен промышленных зданий, легкие бетоны - в качестве ограждающих конструкций производственных цехов.
В современных условиях особенно остро стоит вопрос о повышении качества бетона без усложнения его состава и об интенсификации его промышленного производства [7, 104]. С каждым годом увеличивается разнообразие бетонов, расширяются области их применения, требования, предъявляемые к ним, сырьевая база производства. В технологии бетона переходят к многокомпонентным рецептурам с добавками-регуляторами, используют новые физико-химические процессы, применяют сложное оборудование с элементами автоматизации и т.д. Потребность в бетоне с различными качественными параметрами с течением времени не уменьшается, однако к его качеству предъявляются все более жесткие требования. Поэтому весьма актуально получение бетона с требуемыми физико-механическими свойствами.
Основными критериями, предъявляемыми к промышленному производству бетона, являются минимально возможные сроки и качество исполнения [17, 79, 112]. На качество продукта влияют качество исходных материалов (вяжущих веществ, наполнителей, заполнителей, химических добавок), а также уровень технологического процесса, персонала и оборудования [43, 124].
Повышение производительности бетонных заводов возможно с одной стороны за счет увеличения производственных площадей и расширения технологических процессов, а с другой стороны за счет повышения производительности имеющегося оборудования и существующих процессов. Оно, в свою очередь, связано с автоматизацией различных производственных процессов: измерения параметров исходного сырья, устройств; расчета рецептур; подачи сырья и формирования смеси, выдачи готового продукта.
Решение данной задачи в значительной степени связано с применением при исследовании бетонной смеси современной технологии математического моделирования и вычислительного эксперимента, реализацией эффективных численных методов и алгоритмов в виде проблемно-ориентированных программ для оптимизации составов бетонных смесей и прогнозирования их эксплуатационных свойств.
Автоматизация проектирования является одним из актуальных направлений совершенствования технологического процесса производства бетонов. Применение автоматизированных систем на стадии проектирования позволяет обеспечить высокое качество проектных решений, сократить материальные и трудовые затраты производства, повысить эффективность труда специалистов.
По времени технологический процесс приготовления бетонной смеси, включая подбор состава и лабораторные испытания занимает около 30 суток [112, 81, 6]. Как отмечается в работах разных авторов [4-8, 17, 23, 47-49, 57, 58, 79, 82, 99, 104, 106, 112] одной из самых важных операций технологического процесса производства железобетонных конструкций является подбор (проектирование) состава бетонной смеси. В результате проектирования состава бетонной смеси должно быть определено соотношение между компонентами, при котором будут гарантированы необходимая подвижность бетонной смеси, определенные качественные показатели готового бетона (прочность бетона в конструкции, морозостойкость, теплопроводность, водонепроницаемость и пр.) и экономичность бетона (например, минимальный расход дорогостоящих или дефицитных компонентов).
Проектирование состава бетона включает следующие этапы:
• назначение требований к бетону;
• выбор материалов и получение данных, характеризующих их свойства;
• определение предварительного состава бетона;
• корректировка состава в пробных замесах.
При корректировке состава проводят предварительные испытания для получения уточненных зависимостей свойств бетона и бетонной смеси, приготовленных на данных компонентах и оборудовании по принятой технологии, от различных факторов. При проведении этих испытаний используются математические методы факторного планирования эксперимента и обработки его результатов [81]. Основная сложность автоматизации проектирования состава бетонной смеси заключается в том, что характеристики компонентов, бетонной смеси и бетона, соответствующие удовлетворительному качеству, имеют нечеткий характер, то есть находятся в определенных диапазонах значений. Как следствие установление связей между параметрами готового изделия (бетона) или прогнозирование его качества представляет собой сложную проблему, решение которой лежит в сфере новых подходов, базирующихся на современных информационных, программных и компьютерных технологиях.
Таким образом, целью диссертационной работы является создание системы автоматизированного проектирования составов бетонов для повышения их качества, прогнозирования свойств и обеспечения снижения трудоемкости и себестоимости процесса проектирования.
Объектом исследования является технологический процесс проектирования состава бетонной смеси для тяжелых, легких и ячеистых бетонов. Предметом исследования является процесс автоматизированного проектирования составов бетонных смесей, оптимальных по структуре и свойствам.
Исходя из цели, в работе поставлены следующие основные задачи:
1) провести анализ существующих методик проектирования состава бетона;
2) создать базу данных по различным видам бетонов и материалов, необходимых для приготовления бетонной смеси;
3) разработать математическую модель для прогнозирования свойств бетона, установить зависимости качественных показателей бетона (прочность при сжатии, плотность, морозостойкость, теплопроводность) от состава бетонной смеси;
4) разработать математическую модель проектирования оптимальных составов бетонных смесей, позволяющую получать бетон с заданными свойствами при минимальных затратах на основе полученных зависимостей свойств бетона;
5) создать систему автоматизированного проектирования составов бетонных смесей и прогнозирования свойств бетона.
Методы и средства исследований. При решении поставленных задач были использованы методы математической статистики, математического моделирования, планирования эксперимента, факторного анализа, нелинейной оптимизации. Экспериментальные исследования проведены на производственной базе заводов железобетонных изделий г. Омска. Численная реализация математических моделей и оптимизационных процедур осуществлялась на ЭВМ с помощью разработанного пакета прикладных программ в среде Delphi. Обработка
Объектом исследования является технологический процесс проектирования состава бетонной смеси для тяжелых, легких и ячеистых бетонов. Предметом исследования является процесс автоматизированного проектирования составов бетонных смесей, оптимальных по структуре и свойствам.
Исходя из цели, в работе поставлены следующие основные задачи:
1) провести анализ существующих методик проектирования состава бетона;
2) создать базу данных по различным видам бетонов и материалов, необходимых для приготовления бетонной смеси;
3) разработать математическую модель для прогнозирования свойств бетона, установить зависимости качественных показателей бетона (прочность при сжатии, плотность, морозостойкость, теплопроводность) от состава бетонной смеси;
4) разработать математическую модель проектирования оптимальных составов бетонных смесей, позволяющую получать бетон с-заданными свойствами при минимальных затратах на основе полученных зависимостей свойств бетона;
5) создать систему автоматизированного проектирования составов бетонных смесей и прогнозирования свойств бетона.
Методы и средства исследований. При решении поставленных задач были использованы методы математической статистики, математического моделирования, планирования эксперимента, факторного анализа, нелинейной оптимизации. Экспериментальные исследования проведены на производственной базе заводов железобетонных изделий г. Омска. Численная реализация математических моделей и оптимизационных процедур осуществлялась на ЭВМ с помощью разработанного пакета прикладных программ. Обработка экспериментальных данных осуществлялась на ЭВМ с использованием специализированных программ Microsoft Excel, STATISTICA. Научная новизна работы состоит в следующем:
1) разработана математическая модель проектирования и корректировки состава бетонных смесей различных видов (для тяжелого, легкого и ячеистого бетонов) с использованием новых зависимостей для определения расхода воды, цемента, водоцементного отношения, объемной концентрации зерен крупного заполнителя;
2) разработана математическая модель прогнозирования свойств бетона, для которой установлены новые зависимости качественных показателей бетона (прочность при сжатии, плотность, морозостойкость, теплопроводность) от состава бетонной смеси;
3) разработана математическая модель проектирования оптимальных составов бетонных смесей, позволяющая получать бетон с заданными свойствами при минимальных затратах на основе полученных зависимостей свойств бетона;
4) созданы алгоритмы проектирования составов бетонных смесей и прогнозирования свойств бетона.
Практическая значимость работы заключается в следующем. Создана система автоматизированного проектирования и корректировки составов бетонных смесей, позволяющая:
• проектировать и корректировать составы бетонных смесей для тяжелого, легкого и ячеистого бетонов;
• прогнозировать свойства бетона для спроектированного состава бетонной смеси;
• осуществлять планирование эксперимента для лабораторных испытаний бетона и получать новые зависимости свойств бетона от его состава;
• сократить время, затрачиваемое на проектирование и корректировку состава бетонной смеси;
• улучшить качество бетонной смеси за счет более высокой точности расчетов;
• снизить трудоемкость процесса подбора составов бетонных смесей и проведения лабораторных испытаний;
• сократить расход материалов на стадии проектирования;
• повысить эффективность работы сотрудников строительных лабораторий за счет использования менее квалифицированных сотрудников.
Положения, выносимые на защиту:
1) математическая модель проектирования и корректировки состава бетонных смесей различных видов (для тяжелого, легкого и ячеистого бетонов), использующая новые зависимости для определения расхода воды, цемента, водоцементного отношения, объемной концентрации зерен крупного заполнителя;
2) математическая модель прогнозирования свойств бетона, использующая зависимости качественных показателей бетона (прочность при сжатии, плотность, морозостойкость, теплопроводность) от состава бетонной смеси;
3) математическая модель проектирования оптимальных составов бетонных смесей, позволяющая получать бетон с заданными свойствами при минимальных затратах на основе полученных зависимостей свойств бетона;
4) алгоритмы для автоматизированного проектирования составов бетонных смесей и прогнозирования свойств бетона.
Апробация результатов работы. Основные результаты и положения диссертационной работы докладывались на второй Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых, Омск, 23-24 мая 2007 г.; Международной научно-технической конференции «Новые энерго- и ресурсосберегающие наукоемкие технологии в производстве строительных материалов», Пенза, декабрь 2007 г.; Международном конгрессе, посвященном 45-летию факультета «Транспортные и технологические машины» Сибирской государственной автомобильно-дорожной академии (СибАДИ), Омск, 6-7 декабря 2007 г.; Всероссийской конференции «Актуальные проблемы строительной отрасли» (65-й научно-технической конференции НГАСУ (Сибстрин)), Новосибирск, 8-10 апреля 2008 г.
Публикации. По теме диссертации опубликовано 14 печатных работ, из них три свидетельства об отраслевой регистрации разработки в фонде алгоритмов и программ.
Внедрение результатов работы. Результаты исследований внедрены на Омском комбинате строительных конструкций в бетоносмесительном цехе с 12 мая 2008 г., а также использованы в работе строительной лаборатории ООО «Омский железобетонный завод № 7».
Диссертация состоит из введения, пяти глав, заключения, списка используемых источников, включающего 137 наименований, и 10 приложений. Объем диссертации 137 страниц машинописного текста, 35 рисунков, 6 таблиц, 10 приложений.
Анализ состояния вопроса автоматизации процесса проектирования состава бетона
Проектирование состава бетонной смеси является одной из основных технологических задач. При проектировании состава необходимо выбрать такой метод проектирования, который обеспечит получение оптимальных структуры и свойств бетона [49, 92, 123].
Традиционный метод проектирования состава бетонной смеси сводится к определению расчетно-экспериментальными методами соотношения исходных компонентов бетонной смеси, обеспечивающих при заданных параметрах (качество цементов, добавок и заполнителей, подвижность бетонной смеси, режим твердения и прочность бетона) минимальный расход цемента, как наиболее дорогостоящего компонента бетонной смеси.
Внедрение в практику промышленного производства строительных материалов систем автоматизированного проектирования (САПР) позволяет сократить время, так как появляется возможность моделировать составы материалов, имеющие определенные рецептурно-технологические параметры [86-87].
В настоящее время разработаны различные системы автоматизированного проектирования составов бетонной смеси и композиционных материалов.
Проведем сравнительный анализ некоторых существующих САПР по проектированию состава бетонной смеси.
Программа «ФоБеС-01», разработанная Суздальцевым А.И. и Лихачевым Д.В., служит для проектирования составов бетонных смесей с использованием нечеткой логики и включает в себя три модуля: проектирование состава, прогнозирование свойств бетонной смеси и коррекция состава [101]. По введенным данным определяется количественный состав смеси (количество цемента, песка, щебня, воды, химической добавки), водоцементное отношение смеси и прогнозируемая прочность. Коррекция состава смеси производится за счет количественного перераспределения заполнителей таким образом, чтобы разница между прогнозируемым и заданным значениями прочности бетона была не более 5 %.
Компьютерная система управления составами бетонной смеси (КСУБС), разработанная Большаковым В.И. и Дворкиным О.Л. [13], осуществляет проектирование базовых составов бетонной смеси. Также в программе осуществляется статистический контроль качества бетона с построением технологической карты и корректирование составов бетона при изменении характеристик исходных материалов, существенном увеличении коэффициента вариации, выходе прочности бетона за предупредительные границы и недопустимых колебаниях подвижности смеси. В качестве контролируемых параметров для построения технологической карты принимаются средние значения, фактической прочности бетона при сжатии в партии, определенные по результатам испытания проб в промежуточном (3-суточном) и проектном возрасте.
Эта система включает алгоритмы корректирования базового состава при изменении активности и нормальной густоты портландцемента, зернового состава, влажности и содержания отмучиваемых примесей в заполнителях, водопотребности песка и щебня, объема вовлеченного воздуха, водоредуцирующей активности суперпластификатора, температуры бетонной смеси. Алгоритмы корректирования включают зависимости, с помощью которых корректируются при исходных условиях соответствующие смесевые параметры, пересчитывается состав бетонной смеси и устанавливается необходимое изменение дозировок на производственный замес.
Данные программы предназначены для подбора составов только тяжелых бетонов. САПР, разработанная Дмитренко Е.Н. [52], позволяет проектировать состав механо-активированных композиционных материалов (МКМ) с заданным значением прочности на сжатие и морозостойкости. Осуществляется выбор оптимального состава по следующим параметрам: прочность при сжатии, величина удельной поверхности, однородность.
Проводится анализ гранулометрического состава грунта. В случае несоответствия фракций грунта оптимальному контуру выдаются рекомендации по количеству песчаной добавки.
Прикладная компьютерная программа «Состав», разработанная в горном институте [132], предназначена для формирования баз данных, автоматизации расчетов и анализа информации с целью принятия обоснованного решения при оптимизации составов и свойств композиционных материалов. Из предложенного перечня материалов формируется таблица условно-постоянных значений для одного или серии составов, включающая плотность, гранулометрический и химический состав твердых исходных компонентов сырьевой смеси. Программа позволяет автоматизировать расчеты по определению состава (расчет материалов на 1 м3 смеси) и свойств закладочных смесей или бетонов, производить выборку и анализ информации для построения многофакторных моделей и проектирования составов композиционных материалов с заданными характеристиками материалов.
Программа Concrete 2.0, разработанная Базановым СМ. и Тороповой Н.В. [131], предназначена для определения состава тяжелого и мелкозернистого бетонов, оценки однородности их прочности и технико-экономической эффективности. В данной программе предусмотрена возможность проектирования состава без добавки или с пластифицирующей добавкой. В программе не предусмотрена корректировка состава бетонной смеси, не учитывается возможность введения комплекса химических добавок, различных по своему агрегатному состоянию, не учитывается влажность компонентов состава бетона.
Методы статистической обработки данных
При планировании эксперимента в целях уменьшения числа выходных параметров математической модели можно использовать корреляционный анализ [1, 50, 121, 126-127]. Для этого нужно измерить все параметры, затем оценить корреляцию, отсеять часть параметров и строить модель для минимально возможного их числа.
Коэффициент парной корреляции является общепринятой в математической статистике характеристикой связи между двумя случайными величинами. Для проверки значимости коэффициента парной корреляции пользуются таблицей критичных значений (приложение 2, табл. 2.1).
После реализации эксперимента по выбранному плану проводят обработку результатов эксперимента с построением математических зависимостей свойств бетонной смеси от выбранных факторов.
Затем производят проверку отличия коэффициентов уравнений Ь{ от нуля и пригодности уравнений для описания исследуемых зависимостей. Выбор схемы статистического анализа и расчетных формул зависит от типа использованного плана и вида получаемых уравнений.
Статистический анализ линейных зависимостей производится следующим образом.
Средние значения параметра оптимизации в различных опытах, но при неизменных значениях факторов, то есть когда все факторы удерживаются на одних и тех же уровнях, имеют различные величины в силу статистической обусловленности эксперимента. Суммарная погрешность параметра оптимизации в этом случае составляет ошибку воспроизводимости одного из опытов плана. Пусть по какой-то строке матрицы планирования проводится п повторных опытов, тогда по результатам таких опытов вычисляется ошибка воспроизводимости.
Если tp tT, то при заданном уровне значимости а коэффициент считают равным нулю, а соответствующий ему член уравнения отбрасывают. Начинать проверку следует с наименьшего по абсолютному значению коэффициента, так как в случае его значимости надобность в проверке остальных величин отпадет. После отбрасывания незначимых членов получают уточненное уравнение, выражающее зависимость искомого параметра от факторов, характеризующих состав и свойства бетонной смеси.
Проверку значимости коэффициентов регрессии можно осуществить и с помощью доверительного интервала, который вычисляется по формуле Щ =±t-S{bt}, (2.18) где t - табличное значение критерия Стьюдента (см. прил. 2, табл. 2.2). Коэффициент регрессии значим, если его абсолютная величина больше доверительного интервала. Затем полученное уравнение подвергается проверке на пригодность (адекватность). Для этого вычисляют дисперсию адекватности (или остаточную дисперсию) по формуле N л Т.(Уи-Уи) = (2.19) N -т л где „ - значение исследуемого свойства бетона в и-ы опыте; у - значение исследуемого свойства бетона в и-м опыте, вычисленное по уточненному уравнению; т - число значимых коэффициентов, включая Ь0. Определяют расчетное значение Fp-критерия Фишера: Гр=Ц- (2.20) У и сравнивают его с табличным значением F-критерия (приложение 2, табл. 2.3) для степеней свободы, с которыми определялись Sa$ и S-, т.е. N-m и щ-1, соответственно. Уравнение признается пригодным, если FP F.
С помощью математических методов можно исследовать и анализировать определенные слолшые системы, включающие много элементов и связей, и на основе подобного анализа отыскивать решения, наилучшим образом удовлетворяющие поставленным целям. Получение бетона с определенным комплексом свойств будет зависеть от многих технологических факторов.
Общее число технологических факторов, оказывающих влияние на свойства бетона, может быть очень большим. В этом случае успешное управление технологией, подразумевающее влияние наиболее существенных факторов и целенаправленное воздействие на них с целью достижения заданных свойств бетона или решения других задач, без анализа данной системы с помощью математических методов практически невозможно, тем более что при исследовании и анализе системы приходится учитывать не только прямое влияние технологических факторов на свойства бетона, но и обратное - влияние проектируемых свойств на значение того или иного технологического параметра, а также взаимодействие факторов друг с другом.
При рассмотрении объекта исследования как системы «черный ящик» фактором называют независимую величину, влияющую на поведение исследуемого объекта. Сложность любого исследования определяется количеством одновременно контролируемых факторов и параметров. Часто приходится изучать влияние нескольких факторов, по очереди или одновременно, т.е. проводить многофакторный эксперимент.
Фактор может иметь непрерывную или дискретную область изменения. Для непрерывных факторов, таких как температура, время, масса и т.д. всегда выбираются дискретные множества уровней. Это соглашение существенно облегчает построение эксперимента и упрощает оценку его сложности [1-3, 65, 71].
Экспериментальные исследования влияния различных факторов на свойства легкого бетона
Исследование влияния различных факторов на свойства пенобетона проводилось на основе экспериментальных данных лабораторий заводов железобетонных изделий г. Омска. Данные приведены в приложении 9: плотность (табл. 9.1-9.2), прочность при сжатии (табл. 9.5-9.6).
Наиболее существенное влияние на рассматриваемые свойства пенобетона оказывают следующие факторы: водотвердое отношение смеси (В/Т), отношение кремнеземистого компонента к вяжущему (Кр/Вяж), количество пенообразующей добавки (Д).
В результате обработки экспериментальных данных были получены следующие уравнения регрессии: прочность при сжатии, МПа: ДСж=730,494-2316,402Х1-258,499Х2-0,79Х4+389,882Х1Х2+1828,159Х1Хз+ +1,146ХЛ+243,039Х2Х3+0,176Х2Х4+0,674ХзХ4Ч),866Х1Х2ХзХ4+ +578,251Х,2-5,618Х22-986,451Х32, (3.18) плотность, кг/м : /т=1113,954-1678,055Х1+96,085Х2+484,047Х3+344,915Х1Х2+ +241,695 X3-3 69,129Х2Х3, (3.19) где Х\ - водотвердое отношение; Хг - отношение кремнеземистого компонента к вяжущему; Х3 - количество пенообразующей добавки, % от массы цемента; Х\ - плотность бетона, кг/м .
По методике, описанной в п. 2.3, используя критерий Стьюдента, был проведен статистический анализ полученных коэффициентов (см. прил. 9, табл. 9.3, 9.7).
Проверка адекватности полученных уравнений проводилась в соответствии с методикой, описанной в п. 2.3, используя критерий Фишера. Анализ полученных уравнений показал их адекватность (см. прил. 9, табл. 9.4, 9.8).
На основе корреляционного анализа данных (см. прил. 9, табл. 9.9) получена зависимость теплопроводности пенобетона от его плотности Я = 0,0486 .е т6р. (3.20)
Коэффициент парной корреляции, равный 0,892, значительно превышает критическое значение 0,39 (см. прил. 2, табл. 2.1), что говорит об адекватности полученного уравнения регрессии.
ВЫВОДЫ
1. На основании обработки заводских экспериментальных данных были получены: уравнения регрессии для прочности, плотности и морозостойкости тяжелого бетона без добавок; уравнения регрессии для прочности, плотности и морозостойкости тяжелого бетона с пластифицирующими и воздухововлекающими добавками; уравнения регрессии для прочности, плотности и морозостойкости легкого бетона без добавок; уравнения регрессии для прочности, плотности и морозостойкости легкого бетона с пластифицирующими добавками; уравнения регрессии для прочности, плотности, морозостойкости и теплопроводности пенобетона.
2. На основании обработки данных полного факторного эксперимента было получено уравнение регрессии для прочности тяжелого бетона с пластифицирующей добавкой.
3. Полученные уравнения регрессии необходимы для прогнозирования свойств бетона и построения математической модели проектирования оптимального состава бетона.
На данной схеме выделены входные и выходные параметры. На входе функции характеристик заполнителей (Z), требуемых характеристик бетонной смеси и бетона (В), а также характеристик химических добавок (D). На выходе будут массовые показатели компонентов готовой бетонной смеси: цемента (Ц), песка (77), крупного заполнителя (77/), воды (В), химических добавок (Д). На основании представленной схемы и изложенной в СНиП 3.06.04-91 [81, 96] методики расчета состава бетонной смеси построим математическую модель расчета составов тяжелых бетонов расчетно-экспериментальным методом.
Выходная функция конечного состава бетонной смеси, согласно требованиям СНиП [97], определяется как: M=fiZ,B,D), (4.1) где каждая из входных функций Р, определяется следующим образом: Z j{R4, рц, Мкр, рт ркр, Wm WKp, г), (4.2) В=№б, В/Ц, ПЖ), (4.3) D=AKd, рд, Сд, ррд), (4.4) где R4 - активность цемента (МПа); рц - плотность цемента (г/см3); Мкр наибольший размер зерен крупного заполнителя (мм); рп - плотность песка (г/см ); ркр - плотность крупного заполнителя (г/см ); 7Г„ - влажность песка (%), й р - влажность крупного заполнителя (%); г - требуемое соотношение между песком и крупным заполнителем по массе; Rg — требуемое значение прочности бетона на 28 сутки после изготовления бетонной смеси (МПа); В/Ц — водоцементное отношение; ПЖ — требуемое значение подвижности (см) или жесткости (с) бетонной смеси; К — количество сухого вещества добавки в % от массы цемента; рд — плотность добавки (г/см ); Q - концентрация раствора добавки (%); ррд — плотность раствора добавки (г/см ). Все параметры функций Z и D измеряются с помощью специальных приборов. В качестве параметров функции В берутся требуемые значения прочности бетонной смеси, водоцементного отношения и подвижности (жесткости) бетонной смеси.
Расчет фактического расхода материалов на 1 м3 бетона
При проектировании состава легкого бетона на плотном песке в начале определяют расход цемента [6-8, 14-15, 40, 57, 69, 82, 93, 104, 112, 128, 130]. На основе рекомендаций, изложенных в литературе, и экспериментальных данных была получена регрессионная зависимость для определения расхода цемента Ц=№б, R4, R3)=192,614+10,568R6-0,46SR3 - 0,059 , (4.52) где Re — прочность бетона, МПа; R4 - марка цемента; R3 — марка пористого заполнителя по прочности зерна.
Затем определяют начальный расход воды: - если смесь подвижная В=ЛП, Мкр); (4.53) - если смесь жесткая В=ЦЖУ Мкр), (4.54) где 77 - подвижность смеси, см; Ж - жесткость смеси, с; М — наибольший размер зерен крупного заполнителя, мм.
На основе экспериментальных данных и литературных источников были получены следующие зависимости для определения количества воды.
Для подвижной бетонной смеси на керамзитовом гравии В =219,886 + 5,07677- 2,25Мкр - 0,169Т72 + 0,025/Ц,/. (4.55) Для подвижной бетонной смеси на керамзитовом щебне В =238,182 + 6,768Я- 2,25Мкр - 0,225772 + 0,025М„/. (4.56) Для жесткой бетонной смеси на керамзитовом гравии В =243,982 - 5Д22Ж- 2,562Мкр + 0,013Ж-Мкр + ОДЗЖ2 + 0,031М„/. (4.57) Для жесткой бетонной смеси на керамзитовом щебне В =268,864 - 6,394Ж- 2,562Мкр + 0,01Ш-Мкр + 0,17Ж2 + 0,03 \Мкр2. (4.58) Далее определяют объемную концентрацию крупного заполнителя (р=АЦ,В,рб,р3,Вп), (4.59) где р - плотность бетона кг/м3; р3— плотность зерен крупного заполнителя в цементном .тесте, кг/л; Вп - водопотребность песка, %. На основании литературных данных была [6-7] получена следующая регрессионная зависимость p=l,498-0,0006p5+0,255p5-05012w-0,00016. (4.60) При расходе цемента более (менее) 300 кг значение ср увеличивается (уменьшается) на 0,01 на каждые 100 кг цемента [98]. Расход крупного заполнителя определяется по формуле Зкр=Л р-,Р3)=1000- р-р3. (4.61) Расход песка вычисляется следующим образом П=рб \,15Ц-Зкр. (4.62) Общий расход воды вычисляется по формуле В=Во+Вх+В2+Въ, (4.63) где Во - начальный расход воды; В і - поправка на расход воды при применении песка с водопотребностью, не равной 7 %; В2 - поправка на расход воды при высоких расходах цемента (больше 450 кг/м ); В3 -поправка на расход воды при объемной концентрации керамзита, не принадлежащей отрезку [0,35; 0,4], вычисляемые по формулам: =0,02-( -7), (4.64) Рп В2=0,\5(Ц-450), (4.65) Я3=2000( -0,37)2. (4.66) При проектировании состава легкого бетона на пористом или смешанном песке расход цемента, начальный расход воды, объемную концентрацию крупного заполнителя и расход крупного заполнителя вычисляют по формулам 4.52-4.61.
Далее вычисляют вспомогательные величины по формулам: А = 1000(1-(р)- --В0, (4.67) Рц = рб-\\Щ-\000(р-р3, (4.68) cr = l + 0,02(g-7); (469) РТ 1 + 0,0 W -7) (470) где / „ - плотность зерен мелкого заполнителя (пористого песка) в цементном тесте; р - плотность плотного песка. Расход пористого песка вычисляется по формуле Я = А @С С4 7П 11пР гпор_гпл п) Расход плотного песка вычисляется по формуле nm=Q-nnop, (4.72) Общий расход воды вычисляется с учетом поправок (4.64-4.66) B=B0+Bj+ Вп.„ор+В2+В3, (4.73) где Вппор — поправка на водопотребность пористого песка, вычисляемая по формуле
Для успешного применения математических методов и управления технологией бетона и железобетона большое значение имеют правильная оценка технологических факторов и выбор соответствующих критериев. В ряде случаев это требует совершенствования существующих методов определения свойств материалов и параметров технологических процессов, разработки таких методов испытаний и выбора параметров и характеристик материалов, которые отвечают по точности и достоверности применяемым методам математических исследований и анализу технологических систем.
Системы можно разделить на два класса: детерминированные и стохастические, хотя в практике производства исследуемые системы часто не делятся столь четко [78].
К детерминированным относят системы, в которых составные части взаимодействуют точно предвидимым образом. При исследовании детерминированной системы не возникает никакой неопределенности. Изменение одного из элементов системы на некоторую величину всегда вызывает изменение другого или других на строго определенную величину.
В терминах технологии бетона это соответствует следующему: если величина какого-то технологического фактора Xt изменится на АХ, то свойство Yj всегда изменится на ЛУ. Отдельные подсистемы технологии бетона можно отнести к детерминированным, например, уменьшение диаметра шариковидных зерен приводит к увеличению их удельной поверхности.
Для стохастической (вероятностной) системы нельзя сделать точного детального предсказания. Такую систему можно тщательно исследовать и установить с большой степенью вероятности, как она будет себя вести в любых заданных условиях. Однако система все-таки остается неопределенной и любое предсказание относительно ее поведения никогда не может выйти из логических рамок вероятностных категорий, с помощью которых это поведение описывается. В стохастических системах изменение одного из элементов не всегда вызывает изменение другого (связанного с ним), а только в некоторых случаях. Если Х{ изменился на АХ, то RK изменится на AR + р, где q - случайная величина.
Если под действием случайности q =—AR, то влияние Xt на RK вообще в данном наблюдении обнаружено не будет.
В технологии бетона и железобетона стохастические системы имеют большое распространение. Например, распределение составляющих и элементов структуры подчиняется вероятностно-статистическим закономерностям, роль случайного эффекта возрастает при увеличении объемов (при переходе от лабораторных образцов к изделиям), а также при переходе от единичной к массовой продукции.
В технологической системе действует большое число взаимосвязанных факторов Xt. Из них только часть можно детерминированно учесть, а остальные факторы всегда создадут случайный эффект, поэтому использование стохастических систем в технологии сборного железобетона позволяет успешно решать многие задачи управления качеством и производством.
При этом вопрос формулировки цели решается в каждом отдельном случае на основе технологических и экономических условий. Целью может быть, например, достижение железобетоном оптимального качества и поддержание его на этом уровне с максимальной стабильностью. Средством к достижению цели является управление технологическими факторами Xh действующими в технологии как в сложной стохастической системе. Необходимо прийти к цели, например, получению заданной прочности R, выбирая вид основных компонентов бетона, его рецептуры, тип оборудования и режимы работы.
Степень достижения цели характеризует показатель, который называют критерием эффективности или оптимальности. В качестве критерия могут быть выбраны различные показатели: прочность или другие свойства бетона, производительность завода или цеха, себестоимость продукции и др. Выбор критерия определяется назначением рассматриваемой системы. Каждому варианту решения соответствует определенное значение выбранного критерия, и задача оптимального управления состоит в том, чтобы выбрать и реализовать такой вариант, при котором критерий имеет экстремальное (максимальное или минимальное) значение при данных условиях производства.