Содержание к диссертации
Введение
Глава 1. Процессы смешивания в прядильном производстве 10
1.1. Задачи составления смесок, смешивания, их значение в производстве пряжи 10
1.2. Исследования процессов смешивания по переходам прядильного производства и на смесовых машинах 16
1.3. Виды и особенности смешивания волокнистого материала на переходах прядильного производства 19
1.4. Основные виды неровноты продуктов прядения 23
1.5. Прогнозирование неровноты пряжи в зависимости от свойств сырья 26
1.6. Основные характеристики неровноты продуктов прядения 28
1.7. Возможности компьютерного моделирования для решения задач составления смесок и исследования процессов смешивания 35
Выводы к главе 1 40
Глава 2. Модели смешивания потока волокнистого материала на смесовых машинах 42
2.1. Особенности смешивания на смесовых машинах 42
2.2. Модель потока волокнистого материала 44
2.2.1. Разработка алгоритма имитации потока волокнистого материала 46
2.2.2. Верификация алгоритма моделирования потока волокнистого материала 49
2.3. Компьютерные модели смесовых машин 60
2.3.1. Модель смешивания волокнистого материала слоями 61
2.3.2 Модель смешивания за счет сдвига потоков волокнистого материала 69
2.3.3 Модель смешивания волокнистого материала за счет разности длин путей волокон к линии выборки 77
2.4. Эксперименты с моделями смесовых машин 85
2.4.1. Исследование зависимости характеристик смешанного потока от числа сложений и выбора типа смесовой машины 85
2.4.2. Исследование зависимости характеристик смешанного потока от числа сложений и наличия в исходном потоке корреляции 88
2.4.3. Исследование зависимости характеристик смешанного потока от числа сложений и наличия в исходном потоке периодической составляющей 90
Выводы к главе 2 93
Глава 3. Смешивание потоков волокнистых материалов на ленточных машинах 96
3.1. Особенности смешивания лентами 96
3.2. Математическая модель смешивания для двух лент 97
3.3. Математическая модель смешивания для трех и более лент 101
3.4. Компьютерная модель миграции волокон в поперечном сечении смешанной ленты 103
3.4.1. Имитация смешивания двух лент на одном ленточном переходе 103
3.4.2. Имитационное моделирование смешивания двух лент на нескольких последовательных ленточных переходах 109
3.5. Компьютерная модель смешивания волокнистого материала лентами 113
3.5.1. Особенности имитации смешивания волокнистого материала лентами ;...^ 113
3.5.2. Разработка алгоритма имитации смешивания волокнистого материала лентами 114
3.5.3. Исследование модели ленты с конечным интервалом корреляции 119
3.5.4. Эксперименты с моделью смешивания волокнистого материала лентами 124
Выводы к главе 3 130
Глава 4. Разработка структуры автоматизированного комплекса для прогнозирования эффективности смешивания процессов прядильного производства 132
4.1. Структура автоматизированного комплекса 132
4.2. Структура базы данных 137
4.3. Интерфейс программного комплекса 142
Выводы к главе 4 153
Общие выводы к работе 154
Литература 157
Приложения 163
- Задачи составления смесок, смешивания, их значение в производстве пряжи
- Верификация алгоритма моделирования потока волокнистого материала
- Компьютерная модель миграции волокон в поперечном сечении смешанной ленты
- Структура автоматизированного комплекса
Введение к работе
Одной из важных задач, стоящих перед текстильной промышленностью, является улучшение качества и ассортимента изделий, которое в настоящее время возможно только при использовании автоматизированных систем управления. Приготовительно-прядильное и прядильное производства — технологический фундамент при выработке тканей, трикотажных полотен и нетканых материалов. Они в большой степени определяют потребительские свойства получаемой готовой продукции.
Технологические процессы прядения и формирования полуфабрикатов в прядильном производстве характеризуются непрерывностью, большим числом параметров, недостаточной изученностью связей между входными и выходными величинами. Вероятностная природа большинства свойств обрабатываемых волокнистых материалов оказывает не только возмущающее воздействие на технологические процессы, но и играет принципиальную роль в ходе этих процессов.
Уменьшение неровноты продуктов прядения имеет большое значение для улучшения качества выпускаемой пряжи. Одним из наиболее распространенных и действенных способов снижения неровноты и повышения эксплуатационных и эстетических свойств текстильных материалов является производство их из волокнистых смесей. Поэтому смешивание компонентов на смесовых машинах в процессе подготовки волокнистого материала к чесанию оказывает огромное влияние на свойства вырабатываемой продукции.
Другой распространенный способ смешивания - лентами на ленточных и лентосоединительных машинах - позволяет одновременно с утонением и выравниванием лент осуществить и смешивание компонентов. В настоящее время, в связи с уменьшением числа машин в поточных линиях, особое внимание уделяется повышению смешивающего действия отдельных машин прядильного производства.
Смешивание волокон начинается уже на первых технологических переходах при обработке волокнистого материала на кипных питателях,
рыхлителях и очистительных машинах. Затем процесс смешивания продолжается на специальных смесовых машинах. Перераспределение волокон в потоке волокнистого материала также происходит и на других переходах параллельно с другими технологическими процессами, например, на этапах сложения и вытягивания лент.
Несмотря на важность процессов смешивания и большое число исследований в этой области, эти процессы до сих пор недостаточно изучены. Одна из причин такого положения заключается в том, что оценка качества смешивания при натурных испытаниях оборудования дорогостояща и трудоемка. Это связано с большими объемами перерабатываемого материала. Поэтому перспективным является исследование процессов смешивания с использованием методов компьютерного моделирования, которое уже показало свою эффективность как при исследовании других технологических процессов прядильного производства, так и при исследовании процессов смешивания на некоторых видах смесового оборудования.
Практически не изученными до сих пор остаются процессы внутрикомпонентного перемешивания, происходящие на смесовых машинах, в отличие от межкомпонентного смешивания, изучавшегося рядом отечественных и зарубежных исследователей. Отсутствуют эффективные методы исследования межкомпонентного смешивания лентами, как в поперечном, так и в продольном направлении. Решение этих задач требует разработки специальных алгоритмов, позволяющих моделировать эти процессы с учетом особенностей их протекания и случайных факторов, оказывающих существенное воздействие на ход этих процессов. Требуется также разработать методологию оценивания информации, получаемой по результатам работы моделей, построенных на базе этих алгоритмов, и выбрать наиболее наглядные показатели для анализа моделируемых процессов.
Разработка автоматизированного комплекса, основанного на компьютерных моделях процессов смешивания, может быть полезна не только в научных исследования и при проектировании новых поточных линий, но и при прогнозировании результатов смешивания в производственных условиях.
Целью данной диссертационной работы является решение важной научно-технической задачи исследования возможностей автоматизации методов прогнозирования эффективности процессов смешивания для последующего управления процессами смешивания. Процесс решения этой задачи включает в себя следующие этапы:
исследование существующих методов прогнозирования эффективности процессов смешивания;
разработка математических моделей потока волокнистого материала, описываемого линейной плотностью и дополнительными характеристиками потока: длиной, тониной волокон, влажностью, содержанием сорных примесей и т.п.;
разработка компьютерной модели для имитации потока волокнистого материала;
разработка компьютерных моделей для имитации смешивания потока волокнистого материала на смесовых машинах различного принципа действия и ленточных машинах;
проведение компьютерных экспериментов для исследования влияния неровноты по линейной плотности потока и параметров смесовых и ленточных машин на эффективность смешивания;
разработка структуры автоматизированного комплекса для прогнозирования эффективности процессов смешивания.
Предмет исследования. Объектом исследования являются методы прогнозирования эффективности смешивания ВМ на смесовых и ленточных машинах и их автоматизация.
Методы исследования. В работе использованы методы математического и имитационного компьютерного моделирования, спектрального анализа, методы теории вероятностей, математической статистики и теории вероятностных процессов, современные методы компьютерной обработки информации, методы разработки автоматизированных комплексов.
Научная новизна работы. В результате выполнения диссертационной работы построены математические и компьютерные модели для прогнозирования эффективности внутрикомпонентного и межкомпонентного смешивания на смесовых и ленточных машинах. В работе впервые:
разработаны алгоритмы для компьютерного моделирования потока волокнистого материала, описываемого линейной плотностью и средней длиной волокон (тониной, влажностью, засоренностью и т.п.);
разработаны алгоритмы для компьютерного моделирования процесса внутрикомпонентного смешивания, протекающего на смесовых машинах;
разработаны математические модели межкомпонентного смешивания в сечениях складываемых и вытягиваемых на ленточных машинах лент;
разработаны алгоритмы для компьютерного моделирования процессов межкомпонентного смешивания на ленточных машинах в поперечных сечениях и вдоль продукта;
исследованы процессы внутрикомпонентного смешивания с использованием основных схем смешивания на смесовых машинах и межкомпонентного смешивания лентами на ленточных машинах;
- разработана структура автоматизированного моделирующего комплекса
для оценки эффективности смешивания на смесовых и ленточных машинах.
Практическая значимость и реализация результатов работы. Решение поставленной задачи с применением методов математического и компьютерного моделирования процессов смешивания волокнистого материала на смесовых и ленточных машинах позволило построить компьютерные модели на базе разработанных алгоритмов и выполнить эксперименты по исследованию процессов смешивания. В результате проведенных исследований получены новые результаты, описывающие влияние характеристик исходного потока волокнистого материала (корреляционных свойств, периодической неровноты) и параметров смесовых и ленточных машин (числа сложений, объема машины, объемов тазов) на характеристики смешанного потока волокнистого материала. Эти результаты позволяют выбирать и оптимизировать процессы смешивания на смесовых машинах различного типа
и выбирать оптимальный состав ленточного оборудования. На основе разработанных алгоритмов и компьютерных моделей построена структура автоматизированного комплекса, позволяющего прогнозировать эффективность процессов смешивания.
Разработки, выполненные в диссертации, были использованы при решении задач смешивания и проектирования смесового оборудования для центрального научно-исследовательского института хлопчатобумажной промышленности (ЦНИХБИ) в рамках выполненной хоздоговорной работы, и в учебном процессе МГТУ имени АН. Косыгина при изучении курсов "Моделирование систем", "Математические методы обработки данных", "Математическое моделирование технологических процессов", при выполнении курсового и дипломного проектирования.
Апробация работы. Основные результаты исследований докладывались и получили положительную оценку на межвузовской научно-технической конференции "Молодые ученые — развитию текстильной и легкой промышленности (Поиск 2002)" (г. Иваново, ИГТА, 2002); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2002) " (г. Москва, МГТУ им. А.Н. Косыгина, 2002); на международной научно-технической конференции "Компьютерное моделирование 2003" (г. Санкт-Петербург, СПбГТУ, 2003); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2003) " (г. Москва, МГТУ им. А.Н. Косыгина, 2003); на всероссийской научной конференции "Информационные технологии в образовательной, научной и управленческой деятельности (Инфотекстиль - 2004) " (г. Москва, МГТУ им. А.Н. Косыгина, 2004).
Публикации. По теме диссертации опубликовано 9 работ.
Объем работы. Диссертация состоит из введения, четырех глав, общих выводов, списка литературы из 71 наименования и 5 приложений. Основное содержание диссертации изложено на 162 страницах, содержит 111 рисунков и 4 таблицы.
Задачи составления смесок, смешивания, их значение в производстве пряжи
В качестве сырья для вырабатываемой в прядильном производстве пряжи используются волокна и нити различного происхождения в зависимости от назначения пряжи и получаемых из нее тканых или трикотажных полотен. Наиболее распространенными волокнами природного происхождения (натуральными волокнами) в нашей стране являются волокна хлопка, шерсти и льна. Искусственные волокна получают на заводах химического волокна в виде длинных (практически бесконечной длины) нитей. Затем эти нити подвергают штапелированию разрезанием или разрывом, в результате чего образуются волокна (штапельные химические волокна) с длиной, близкой к длине натуральных волокон. Применение штапельных волокон дает ряд преимуществ по сравнению с нитями: возможность переработки их на оборудовании, предназначенном для натуральных волокон; образование смеси из натуральных и штапельных волокон и обработка их совместно; получение пряжи, по своим свойствам близкой к свойствам пряжи из натуральных волокон.
Свойства пряжи в равной степени зависят от свойств волокон, из которых она выработана, и от технологии прядения. В зависимости от назначения пряжи используются различные волокна и технологии прядения, которые приводят к получению пряжи различной структуры, обладающей различными свойствами. Диапазон необычайно велик: от пряжи для получения тонких хлопчатобумажных батистов для блузок и платьев до брезентовых негорючих полотен, пуленепробиваемых жилетов, термостойких ракетных покрытий и корабельных канатов.
Многие предприятия текстильной промышленности работают на производство нитей, пряжи и полотен, используемых для изготовления различных текстильных изделий технического назначения: брезентов, тросов, а также огне-, масло-, теплозащитных, дорожных покрытий, медицинских материалов - хирургических нитей, бактерицидной одежды, стерильных материалов. Текстильные материалы используются в качестве армирующей основы при производстве композитных материалов, широко применяемых во многих отраслях: от сверхпрочных и легких корпусов ракет, самолетов и морских судов до фундаментов зданий и упаковочных материалов. Поэтому где бы ни использовался текстиль, проблемы обеспечения качества весьма актуальны. Волокнистые материалы позволяют изготавливать различные по характеристикам изделия и придавать им разнообразные свойства, т.к. есть волокна, которые прочнее стали, но в тоже время они гибкие и упругие, есть волокна, которые не горят и могут выдержать температуры более высокие, чем многие тугоплавкие металлы (силиконовые волокна), бактерицидные волокна, электропроводные и электрозащитные. Таким образом, мы имеем с одной стороны, большое разнообразие волокон по их свойствам, с другой - дешевизну их получения, с третьей - отработанные технологии по их переработке и колоссальный спектр их применения. Все это делает текстильные изделия очень перспективными для использования практически во всех областях.
Каждый тип волокон характеризуется набором свойств, которые можно условно сгруппировать по следующим трем категориям: геометрические, физико-механические, химические. Геометрические свойства волокон описываются их длиной, тониной, особенностями формы поперечного сечения, степенью извитости, протяженностью вдоль некоторого направления, однородностью свойств по длине волокна. Физико-механические свойства описываются разрывной нагрузкой и разрывным удлинением, упругостью, эластичностью, пластичностью волокна при деформациях растяжения, кручения и изгиба, трением и цепкостью поверхности волокон. Химические свойства описываются особенностями взаимодействия материала волокна с химическими реагентами, в том числе с влагой, маслами и красителями, с солнечной радиацией и другими излучениями, температурными воздействиями. При этом важную роль играет динамика воздействия: кратковременное, циклическое, длительное. Все эти свойства волокон сильно влияют на качество и характеристики получаемой пряжи и полотен.
Важное значение приобретает использование химических волокон с точки зрения экономии сырья: увеличивается выход продукции, сокращаются расход хлопкового волокна и количество отходов.
Химические волокна обладают высокими физико-механическими свойствами: разрывной нагрузкой, устойчивостью к многократному деформированию, к действию химических реактивов и светопогоды. Кроме того, химическим волокнам можно придать специальные свойства (огнезащитные, водо-, маслоотталкивающие, антимикробные и др.) Это позволяет проектировать свойства бытовых и технических изделий, получаемых из химических волокон и их смесей с натуральными волокнами.
Большими преимуществами химических волокон являются их однородность по линейной плотности и длине, а также отсутствие в них сорных примесей, что позволяет увеличить эффективность технологического процесса при переработке их в чистом виде или в смеси с натуральными волокнами.
К недостаткам химических волокон относится их меньшая теплостойкость, потеря прочности в мокром состоянии, также они негигроскопичны и легко электризуются.
Очевидно, что нет универсального волокна, пригодного на все случаи. Многолетний опыт производства пряжи позволил технологам накопить информацию о том, каким волокнам следует отдавать предпочтение при выработке того или иного вида пряжи, и какую технологию прядения при этом использовать. Химические штапельные волокна, поскольку их получают искусственным путем, обладают более высокой степенью однородности по всем характеристикам. У натуральных волокон наблюдается высокий разброс по большинству характеристик. Для получения пряжи в достаточных количествах необходимо располагать запасами однородного сырья. В этом случае обеспечивается высокая стабильность на всех переходах прядильного производства и получение более качественной пряжи, удовлетворяющей заданным требованиям во всех частях вырабатываемой партии.
Верификация алгоритма моделирования потока волокнистого материала
Примеры работы алгоритма с результатами моделирования потоков волокнистого материала при различных вариантах моделирования представлены на рисунках 2.1 — 2.24 и в таблице 2.1. Шаг квантования по времени во всех вариантах принят безразмерным и равным единице.
В них отображены четыре варианта моделирования потоков волокнистого материала, отличающихся: наличием или отсутствием интервала корреляции в случайной составляющей потока и наличием или отсутствием периодической функциональной составляющей структурной неровноты по линейной плотности волокнистого материала и длине волокон.
Общие исходные данные для всех вариантов моделирования приняты равными: N = 10000 точек, Nc = 1, GMO = 4 кТекс, LMO = 30 мм, G_Cv = 15%, LCv = 25%, Lmin = 15 мм, Ljnax = 40 мм.
В первом варианте в потоке функциональная составляющая отсутствует и интервал корреляции для случайной составляющей равен нулю. На рис. 2.1-2.8 приведены результаты моделирования потока в этом варианте: графики временной диаграммы изменения линейной плотности (рис. 2.1), средней длины волокон (рис. 2.5), спектральной плотности дисперсии для линейной плотности потока (рис. 2.2) и для средней длины волокон (рис. 2.6), автокорреляционной функции и гистограммы распределения для линейной плотности потока (рис. 2.3, 2.4) и средней длины волокон в этом потоке (рис. 2.7, 2.8).
Графики наглядно показывают стационарный случайный характер изменения линейной плотности и средней длины волокон в потоке. Оценка автокорреляционной функции подтверждает отсутствие корреляции в смоделированном потоке. Графики спектральной плотности близки к спектру белого шума, а гистограмма распределений соответствует выбранным для генерации нормальному (для линейной плотности) и бета (для длины волокон) распределениям.
Их соответствие указанным законам с заданными параметрами проверялось по стандартной методике с использованием критериев хи-квадрат и Колмогорова [62] и подтвердилось на принятом уровне значимости а = 0,05.
Во втором варианте (рис.2.9 - 2.12) моделируется волокнистый поток, содержащий периодическую составляющую по линейной плотности волокнистого продукта. Интервалы корреляции случайной составляющей потока по линейной плотности и по средней длине волокна равны нулю.
Исходные данные для этого варианта моделирования приняты равными: G_T = 1000 точек, G_A = 0.20 ктекс.
На рис. 2.9 - 2.12 приведены результаты моделирования потока в этом варианте. Результаты моделирования для средней длины волокон совпадают с результатами первого варианта и поэтому для рассматриваемого варианта не приводятся. Для линейной плотности во временной диаграмме (рис. 2.9) периодическая составляющая «зашумлена» случайной составляющей и визуально не обнаруживается. В то же время оценка автокорреляционной функции (рис. 2.11) содержит колебательную составляющую, что [23] является признаком возможного наличия периодической неровноты по линейной плотности. Оценка спектральной плотности дисперсии (рис. 2.10) однозначно указывает на присутствие этой периодической составляющей наличием четко выраженного пика на частоте равной частоте периодической составляющей. Гистограмма распределения значений линейной плотности (рис. 2.12) в этом варианте заметно отличается от нормального распределения и представляет собой смесь двух распределений: нормального, обусловленного случайной составляющей линейной плотности, и распределения синусоиды, которое имеет вид двугорбой кривой [63].
В третьем варианте моделируется волокнистый поток, содержащий случайную составляющую с конечным интервалом корреляции по линейной плотности, равным GIK =100 точек. Результаты моделирования для линейной плотности приведены на рисунках 2.13 - 2.16.
Сравнение этих графиков с результатами моделирования первого варианта показывает заметную разницу характере случайных вариаций линейной плотности на временных диаграммах (рис. 2.1 и 2.13): наличие корреляции снижает колеблемость данных и делает эту диаграмму более плавной. Оценка автокорреляционной функции (рис. 2.15) показывает наличие конечной корреляции линейной плотности в потоке и позволяет оценить интервал корреляции (табл. 2.1), который оказался практически равным заданной величине. Наличие корреляции в линейной плотности волокнистого материала заметно отражается и на форме спектральной плотности дисперсии. Она не имеет постоянного среднего уровня, что характерно для белого шума (вариант 1, рис. 2.2), ее среднее значение монотонно убывает с ростом частоты, что типично для вероятностных процессов, прошедших через низкочастотные фильтры, подавляющие высокочастотные колебания в этом процессе. Наличие корреляции в данных не отражается на форме гистограммы линейной плотности. Это гистограмма является одномерной вероятностной характеристикой, тогда как корреляция — двумерная характеристика вероятностного процесса.
В четвертом варианте моделировался поток волокнистого материала, у которого вариации линейной плотности содержали как функциональную периодическую составляющую, так и случайную составляющую с конечным интервалом корреляции. Параметры этих составляющих равны: G_T = 1000 точек, G_А = 0.20 кТекс, GIK =100 точек. Результаты моделирования для линейной плотности отображены на графиках (рис. 2.17 - 2.20).
Компьютерная модель миграции волокон в поперечном сечении смешанной ленты
В предыдущих разделах рассматривался процесс смешивания волокнистого материала в поперечных сечениях лент в результате их соединения и последующего вытягивания на ленточных и лентосоединительных машинах. Построенная для этих целей модель дала возможность детально имитировать процесс сложения потоков волокон в поперечном сечении ленты и перемешивание этих волокон. Однако эта модель не позволяет оценить эффективность смешивания волокнистого материала в целом по длине получаемой ленты в результате их соединения и вытягивания. Поэтому была построена описываемая ниже модель сложения лент и достигаемого при этом эффекта смешивания.
Складываемые ленты поступают на ленточную машину одновременно из нескольких тазов, в которые она была помещена с чесальной машины или ленточной машины предыдущего перехода. Это означает, что сложению и смешиванию подвергаются разные участки одной и той же ленты, выработанные в разное время. При этом порядок следования порций ленты, загруженной в разные тазы, может быть как случайным (наиболее часто реализуемым), так и организованным (практически не встречается ввиду трудностей практической реализации). Пример сложения лентами приведен на рис. 3.12 а, б.
Рис. 3.12 а показывает изменение линейной плотности ленты по ее длине на впуске 1-го перехода ленточных машин. Порции ленты 1-2, 3-4,..., 19-20 уложены в тазы. На следующем ленточном переходе происходит сложение двух лент, полученных из порций в тазах, причем порядок формирования лент последовательно из тазов - случайный и обозначен номерами начала и конца порций. Обратный порядок следования ленты в порции объясняется тем, что на каждом следующем переходе в первую очередь в машину подается конец ленты из таза. а) б) Рис. 3.12 Смешивание лентами при их сложении
Особенность смешивания лентами заключается в том, что ленты, соединяясь в вытяжных приборах ленточных машин, подвергаются одновременно утонению. В результате на выходе ленточной машины продукт имеет приближенно такое же значение толщины, что и каждая из лент, подаваемых на питание. Далее лента помещается в тазы и на следующих переходах ленточных машин запускается так, что конец ленты подается в машину первым. Это первая особенность технологического процесса обработки лент на нескольких переходах ленточных машин.
Вторая особенность заключается в том, что тазы, наработанные на одной из ленточных машин, поступают на следующий переход в случайном порядке, заранее не предопределенном, и это также способствует перемешиванию волокнистого материала при данном технологическом процессе.
Разработка алгоритма имитации смешивания волокнистого материала лентами
Для имитации потока волокнистого материала, поступающего на первый ленточный переход, был использован алгоритм 2.1. С его помощью моделировались два потока, из которых составлялась двухкомпонентная лента, подаваемая на вход ленточной машины первого перехода. В дальнейшем эту лента будем называть исходной, а ленту, полученную после ленточного перехода, смешанной. Смоделированные потоки волокнистого материала использовались для вычисления массива данных, описывающего изменение доли одного из компонентов во входящем потоке по формуле 2.1.
Моделирование процесса смешивания лентами проводилось с постоянным шагом по времени. В алгоритме использовались следующие обозначения: Т, N - время моделирования и число сечений; gi(0 г(0 Л(0 6(0 - массивы значений линейной плотности и средней длины волокон в потоке в моменты времени /, = /Д/; /" = 1,... ,7V; Pi(t) - массив долей первого компонента; NS - число сложений лент на ленточных машинах (одинаковое на всех переходах); N_m - число переходов ленточных машин; Vt - объем тазов на выпуске ленточных машин; G_add(i,j), L_add(Jyj) - вспомогательные массивы, содержащие значения линейной плотности, длин волокон в смешанной ленте; taz(i, j, к) - вспомогательный массив, хранящий значения линейной плотности порций лент.
Структура автоматизированного комплекса
Как было установлено в предыдущих главах, на основании анализа ранее выполненных работ и собственных исследований, процессы смешивания сводятся к перераспределению волокнистых потоков. Перераспределение волокнистых потоков заключается в том, что они разделяются на некоторые отдельные порции, затем эти порции перемещаются, переставляются, что и приводит к смешиванию. Разница между процессами смешивания сводится к тому, какого объема эти порции, как происходит разделение исходного потока на порции, каким образом происходит алгоритм перераспределения этих порций в новый поток или новые потоки.
Такой взгляд на процесс смешивания позволяет разработать обобщенную схему прогнозирования эффективности смешивания для основных процессов, при которых происходит смешивание. Такой подход позволяет с единых позиций моделировать процессы смешивания и осуществить автоматизацию прогнозирования эффективности смешивания. В рамках данной работы была осуществлена разработка структуры автоматизированного программного комплекса для решения этих задач.
Автоматизированные комплексы такого рода неоднократно разрабатывались в различных работах и для различных целей [37, 60, 68, 70, 71]. Эти комплексы содержат типовые блоки и узлы, которые поэтому не представляют особого научного интереса, например база данных, средства типовой статистической обработки. Кроме того, в их состав входят уникальные узлы, связанные с той конкретной задачей, для которой осуществляется прогнозирование. В данном комплексе это задача оценки эффективности смешивания. Алгоритмы, разработанные в главах 2 и 3, были программно реализованы в виде отдельных процедур и отлажены в среде MATLAB 6.5. Тексты процедур приведены в приложении Д.
Разработка структуры данного комплекса основана на следующих соображениях: 1. Комплекс должен быть ориентирован на квалифицированного пользователя - специалиста в области процессов смешивания, владеющего терминологией и представлениями о смешивании волокнистых продуктов на уровне подготовки Вузов текстильного профиля, а также основами работы с прикладными программными системами в среде Windows. 2. Комплекс должен позволять задавать исходные данные для моделирования волокнистых потоков с наиболее распространенными типовыми особенностями и характеристиками. 3. Комплекс должен позволять моделировать основные схемы процесса сложения с учетом выполненных в предыдущих главах результатов анализа и обобщений процессов смешивания. 4. Комплекс должен предоставлять гибкие возможности для варьирования исходных условий моделирования, включая изменение как числовых, так и функциональных характеристик. 5. Комплекс должен допускать возможность различных режимов управления процессом моделирования (автоматического, полуавтоматического, ручного), поскольку результаты моделирования не всегда предсказуемы и в отдельных случаях требуется детальный контроль за работой модели, тогда как в других случаях для ускорения моделирования его необходимо проводить полностью в автоматическом режиме. 6. Моделирующий комплекс должен позволять проводить три основных класса компьютерных экспериментов с моделями процессов смешивания: сравнение вариантов смешивания, исследование однофакторных зависимостей, исследование многофакторных зависимостей. 7. Комплекс должен обладать необходимыми средствами для представления результатов моделирования в общепринятых типовых формах: табличной, графической, в виде функциональных зависимостей. В обязательном порядке при оценке характеристик должна осуществляться и оценка погрешностей этих оценок. 8. Комплекс должен располагать средствами протоколирования результатов моделирования и архивации этих результатов, включая необходимый инструментарий для поиска в архивах по заданным ключам поиска. 9. Комплекс должен допускать возможность разработки с использованием стандартных программных средств и установку его на наиболее распространенных компьютерных системах с типовыми техническими характеристиками.
С учетом перечисленных требований была разработана обобщенная функциональная схема автоматизированного комплекса, изображенная на рис. 4.1, описание которой приведено ниже.
Обобщенная схема автоматизированного комплекса включает в себя блоки, соответствующие основным задачам комплекса: 1. Блок ввода исходных данных С помощью этого блока осуществляется задание параметров входящего потока ВМ, выбор схемы смешивания, задание параметров выбранной схемы смешивания. 2. Блок моделирования процесса смешивания Это основной блок автоматизированного комплекса, выполняющий моделирование процесса смешивания в соответствии с заданными параметрами исходного потока ВМ, выбранной схемы смешивания и ее параметров. 3. Блок статистической обработки. В этом блоке осуществляется выбор способа статистической обработки результатов моделирования, включая выбор перечня статистических числовых и функциональных характеристик, которые необходимо вычислить по результатам моделирования. 4. Блок планирования и управления экспериментом.
