Производительность машины СМ-35

Размещено на http: //www. allbest. ru/

Содержание

Введение

1. Характеристика исследуемой машины СМ-35

1.1 Назначение машины СМ-35

1.2 Техническая характеристика машины СМ-35

1.3 Производительность машины СМ-35

2. Построение математической модели при исследовании объекта

3. Анализ результатов исследований

4. Пути совершенствования машины СМ-35

Список используемой литературы

Введение

производительность сучкорезный раскряжевочный

Одой из важнейших задач по модернизации сучкорезно-раскряжёвочной машины СМ-35 , является повышение её производительности. Для решения данной задачи необходимо проведение фундаментальных и прикладных научных исследований и внедрение их результатов в производственную практику.

Цель работы: Исследовать влияние различных факторов на производительность машины СМ-35. Для достижения указанной цели решались следующие основные задачи:

1. Изучить конструкцию и принципы работы сучкорезно-раскряжёвочной машины СМ-35;

2. Построить матрицу базисных функций полного факторного плана, для исследования влияния 3-х факторов на производительность машины СМ-35;

3.Получить математическую модель при исследовании производительности машины СМ-35;

4.Оценить значимость коэффициентов регрессии полученной математической модели.

5. Проверить адекватность полученной математической модели.

6. Провести анализ результатов исследования.

7. Предложить пути совершенствования машины СМ-35.

1. Характеристика исследуемой сучкорезной установки

1.1 Назначение установки

Сучкорезно-раскряжёвочная машина предназначена для очистки от сучьев деревьев хвойных и мягколиственных пород, раскряжевки хлыстов на сортименты и их объемного учета в лесу (на погрузочном пункте (верхнем складе) или трелевочном волоке), а также на береговых и прирельсовых нижних складах и складах сырья лесозаготовительных и лесоперерабатывающих предприятий.

Машина СМ-35 может использоваться на всей территории России в условиях равнинной и слабопересеченной местности круглогодично в районах с умеренным климатом. Безопасность и комфортабельность труда оператора обеспечивает кабина с жестким каркасом безопасности, герметизированная, с подрессоренным поворотным сиденьем, эффективной системой обогрева и вентиляции.

1.2 Техническая характеристика машины СМ-35

Машина СМ-35 имеет классическую для двухзахватных сучкорезно-раскряжевочных машин компоновку - переднее расположение двигателя и заднее расположение трансмиссии. За установленной слева от двигателя кабиной на основании размещен манипулятор, а на корме (за манипулятором) - сучкорезно-раскряжевочный агрегат. Все остальные и вспомогательные механизмы и агрегаты смонтированы на раме машины. Машина оборудована системой управления, обеспечивающей выпиливание заданного сортимента в автоматизированном (программном) и ручном режимах

Манипулятор машины - гидромеханический, рычажно-шарнирный, поворотный с удлинителем. Вылет манипулятора может меняться от 2 до 8 м. Манипулятор оснащен полноповоротным реверсивным ротором с рабочим органом типа трелевочного захвата.

Рисунок 1 Сучкорезно-раскряжевочная машина СМ-35

Грузовой момент манипулятора 110 кНм, угол поворота в горизонтальной плоскости - 380°.

Сучкорезно- раскряжевочный механизм шарнирно закреплен на раме машины, что обеспечивает ориентацию по продольной оси дерева в горизонтальной плоскости на угол 85° и в вертикальной - на угол 25°. Сучкорезная головка с плавающим центром и 4 ножами позволяет срезать сучья диаметром до 0,15 м и кривизной - до 5 %.

Гусеничный протаскивающий механизм (скорость протаскивания вперед -- 0,7 -2,1 м/с, назад - не менее 0,7 .и/с) исключает повреждение ствола.

Для раскряжевки хлыстов использован пильный механизм со скоростью резания 34 м/с. Диаметр обрабатываемого дерева в месте срезания - 0,65 м, а в месте обрезки сучьев-г 0,03 - 0,50 м.

Машина обеспечивает выпиливание в автоматическом режиме без переналадки не менее 6 длин сортиментов в любом наборе.

Рабочее оборудование машины снабжено системой датчиков, обеспечивающих защитные блокировки, автоматизацию процессов раскряжевки, обрезки сучьев, учета сортиментов и дисплеем для вывода оперативной информации на табло.

Рисунок 2 Устройство сучкорезной головки машины СМ-35 1-корпус; 2 и 3- боковые рычаги с ножами; 4- верхний рычаг с ножом; 5 и 8 - оси; 6- тяга; 7- гидроцилиндр.

Сучкорезная головка выполняет две важные функции: захватывание дерева и срезание сучьев. Оба эти приема осуществляются закрытием (раскрытием) рычагов (захватов) 2 и 3 с закрепленными на них сучкорезными ножами и протаскиванием дерева. Рычаги сжимаются и разжимаются под действием гидроцилиндра. Ими первоначально производится непосредственный захват дерева.



Рисунок 3 Схема срезания сучка ножом силового резания

Срезание сучка происходит примерно в направлении плоскости задней грани ножа: начинается на высоте h и заканчивается на высоте Н, которая по величине немного больше первой. Так, при заднем угле срезания а = 4, угле врастания 9 = 30 ... 90° и диаметрах сучьев de - 5.. 10 см высота оставшегося на стволе пеньках составляет 6 ... 10 мм.

На всех машинах обрезание сучьев осуществляется в процессе протаскивания дерева через ножи сучкорезной головки.



Рисунок 4

1.3 Производительность установки ПСЛ-2А

По принципу работы самоходные сучкорезные машины отностятся к машинам периодического действия, поэтому их сменную производительность определяют по формуле:

,

где Т - продолжительность смены, ( 28800 с );

- средний объём хлыста, ( 0.45 );

- подготовительно-заключительное время, ( 2500 с );

- коэффициент использования рабочего времени смены ;

- коэффициент загрузки машины ;

- время цикла обработки одного дерева, с;

,

где - время загрузки дерева в установку ;

- время разгрузки хлыста ;

- время обработки одного дерева,

2. Построение математической модели при исследовании объекта

На основании задания выбираем диапазон варьирования каждого фактора:

Xi min ?Xi ? Xi max.

Варьируемыми факторами являются:

1 - время загрузки дерева в установку, с;

2 - время разгрузки хлыста, с;

3 - время обработки одного дерева, м/с;

4 ? ? 15;

1,5 ? ?3,5;

1,8 ? ? 4,7.

Определяем верхний, нижний и основной уровни в натуральных и нормализованных обозначениях и интервалы варьирования факторов

Верхние уровни факторов:

=15;

=3,5;

=4,7.

Нижние уровни факторов:

=4;

=1,5;

=1,8.

Основной уровень фактора:

Х= (Xi min+ Xi max)/2;

;

;

Интервал варьирования фактора:

= Xi max -Х= Х -Xi min.

1=15 - 9,5=5,5;

2=3,5 - 2,5 =1;

3=4,7- 3,25=1.45.

Записываем в явном виде формулы, связывающие нормализованные и натуральные обозначения факторов

;

;

;

.

Строим матрицу базисных функций ПФП с 3-мя факторами (таблица 1) в нормализованных обозначениях, имея в виду получение модели, учитывающей наряду с линейными членами все парные взаимодействия:

= b0+ b1х1+ b2х2+ b3х3 +b12х1х2+ b13х1х3+ b23х2х3.

Таблица 1 Матрица базисных функций ПФП 23

№ опыта	x0	х1	х2	х3	х1х2	х1х3	х2 х3	У
1 2 3 4 5 6 7 8	+ + + + + + + +	- + - + - + - +	- - + + - - + +	- - - - + + + +	+ - - + + - - +	+ - + - - + - +	+ + - - - - + +	У1 У2 У3 У4 У5 У6 У7 У8

Определяем значения выходной величины для каждого опыта, получаем ПФП с 3-мя факторами в натуральных обозначениях (Таблица 2).

Таблица ПФП для трех факторов в натуральных обозначениях

№ опыта	Х1	Х2	Х3	y(П), м3
1	4	1,5	1,8	1102,4
2	15	1,5	1,8	439,8
3	4	3,5	1,8	865,35
4	15	3,5	1,8	396,44
5	4	1,5	4,7	789
6	15	1,5	4,7	379,61
7	4	3,5	4,7	659,65
8	15	3,5	4,7	356,89

Вычисляем значение производительности для 8-и опытов:

;

;

;

;

;

;

;

;

.

Построим математическую модель в нормализованных обозначениях, рассчитав коэффициенты регрессии по формулам:

;

;

;

;

;

;

;

;

;

;

=1137-299,7х1-34,4х2+61,7х3+16,9х12-30,4х13-4,1х23.

С помощью формул, связывающих нормализованные и натуральные обозначения факторов, получить уравнение регрессии в натуральных значениях факторов.

Преобразовав выражение, получаем:

.

Проведем обработку результатов в следующей последовательности:

1) Вычисляем оценку дисперсии, характеризующую ошибку эксперимента , и связанное с ней число степеней свободы fу .

=

где

m- некоторое число дублированных опытов.

Имеем результаты 5 дублированных опытов:

;

;

;

;

;

;

;

Величина fу=(m-1)=4 является в данном случае числом степеней свободы, связанным с .

2) В полученное уравнение регрессии в нормализованных обозначениях факторов подставляют значения факторов x1, x2,…, xk, соответствующие условиям 1-го, 2-го, …, N-го опытов. Таким образом вычисляются значения выходной величины 1, 2, … N, предсказанные уравнением регрессии для каждого из опытов.

=1137,7-299,7(-1)-34,4(-1)+61,7(-1)+16,9(+1)-30,4(+1)-4,1(+1)=1392,5;

=1137,7-299,7(+1)-34,4(-1)+61,7(-1)+16,9(-1)-30,4(-1)-4,1(+1)=820,1;

=1137,7-299,7(-1)-34,4(+1)+61,7(-1)+16,9(-1)-30,4(+1)-4,1(-1)=1298,1;

=1137,7-299,7(+1)-34,4(+1)+61,7(-1)+16,9(+1)-30,4(-1)-4,1(-1)=793,3;

=1137,7-299,7(-1)-34,4(-1)+61,7(+1)+16,9(+1)-30,4(-1)-4,1(-1)=1584,9;

=1137,7-299,7(+1)-34,4(-1)+61,7(+1)+16,9(-1)-30,4(+1)4,1(-1)=890,9;

=1137,7-299,7(-1)-34,4(+1)+61,7(+1)+16,9(-1)-30,4(-1)-4,1(+1)=1474,1;

=1137,7-299,7(+1)-34,4(+1)+61,7(+1)+16,9(+1)-30,4(+1)4,1(+1)=847,7;

3) Вычисление дисперсий коэффициентов регрессии по формуле:

;

.

4) Оценка значимости коэффициентов регрессии.

Оценка значимости коэффициентов регрессии проводится с помощью

t- критерия Стьюдента в следующем порядке:

а) для каждого коэффициента регрессии bi вычисляется расчетное t-отношение по формуле:

tрасч i=,

где - среднеквадратическое отклонение коэффициента bi, равное корню из его дисперсии.

tрасч1=;

tрасч2=;

tрасч3=;

tрасч12=;

tрасч13=;

tрасч23=.

б) из таблиц t-распределения [2] по величине fу=4 для уровня значимости q=0,05 берется табличное t-отношение tтабл..

tтабл. =2,78 (q=0,05; fу=4).

в) проверяем условие tрасч?tтабл.. Коэффициенты регрессии, для которых это условие выполняется, являются незначимым.

В моем случае коэффициент является незначимым, т.к

tрасч23 tтабл.. Этот коэффициент можно не включать в уравнение регрессии.

Проверяем адекватность полученной математической модели.

1) Вычисляется сумма квадратов, характеризующая адекватность модели Sад по формуле:

Sад=(1390-1392,5)2+(822,9-820,1)2+(1300,6-1298,1)2+(760,6-793,3)2+

+(1584,4-1584,9)2+(888,1-890,9)2+(1471,5-1474,1)2+(850,6-847,7)2=56,89.

2) Вычисляем число степеней свободы fаб, связанное с дисперсией адекватности. При равномерном дублировании и при отсутствии дублированных опытов оно равно:

fад=N-p,

где N- число основных опытов плана;

p - число оцениваемых коэффициентов регрессии (при N=p адекватность модели проверить невозможно).

fад=8-7=1.

3) Вычисляется дисперсия адекватности по формуле

S=Sад/fад;

S=56,89/1=56,89.

4) С помощью F-критерия Фишера для уровня значимости q=0,05 проверяется однородность двух дисперсий: дисперсии адекватности S(с числом степеней свободы fад) и дисперсии, характеризующей ошибку эксперимента (с числом степеней свободы fy).

Вычисляется расчетное F-отношение Фишера по формуле:

Fрасч= S/;

Fрасч= 56,89/83,3=0,68.

Далее по таблицам распределения Фишера [2] находим величину Fтабл.

Fтабл=7,71

Так как Fрасч Fтабл, то можно принять гипотезу об однородности дисперсий и найденную математическую модель объекта можно считать адекватной.

3. Анализ результатов исследований

Анализ результатов исследования является важнейшим этапом планирования эксперимента, на котором исследователь, пользуясь построенной моделью, получает информацию об объекте исследования.

1 Оценим знаки коэффициентов регрессии. Если линейный коэффициент регрессии положительный, то выходная величина возрастает с увеличением соответствующего фактора и убывает при его уменьшении.

Коэффициенты , являются отрицательными, следовательно, при увеличении времени загрузки дерева в установку и времени разгрузки хлыста , производительность (П) станка уменьшается. А при уменьшении времени загрузки и разгрузки производительность возрастает. Коэффициент регрессии положительный, следовательно, при увеличении скорости подачи производительность (П) возрастает. А при уменьшении скорости производительность уменьшается.

2. Оценим относительную степень влияния времени загрузки дерева в установку , времени разгрузки хлыста и скорости подачи на изменение производительности (П) сучкорезной установки. Для этого используем значения t-критерия для каждого линейного коэффициента регрессии. Чем больше величина tрасч, тем сильнее влияет соответствующий фактор на изменение выходной величины.

Так как значение tрасч1 , является наибольшим, то наибольшее влияние на производительность оказывает время загрузки дерева в установку . Затем в порядке убывания относительной степени влияния следует скорости подачи и времени разгрузки хлыста .

4. Пути совершенствования сучкорезной установки

На основании проведенного анализа влияния на производительность сучкорезной установки различных факторов можно предложить следующие пути модернизации установки с целью повышения её производительности:

1. Для увеличения производительности установки необходимо увеличить скорость подачи.

2. Так же увеличить производительность можно, уменьшив время загрузки дерева и разгрузки хлыста.

Список используемой литературы

1 Афанасьев П.С. Конструкция и расчёт деревообрабатывающего оборудования: Справочник. - М.: Машиностроение, 1970. - 400 с.

2 Пижурин А.А., Розенблит М.С. Исследование процессов деревообработки.- М.: Лесн. пр-сть, 1984.- 232 с.

3 Шевелева Е.В. Математическое моделирование в исследованиях и испытаниях машин. Методические указания к выполнению курсовой работы.- Брянск: БГИТА, 2005.-20 с.

4 Шевелева Е.В. Основы научных исследований. Методические указания к выполнению практических работ.- Брянск: БГИТА, 2010. - 34 с.

5 Шелгунов Ю.В., Кутуков Г.М., Ильин Г.П. Машины и оборудование лесозаготовок, лесосплава и лесного хозяйства: Учебник для вузов. - М.: Лесн. пром-сть, 1982.

Размещено на Allbest.ru