Scientific journal

Modern high technologies

ISSN 1812-7320

"Перечень" ВАК

ИФ РИНЦ = 0,940

Решение указанных задач потребовало детального исследования процесса (рис. 1), протекающего в сушильной камере зерновых сушилок. Переменными на выходе модели являются температура υ_З(t) и влажность W(t) зерна в сушильной камере, возмущающими воздействиями - температура υ_З0(t) и влажность W₀(t) зерна на её входе, управляющими воздействиями - температура теплоносителя υ_Т(t) и экспозиция сушки ω(t).

Рисунок 1. Модель функционирования технологического процесса сушки зерна

В качестве функции цели оптимизации сушки зерна применен технологический критерий - производительность сушильной камеры. Оптимизация заключается в достижении максимума производительности при соблюдении ограничений накладываемых на процесс агротехническими требованиями.

Математическая модель сушки построена на основе балансовых соотношений [1] и описывает одномерное нестационарное поле температуры и влажности зерна в сушильной камере сушилок с подвижным слоем (шахтных, барабанных, бункерных и т. п.)

;

Начальные условия: W(0,x)=W₀(х), υ_З(0,х)=υ_З0(х), υ_Т(0,х)=υ_Т0(х).

Граничные условия:W(t,0)=W₀(t), υ_З(t,0)=υ_З0(t), υ_Т(t,0)=υ_Т0(t),

W(t,∞)=W_P, υ_З(t,∞)=υ_T(∞,L), при W(0,0)=W₀(t), υ_З(0,0)=υ_З0(t).

Здесь: W, υ_З и υ_Т - текущие значения влагосодержания зерна, температуры зерна и температуры теплоносителя; t, x - координаты времени и пространства; V_З и V_Т - скорости перемещения зерна и теплоносителя по сушильной камере; r - скрытая теплота парообразования; с_З и с_Т - удельные теплоемкости абсолютно сухого зерна и теплоносителя;ρ_З и ρ_Т - плотности зерна и теплоносителя; R - эквивалентный радиус зерна; m - коэффициент формы зерновки; ε - скважность зернового материала; k_β, k_δ, k_α^C,k_α ^V - модельные полуэмпирические коэффициенты.

Настройка модели заключается в идентификации полуэмпирических коэффициентов. Для их расчета использовали метод решения обратной задачи тепло- и массопереноса. Разработан алгоритм идентификации коэффициентов модели на основе экспериментальных данных, который реализует последовательный многократный расчет значений коэффициентов с постепенным приближением к их оптимальным значениям. Средняя относительная погрешность подгонки модели для влажности зерна составила 1...6 %, для температуры - 1...12 %.

Экспериментальные исследования проводили в три этапа.

На первом этапе решали задачу построения модели условий функционирования сушильной камеры. Методика исследований учитывала нестационарность случайных функций по спектральной плотности, поэтому квантование потока зернового вороха поступающего в сушилку производили не по времени, а в интервалах объема. Всего получено 37 реализаций влажности и 10 температуры зернового вороха.

Статистические характеристики вороха представлены в табл. 1: где x¯ - выборочные средние; σ - среднеквадратические отклонения; v - коэффициенты вариации выборок; τ - интервалы корреляции случайных функций; f - диапазоны их существенных частот.

Таблица 1. Статистические характеристики зернового вороха

По ансамблю реализаций процесса изменения влажности вороха построена усредненная оценка нормированной корреляционной функции и предложено уравнение для её аппроксимации:

где V = V₁ - V₂ сдвиг между сечениями случайной функции, м³; А₁ и А₂ - составляющие дисперсии случайной функции; α₁ и α₂ - коэффициенты затухания, м^-3; Ω - угловая частота, рад/м³.

Определены числовые значения коэффициентов аппроксимирующего уравнения, табл. 2.
 

Таблица 2. Значения параметров уравнения усредненной корреляционной функции

Полученная модель может быть применена для моделирования входного возмущающего воздействия при любой заданной производительности сушилки.

На втором этапе выполнены исследования процессов функционирования сушильной камеры сушилки СЗШ-16А [2].

Определены статистические характеристики процессов, их частотный состав и взаимные связи между ними в различных точках центрального вертикального и двух горизонтальных сечений сушильной камеры. Диапазоны изменения коэффициентов взаимной корреляции процессов на входе и выходе сушильной камеры представлены в табл. 3

Таблица 3. Коэффициенты взаимной корреляции процессов сушилки СЗШ-16А

Установлено, что отсутствует корреляционная связь процессов υ_З0(t) и W₀(t), υ_З0(t) и υ_З(t), υ_З0(t) и W(t). Этим подтверждается, что начальная температура зерна υ_З0(t) не оказывает существенного влияния на переменные W(t) и υ_З(t) на выходе сушильной камеры. Однако в начальных зонах сушки эта связь проявляется, но она интенсивно убывает по мере удаления зоны от входа сушильной камеры.

Коэффициенты взаимной корреляции процессов W₀(t) и υ_З(t), W(t) и υ_З(t) являются знакопеременными. Этим подтверждается, что функциональная связь между названными переменными нелинейная и носит экстремальный характер.

На третьем этапе решали задачу построения статических моделей сушильной камеры, устанавливающих связь между входными и выходными переменными модели (рис. 1). Исследования проводили в полупроизводственных условиях в сушильной камере сушилки СЗШ-8 [3]. Уровни факторов и интервалы варьирования охватывали практически весь возможный диапазон их изменения. Реализован четырехфакторный ортогональный план эксперимента, позволившего получить функции отклика для 7 зон по высоте сушильной камеры.

Установлено, что связи между переменными являются нелинейными, а коэффициенты передачи по различным каналам (табл. 4) функционально зависят от входных переменных.

Таблица 4. Коэффициенты передачи сушилки СЗШ-8

Полученные данные позволили настроить математическую модель сушки зерна и применить её для моделирования процесса.

На основе линеаризованной модели разработан алгоритм расчета частотных характеристик и передаточных функций сушилок шахтного и барабанного типа.

Синтезированы оптимальные режимы для сушилок шахтного типа. Установлено, что распределенное управление тепловыми режимами по высоте сушильной камеры позволяет интенсифицировать процесс и увеличить производительность сушильной камеры на 10...30 %. Разработан алгоритм распределенного управления [4], позволяющий эффективно понижать дисперсию колебаний влажности зерна в ходе сушки.

Результаты моделирования указанных режимов представлены на рис. 2, а показатели эффективности функционирования сушилки - в табл. 5.

Рисунок 2. Спектральные плотности процессов изменения влажности зерна:

1 - на входе в сушильную камеру; 2 - на выходе при сосредоточенном управлении; 3 - на выходе при распределенном управлении

Анализ полученных результатов позволяет заключить, что предложенная система способна не только уменьшить дисперсию колебаний влажности зерна, но и существенно изменить структуру процесса. Системой эффективно подавляются низкочастотные гармонические составляющие.

С применением распределенного управления дисперсия D выходной влажности зерна (табл. 5) может быть снижена более чем в два раза по сравнению с сосредоточенным управлением, а относительная длительность P_Δ пребывания влажности в заданном агротехническом допуске (±1,5 %) увеличена с 0,68 до 0,85.

Таблица 5. Показатели эффективности функционирования сушилки СЗШ-8

Литература

1. Андрианов Н.М. Математическая модель сушки зерна в сушилках с подвижным слоем // Успехи современного естествознания. 2003. №10. С. 123-124.
2. Колесов Л.В., Андрианов Н.М. Исследование шахтной зерносушилки в условиях нормального функционирования // Сб. науч. трудов ЛГАУ «Интенсификация технологических процессов в растениеводстве». Л., 1991. С. 47-55.
3. Колесов Л.В., Андрианов Н.М. Экспериментальное обоснование совершенствования процесса сушки в шахтных зерносушилках // Сб. науч. трудов ЛСХИ «Методы и средства интенсификации технологических процессов на базе микроэлектроники». Л., 1990. С. 69-80.
4. Патент РФ 2157958. Способ автоматического регулирования процесса сушки зерна и устройство для его осуществления / Андрианов Н.М. и др. // БИ. 2000. № 29.