Практика моделирования технологии строительных материалов

Практика моделирования складывалась на начальных этапах в основном из получения методом наблюдения ряда характеристик строительной конструкции и материалов после чего на каждом из направлений были выстроены общие методологические требования и модели, которые после обобщения вылились в ряд теорий, которые затем и развивались.

Значение экспериментальной части исследований может быть исследованным только, если есть возможность опираться на теорию подобия и моделирования.

В области цементных бетонов пока еще не накоплено достаточного количества критериев подобия и модельных зависимостей другого типа для того, чтобы можно было создать достаточно точную хотя бы цементной композиции.

В настоящее время для облегчения переходов от лабораторных исследований к промышленным пользуются словестными условиями подобия и соотношениями, вытекающими из мысленных представлений, что делает результаты моделирования и его переноса более обобщающими и малоэффективными в производственных условиях. Основополагающим и общепризнанным признаком в технологии строительных материалов является учение о связи внутреннего состава и строения материала с его свойствами. Руководствуясь этим принципом технологи проникают в физику происходящих процессов и в основном на качественном уровне создают базу для принятия инженерных решений.

Имея лишь косвенное представление о направлении и скорости протекания физико-химических реакций и степени завершенности к определенным технологическим этапам.

Пассивный эксперимент – поочередное варьирование регулируемых параметров технологического процесса с выходом по каждому отдельному параметру на какое-то оптимальное значение.

Активный эксперимент – одновременное изменение нескольких входных параметров системы с фиксацией после завершения каждой фазы эксперимента в направлении оптимизации. Т.е. использование различных методик планирования эксперимента для равномерного сканирования равнофакторного пространства с быстрым выходом в точку оптимизации.

При пассивном эксперименте высокий риск выхода в точку ложного оптимума.

(1)

Для проведения любого вида эксперимента в реальных производственных условиях необходимо применять эволюционное планирование эксперимента, т.е. небольшое (минимально возможное, в пределах погрешности приборов) изменение технологических параметров с многократным наблюдением (100 и более раз) результатом работы системы при этом изменении.

Другими словами – это метод малых приращений с уменьшением ошибки экспериментов в раз.

Практически этот способ управления реализуется при помощи полного факторного эксперимента или дробной реплики от него при варьировании фактора на двух уровнях с включением опыта в центре плана. Такой эксперимент называют циклом. Повторяющиеся циклы образуют фазы эксперимента, после окончания которых производят обработку результата. В одной фазе предусматривают столько циклов, сколько позволяет выявить положительные эффекты. Число циклов зависит от интервала варьирования и рабочей поверхности откликов. В промышленных условиях интервалы варьирования нельзя сильно увеличивать, чтобы не допустить брака.

По окончании фазы выбираются новые условия, базовые условия варьируемых параметров и составляется и реализуется n раз новый план эксперимента в новых условиях цикла.

При эволюционном планировании эксперимента обработка результатов почти такая же как и при обычных факторных планах первого порядка с разницей лишь в том, что обработка результатов значимости и расчет коэффициентов производятся не после завершения всех опытов фазы, а после завершения каждого цикла, т.к. заранее не известно, сколько опытов должна содержать фаза для того, чтобы можно было выявить значимые эффекты.

1) выход продукта (по качественным показателям)

2) количество произведеннной продукции,

3) стоимость единицы продукции,

4) планирование второй фазы.

В приведенном примере выбрано два показателя: Т – температура, V – скорость подачи вещества.

И производилось изучение трех главных показателей: качество, производительность, себестоимость.

На приведенных графиках указаны значения параметров оптимизации центральной точки, которая будет являться начальной точкой следующей фазы, т.е. после окончания каждой фазы может быть принято одно из трех решений:

1) изменить нулевую точку и, следовательно, сместить весь эксперимент,

2) изменить интервалы варьирования переменных,

3) изменить независимые переменные, оставив прежние на выбранных оптимальных уровнях и нчав варьирование новых переменных.

Оценкой приближения к оптимуму или мерой кривизны поверхности отклика может служить изменение среднего, вычисляемого как разность между общим средним по всем наблюдениям и значениям Y0, полученным в нулевой точке.

Если изменение среднего – величина положительная, эксперименты проводятся вблизи минимума в вогнутой части поверхности отклика.

Если изменение среднего – величина отрицательная, эксперименты проводятся вблизи максимума в выгнутой части поверхности отклика.

Если изменения окажутся незначительными по всем параметрам оптимизации, то исследование проводится далеко от экстремума.