Повышение эксплуатационных характеристик деревянных конструкций пропиткой антипиренами
Пропитка антипиренами изменяет физико-химию процесса горения древесины. Все они катализируют процесс терморазложения компонентов древесины до углерода и воды. В 3 и более раз снижается термический эффект. Древесина сохраняет свои механические свойства и соответственно несущую способность. При этом, чем больше глубина пропитки, тем выше безопасность деревянных конструкций.
Повышение эксплуатационных характеристик деревянных конструкций пропиткой антисептиками
Имеется многолетний опыт полигонных испытаний, который показывает, что существует прямая зависимость между величиной поглощения антисептика, глубиной его проникновения и сроком службы древесины.
Даже в самых неблагоприятных условиях эксплуатации автоклавная пропитка антисептиками обеспечивает срок эксплуатации 50 и более лет.
Антисептики используются для автоклавной пропитки. Образуют с древесиной нерастворимые соединения (т.е. фиксируются в ней) и при эксплуатации не вымываются из нее. Пропитанную автоклавным способом древесину в основном используют для элементов контактирующих с грунтом, нижних элементов зданий. Столбов и т.п.
Методика экспериментальных исследований Образцы и материалы
Исследование проводилось с использованием оптико –электрических весов ВЛК-500, инфракрасного термометра, пресса ГМС-20, установленного на кафедре Сопротивление материалов и графика, для подогрева окрашивающих составов применяли электрическую плитку, обработку результатов непосредственно на рабочем месте осуществляли на ПЭВМ Рис 1-5
Рисунок 1 - Инфракрасного термометра
Рисунок 2 – Оптико –электрические весы ВЛК-500
Рисунок 3 – Пресс ГМС-20
Для реализации поставленной задачи была изготовлена установка для сквозного окрашивания древесины и изготовлено 30 деревянных заготовок.
Рисунок 4 – Установка для сквозного окрашивания
Методика выполнения эксперимента
При выполнении исследований была поставлена задача, установить влияние геометрических характеристик заготовки, времени обработки и температуры рабочей жидкости на влагопоглощение заготовок и равномерность окрашивания .
Опыты проводились в точном соответствии с планом матрицей второго порядка Бокса – Бенкина (согласно таблицы 1)
Таблица 1
Кодирование факторов при исследовании влияния конструктивных факторов на пропитку деревянных образцов
Фактор |
Натуральное обозначение |
Кодовое обозначение |
Интервал варьирования |
Уровни варьирования натуральные |
Уровни варьированиям кодовые |
||||
нижний |
нулевой |
верхний |
нижний |
нулевой |
верхний |
||||
Длина заготовки, мм |
l |
l |
50 |
50 |
100 |
150 |
-1 |
0 |
"+1" |
Время воздействия, с |
t |
t |
30 |
30 |
60 |
90 |
-1 |
0 |
"+1" |
Температура нагрева жидкости, С |
Т |
Т |
21 |
19,5 |
35,25 |
90 |
-1 |
0 |
"+1" |
Результаты опытов
Опыты проводились в точном соответствии с планом матрицей второго порядка Бокса – Бенкина.
В ходе проведения эксперимента приводились следующие операции:
Осуществлялась сборка:
Н
а
станину пресса устанавливали нижнюю
опору установки (рис. 5).
Рисунок
5 – Проведение исследования
Собирали на столе установку, предварительно загерметизировав нижний плунжер (рис.6.).
Р
исунок
6 - Проведение исследования
Устанавливаем исследуемую заготовку и заполняем оборудование технологической жидкостью (рис 8).
Рисунок 8.
Устанавливаем плунжер и по давлением обрабатываем заготовку
Рисунок 9.
Таблица 2
Первая повторность эксперимента
N опыта |
Факторы варьирования |
Функция отклика |
||||
l |
t |
Т |
Приращение массы, % |
Вес материала до |
Вес материала после |
|
1 |
1 |
1 |
0 |
5,7 |
46,2 |
51,9 |
2 |
-1 |
-1 |
0 |
2,38 |
12,63 |
15,01 |
3 |
1 |
-1 |
0 |
8,44 |
35,34 |
43,78 |
4 |
-1 |
1 |
0 |
7,88 |
14,95 |
22,83 |
5 |
1 |
0 |
1 |
9,8 |
46 |
55,8 |
6 |
-1 |
0 |
-1 |
2,29 |
14,17 |
16,46 |
7 |
1 |
0 |
-1 |
6,58 |
57,98 |
64,56 |
8 |
-1 |
0 |
1 |
2,04 |
15,7 |
17,74 |
9 |
0 |
1 |
1 |
10,08 |
33,27 |
43,35 |
10 |
0 |
-1 |
-1 |
8,33 |
23,85 |
32,18 |
11 |
0 |
1 |
-1 |
8,76 |
33,58 |
42,34 |
12 |
0 |
-1 |
1 |
7,42 |
22,58 |
30 |
13 |
0 |
0 |
0 |
4,43 |
27,97 |
32,4 |
14 |
0 |
0 |
0 |
4,81 |
30,17 |
34,98 |
15 |
0 |
0 |
0 |
4,62 |
31,53 |
36,15 |
Таблица 3
Вторая повторность эксперимента
N опыта |
Факторы варьирования |
Функция отклика |
||||
l |
t |
Т |
Приращение массы, % |
Вес материала до |
Вес материала после |
|
1 |
1 |
1 |
0 |
5,97 |
46,12 |
52,09 |
2 |
-1 |
-1 |
0 |
2,34 |
11,4 |
13,74 |
3 |
1 |
-1 |
0 |
8,51 |
36,22 |
44,73 |
4 |
-1 |
1 |
0 |
7,09 |
15,41 |
22,5 |
5 |
1 |
0 |
1 |
9,35 |
47,33 |
56,68 |
6 |
-1 |
0 |
-1 |
2,14 |
17,18 |
19,32 |
7 |
1 |
0 |
-1 |
6,91 |
42,82 |
49,73 |
8 |
-1 |
0 |
1 |
2,12 |
15,59 |
17,71 |
9 |
0 |
1 |
1 |
9,68 |
30,94 |
40,62 |
10 |
0 |
-1 |
-1 |
8,74 |
22,57 |
31,31 |
11 |
0 |
1 |
-1 |
8,46 |
30 |
38,46 |
12 |
0 |
-1 |
1 |
6,88 |
23,96 |
30,84 |
13 |
0 |
0 |
0 |
4,69 |
31 |
35,69 |
14 |
0 |
0 |
0 |
4,51 |
30,7 |
35,21 |
15 |
0 |
0 |
0 |
4,76 |
29,24 |
34 |
Таблица 4
Третья повторность эксперимента
N опыта |
Факторы варьирования |
Функция отклика |
||||
l |
t |
Т |
Приращение массы, % |
Вес материала до |
Вес материала после |
|
1 |
1 |
1 |
0 |
5,7 |
46,2 |
51,9 |
2 |
-1 |
-1 |
0 |
2,31 |
10,94 |
13,25 |
3 |
1 |
-1 |
0 |
8,15 |
35,7 |
43,85 |
4 |
-1 |
1 |
0 |
7,37 |
14,46 |
21,83 |
5 |
1 |
0 |
1 |
9,59 |
47,24 |
56,83 |
6 |
-1 |
0 |
-1 |
2,25 |
17,36 |
19,61 |
7 |
1 |
0 |
-1 |
6,7 |
42,63 |
49,33 |
8 |
-1 |
0 |
1 |
2,13 |
15,21 |
17,34 |
9 |
0 |
1 |
1 |
9,83 |
32,6 |
42,43 |
10 |
0 |
-1 |
-1 |
8,55 |
22,87 |
31,42 |
11 |
0 |
1 |
-1 |
8,29 |
33,58 |
41,87 |
12 |
0 |
-1 |
1 |
7,32 |
24,11 |
31,43 |
13 |
0 |
0 |
0 |
4,51 |
30,17 |
34,68 |
14 |
0 |
0 |
0 |
4,79 |
30,42 |
35,21 |
15 |
0 |
0 |
0 |
4,39 |
26,97 |
31,36 |
Таблица 5
Обработка результатов эксперимента в программном пакете MS Office Exell
N опыта |
Результаты по повторностям |
Приращение массы |
D |
s |
v |
n |
|
5,7 |
|
|
|
|
|
1 |
5,97 |
5,79 |
0,02 |
0,16 |
2,69 |
2,159762678 |
|
5,7 |
|
|
|
|
|
|
2,38 |
|
|
|
|
|
2 |
2,34 |
2,34 |
0,00 |
0,04 |
1,50 |
1,359362132 |
|
2,31 |
|
|
|
|
|
|
8,44 |
|
|
|
|
|
3 |
8,51 |
8,37 |
0,04 |
0,19 |
2,28 |
1,832748687 |
|
8,15 |
|
|
|
|
|
|
7,88 |
|
|
|
|
|
4 |
7,09 |
7,45 |
0,16 |
0,40 |
5,38 |
5,629038166 |
|
7,37 |
|
|
|
|
|
|
9,8 |
|
|
|
|
|
5 |
9,35 |
9,58 |
0,05 |
0,23 |
2,35 |
1,883887361 |
|
9,59 |
|
|
|
|
|
|
2,29 |
|
|
|
|
|
6 |
2,14 |
2,23 |
0,01 |
0,08 |
3,49 |
2,947004195 |
|
2,25 |
|
|
|
|
|
|
6,58 |
|
|
|
|
|
7 |
6,91 |
6,73 |
0,03 |
0,17 |
2,48 |
1,985584937 |
|
6,7 |
|
|
|
|
|
|
2,04 |
|
|
|
|
|
8 |
2,12 |
2,10 |
0,00 |
0,05 |
2,35 |
1,885651386 |
|
2,13 |
|
|
|
|
|
|
10,08 |
|
|
|
|
|
9 |
9,68 |
9,86 |
0,04 |
0,20 |
2,05 |
1,671563982 |
|
9,83 |
|
|
|
|
|
|
8,33 |
|
|
|
|
|
10 |
8,74 |
8,54 |
0,04 |
0,21 |
2,40 |
1,923605131 |
|
8,55 |
|
|
|
|
|
|
8,76 |
|
|
|
|
|
11 |
8,46 |
8,50 |
0,06 |
0,24 |
2,80 |
2,253180704 |
|
8,29 |
|
|
|
|
|
|
7,42 |
|
|
|
|
|
12 |
6,88 |
7,21 |
0,08 |
0,29 |
3,99 |
3,542614378 |
|
7,32 |
|
|
|
|
|
|
4,43 |
|
|
|
|
|
13 |
4,69 |
4,54 |
0,02 |
0,13 |
2,93 |
2,374551949 |
|
4,51 |
|
|
|
|
|
|
4,81 |
|
|
|
|
|
14 |
4,51 |
4,70 |
0,03 |
0,17 |
3,57 |
3,034837143 |
|
4,79 |
|
|
|
|
|
|
4,62 |
|
|
|
|
|
15 |
4,76 |
4,59 |
0,03 |
0,19 |
4,07 |
3,65045258 |
|
4,39 |
|
|
|
|
|
В результате были получена матрица планирования с средними результатами по повторностям.
Таблица 6.
-
N опыта/ бюкса
Факторы варьирования
Функция отклика
l
t
Т
Приращение массы, %
1
1
1
0
5,79
2
-1
-1
0
2,34
3
1
-1
0
8,37
4
-1
1
0
7,45
5
1
0
1
9,58
6
-1
0
-1
2,23
7
1
0
-1
6,73
8
-1
0
1
2,10
9
0
1
1
9,86
10
0
-1
-1
8,54
11
0
1
-1
8,50
12
0
-1
1
7,21
13
0
0
0
4,54
14
0
0
0
4,70
15
0
0
0
4,59
Последующую обработку проводили с использованием программы Statgraphics + (рис 8).
В результате проведенного многофакторный регрессионный анализ влияния рассматриваемых факторов на пропитку дерева после исключения из уравнения коэффициентов с уровнем значимости более 0,5 позволил получить математическую модель в кодированном виде:
W=4,61+2,043×l+0,6425×t+0,343×Tn+1,922×l×t+0,745×l×Tn+0,6725×t×Tn-0,995×l^2+ 2,375×t^2+1,545×Tn^2
Из дисперсионного анализа уравнения регрессии следует: модель информационно способна, т.к. коэффициент детерминации параметра умеренный, полученная модель объясняет 91,7% изменения w. Заметной корреляции между опытными значениями, размещенными в матрице, нет, статистика Durbin-Watson (DW)=2,97, больше, чем 1,4. Модель значима, т.к. рассчитанный критерий Фишера 7,27, больше 0,001, при уровне значимости 0,0055.
Рисунок 8
Рисунок 9
Рисунок 10
Рисунок 11
Рисунок 12