книги из ГПНТБ / Технические и экономические основы литейного производства
..pdfфактических результатов от расчетных, |
полученных |
решением |
|||
системы |
(18), |
составило |
сг{сгв} = |
1,33 кгс/мм2; |
а{сги} = |
= 1,76 кгс/мм2; |
а { Н В } = 7,36; |
а{?.} = 2,55 см. Как показал ана |
лиз, расхождения между расчетными п фактическими данными не превышают удвоенного значения среднего квадратического отклонения (± 2 о ), что свидетельствует о целесообразности по строения математических моделей литейных процессов вышеука занными методами. Сопоставление расчетных и фактических дан ных приведено в табл. 13. В таблице показаны также их средние арифметические отклонения Дср.
Для проведения эксперимента на втором этапе использовано планирование типа 23. Матрица планирования эксперимента при ведена в табл. 14, согласно которой предусматриваются восемь плавок для отыскания коэффициентов регрессии и четыре— на основном уровне для оценки значимости коэффициентов и про верки адекватности модели.
В процессе данного эксперимента независимые переменные
Х\ — Ха сохранялись на основном уровне с внесением в уравнение
(18)соответствующих коррективов по их фактическим значениям
вкаждой плавке. Это особенно коснулось химического состава металла, который не удавалось, как и в предыдущем эксперимен те, строго поддерживать на заданном уровне.
Результаты регрессионного анализа приведены в табл. 15. На их основе получены следующие уравнения регрессии, связываю щие свойства чугуна с параметрами литейной формы и темпера турой заливки металла в формы (без учета малозначимых коэф фициентов) :
оа = 21,5 -)- 1,2*д + |
1 ,ЗХ[о |
+ 1,3хю*і f, |
|
|
0И= 40,0 + 1,5хд; |
/зоо = |
3,1 + 0 , 2 х д + 0 ,12хю— 0,28хц; |
|
|
Н В = 220,0 + |
11,5хд + 4,75хю + 4,75лг10Хц; |
(19) |
||
Я. = 60,0 +11, |
ІХд— 3,4*10 + 3,6* 11 + 2,8*д* 11— 5,5*ю*і 6 |
|
b — 2,25 + 1,5*ю + 2,25*і 1 + 1,5*ю*11 •
Как и в предыдущем эксперименте, точность уравнений была проверена на серии контрольных плавок, результаты которых приведены в табл. 16. Как видно из табл. 16, средние отклонения между расчетными и фактическими данными находятся в преде лах ошибок эксперимента, указанных в табл. 15.
Объединение систем уравнений (18) и (19) с учетом соответ ствующего пересчета свободных коэффициентов регрессии дает новую систему уравнений (20), которая позволяет с достаточной точностью установить количественные взаимосвязи между свой ствами чугуна и рассмотренными выше технологическими фак торами.
61
|
|
|
|
|
|
|
|
|
Таблица 14 |
|
|
|
|
|
Матрица планирования эксперимента |
|
|
||||
|
|
|
для изучения влияния параметров формы на свойства чугуна |
|||||||
|
|
|
|
|
|
|
|
Изучаемые факторы |
||
|
|
|
|
Условия варьирования |
|
|
W |
|
||
|
|
|
|
изучаемых факторов |
|
в °С |
р |
|||
|
|
|
|
|
|
|
|
В % |
в г/см3 |
|
Основной |
уровень (0) |
|
|
|
150 |
5,5 |
1,63 |
|||
Интервал варьирования |
|
|
50 |
0,7 |
0,13 |
|||||
Верхний уровень (-|-1) |
|
|
200 |
6,2 |
1,76 |
|||||
Нижний |
уровень (—1) |
|
|
100 |
4,8 |
1,50 |
||||
Кодовое |
обозначение |
перемен |
*9 |
*10 |
*п |
|||||
ных |
|
|
|
|
|
*0 |
||||
|
|
|
|
|
|
1 |
+ 1 |
—1 |
—1 |
—1 |
|
|
|
|
|
|
2 |
+ 1 |
11 |
—1 |
—1 |
№ |
|
плавок по плану |
3 |
+ 1 |
—1 |
+1 |
—1 |
|||
|
4 |
+ 1 |
+ 1 |
+1 |
—1 |
|||||
типа 23 |
|
|
5 |
+ 1 |
—1 |
—1 |
+ 1 |
|||
|
|
|
|
|
|
6 |
+ 1 |
+ 1 |
—1 |
+ 1 |
|
|
|
|
|
|
7 |
+1 |
—1 |
+1 |
+ 1 |
|
|
|
|
|
|
8 |
+ 1 |
+ 1 |
+1 |
+ 1 |
№ плавок на основном |
9 |
+ 1 |
0 |
0 |
0 |
|||||
10 |
+ 1 |
0 |
0 |
0 |
||||||
уровне |
|
|
11 |
• г 1 |
0 |
0 |
0 |
|||
|
|
|
|
|
|
12 |
+ 1 |
0 |
0 |
0 |
|
|
|
|
|
|
|
|
|
Таблица 15 |
|
|
|
|
Результаты регрессионного анализа по плану типа 23 |
|
||||||
Показатели |
°в |
аи |
|
НВ |
f*00 |
X |
ь |
|||
|
в мм |
|||||||||
|
|
|
|
в кгс/мм3 В кгс/мм3 |
|
в мм |
в см |
|||
|
|
|
|
2 1 , 5 * |
4 0 ,0 * |
|
2 2 0 ,0 * |
3 ,1 0 * |
. 6 0 ,0 * |
2 ,2 5 * |
|
*9 |
|
1 ,2 * |
1,5* |
|
11,5* |
0 ,2 * |
11,1* |
— 0 ,7 5 |
|
|
ь 10 |
|
1,3* |
0 , 8 |
|
4 ,7 5 * |
0 ,1 2 * |
- 3 , 4 * |
1,50* |
|
|
*11 |
|
— 0 , 5 2 |
— 0 , 6 |
|
0 ,2 5 |
— 0 ,2 8 * |
3 ,6 * |
2 ,2 5 * |
|
*9, |
10 |
0 , 2 |
0 , 3 |
|
1,75 |
0 |
0 , 2 |
0 |
||
— 0 , 5 |
— 0 , 6 |
|
— 1,75 |
0 |
2 ,8 * |
— 0 ,7 5 |
||||
*9, |
1 1 |
|
||||||||
1,3* |
0 , 5 |
|
4 ,7 5 * |
0 ,0 5 |
— 5 ,5 * |
1,50* |
||||
*10, |
|
11 |
|
|||||||
|
— 0 , 5 |
— 0 , 9 |
|
— 2 ,2 5 |
— 0 ,0 8 |
2 , 6 |
0 |
|||
*9, |
10, |
11 |
|
|||||||
1 ,1 5 |
1 ,6 9 |
|
7 . 8 |
0 ,1 2 |
2 , 9 |
2 ,5 0 |
||||
S {У} |
|
|||||||||
|
|
|
|
0 ,9 6 |
1 ,4 |
|
4 , 5 |
0 ,1 |
2 ,4 |
1,50 |
F расч |
1,1 |
1,12 |
|
5 ,1 5 |
3 , 9 |
4 , 5 |
0 ,5 6 |
|||
f Ta |
|
J |
9 ,1 2 |
8 ,9 4 |
|
9 ,1 2 |
9 ,1 2 |
9 ,5 5 |
9 ,1 2 |
|
|
* |
|
коэффициенты с 10%-ным уровнем значимости. |
|
|
« 2
Таблица 16
Результаты сопоставления фактических данных с расчетными по модели (19)
№ по пор.
О
о |
\0 |
.о |
|
Ш |
О4” |
||
03 |
и, |
||
ОЗ |
ю |
||
|
|||
< |
& |
а |
ав
Вкгс 'м м 2
. |
О. |
факт |
|
|
и |
|
<0 |
°н
Вкгс/м м 2
. |
3* |
|
факт |
||
а. |
||
|
и |
|
|
га |
|
НВ |
/зоо Е ММ |
К в СМ |
Ь в ММ |
|||
факт. |
о. |
факт. |
расч. |
факт. |
о. |
факт. |
о. |
|
5Г |
|
|
|
и |
|
О |
|
О |
|
|
|
|
||
|
га |
|
|
|
га |
|
га |
1 |
150 |
5 , 5 |
1 ,6 3 |
2 2 , 3 |
2 1 , 7 |
4 1 , 0 |
4 0 , 0 |
227 |
221 |
2 , 8 |
3 ,1 |
6 0 , 0 |
5 9 , 7 |
3 |
2 , 3 |
2 |
100 |
4 , 9 |
1 ,4 7 |
2 1 , 2 |
2 1 , 5 |
3 8 ,1 |
3 8 , 5 |
2 0 7 |
2 0 9 |
3 , 0 |
3 ,1 |
4 3 , 5 |
5 7 , 0 |
0 |
4 , 5 |
3 |
150 |
3 , 6 |
1,61 |
2 0 ,1 |
2 0 0 |
4 0 , 9 |
4 0 , 0 |
2 2 5 |
2 2 0 |
3 ,1 |
3 , 0 |
6 0 , 0 |
5 9 , 0 |
0 |
2 |
4 |
150 |
5 , 5 |
1 ,5 9 |
2 2 , 0 |
2 1 , 5 |
4 1 , 3 |
4 0 , 0 |
220 |
2 2 0 |
2 , 7 |
3 , 0 |
5 4 , 0 |
5 9 , 7 |
3 |
2 , 3 |
5 |
150 |
5 , 3 |
1 ,6 3 |
2 0 , 3 |
2 1 ,1 |
4 2 , 6 |
4 0 , 0 |
198 |
218 |
3 , 4 |
3 ,1 |
6 0 , 5 |
5 9 , 0 |
2 |
1 , 7 |
6 |
2 0 0 |
4 , 9 |
1 ,7 6 |
1 9 ,2 |
2 0 ,1 |
4 0 , 6 |
4 1 , 5 |
2 2 4 |
231 |
3 , 0 |
2 , 9 |
5 3 , 5 |
5 5 , 8 |
0 |
0 |
7 |
150 |
4 , 6 |
1 ,6 9 |
1 9 ,6 |
2 0 , 6 |
3 9 , 0 |
4 0 , 0 |
218 |
2 1 7 |
3 ,1 |
2 , 8 |
6 0 , 0 |
65 |
1 |
1 |
8 |
2 0 0 |
6 , 2 |
1 ,7 6 |
2 3 , 9 |
2 5 , 3 |
4 2 , 0 |
4 1 , 5 |
2 3 2 |
241 |
3 , 4 |
2 , 9 |
7 1 , 2 |
6 8 , 6 |
6 |
7 , 5 |
9 |
100 |
5 , 4 |
1 ,6 5 |
2 1 , 9 |
2 0 ,1 |
3 8 , 3 |
3 8 , 5 |
2 1 7 |
2 0 6 |
2 , 6 |
2 , 8 |
4 7 , 5 |
4 8 , 0 |
0 |
0 |
10 |
150 |
5 , 0 |
1,61 |
2 2 , 3 |
2 1 ,1 |
4 1 , 3 |
4 0 , 0 |
2 2 2 |
2 1 9 |
3 ,1 |
3 , 0 |
5 5 , 0 |
5 6 , 0 |
3 |
2 |
Для предела прочности при разрыве ов = 23,3— 2,03л:, — 1 ,54л:2 + 2,24х7— 1,49х,х7— 1,69*5х7 +
+ 1,2л:9 + 1,3*10+ 1,3*10*,,.
Для предела прочности при изгибе
0И= 41,2 —3,05*і + 1,95*з + 2,б2*4— 1,88*5 + 2,26*7—
— 2,88*5*7 + 1,5*9-
Для стрелы прогиба
/зоо = 2,81 + 0,22*, + 0,13*2— 0,22*4 + 0,21*7— 0,14*,*2 +
+ 0,21*,*8 + 0,2*9 + 0,12*,о— 0,28*,,. |
(20) |
Для твердости |
|
Н В = 232— 13,62*, — 12,87*2 + 12,37*3 + |
14,0*4+ 11,5*в + |
+ 4,75*,о + 4,75*10*,,. |
|
Для жидкотекучести
Ъ = 55,9 + 4,43*і + 12,56*5 + 6,12*6 —3,87*7—3,43*8 +
+6,81*і*2 + 3,62*5*7 + 12*7*8+ 11,1*9—3,4*,о+3,6*п +
+2,8*9*ц — 'ЭДлГюл:,,.
Для отбела
Ь = 8,48— 3,62*,— 4,75*2— 3,75*, + 2,75*,*2 + 2,75*5*7 +-
+ 1,5*10 + 2,25*,, + l,5*jo*jj.
Перевод независимых переменных . в уравнениях регрессии (20) из относительных единиц в натуральные осуществляется
63
согласно формуле (2). Для рассматриваемых переменных это со ставит
х \ |
С—3,25 . |
*2 — |
Si — 1,95 |
|
Мп —0,75 |
||
0,25 |
’ |
0,25 |
’ |
0,25 |
|||
|
|
||||||
* 4 “ |
Р —0,15 |
|
*5 = |
д < п —зоо |
|
Тв — 15 |
|
0,07 |
’ |
50 |
; |
15 |
|||
|
|
||||||
|
|
|
|
q/Q —0,75 |
( 21) |
||
X- = |
4м 0*3 |
, |
*8 = |
Аі3— 150 |
|||
0,75 |
|
Ха = - |
|||||
|
0,3 |
|
|
|
50 |
||
|
—5,5 |
|
|
р — 1,63 |
|
|
|
*10 = |
0,7 |
’ |
*11 = 0,13 |
|
|
Подставляя выражения (21) в уравнения (20), получим сис тему уравнений регрессии в натуральных единицах, действитель ную в заданных интервалах варьирования независимых перемен ных. Например, уравнение для предела прочности сгв в натураль ном выражении примет вид
<ти= 141,5— 20С(<7„ + 0,105) — 6.2S1+ 107,5^,+
+ 0,035А/П(1— З,22(7м) + 0,04Д/3 — 21.4U7+ 14,3р(«7— 5,5).
При постоянной влажности W — 5,5% получим: для модифицированного чугуна ( q M = 0,6)
gb= 88— 14,1C— 6,2Si — 0,035А/П+ 0,04Д/3;
для немодифицированного чугуна ( q M = 0)
аа= 23,5 — 2, 1C— 6,2Si + 0,035А іп+ 0 ,Q4M 3.
Следует заметить, что в приведенных уравнениях эффект тем пературы перегрева смешан с эффектом температуры модифи цирования.
Пример построения математической модели, связывающей газопроницаемость и прочность формы с ее плотностью и влаж ностью [25]. Вследствие большого числа показателей, характе ризующих состояние и качество исходных формовочных материа лов, математическая модель процесса формообразования может быть получена только для определенного состава формовочной смеси, который в данном эксперименте был следующим: свежий кварцевый песок марки К016Б — 6,5%, глина — 1,5%, отработан ная смесь, содержащая около 8% глины,— 92%-
Уплотнение смеси производили на лабораторном копре моде ли 030 и формовочной машине модели 271.
Все физико-механические свойства смеси определялись как средние значения по трем параллельно испытываемым образцам с использованием стандартной методики.
Испытание образцов на газонепроницаемость и прочность в сыром состоянии производили на приборах моделей 042 и 051 соответственно.
64
|
|
|
|
Таблица 17 |
Матрица планирования и результаты эксперимента по изучению |
||||
|
свойств песчаной формы |
|
|
|
Уровни варьирования |
Изучаемые |
факторы |
Результаты опытов |
|
|
|
|
|
|
изучаемых факторов |
«7 в % |
р в г/см8 |
К |
<jw в кгс/сма |
|
||||
Основной уровень (0) |
4,6 |
1,62 |
|
|
Д |
0,6 |
0,09 |
|
|
Интервалы |
|
|
|
|
варьирования |
0,9 |
0,12 |
|
|
1.414Д |
|
|
||
+ 1 |
5,2 |
1,71 |
|
|
Верхние уровни |
|
|
|
|
Нижние уровни
Кодовое
обозначение
. переменных
1
CN
и2
S
№3
cf
со 4
е( |
|
О, |
5 |
с |
6 |
о |
|
с_ |
|
о |
|
съ |
7 |
о |
|
(“ |
|
>, |
8 |
а: |
|
с; |
9 |
с |
|
о |
10 |
с |
|
m |
11 |
f- |
о12
13
+ 1,414 |
5,5 |
1,74 |
|
|
—1 |
4,0 |
1,53 |
|
|
—1,414 |
3,7 |
1,50 |
|
|
х0 |
*i |
х2 |
|
|
+ 1 |
—1 |
—1 |
124 |
0,57 |
+ 1 |
+ 1 |
—1 |
148 |
0,42 |
+1 |
- 1 |
+ 1 |
67 |
0,91 |
+ 1 |
+ 1 |
+ 1 |
94 |
0,72 |
+ 1 |
— 1,414 |
0 |
68 |
0,90 |
+1 |
+ 1,414 |
0 |
125 |
0,55 |
+ 1 |
0 |
-1 ,4 1 4 |
142 |
0,42 |
+ 1 |
0 |
+ 1,414 |
73 |
0,87 |
+ 1 |
0 |
0 |
94 |
0,71 |
+ 1 |
0 |
0 |
94 |
0,73 |
+ 1 |
0 |
0 |
90 |
0,76 |
+ 1 |
0 |
0 |
95 |
0,73 |
+ I |
0 |
0 |
94 |
0,72 |
5 Заказ 1293 |
65 |
Плотность набивки формы определялась взвешиванием про бы постоянного объема, отбираемой из литейной формы специ альным пробоотборником. Для определения влажности исполь зован метод высушивания образца до постоянного веса.
На основании литературных данных и статистической обра ботки результатов наблюдений за процессом уплотнения смеси было установлено, что между влажностью и плотностью набивки, с одной стороны, и газопроницаемостью и прочностью формы, с другой стороны, наблюдаются нелинейные зависимости, имею щие экстремальные точки. При этом было замечено, что все фи зико-механические свойства целесообразно делить на первичные (влажность W и плотность р) и вторичные (газопроницаемость К И прочность Огѵ) .
Для описания нелинейных зависимостей был применен план эксперимента, использующий планирование второго порядка для
двух независимых переменных W и р. |
Матрица |
планирования |
||||
эксперимента приведена в табл. |
17. |
|
|
|
||
|
|
|
|
|
|
Таблица 18 |
Результаты регрессионного анализа по плану второго порядка |
||||||
|
для двух независимых переменных |
|
|
|||
Показатели |
к |
а ..в кгс см3 |
Показатели |
К |
аш в кгс/см2 |
|
|
|
W |
|
|
|
|
|
92,6* |
0,74* |
bl2 |
8,1* |
-0,056* |
|
ь, |
16,5* |
— 0,104* |
5 1^} |
2,0 |
0,02 |
|
Ь2 |
-26,0* |
0,159* |
Р |
Ѵ |
1,54 |
0,015 |
ь 12 |
0,756 |
— 0,010 |
2,0 |
1,5 |
||
Ьи |
2,3* |
— 0,016* |
7 табл |
6,56 |
6,59 |
* коэффициенты с 5%-ным уровнем значимости.
Регрессивный анализ результатов эксперимента (определение коэффициентов регрессии, оценка их значимости и проверка адек ватности представления результатов исследований полученными уравнениями) приведен в табл. 18, на основании которой форми руется следующая система уравнений:
К = 93 |
+ 1 6,5л:1— 26*2 + 2,3x1 + 8,1x2; |
| |
(22) |
||
a w = 0,74 |
— 0,1 ІХ[ + 0 ,16х2 — 0,02х? — О.Обх?, j |
|
|||
где |
|
|
|
|
|
|
1,41 > х г> — 1,41; |
і = |
1,2; |
|
|
|
W — 4,6 |
р — |
1,62 |
|
|
X, = |
0,09 |
|
|
||
|
0,6 |
|
|
Для проверки точности уравнений дополнительно провели серию контрольных опытов, результаты которых показывают, что
66
расхождения между факти ческими и расчетными дан ными незначительны и со ставляют К ± 3,2; Ow ±
± 0,06 кгс/см2 (при точно
сти |
задания |
первичных |
|||
свойств |
W ± |
0,05%; |
р ± |
||
± 0,01 г/см3). |
|
|
|||
|
Для |
практического |
ис |
||
пользования |
на |
рис. 4 |
и 5 |
приведены диаграммы, оп ределяющие зависимость прочности и газопроницае мости формы от ее влажно сти при различной плотно сти формы.
Для экопериментируемого состава формовочной смеси была установлена за висимость между числом ударов п у бойка лаборатор ного копра и плотностью р формы при различной влаж ности W смеси, которая опи сывается следующим урав нением:
Рис. 4. Зависимость газопроницаемости
Кпесчаной формы от ее влажности W
иплотности р
р = 1,665 + 0,0775л:, + |
Рис. 5. Зависимость сырой |
прочности |
|
+ 0,0625*2 — 0,023x1 — |
песчано-глинистой формы |
Ош от ее |
|
влажности W и плотности р |
|||
|
|||
— 0,0124*1+ 0,007х1х2, (23) |
Р.г/сн3 |
|
|
где |
|
|
iS
Графически данная за висимость при *2 = 0 пред ставлена на рис. 6.
Однофакторными экспе риментами определена зави симость между числом уда ров % бойка копра и чис лом встряхиваний п в на формовочной машине моде ли 271, а также установле но соотношение между плот ностью формы р и ее поверх
iS
i«
І2
ІО
0 |
г |
4 |
|
1 |
10 |
% |
1 |
I |
|
|
I |
||
о |
го |
40 |
60 |
80 |
100 |
Л/ |
Рис. 6. Зависимость плотности формы (образца) р от числа встряхиваний на машине пв и числа ударов на копре пу
5* |
67 |
ностной твердостью Н . Указанные зависимости |
выражены сле- |
|
дующими формулами: |
|
|
_ |
пу + 3.5 |
(24) |
|
|
|
с округлением п в и п у до целых чисел; |
|
|
Н = |
р~ ‘ , |
(25) |
|
0,008 |
|
где Н — поверхностная твердость формы, определяемая в едини цах стандартного твердомера мод. 071.
2. ПОИСК ОПТИМАЛЬНЫХ ЗНАЧЕНИИ ПАРАМЕТРОВ ЛИТЕЙНЫХ ПРОЦЕССОВ
При проектировании определенного процесса необходимо установить такие значения его параметров, которые обеспечива ют получение заранее заданных показателей этого процесса. Такая задача решается различными способами в зависимости от формы, в какой заданы показатели процесса. Если все показате ли заданы как постоянные величины и их количество равно п, то при наличии математической модели процесса с числом урав нений п , большим или равным числу параметров т ( п ^ т ) , за дача нахождения необходимых значений параметров решается однозначно алгебраическим путем. При п < т некоторые пара метры ( т — п ) необходимо, исходя из технологических сообра жений, стабилизировать на постоянном уровне. Если число пара метров невелико, данная задача может быть решена графически.
Однако на практике большинство показателей литейных про цессов задается системой неравенств, что во всех случаях приво дит к решению оптимальных задач. Так, например, при необхо димости получить определенную марку серого чугуна, которая определяется показателями прочности металла при разрыве и изгибе, устанавливаются ограничения на твердость сплава, нали чие отбела и др., что вынуждает принимать такие значения пара метров процесса, которые удовлетворяют указанным ограниче ниям, задаваемым в виде неравенств. В противном случае задача может не иметь решения.
В общем виде оптимизация процесса означает выбор таких параметров процесса и поиск таких значений этих параметров, которые по определенному критерию оптимизации будут наи лучшими.
При наличии заранее заданного комплекса параметров (при рассмотрении конкретного технологического процесса) оптими зация процесса будет состоять только в поиске наилучших значе ний этих параметров, которые могут быть минимальными, мак симальными, а в общем случае оптимальными величинами.
Критерии оптимизации подразделяются на экономические, характеризующие экономическую эффективность процесса, соци
68
альные, характеризующие интенсивность и условия труда рабо чих, и технические, характеризующие качественные показатели процесса, например прочность сплава.
В настоящем разделе поиск оптимальных параметров рас сматривается главным образом на основе технических критериев оптимизации и частично—социальных критериев (гл. III). В дальнейшем изложении слово «технические» в определении указанных критериев опускается. Оптимизация процессов на базе экономических критериев рассматривается в гл. V.
Наиболее рациональными методами поиска оптимальных зна чений параметров литейных процессов являются методы матема тического программирования. В ряде случаев задача может быть решена графическим построением зависимости «параметры — показатели» или математическим анализом модели — решением задачи в частных производных.
Оптимизация процесса методом математического программи рования предусматривает выполнение следующих этапов:
1. Выбор целевой функции, т. е. установление из числа полу ченных уравнений наиболее важной с технологической или тех нико-экономической точки зрения зависимости, характеризующей определенный показатель процесса, который выступает как кри терий оптимизации и должен быть максимизирован (минимизи рован).
К выбору критерия оптимизации нужно подходить с известной осторожностью. Не всегда критерием является ведущий показа тель процесса. Часто возникает необходимость в разработке кри терия и соответственно целевой функции, которые не имеют непосредственного отношения к алгоритму функционирования системы, но могут быть определены параметрами, характеризую щими обсуждаемый процесс. Так, например, как будет показано чиже, критерием оптимизации для определения оптимальных параметров процесса приготовления жидкостекольной смеси вы бирается работа, необходимая для выбивки форм, залитых чугу ном, т. е. показатель внешний по отношению к данному процессу.
Когда одновременно требуется максимизировать (минимизи ровать) не один, а несколько зависимых между собой показате лей процесса, например физико-механических свойств металла или формовочной смеси, необходимо разрабатывать комплекс ный критерий оптимизации, который может быть представлен суммой уравнений, входящих в новую целевую функцию со сво ими весовыми коэффициентами, назначаемыми по технологичес
ким или другим соображениям. |
|
|
|
|
Для задачи линейного программирования |
целевая функция |
|||
может быть представлена в виде |
|
|
|
|
У\ — Ьо , і +- bi |
+ 62, 1*2 + ■• ■+ b m |
\ X m, |
(26) |
|
где у \ — ведущий показатель процесса, критерий |
оптимизации; |
|||
Хі — оптимизируемые параметры процесса (£ = |
1 , |
2, ..., |
т). |
69
2. Наложение ограничений на остальные показатели процес са, определяемые требованиями конкретного производства. На пример,
1/2 = 6о,2 + b\ ,2*1 + |
Ö2,2*2 + • • • + |
ЬШ'2Хт ^ Ь2\ |
| |
У п = b o . n + b l іПХі + |
£>2,л*2 + ••• + |
Ь т пХ т ^ Ь п . |
I |
Система ограничений должна выбираться достаточно коррект но, чтобы получить наиболее благоприятные значения каждого из показателей процесса.
Если в уравнения (26) и (27) включить помимо линейных чле нов их взаимодействия или квадратичные члены, то задача пре вратится из линейной в нелинейную.
3.Формулирование задачи и выбор численного метода ее ре шения. В случае линейной модели применяют методы линейного программирования (в частности симплекс-метод), а при наличии нелинейной модели — нелинейное программирование, в частно сти метод наискорейшего спуска по поверхности отклика.
Формулирование задачи вытекает из требований к показате лям процесса, которые могут быть заданы различными усло виями.
4.Решение поставленной задачи с помощью выбранного чис ленного метода вручную или на ЭВМ по стандартным програм мам. Так как система неравенств (27) образует область допусти мых значений параметров процесса, смысл решения задачи
оптимизации заключается в отыскании в этой области такой точки, которая удовлетворяет требуемому максимальному или минимальному значению критерия оптимизации у \ . Следователь но, оптимальным будет называться такое решение задачи опти мизации, которое удовлетворяет требуемым значениям как кри терия оптимизации, так и других показателей процесса. Соответ ственно оптимальными будут называться такие значения пара метров, которые обеспечивают заданные (требуемые) значения всех показателей процесса.
Общая схема работ по оптимизации процесса с использова нием математической модели приведена на рис. 7 [24].
Алгоритмы решения задачи оптимизации по линейной и нели нейной моделям приведены в работах [21, 33, 54]. Указанные алго ритмы предполагают изменение независимых переменных (опти мизируемых параметров) в положительной области значений. Специфика моделей, полученных статистическими методами пла нирования экспериментов, в частности линейных моделей, за ключается в изменении независимых, переменных в диапазоне от +1 до — 1. Поэтому все независимые переменные в уравнени ях (26) и (27) необходимо сдвинуть на единицу вправо так, что бы они изменялись в интервале от 0 до +2. Процесс решения задачи оптимизации ведется в новых координатах, а по оконча нии решения независимые переменные возвращаются в старую систему координат [46].
70