Научные стремления 2011-1

низкую зольность топлива, является эффективным и экономически целесообразным способом повышения качества ТДГ.

Таким образом, анализ технологий производства топливных древесных гранул позволил сделать вывод о том, что оптимальной является технология, в которой в качестве сырья используются сухие мелкие отходы древесины как хвойных, так и лиственных пород. Установлено, в случае использования отходов лиственной древесины необходимо проводить их модифицирование химически активными добавками, такими как гидролизный лигнин и лигносульфонаты, в целях повышения показателя механической прочности до уровня СТБ 2027-2010.

Литературные источники

1.Программа создания производств по изготовлению древесных топливных гранул (пеллет), древесного брикета и угля в организациях Министерства лесного хозяйства на

2009-2011 годы.

2.Программа повышения эффективности использования древесно-топливного сырья в деревообрабатывающих производствах (цехах) Министерства лесного хозяйства Республики Беларусь на 2011 – 2015 годы.

3.Мельникова Л.В. Технология композиционных материалов из древесины / Л.В. Мельникова. – М.:ГОУ ВПО МГУЛ,2007. – 235 с.

4.Гомонай М.В. Производство топливных брикетов. Древесное сырьѐ, оборудование, технологии, режимы работы: монография / М.В. Гомонай. – М.: ГОУ ВПО МГУЛ, 2006. – 68с.

5.Щербаков А.С. Технология композиционных древесных материалов / А.С. Щербаков, И.А Гамова, Л.В Мельникова. – М.: Экология, 1992. – 192 с.

N.A. Sycheva, E.V. Dubodelova, T.V. Solov'eva

TECHNOLOGY OF PRODUCTION OF WOOD PELLETS

Belarusian State Technological University, Minsk

Summary

The aim of research is the analysis of the technology of fuel pellets.

Analyzed trends in the production of wood pellets, variants of technological schemes, quality pellet and ways to improve. Issued guidelines for choosing the optimal technology to the energy intensity of production, type and species composition of wood.

711

УДК 621.793:678:544.777

Т.Н. Федосенко

ИССЛЕДОВАНИЕ СТРУКТУРЫ УГЛЕРОДНЫХ АЛМАЗОПОДОБНЫХ ПОКРЫТИЙ МЕТОДОМ КОМБИНАЦИОННОГО

РАССЕЯНИЯ

Гомельский государственный университет имени Франциска Скорины

Введение. Различные методы формирования углеродных конденсатов путем осаждения на охлаждаемые подложки потоков быстрых атомов, ионов углерода или радикалов углеводородов позволяют получать алмазоподобные углеродные покрытия, обладающие замечательными механическими и другими свойствами. Известен ряд структурных особенностей таких покрытий. Они, как правило, некристаллические, хотя могут содержать кристаллы различных полиморфных модификаций углерода (графита, карбина, алмаза), и в них могут чередоваться атомы с координацией 2, 3 или 4, находящиеся в состояниях sp, sp2, sp3. Однако многие важные детали атомной структуры остаются неясными и составляют предмет интенсивных исследований.

Обнаружено, что спектры комбинационного рассеяния углеродных конденсатов, полученных катодным распылением, содержат полосы 1300 и 1550 см-1, на основании чего сделан вывод о том, что структура покрытий содержит плоские сетки углерода ароматического типа, причѐм размеры сеток велики и упорядочены настолько, что их можно рассматривать как микрокристаллы графита [1].

Поскольку сравнительно небольшие изменения условий осаждения углеродных конденсатов (температуры подложки, энергии частиц) позволяют существенно менять их макроскопические свойства, отражающие структурные изменения, то представляет интерес провести сравнительные исследования методом комбинационного рассеяния углеродных покрытий, полученных при различных режимах катодно-дуговым методом.

Для проведения исследования использовалась КР-Фурье приставка RAM II, которая подключается к для ИК-Фурье спектрофотометру VERTEX 70. RAM II использует лазер с длиной волны 1064 нм, что наилучшим образом устраняет проблему флуоресценции. RAM II работает в спектральном диапазоне от 3600 до 50 см-1 (сдвиг Стокса) [2].

Алмазоподобные покрытия состоят из аморфного углерода с областями, имеющими электронные конфигурации sp1, sp2 и sp3. Их механические и оптические свойства зависят не только от содержания атомов углерода в sp3- состоянии, но и от числа и размера групп с sp2-связанными атомами углерода. При возбуждении алмазоподобного покрытия излучением видимого диапазона в спектре комбинационного рассеяния проявляются два максимума: при 1540 cm-1 – так называемый G-пик, и при 1330 cm-1 – D-пик. Эти два основных пика зависят от атомов углерода, находящихся в sp2-конфигурации. G-пик отражает валентные колебания всех sp2-связанных атомов углерода, в то время как D-пик возникает из колебаний sp2-связанных атомов углерода. Смещение G-пика

712

может служить индикатором числа sp3-связей, то есть сдвиг G-пика к нижним волновым числам указывает на возрастание содержания sp3-связей [3].

Целью исследования являлось установление существования и характера зависимости показателя преломления и коэффициента поглощения покрытия от алмазной фазы в данном покрытии. Для этого с помощью источника плазмы импульсного катодно-дугового разряда с центральным электродом из графита, являющимся катодом, распыляемого в процессе сильноточного дугового импульсного разряда, были получены 6 образцов алмазоподобных покрытий на кремниевой подложке. Оптические характеристики и толщины данных покрытий были рассчитаны методом лазерной эллипсометрии, результаты расчѐта представлены в таблице 1.

Таблица 1 – Рассчитанные методом лазерной эллипсометрии оптические характеристики и толщины полученных алмазоподобных покрытий

Для всех образцов были получены спектры комбинационного рассеяния. Спектр комбинационного рассеяния образца под номером 1 представлен на рисунке 1. По спектрам комбинационного рассеяния шести образцов алмазоподобных покрытий были определены интегральные интенсивности полос D и G, и построен график зависимости отношения интенсивностей ID/IG от показателя преломления, который представлен на рисунке 2.

Рисунок 1 – Спектр комбинационного рассеяния образца 1

713

Спектры комбинационного рассеяния всех образцов демонстрируют характерную спектральную особенность D- и G-пиков, присущую для всех структур алмазоподобных покрытий.

Рисунок 2 – График зависимости отношения интегральных интенсивностей ID/IG от показателя преломления

Как видно из рисунка 2, зависимость отношения интегральных интенсивностей ID/IG от показателя преломления существует, и функция данной зависимости возрастает на данном интервале. Таким образом, показатель преломления алмазоподобного покрытия можно определить, имея только лишь спектр поглощения данного покрытия в диапазоне от 1000 до 2000 см-1, определив отношение интегральных интенсивностей линий D и G и используя график зависимости, представленный на рисунке 2.

Зависимость отношения интегральных интенсивностей ID/IG от коэффициента поглощения представлена на рисунке 3. Как видно, линейная зависимость отсутствует.

Рисунок 3 – Зависимость отношения интегральных интенсивностей ID/IG от коэффициента поглощения

714

Литературные источники

1 Бакай А.С., Баранов А.В., Стрельницкий В.Е. Исследование структуры углеродных конденсатов методом комбинационного рассеяния // Поверхность. Физика, химия, механика.

– 1990. – №3. – С. 92-98.

2Российский сайт компании Bruker Optics [Электронный ресурс] / КР-Фурье приставка RAM II. – Bruker Optics, 2011. – Режим доступа: http://www.brukeroptics.com/ramiift-raman.html?&L=9. – Дата доступа: 25.05.2011.

3Erdemir A., Martin J.R. Superlubricity. – Amsterdam: Elsevier Science, 2007. – 512 p.

T.N. Fedosenko

RESEARCH OF STRUCTURE OF CARBON DIAMOND-LIKE COATINGS BY RAMAN

Gomel State University named after Francisk Skorina, Gomel

Summary

Six samples of diamond-like coatings on silicon substrate were prepared. Optical characteristics and thickness of the coating were calculated by laser ellipsometry method. The integral intensities of the D and G lines were found from Raman spectra of the coatings. A plot of the dependence of intensity ratio ID/IG on refractive index was constructed. The dependence of the refractive index of diamond-like carbon coatings on the diamond phase in these coatings was found.

715

УДК 678; 658.362

Ю.Н. Хрол

ВНЕДРЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ УПРАВЛЕНИЯ КАЧЕСТВОМ В ПРОМЫШЛЕННОСТИ ПЕРЕРАБОТКИ ПЛАСТМАСС

Учреждение образования «Белорусский Государственный Технологический Университет», Республика Беларусь, г. Минск

Важнейшим источником роста эффективности производства является постоянное повышение технического уровня и качества выпускаемой продукции. Один из базовых принципов управления качеством состоит в принятии решений на основе анализа объективной информации и фактов, полученных в результате мониторинга жизненного цикла продукции. Наиболее полно этот принцип реализуется с помощью метода моделирования процессов как производственных, так и управленческих инструментами математической статистики. Применение статистических методов представляет собой весьма действенный путь оптимизации технологических процессов и контроля качества выпускаемой продукции [1]. К преимуществам внедрения статистических методов контроля качества следует отнести способность выявления наиболее эффективных технологических режимов производства, осуществление непрерывного управления технологическими процессами с динамической оптимизацией технологического режима, а также возможность реализации ресурсосберегающих режимов производства. В связи с этим внедрение статистических методов на предприятиях переработки пластмасс является очень актуальным.

Однако на предприятиях данной отрасли в Республике Беларусь статистические методы пока не находят широкого применения. К вероятным причинам такого явления можно отнести следующие:

незнание первыми лицами современного подхода к улучшению процессов (а иногда и просто нежелание заниматься улучшениями);

кажущаяся сложность статистических методов управления процессами, ведущая к априорному их отторжению;

неосведомленность персонала в области методов статистического управления процессами, что не позволяет грамотно применять их на практике и правильно интерпретировать полученные результаты;

наличие большого числа публикаций, перегруженных сложными математическими выкладками, что делает их труднодоступными для понимания инженерами-практиками [2].

К группе статистических методов управления качеством можно отнести большое количество различных методов, однако наибольшее применение в мировой практике получили так называемые «семь простых инструментов менеджмента качества», к числу которых принадлежат следующие методы: контрольные листки, диаграммы Парето, причинно-следственные диаграммы (диаграммы Исикавы), гистограммы, стратификация (расслоение), диаграммы рассеивания, контрольные карты.

716

Контрольные листки являются инструментами сбора данных и представляют собой специальные бланки. Они облегчают процесс сбора и систематизации данных, способствуют точной регистрации информации и автоматически позволяют сделать некоторые заключения [3].

Гистограмма является распространенным инструментом контроля качества и используется для предварительной оценки дифференциального закона распределения изучаемой случайной величины, однородности экспериментальных данных и т.д. Гистограмма представляет собой столбчатый график, позволяющий наглядно отобразить характер распределения случайных величин в выборке. Для этой же цели используют и ломаную линию (полигон частот), соединяющую середины столбцов гистограммы.

Диаграммы рассеивания также не требуют математической обработки экспериментальных данных и позволяют на основе графического представления значений двух переменных оценить характер и тесноту связи между ними.

Расслоение, или стратификация, данных является одним из наиболее простых, эффективных и распространенных методов выявления причин несоответствий и влияния различных факторов на показатели качества процесса.

Расслоение данных заключается в разделении результатов процесса на группы, внутри которых эти результаты получены при определенных условиях протекания процесса. Данные, разделенные на группы по признаку условий их формирования, называют слоями (стратами), а сам процесс разделения на слои (страты) — расслоением (стратификацией) данных.

Диаграмма Исикавы (причинно-следственная диаграмма) используется для выявления и систематизации факторов (причин), влияющих на определенный результат процесса, вызывающих какую-либо проблему при его реализации [3].

Построение диаграммы Исикавы обычно выполняют на первой стадии анализа процесса. Это качественный анализ, задачей которого является определение причин проблем. Затем определяют степень влияния этих причин (диаграмма Парето, корреляционный, дисперсионный анализ), характер влияния (контрольный листок, диаграмма разброса, гистограмма, регрессионный анализ, графики и др.), намечают мероприятия по устранению или уменьшению влияния причин несоответствий [3].

Диаграмма Парето — это способ графического представления опытных данных о результатах различных видов деятельности, процессов, облегчающий принятие решения о наиболее важных причинах получения этих результатов. При этом по оси абсцисс диаграммы откладывают причины возникновения проблем качества в порядке убывания их значимости, а по оси ординат — в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

Из рассмотренных выше статистических методов практическим инструментом для оперативного регулирования технологического процесса

717

являются контрольные карты Шухарта, которые представляют собой графическое отображение динамики технологического процесса, позволяющее обнаружить проблему в момент ее появления в реальном времени. На контрольных картах по оси абсцисс располагают номер или время измерения, а по оси ординат ― статистику, рассчитанную по результатам контроля периодических выборок, выход которой за границы регулирования свидетельствует о статистически неуправляемом состоянии процесса. Нижние и верхние контрольные пределы на контрольных картах проводят на расстоянии трех стандартных отклонений. К настоящему времени разработан ряд различных типов контрольных карт [4]. Для эффективного диагностирования и улучшения контролируемого процесса (показателя) рекомендуется выбрать соответствующие этому процессу контрольные карты.

Рассмотренные простые методы менеджмента качества могут быть использованы как отдельные инструменты либо могут применяться в виде единой системы, причем применяемая система не обязательно должна включать все семь методов.

На предприятиях отрасли промышленности переработки пластмасс внедрение статистических методов управления качеством целесообразно осуществлять для решения следующих задач:

повышение качества закупаемого сырья;

экономия сырья и рабочей силы;

повышение качества производимой продукции;

снижение затрат на проведение контроля;

снижение количества брака;

улучшение взаимосвязи между производителем и потребителем;

облегчение перехода производства с одного вида продукции на другой. При этом статистические методы контроля качества в настоящее время

могут применяться не только в производстве различных видов пластмассовой продукции, но также и в планировании, проектировании, маркетинге, материально-техническом снабжении и т. д.

Непосредственно процесс внедрение статистических методов управления качеством продукции на предприятии представляет собой систему взаимоувязанных и взаимосогласованных мероприятий, направленных на существенное повышение эффективности производства и качества продукции. Однако такой процесс является достаточно сложным и зависит от многих как внутренних, так и внешних факторов. Поэтому внедрение статистических методов на предприятиях переработки пластмасс рекомендуется осуществлять поэтапно.

Алгоритм, определяющий последовательность действий служб и производственных подразделений при внедрении статистических методов управления качеством продукции на предприятиях отрасли переработки пластмасс, включает необходимость осуществления следующих этапов:

718

Определение служб и производственных подразделений, ответственных за внедрение статистических методов управления качеством на конкретных участках.

Организация подготовки специалистов предприятия по конкретным методам.

Выбор объекта для внедрения статистических методов управления качеством.

Выбор контролируемых показателей.

Статистический анализ выбранного объекта и показателей.

Выбор статистических методов управления качеством и соответствующих средств измерений.

Разработка планов статистического управления качеством выбранного объекта.

Апробированние планов статистического контроля.

Корректировка планов статистического контроля и внесение их в нормативно-техническую и технологическую документацию предприятия.

Очевидно, что внедрение статистического контроля для управления качеством процессов является трудоемким процессом, требующим вовлечения не только руководящих кадров предприятия, но и всех рядовых сотрудников. Поэтому для эффективного функционирования методов статистического управления процессами на предприятии необходимо, чтобы все работники предприятия понимали значимость статистических методов в области повышения качества продукции и всей деятельности предприятия.

Таким образом, внедрение статистических методов на предприятиях по переработке полимерных материалов является достаточно сложным и трудоемким процессом, однако эффективное функционирование таких методов позволит обеспечить выпуск пригодной к употреблению продукции и снизить затраты на брак.

Литературные источники

1.Принципы управления качеством полимерной продукции: учеб. пособие / Садова А.Н., Архиреев В.П., Кузнецова О.Н. – М.: КолосС, 2009. – 320 с.

2.Адлер, Ю.П. Проблемы применения методов статистического управления процессами на отечественных предприятиях / Ю.П.Адлер [и др.] // Методы менеджмента качества. – 2009. – № 8 – С. 36–40.

3.Системы, методы и инструменты менеджмента качества: учеб. пособие / М.М. Кане, Б.В. Иванов, В.Н. Корешков, А.Г. Схиртладзе. – СПб.: Питер, 2008. – 560 с.

4.Адлер, Ю.П. Работа с контрольными картами Шухарта / Ю.П. Адлер, В.Л. Шпер // Методы менеджмента качества. – 2004. – № 3.– С. 42–48.

Y.N. Khrol

THE INTRODUCTION OF QUALITY STATISTICAL MANAGEMENT METHODS IN THE INDUSTRY OF PLASTICS PROCESSING

Belarusian State Technological University, Minsk

Summary

The review of statistical methods of quality management is resulted in the article and also necessity of their introduction in the plastic processing industry is grounded too. The

719

characteristics of seven simple tools of a quality management are given and possible areas of their use at the plastic processing plants are resulted there. Also the order of introduction of process statistical management methods at the plants of the given branch is offered in article.

720