Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

НЕФТЬ И ГАЗ-1

.pdf
Скачиваний:
10
Добавлен:
17.08.2019
Размер:
2.69 Mб
Скачать

vk.com/club152685050 | vk.com/id446425943

На температуру двигателя влияет большое количество факторов: режим работы двигателя; режим работы автомобиля;

температура окружающего воздуха и другие климатические факторы; способ межсменного автомобиля и тепловой подготовки двигателя к

пуску; наличие средств сохранения тепла двигателем и другие.

Для оценки изменения показателя качества за рассматриваемый отрезок времени можно использовать выражение

 

t max

Y Y0

дв.

y(tдв. (T ,to )) dtдв.

 

 

t0

 

где Y0 – начальное значение показателя качества;

y – интенсивность изменения показателя качества; tдв. – температура двигателя;

t0 – температура окружающей среды; T – время.

При решении указанной задачи необходимо установить распределение температур в течение заданного интервала времени, например, в течение суток. Для этого поведен эксперимент на имитационной модели при разных режимах работы автомобиля и различной температуре окружающей среды.

Режим работы оценивался временем в наряде и соотношением времени движения и времени стоянки.

Результаты эксперимента (рис. 1…3) показали, что законы распределения температуры в разных условиях существенно отличаются.

Во-первых, они асимметричны, причем в одних случаях асимметрия положительная, в других – отрицательная.

 

0,5

 

 

 

 

 

 

 

0,4

 

 

 

 

 

 

частота

0,4

 

 

 

 

 

 

0,3

 

 

 

 

 

 

 

 

 

 

 

 

 

Относительная

0,3

 

 

 

 

 

 

0,2

 

 

 

 

 

 

0,2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

0,0

 

 

 

 

 

 

 

-35 ...-23

-23 ...-10

-10 ... 2

2 ... 15

15 ... 27 27 ... 40 40 ... 52 52 ... 65 65 ... 77

77 ... 90

90 ... 102

 

 

 

 

 

Температура, оС

 

 

Рис. 1. Распределение температуры двигателя (время в наряде –12 ч; соотношение времени движения и времени стоянки 0,7; t0 = –35 °С)

36

vk.com/club152685050 | vk.com/id446425943

 

0,5

 

 

 

 

 

 

 

0,5

 

 

 

 

 

 

 

0,4

 

 

 

 

 

 

частота

0,4

 

 

 

 

 

 

0,3

 

 

 

 

 

 

Относительная

 

 

 

 

 

 

0,3

 

 

 

 

 

 

0,2

 

 

 

 

 

 

0,2

 

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

0,0

 

 

 

 

 

 

 

34 ... 40

40 ... 47

47 ... 53

53 ... 59 59 ... 65 65 ... 71 71 ... 78 78 ... 84

84 ... 90

90 ... 96

96 ... 102

 

 

 

 

Температура, оС

 

 

 

Рис. 2. Распределение температуры двигателя (время в наряде –24 ч; соотношение времени движения и времени стоянки 0,8; t0 = 30 °С)

 

0,3

 

 

 

 

 

 

 

0,2

 

 

 

 

 

 

частота

0,2

 

 

 

 

 

 

Относительная

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1

 

 

 

 

 

 

 

0,0

 

 

 

 

 

 

 

-17 ...-7

-7 ... 4

4 ... 15

15 ... 26 26 ... 37 37 ... 48 48 ... 59 59 ... 70

70 ... 81

81 ... 92

92 ... 102

 

 

 

 

Температура, оС

 

 

 

Рис. 3. Распределение температуры двигателя (время в наряде – 24 ч; соотношение времени движения и времени стоянки 0,3; t0 = –35 °С)

Во-вторых, наибольшая вероятность реализации соответствует крайним значениям случайной величины.

В-третьих, описать эти распределения каким-либо известным законом затруднительно.

В этой связи принято решение при описании распределений температуры двигателя не постулировать закон, а аппроксимировать его полиномом (рис. 4), например

 

0,035

 

 

 

 

 

 

 

 

 

 

 

0,030

 

 

 

 

 

 

 

 

 

 

 

0,025

 

 

 

 

 

 

 

 

 

 

.)

0,020

 

 

 

 

 

 

 

 

 

 

f(tдв

0,015

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,010

 

 

 

 

 

 

 

 

 

 

 

0,005

 

 

 

 

 

 

 

 

 

 

 

0,000

 

 

 

 

 

 

 

 

 

 

 

-35 ...-23

-23 ...-10

-10 ... 2

2 ... 15

15 ... 27

27 ... 40

40 ... 52

52 ... 65

65 ... 77

77 ... 90

90 ... 102

 

 

 

 

 

 

tдв., оС

 

 

 

 

 

Рис. 4. Аппроксимация распределения температуры двигателя полиномом 6-й степени

37

vk.com/club152685050 | vk.com/id446425943

Такой подход обеспечивает достаточную точность при моделировании и сокращает трудоемкость расчетов.

Полученные результаты позволяют моделировать температуру двигателя в эксплуатации и прогнозировать на этой основе ресурс моторного масла.

УДК 629.113

ИЗМЕНЕНИЕ ПОТОКА ОТКАЗОВ МАШИН ПО НАРАБОТКЕ

А. Н. Макарова

г. Тюмень, Тюменский государственный нефтегазовый университет

Для планирования потребности в машинах при выполнении определенного объема работ и для определения потребности в ресурсах (трудовых, материальных, запчасти, электроэнергия, шины и т.д.) необходимо знать, как меняются показатели надежности. Известно, что показатели надежности изменяются в зависимости от наработки (в качестве наработке может выступать пройденный автомобилем путь, либо время работы), а также при изменении условий эксплуатации.

При прогнозировании показателей надежности необходимо знать закономерности изменения потока отказов.

Анализ статистических данных по надежности машин и их элементов показывает, что для описания распределений наработок на отказ не всегда можно использовать известные законы распределения (потому что форма распределения не соответствует ни одному из известных законов). Иногда в таком случае используют Парзеновский подход, при реализации которого не требуется постулировать закон распределения. Но такой подход в определенной степени представляет собой метод «черного ящика» и не позволяет использовать полученные результаты за рамками тех условий, для которых производились расчеты.

Предположим, что законы распределения, не поддающиеся описанию известными уравнениями, представляют собой композицию нескольких элементарных законов. Для проверки этой гипотезы разработана имитационная модель, позволяющая генерировать композиции законов распределения для нескольких отказов. Модель предусматривает задание или использования разных элементарных законов распределения с различными соотношениями математических ожиданий и средних квадратических отклонений.

Вмодели рассчитывались следующие показатели надежности:

средняя наработка между (k-1)-ми k-мотказами для n автомобилей

Lk,k-1;

среднее квадратическое отклонение наработок на отказ L;

коэффициент полноты восстановления ресурса ;

38

vk.com/club152685050 | vk.com/id446425943

дифференциальная функция распределения наработок на отказ (например, по нормальному закону)f(L);

интегральная функция распределения наработок на отказ (вероятность отказа)F(L);

ведущая функция потока отказов (L);

параметр потока отказов (L).

В качестве примера ниже приведены результаты моделирования для нескольких типичных случаев (рис. 1 … 4).

Рис. 1. Изменение потока отказов по наработке для случая

2 ... 8 1,0 , 2 ... 8 1

Рис. 2. Изменение потока отказов по наработке для случая

2 ... 8 0,8 , 2 ... 8 1 / 0,8

39

vk.com/club152685050 | vk.com/id446425943

Рис. 3. Изменение потока отказов по наработке для случая

k 1 0,8k 1 , 2 ... 8 1

Рис. 4. Изменение потока отказов по наработке для случая

k 1 0,8k 1 , k 1 / k

Из приведенных результатов видно, что композиции законов для разных условий существенно отличаются. Необходимо отметить, что выше рассмотрен идеализированный вариант, здесь не учитывается вариация условий и интенсивности эксплуатации машин во времени. Для учета этих факторов необходимо дополнить существующую модель. Полученные результаты можно использовать на практике в целях:

планирования потребности в ресурсах;

определения потребности в площадях производственных помеще-

ний;

расчета необходимого количества ремонтных рабочих;

оптимизации сроков службы машин.

40

vk.com/club152685050 | vk.com/id446425943

УДК 656.1.065.3-047.58

МОДЕЛИРОВАНИЕ ПРОЦЕССА РАСХОДОВАНИЯ МОТОРНОГО МАСЛА АВТОМОБИЛЯМИ

Е. И. Макаров

г. Тюмень, Тюменский государственный нефтегазовый университет

Впроцессе работы моторные масла подвергаются воздействию различных факторов, например, таких, как высокая температура. Изменение температуры ведет к изменению вязкости масла. При высоких температурах вязкость уменьшается, и расход масла увеличивается.

Известно, что условия эксплуатации автомобилей изменяются по сезонам года. Действующая система нормирования расхода масла не учитывает, что сезонные условия влияют на интенсивность расходования моторного масла, в результате чего увеличиваются запасы масла или его количество оказывается недостаточным, и автомобили работают с выработавшим ресурс маслом. Это ведет к снижению их долговечности и увеличению затрат на ремонт.

Целью работы является снижение затрат на эксплуатацию автомобилей путем разработки методики планирования потребности в моторном масле с учетом сезонных условий, уменьшение на этой основе стоимости оборотных фондов и организация снабжения с учетом сезонных условий.

Для достижения этой цели решаются задачи, представленные ниже:

Установить закономерности формирования расхода масла в переменных условиях эксплуатации.

Разработать модель процесса потребления моторного масла парком автомобилей.

Разработать программную реализацию модели процесса потребления моторного масла парком автомобилей.

Выполнить расчет потребности в моторном масле

Всоответствии с действующими нормами расхода топлив и смазочных материалов на автомобильном транспорте расход масла нормируется в литрах на 100 литров израсходованного топлива (табл. 1).

При этом не учитывается изменение условий эксплуатации. В работе рассмотрена иная схема формирования расхода моторного масла. Автором предложена система нормирования расхода моторного масла (рис. 1). Расход масла складывается из расхода на замену и расхода на долив. Первая компонента определяется интенсивностью эксплуатации автомобилей. Чем выше интенсивность эксплуатации, тем чаще меняют масло и тем больше расход на замену. Расход масла на долив зависит от интенсивности расходования масла и суммарного пробега автомобилей за рассматриваемый период. Интенсивность расходования масла повышается с увеличением температуры воздуха.

41

vk.com/club152685050 | vk.com/id446425943

Таблица 1

Индивидуальные нормы расхода масел в литрах (смазок в кг) на 100 л общего расхода топлива автомобилем (Нормы расхода топлив и смазочных материалов

на автомобильном транспорте)

Марка,

 

Моторные

 

Трансмиссионные

 

 

Специальные

Пластичные

модель

 

масла

 

 

 

 

 

 

масла

 

 

 

 

 

 

 

масла

смазки

автомобиля

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Легковые

 

0,03

 

 

 

 

Автомобили

 

0,6

 

 

0,1

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1

ВАЗ всех

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

моделей и

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

модификаций

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,05

 

 

 

 

ГАЗ-13, -14

 

1,8

 

 

0,15

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1

ГАЗ-М20, -

 

2,0

 

 

0,15

 

 

 

 

 

 

 

 

 

 

 

0,05

 

 

0,1

21, -22

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,05

 

 

 

 

ГАЗ-24 всех

 

1,8

 

 

0,15

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1

модификаций

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рис. 1. Предлагаемая система нормирования расхода моторного масла

Для моделирования процесса потребления моторного масла парком автомобилей использовались алгоритмы, представленные на рис. 2 и рис. 3.

42

vk.com/club152685050 | vk.com/id446425943

Рис. 2. Укрупненная блок-схема моделирования потока требований на замену масла

Рис. 3. Укрупненная блок-схема моделирования потока требований на долив масла

43

vk.com/club152685050 | vk.com/id446425943

В качестве исходных данных для моделирования используются закономерности изменения температуры воздуха и интенсивности эксплуатации автомобилей полученные в программе REGRESS. В рабочее поле программы выводятся данные по наработкам автомобилей после очередной замены масла. Если наработка достигает периодичности замены, то в ячейку вписывается «ТО». Количество случаев замены суммируется по месяцам.

По сходному алгоритму формируются требования на долив масла. Результаты моделирования представляются в виде таблицы (табл. 2) и графиков.

Таблица 2

Результаты моделирования

Интенсивность

Месяцы

Количе-

Расход

Суммарный

Средний

Среднемесячная

Количество

Расход

Итоговый

эксплуатации

 

ство

масла

пробег

пробег

температура

доливов

масла

расход

(км)

 

замен

на

автомобилей

(км/мес)

воздуха tºC

масла

на

масла (л)

 

 

 

замену

за месяц

 

 

 

долив

 

 

 

 

(л)

(км)

 

 

 

(л)

 

6650

Январь

132

3960

674549

8068

-14,3

396

1980

5940

6231

Февраль

116

3480

591954

6709

-15,4

356

1780

5260

5296

Март

109

3270

554660

6450

-6,5

327

1635

4905

3867

Апрель

74

2220

374808

4832

0,3

228

1140

3360

2599

Май

52

1560

262293

3848

10,1

166

830

2390

1872

Июнь

32

960

161075

2426

17,5

119

595

1555

1609

Июль

38

1140

190847

2875

19,0

105

525

1665

1940

Август

37

1110

186015

2778

18,5

124

620

1730

2787

Сентябрь

53

1590

267275

3799

11,2

173

865

2455

3870

Октябрь

76

2280

385113

5135

1,0

239

1195

3475

5050

Ноябрь

99

2970

502811

5685

-10,6

298

1490

4460

6211

Декабрь

121

3630

617273

7387

-12,7

374

1870

5500

 

Итого:

939

23520

5999117

59991

 

 

14525

2905

Выводы:

Расход масла складывается из расхода на замену и расхода на долив.

Расход масла на замену определяется интенсивностью эксплуатации автомобилей. Учитывая, что в условиях Севера интенсивность эксплуатации выше зимой в связи с работой автомобилей по зимникам, необходимо отметить, что расход на замену выше в зимние месяцы.

Расход масла на долив зависит от интенсивности расходования масла и суммарного пробега автомобилей за рассматриваемый период. Интенсивность расходования масла повышается с увеличением температуры воздуха, поэтому в летние месяцы она выше.

Разработана методика расчета потребности в моторном масле с учетом сезонных условий.

Разработана программная реализация модели процесса потребления моторного масла парком автомобилей.

Выполнен расчет потребности в моторном масле.

44

vk.com/club152685050 | vk.com/id446425943

УДК 621.822

АНАЛИЗ ПРИЧИН РАЗРУШЕНИЯ ТЯЖЕЛОНАГРУЖЕННЫХ ПОДШИПНИКОВ

В. И. Плеханов, О. В. Балина

г. Тюмень, Тюменский государственный нефтегазовый университет

В подавляющем большинстве эксплуатируемых установок, машин и механизмов присутствуют соприкасающиеся детали, движущиеся относительно друг друга и подвергающиеся при этом трению и износу. Поскольку избежать подобных процессов практически невозможно, на этапе конструирования с целью создания наилучших условий работы стремятся уменьшить трение и износ за счет использования определенных типов подшипников, наиболее подходящих для каждого конкретного случая. Процесс выбора того или иного типа подшипника может быть в одних случаях очень простым, в других целесообразно внимательно проанализировать его характеристики и показатели работы.

Наиболее широкое применение получили подшипники качения, что обусловлено рядом их преимуществ по сравнению с подшипниками других типов: простотой эксплуатации; полной взаимозаменяемостью; меньшим моментом сопротивления вращению, особенно в начале движения, а также при малых и средних частотах вращения; большей несущей способностью на единицу ширины подшипника; меньшим расходом смазочных материалов и цветных металлов; более низкими требованиями к материалам и термообработке валов. Недостатками подшипников качения являются ограниченный ресурс, особенно при больших скоростях; большое рассеивание сроков службы; высокая стоимость при мелкосерийном и индивидуальном производстве; большие радиальные габариты; меньшая способность демпфировать вибрации и удары.

Для смазки применяют различные смазочные материалы: жидкие масла, пластичные смазки и в особых случаях твердые материалы. Наиболее благоприятные условия для работы подшипников качения обеспечивают жидкие масла, для которых характерны такие признаки, как стабильность при работе, сравнительно небольшое сопротивление вращению, способность хорошо отводить тепло, очищать подшипники от продуктов износа. Пластичные смазки лучше, чем жидкие масла, защищают поверхности от коррозии, для удержания их в узле не требуется сложных уплотнений.

Главной проблемой подшипников является прочность. Зачастую она связана с начальной нагрузкой, которую всегда трудно установить точно. Момент сопротивления преднагруженного подшипника в период приработки быстро снижается. Поэтому начальную нагрузку можно контроли-

45