ПОИСК Статьи Рисунки Таблицы Идентификация и статистическая обработка результатов испытаний из "Аэродинамическая классификация порошков" Получение единичных опыгных данных по кривым разделения как в лабораторных, так и в промьшшенных условиях может служить основанием для сравнения различных конструкций классификаторов, а также для расчета гранулометрического состава продуктов разделения при изменении гранулометрического состава исходного продукта, если режимные и конструктивные факторы процесса остаются неизменными. Для описания кривых разделения теми или иными математическими зависимостями необходимо выполнить следующие основные этапы исследования. [c.92] Первый этап — выбор математической модели для описания процесса классификации, сводящийся в конечном счете к той или иной формуле для расчета кривой разделения, содержащей заранее неизвестные параметры. Этот этап весьма ответственный и в значительной степени определяется искусством исследователя. При его выполнении принципиально важно выдержать соотношение между сложностью модели и трудоемкостью работы с ней и достоверностью прогнозируемых результатов. [c.92] На втором этапе необходимо для каждой кривой разделения, полученной в единичном опыте, провести идентификацию модели и реального процесса. Для этого варьированием свободных параметров модели необходимо добиться минимального рассогласования рассчитанной по принятой на первом этапе формуле и опытной кривой разделения. Естественно, что для этого следует предварительно сформулировать критерий, количественно описывающий принятое рассогласование как целевую функцию минимизации. [c.92] В результате второго этапа обобщения опытных данных по кривым разделения получают совокупность параметров формулы, описывающей кривую разделения, причем эти параметры соответствуют имевшейся совокупности режимных и конструктивных факторов классификации, соответствующей единственному эксперименту. [c.94] В целом третий этап обобщения представляет собой хорошо отработанную методически процедуру экспериментального получения значения функции от совокупности дискретно задаваемых аргументов 7/,-. Здесь можно использовать методы планирования экспериментов и другие приемы их рациональной организации, которые с достаточной полнотой изложены в специальной литературе [71 ]. [c.95] Адекватность разработанной математической модели, а точнее -универсальность эмпирического выражения (3.53) для параметра идентификации этой модели 5 может быть установлена при поверочном расчете другого центробежного классификатора, данные экспериментов по которому не были использованы при получении зависимости (3.51). Критерием адекватности математической модели будет являться степень соответствия опытных и расчетных кривых разделения указанного аппарата. Естественно, что при этом значения критерия Re,( и параметра ly не должны выходить за пределы, при которых адекватны описания (3.52) и (3.53). [c.96] Вернуться к основной статье