close

Вход

Забыли?

вход по аккаунту

?

mu model zo 2010

код для вставкиСкачать
Министерство образования и науки РФ
Государственное образовательное учреждение
высшего профессионального образования
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ
УНИВЕРСИТЕТ ТЕХНОЛОГИИ И ДИЗАЙНА
Кафедра механической технологии волокнистых материалов
Моделирование технологических процессов
Рабочая программа, методические указания,
контрольные и лабораторные задания
для студентов специальности 260704
"Технология текстильных изделий"
заочной формы обучения
Составитель
Е. Г. Григорьева
Санкт-Петербург
2010
Утверждено
на заседании кафедры МТВМ
(протокол № 4 от 28.12.2009 г.)
Рецензент
кандидат технических наук, доцент
Д. Р. Митропольский
Оригинал подготовлен составителем и издан в авторской редакции.
Подписано в печать 01.03. 2010 г. Формат 60×841/16.
Печать трафаретная. Усл. печ. л. 1,0. Тираж 100 экз.
Заказ 85/10. Электронный адрес: mtvm@sutd.ru
Отпечатано в типографии СПГУТД
191028, С.-Петербург, ул. Моховая, 26
Содержание
Введение……………………………………………………………………… .4
Краткое содержание дисциплины…………………………………………… 5
Рабочая программа…………………………………………………………… 8
Лабораторные работы……………….……………………………………….. 8
Методические указания……………………………………………………….9
Контрольные задания………………………………………………………...11
Библиографический список………………………………………………….17
3
ВВЕДЕНИЕ
Дисциплина "Моделирование технологических процессов" имеет
целью дать будущим инженерам-технологам знания, навыки и умение в
области моделирования технологических процессов, проектирования
пряжи, тканей, трикотажа и нетканых изделий с заданными свойствами.
При современном уровне текстильного производства для успешного
управления и оптимизации технологических процессов эффективно
применять методы моделирования, которые позволяют экономить сырье,
трудовые ресурсы и сокращать время разработок.
Математические модели технологических процессов создаются в
результате теоретического анализа и описания сущности исследуемого
явления математическими выражениями. Математическое описание
исследуемых параметров может быть также получено в результате
экспериментальных исследований с применением методов
математического планирования. При использовании ЭВМ можно
проводить анализ и оптимизацию технологических параметров в широком
диапазоне.
Базовыми дисциплинами для изучения дисциплины являются:
высшая математика, прикладная математика, методы и средства
исследований технологических процессов, механическая технология
текстильных материалов.
Учебным планом предусмотрено изучение дисциплины на 1V курсе
(сокращенное обучение) или на V курсе в следующем объеме:
Виды занятий
Количество часов
1V курс(сокращенное обучение)
V курс
Лекции
4
12
Лабораторные работы
4
12
Самостоятельная работа
82
66
Форма контроля
Зачет
Зачет
4
Объем курса охватывает материал, который изучается на лекциях,
лабораторных занятиях, самостоятельно в процессе работы с учебной
литературой.
КРАТКОЕ СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
Моделирование – это замещение одного объекта другим с целью
получения информации о важнейших свойствах объекта оригинала с
помощью модели.
Технологические процессы текстильного производства являются
сложными и характеризуются влиянием большого количества
взаимосвязанных факторов, наличием неконтролируемых возмущений,
случайным изменением во времени параметров процессов и характеристик
производимых продуктов и наличием ошибок измерения значений
отдельных факторов.
Научные исследования в текстильной промышленности обычно
имеют целью:
- раскрытие сущности и закономерности процесса;
- определение оптимального режима работы оборудования;
- определение статических и динамических характеристик объекта
Результаты исследований могут быть представлены в виде таблиц,
графиков или уравнений, т.е. математических описаний контролируемых
показателей. В общем виде математическое описание может быть
представлено зависимостью:
Y=A {X},
где Y – совокупность выходных параметров процесса, которые определяют
свойства выходящего продукта;
X – совокупность входных параметров, определяющих условия
реализации процесса и свойства сырья;
5
{А}- символ, называемый оператором, который обозначает
математическую операцию преобразования входных параметров в
выходные, т.е. математическую модель объекта.
Математическая модель может быть статической и динамической.
Статической называется математическая модель, в которой входные
параметры или оператор {А} не зависят от аргументов.(например, от
времени).
Динамической называется математическая модель, в которой
входные параметры или оператор зависят от аргументов (пространство и
время).
Модели бывают линейными и нелинейными. Математическая модель
линейна, если линеен оператор системы и выполняется равенство:
А{Х+∆Х} = А{Х} + А{∆Х},
где ∆Х – произвольное приращение входных параметров.
Модели в зависимости от природы исследуемого явления делятся на
вероятностные и детерминированные.
Детерминированной называется модель, в которой параметры не
являются случайными величинами и каждому значению Х соответствует
единственное значение Y. В этом случае значение выходного параметра
может быть вычислено по формуле. (Пример – расчет поверхностной
плотности трикотажа).
Вероятностной является модель, в которой есть параметры,
являющиеся случайными величинами. (Пример- натяжение нити при
вязании на трикотажной машине.)
Случайная величина – это переменная величина, которая в результате
влияния случайных причин может принимать то или иное значение из их
конечного множества (дискретная) или в определенном
интервале(непрерывная).
Большинство процессов текстильного производства являются
случайными. Производя испытания, мы каждый раз будем получать как
6
правило различные результаты. Поэтому для их обобщения применяют
статистические характеристики, основными из которых являются:
1. Среднее арифметическое значение:
Yср= ∑Yi /n,
где n – количество испытаний
2. Дисперсия
 2   
 
I
 CP 
2
n 1
3. Коэффициент вариации
С 
  
ср
Чтобы оценить возможность наступления события, нужно с ним
связать определенное число. Чем больше число, тем более возможно
событие.
Вероятность события – это числовая мера правдоподобия
наступления события.
Вероятность достоверного события равна 1. Вероятность
невозможного события равна 0.
0 ≤ Р(Х) ≤ 1,
где Р(Х) – вероятность события Х.
Статистическая вероятность события Х :
Р(Х) = m / n,
где m – число появлений события Х;
n – общее число опытов.
Закон распределения случайной величины – это всякое соотношение,
устанавливающее связь между возможными значениями случайной
величины и соответствующим им вероятностям. Он может быть задан
таблицей или диаграммой.
Распределение вероятностей может быть дискретным и
непрерывным.
7
Дискретное распределение описывает случайные процессы,
параметры которых оцениваются определенным набором значений. Для
моделирования таких процессов используется биномиальное
распределение.
Непрерывное распределение описывает случайные величины с
непрерывной областью изменения значений. Вероятность в этом случае
сопоставляется не отдельным значениям, а интервалам. Для их
определения по результатам испытаний строятся дифференциальная и
интегральная функции распределения случайной величины.
РАБОЧАЯ ПРОГРАММА
Введение. Цель научных исследований в текстильной промышленности.
Особенности технологических процессов в текстильной промышленности.
Понятие о моделировании. Виды моделирования. Методы получения
моделей. Виды математических моделей.
Тема 1. Теоретико-экспериментальный метод моделирования.
Детерминированные модели.
Тема 2. Теоретико-экспериментальный метод моделирования.
Детерминировано- вероятностные (регрессионные модели).
Тема 3. Теоретико-экспериментальный метод моделирования.
Вероятностные модели.
ЛАБОРАТОРНЫЕ РАБОТЫ
Целью лабораторных работ является практическое построение
моделей, проведение оптимизации технологических параметров,
построение линейных и нелинейных уравнений, графическая
интерпретация результатов моделирования.
По результатам лабораторных работ студент оформляет отчет,
который представляет при сдаче зачета. Отчет должен содержать таблицы с
данными, диаграммы и графики.
8
№
1
2
Наименование лабораторной работы
Графическая интерпретация результатов моделирования
Построение детерминированных моделей характеристик свойств
текстильных материалов
3
Построение линейной регрессионной модели
4
Построение нелинейной регрессионной модели
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
Работа осуществляется в Microsoft Excel 1997-2002 гг. После
запуска Excel на экран выводится окно с отображением рабочего листа
"Лист 1".Ввод данных осуществляется в активную ячейку. В ячейку
вводятся числовые данные, текстовые данные и формулы. При вводе
формул строка должна начинаться со знака "=". Вводить формулу можно
либо непосредственно в ячейке, либо в строке формул. Чтобы в формулу
вставить функцию, надо нажать: "Вставка – Функция - Мастер функций".
Чтобы представить число в нужном виде, надо нажать: "Формат – Ячейки Число". В формулу можно вводить не числа, а ссылаться на адрес ячейки.
Для
решения
технологических
производительности
задач
различного
необходимо
знать
оборудования
формулы
текстильной
промышленности. Исходные данные технологической задачи вводятся в
ячейки. В последнюю ячейку вводится формула для нахождения
производительности и отображается результат вычислений.
При выполнении контрольных работ необходимо показать умение
работать на компьютере, вникать в сущность технологических задач и
получать результаты соизмеримые с реальными данными.
Контрольные работы выполняются на дискете и служат материалом
для выполнения лабораторных работ.
9
При оформлении контрольных работ следует указать номер варианта.
При выполнении контрольных работ выполняется вариант,
соответствующий последней цифре студенческого билета
Для построения диаграммы выпуска изделий необходимо, удерживая
клавишу Ctrl , выделить столбик с названиями изделий и столбик с
выпуском изделий за 3 месяца, нажать кнопку « Мастер диаграмм»,
выбрать тип диаграммы (круговая) и установить параметры диаграммы (
название, подписи, легенду). Затем определить размещение диаграммы на
листе – нажать клавишу « готово».
Для выполнения лабораторной работы по определению технологических
параметров трикотажа необходимы следующие формулы:
d = 0,0399 √ Т;
где Т – линейная плотность пряжи, текс
d – расчетный диаметр нити, мм
В = 0,8 А ;
где А – петельный шаг трикотажа, мм
В – высота петельного ряда, мм
Lп = 1,57 А + 2 В + d ,
где В – высота петельного ряда;
Lп - длина нити в петле, мм.
s = (Lп Т)/(А В),
где s – поверхностная плотность трикотажа.
Шапка таблицы для лабораторной работы выглядит следующим образом:
Т, текс
√Т
d, мм
А, мм
В, мм
Lп, мм
s, г\м2
Формулы начинаются со знака « = » и заканчиваются знаком Enter,
вместо символов А, В, Т и т.д. нажимается соответствующая ячейка. Чтобы
не вводить формулы во все ячейки, ячейка с введенной формулой
растягивается вниз за правый нижний уголок. Значения в ячейках должны
быть введены в числовом формате, 2 знака после запятой.
10
Когда в таблице посчитаны все значения, из последней графы
таблицы выбираются данные, которые соответствуют интервалу
поверхностной плотности в задании. Эти значения выделяются жирно или
цветом.
Для построения линейных и нелинейных моделей создается таблица
со значениями Х и У. Необходимо выделить в таблице Х и У, нажать
кнопку «Мастер диаграмм», выбрать точечную диаграмму, подписать оси и
дать заголовок диаграммы. Нажимая на точку на диаграмме левой
клавишей мыши, затем правой добавить линию тренда, выбрать тип линии
(линейная, полиномиальная, степень 2-4). Нажать на линию на диаграмме
левой клавишей мыши, затем правой и определить формат линии тренда
(показать уравнение на диаграмме и поместить на диаграмме величину
достоверности аппроксимации).
КОНТРОЛЬНЫЕ ЗАДАНИЯ
1-й вариант
1.Создать в Microsoft Excel таблицу выпуска нетканых материалов
1
Данные по месяцам и за квартал в метрах
2
3
Изделие
Январь
Февраль
Март
4
Ватин
3200
3600
4500
10000
5
Флизелин
2900
1300
1500
2500
6
Синтепон
8700
4900
7600
15000
620
470
560
1400
300
150
230
850
7
8
Мех
искуствен.
Ковролин
Итого
Реализовано
Остаток
2.Рассчитать в Microsoft Excel производительность вязально-прошивной
машины в м²/ час, если частота вращения главного вала машины 500 мин -1,
11
плотность провязывания полотна на 100 мм длины равна 12 петель, ширина
вырабатываемого полотна 1200 мм, КПВ=0,6.
2-й вариант
1.Создать в Microsoft Excel таблицу выпуска пряжи
1
Данные по месяцам и за квартал в кг
2
3
Изделие
Январь
Февраль
Март
Итого
Реализовано
4
Пряжа пан
3800
4900
5500
13000
5
Пряжа п/ш
2700
3300
1200
7000
6
Пряжа ч/ш
1500
800
1900
1900
7
Пряжа х/б
6900
3400
3500
10000
8
Пряжа х/л
7200
2200
4400
11500
Остаток
2. Рассчитать в Microsoft Excel норму выработки за смену двухвыпускной
ленточной машины для хлопка, если частота вращения выпускного
цилиндра 2000 мин-1, его диаметр 51 мм, вырабатывается лента линейной
плотности 3,33 кТекс, КПВ=0,86.
3-й вариант
1.Создать в Microsoft Excel таблицу выпуска тканей
1
Данные по месяцам и за квартал в метрах
2
12
3
Изделие
Январь
Февраль
Март
4
Ситец
1300
1220
980
2500
5
Бязь
950
1470
1205
3050
6
Маркизет
540
820
680
1300
7
Вуаль
2100
3200
2800
8100
8
Сатин
1050
1350
990
3000
Итого
Реализовано
Остаток
2.Определить норму производительности ткацкого станка за смену в
погонных метрах и 1000 ут/час в Microsoft Excel, если частота вращения
главного вала 200 мин-1, плотность ткани по утку 250 нит/дм, ширина ткани
160см.
4-й вариант
1.Создать в Microsoft Excel таблицу выпуска трикотажных изделий
1
Данные по месяцам и за квартал в штуках
2
3
Изделие
4
Январь
Итого
Реализовано
Февраль
Март
480
530
350
1100
Остаток
Жакет
5
Шапка
1350
1100
1000
3000
6
Шарф
1200
800
300
2300
7
Свитер
870
950
700
2000
8
Варежки
950
300
200
1450
2. В Microsoft Excel определить фактическую производительность
однофонтурной кругловязальной машины "Мультисингл" при вязании
кулирной глади из х/б пряжи линейной плотности 25 текс, если частота
вращения игольного цилиндра 50 мин-1, число игл на машине 1850, длина
нити в петле 4,2мм, число петлеобразующих систем 96, КПВ=0,92.
5-й вариант
1.Создать в Microsoft Excel таблицу выпуска нетканых материалов
1
Данные по месяцам и за квартал в штуках
2
3
Изделие
4
Полотенце
Январь
250
Февраль
Март
180
220
Итого
Реализовано
Остаток
570
13
5
Скатерть
195
235
290
250
6
Салфетки
335
480
390
1100
7
Гардины
270
200
260
730
8
Одеяла
590
630
720
1600
2.Рассчитать в Microsoft Excel норму производительности иглопробивной
машины, работающей с частотой вращения главного вала 60 мин-1, если за
один цикл работы игольницы подается 5 мм холста при ширине
вырабатываемого полотна 1800 мм, КПВ=0,8.
6-й вариант
1.Создать в Microsoft Excel таблицу выпуска волокна
1
Данные по месяцам и за квартал в кг
2
3
Изделие
4
ПАН
Январь
Итого
Реализовано
Февраль
Март
7100
6400
8200
20000
500
550
680
1500
320
1200
800
2000
2400
3100
3800
7200
4000
1400
2000
7100
Остаток
волокно
5
Медноаммиачное
волокно
6
Вискозное
волокно
7
Полиэфирное
волокно
8
Полипропилен
овое волокно
2. Рассчитать в Microsoft Excel время наработки таза емкостью 35 кг на
чесальной машине, если частота вращения валиков лентоукладчика 240
мин-1, их диаметр 55 мм, линейная плотность чесальной ленты 3,8 ктекс,
КПВ=0,82.
7-й вариант
1. Создать в Microsoft Excel таблицу выпуска тканей
14
1
Данные по месяцам и за квартал в метрах
2
3
Январь
Изделие
4
Февраль Март
Реализовано
Итого
850
780
920
2400
Остаток
Драп
5
Букле
490
650
580
1550
6
Габардин
1200
1350
1280
3600
7
Ткань
610
470
495
1400
2120
1850
1970
5800
плащевая
8
Ткань
полиэфир
2. Рассчитать в Microsoft Excel плотность ткани по утку, если норма
производительности ткацкого станка 5,8 м/час, частота вращения главного
вала 300 мин-1, КПВ=0,84.
8-й вариант
1. Создать в Microsoft Excel таблицу выпуска трикотажных изделий.
1
Данные по месяцам и за квартал в штуках
2
3
Изделие
4
Январь
Итого
Реализовано
Февраль
Март
750
690
720
2100
Остаток
Джемпер
5
Юбка
145
180
220
500
6
Брюки
230
200
180
600
7
Рейтузы
450
350
300
1100
8
Панталоны
350
300
300
900
2. Рассчитать в Microsoft Excel поверхностную плотность кулирной глади,
вырабатываемой из хлопчатобумажной пряжи линейной плотности 18,5
15
текс, если петельный шаг полотна 0,8 мм, высота петельного ряда 0,64 мм,
длина нити в петле 3,8 мм.
9-й вариант
1. Создать в Microsoft Excel таблицу выпуска швейных изделий
1
Данные по месяцам и за квартал в штуках
2
3
Изделие
4
Январь
Итого
Реализовано
Февраль
Март
300
400
600
1300
890
870
950
2150
460
560
600
1500
1200
650
780
2400
800
550
350
1350
Остаток
Плащ
5
Пальто
женское
6
Пальто
мужское
7
Куртка
женская
8
Куртка
мужская
2. Рассчитать в Microsoft Excel длину нити в петле кулирной глади,
если полотно выработано из ПАН пряжи линейной плотности 64 текс,
петельный шаг 1,2 мм, высота петельного ряда 0,95 мм, =0,6.
10-й вариант
1. Создать в Microsoft Excel таблицу выпуска трикотажных изделий
1
Данные по месяцам и за квартал в штуках
2
3
Изделие
4
Январь
Итого
Реализовано
Февраль
Март
230
360
280
550
560
870
980
1350
Жакет
мужской
5
Жилет
мужской
16
Остаток
6
450
560
250
1000
420
390
470
800
100
250
560
320
Жилет
женский
7
Джемпер
женский
8
Джемпер
мужской
2. Рассчитать в Microsoft Excel длину нити в петле кулирной глади, если
полотно выработано из хлопчатобумажной пряжи линейной плотности 15,4
текс, петельный шаг равен 0,9 мм, высота петельного ряда 0,72 мм, ð=0,8.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Мидлтон, М. Р. Анализ статистических данных с использованием
Microsoft Excel для Office XP: учеб./ М. Р. Мидлтон; под ред. Г. М.
Кобелькова. - М.:БИНОМ. Лаборатория знаний, 2005. – 296 с.
2. Самарский, А. А. Математическое моделирование: Идеи. Методы.
Примеры.: научн. изд./ А. А. Самарский, А. П. Михайлов. – 2-е изд.,
испр. – М.: ФИЗМАТЛИТ, 2002. – 320 с.
3. Севостьянов, А. Г. Методы и средства исследования механикотехнологических процессов текстильной промышленности: учебник./
А. Г. Севостьянов под ред.Е. Н. Царевой. – М.:МГТУ им. А. Н.
Косыгина, ООО «Совъяж Бево», 2007. – 648 с.
4. Механическая технология текстильных материалов: справ. пособие/
Н. Н. Труевцев и др. - СПб.: С.Петербургский университет, 1993. –
212 с.
5. Севостьянов, А. Г. Моделирование технологических процессов: учеб./
А. Г. Севостьянов, П. А. Севостьянов. - М.: Легкая и пищевая
промышленность,1984. – 344 с.
6. Ершова, Ю. Г. Microsoft Excel в примерах: учебное пособие / Ю. Г.
Ершова, А. П. Ларионова. - СПб.: ООО "УПМ",2004. – 105 с.
17
Документ
Категория
Без категории
Просмотров
6
Размер файла
355 Кб
Теги
mode, 2010
1/--страниц
Пожаловаться на содержимое документа