УДК 620;doc

МОДЕЛИРОВАНИЕ ПРОЦЕССА СУШКИ ДРЕВЕСИНЫ С
ИСПОЛЬЗОВАНИЕМ НЕЧЕТКОЙ ЛОГИКИ
Магистрант гр. РИС-12м-1 ПНИПУ В.С. Байков
Научный руководитель – докт. экон. наук, профессор Р.А. Файзрахманов
Растущий спрос на строительные материалы с высокими
требованиями к прочности и водостойкости требует разработки
соответствующих методов и средств эффективной организации процесса
производства, включая организационные и технологические процессы.
Реализация планов производства связана с работой технологического
оборудования, часть параметров которого трудно измерить. В работе
рассматривается процесс управления технологическим оборудованием с
использованием нечетких переменных для измерения и формирования
управляющих решений [1].
Исследователями научно-технического центра «Точка росы» г.
Пермь, был выделен быстрый и эффективный вариант сушки древесины –
сушка лиственных пород в гидрофобном составе, в воскоподобных
веществах, парафинах. Пропитывание древесины гидрофобным составом
при термическом и ультразвуковом акустическом поле позволяет создавать
материалы, как для декоративной отделки помещений, так и для
строительных материалов с высокими требованиями к прочности,
водостойкости [2]. С 2006 г. реализовано и запатентовано несколько
экспериментальных опытно-конструкторских лабораторных установок для
сушки древесины с ультразвуковой интенсификацией процесса. В отличие
от прототипов подобных электроустановок, ультразвук, добавленный в
конструкцию, интенсифицирует скорость сушки на 25-30%.
В связи с отсутствием данных и невозможностью измерения
некоторых параметров разработана модель определения эффективных
режимов работы электроустановки на основе нечеткой логики [3].
Целью является выполнение сушки древесины до требуемых
характеристик (степени пропитки, цвета). Основным материалом для
сушки выбрана береза повислая (лат. betula pendula), как распространенная
лиственная порода в Пермском крае. Лиственные породы менее
востребованы, чем хвойные в строительстве, различных деревянных
производствах, тем самым привлекая нас по-новому освоить данное сырье.
Высокий интерес к реализации лиственной древесины проявляют
лесозаготовительные компании края.
Механизм сушки, как процесс извлечения влаги, происходит при
определенных режимах работы электроустановки, когда вес древесины
снижается, а её верхний слой на 0.1-0.4 мм покрывается тем составом, в
котором проводилась сушка. При других режимах наблюдается изменение
цвета материала и изменение его веса, термическое влияние, увеличение
количества пропиточного состава по всей глубине материала, что уже
называется пропиткой.
Электрические установки имеют различную мощность от 4 кВт,
вертикальное и горизонтальное исполнение. Установки состоят из емкости
с
нагревательными
элементами,
ультразвукового
генератора,
ультразвукового-излучателя, температурных датчиков, устройства,
программы управления и предназначены для сушки, как мелкого
пиломатериала, так и целых бревен до 6 метров (Рис. 1).
Рис. 1. Структурная схема сушильной установки
На Рис. 1 приняты следующие обозначения: УУ – устройство
управления, ОУ – объект управления; ТЭН – трубчатый
электронагреватель; УЗГ – ультразвуковой генератор; ПрУ – программа
управления; ПУ – пульт управления; СНВ – система нечеткого вывода.
Пунктирной линией обозначены добавляемые элементы.
В процессе сушки осушаемый материал из древесины погружается в
емкость с разогретым гидрофобным составом на определенное время и
температуру. По истечении времени, материал вынимается и может быть
добавлен недостающий состав и загружена следующая партия [2].
Особенности исполнения процесса сушки таковы, что нельзя
полностью контролировать изменение критериев в реальном режиме
времени, так как это ведет к нарушению режима сушки. Поэтому при
постановке задания на сушку допускается некоторый диапазон критерия,
значение которого считается удовлетворительным. Критерий также может
быть представлен качественно.
Критерий «Степень пропитки» может изменяться в диапазоне 0100% (50% – материал пропитан наполовину, 100% – материал пропитан
полностью). Критерий «Цвет» также может изменяться в диапазоне 0100% и градуируется от светлых до темных тонов.
Критерии «Цвет» и «Степень пропитки» являются нечеткими.
Формализация субъективной оценки цвета материала (критерий
«Цвет») была выполнена с помощью лингвистической переменной «Цвет»
[4]. В качестве нечеткого терм-множества лингвистической переменной
используется множество T = {«исходный», «слоновая кость», «зеленобежевый», «желтый мед», «желтая маслина», «желтая охра», «зеленокоричневый», «коричневая оливка», «коричневая сепия», «коричневое
красное дерево», «черно-коричневый»}. Терм-множество определено на
интервале 0-100%.
На Рис. 2 приведены графики функций принадлежности нечеткого
терм-множества лингвистической переменной «Цвет».
Рис. 2. Лингвистическая переменная «Цвет»
Лингвистическая переменная «Степень пропитки» сформирована
аналогичным образом.
В качестве алгоритма нечеткого логического вывода использовался
алгоритм Мамдани [5].
Зависимость выходных величин от входных управляемых
параметров устанавливалась на основе экспертных оценок и
экспериментальных исследований. В результате создана база правил (БП)
нечеткого вывода следующего формата:
ЕСЛИ (А = “Значение”) И (B = “Значение”),
ТО (C = “Значение”) И (D = “Значение”),
где A, B, C, D – входные и выходные параметры системы.
БП была заполнена на основании экспертной информации
сотрудников и накопленных статистических данных для бруска березы
сечением 120x18 мм.
На Рис. 3 представлены графики изменения состояния критериев от
температуры и времени.
Рис. 3. Графики изменения состояния критериев
Таким образом, подавая на вход модели значения температуры и
времени, на выходе мы получаем значения критериев для заданных
параметров. Перебирая все возможные сочетания температуры и времени
и проверяя выходные значения критериев на соответствие требуемым
диапазонам можно вычислить допустимые режимы работы сушильной
электроустановки.
Систематизация моделей по типоразмерам и видам древесины
позволила реализовать информационную систему, обеспечивающую
эффективное управление сушкой и пропиткой древесины. Предложенный
подход позволяет обучить оператора сушильной машины и построить
систему оценки правильности принимаемых им решений.
Библиографический список
1. Zaden L.A. Toward a theory of fuzzy information granulation and its
centrality in human reasoning and fuzzy logic. – Fuzzy Sets and Systems, 90,
1997. – P. 111-127.
2. Fayzrakhmanov R. A. Computer modeling of the control of an electric timber
dryer / R.A. Fayzrakhmanov, S.V. Smagin // Russian Electrical Engineering. –
2012. – № 83(11). – P. 631-636. doi:10.3103/S106837121211003X.
3. Fayzrakhmanov R.A. Recognition of operating modes of distributed
electrical customers by means of adaptive filtration / R.A. Fayzrakhmanov, R.R.
Bakunov // Russian Electrical Engineering. – 2013. – № 84(11). – P. 630-633.
doi:10.3103/S1068371213110035.
4. Заде Л. Понятие лингвистической переменной и его применение к
принятию приближенных решений. – М.: Мир, 1976. – 165 с.
5. Леоненков А.В. Нечеткое моделирование в среде MATLAB и
fuzzyTECH. – СПб.: БХВ-Петербург, 2005. – 736 с.