автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация методов прогнозирования эффективности процессов смешивания на смесовых и ленточных машинах

На правах рукописи

Зензинова Юлия Борисовна

АВТОМАТИЗАЦИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ЭФФЕКТИВНОСТИ ПРОЦЕССОВ СМЕШИВАНИЯ НА СМЕСОВЫХ И ЛЕНТОЧНЫХ МАШИНАХ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (легкая промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва 2005

Работа выполнена в Московском государственном текстильном университете имени А.Н. Косыгина на кафедре информационных технологий и вычислительной техники.

Научный руководитель

доктор технических наук, профессор Винтер Ю М.

Официальные оппоненты:

доктор технических наук, профессор Макаров А.А.

кандидат технических наук, доцент Никифоров Ю.Н.

Ведущая организация: Российский заочный институт текстильной и легкой промышленности (РосЗИТЛП).

Защита состоится 2005 г. в час на заседании диссер-

тационного совета Д 212.139.03 в Московском государственном текстильном университете имени А.Н. Косыгина по адресу: 119991, Москва, Малая Калужская улица, дом 1.

С диссертацией можно ознакомиться в библиотеке МГТУ им. А.Н. Косыгина.

Автореферат разослан "/¿У " 2005 г.

Ученый секретарь диссертационного совета

д.т.н., профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одной из важных задач, стоящих перед текстильной промышленностью, является улучшение качества и ассортимента изделий. Чем меньше неровнота продуктов прядения, тем выше качество выпускаемой пряжи и полотен.

Для обеспечения производства однородным сырьем, обладающим заданными качествами, используется смешивание волокон различной природы и свойств в однородную массу. Именно волокнистые смеси и являются основным сырьем для переработки в прядильном производстве.

Смешивание волокон начинается уже на первых технологических переходах при обработке волокнистого материала на кипных питателях, рыхлителях и очистительных машинах. Затем процесс смешивания продолжается на смесовых машинах. Перераспределение волокон в потоке волокнистого материала также происходит и на последующих переходах параллельно с другими технологическими процессами, например, на этапах сложения и вытягивания лент.

Несмотря на важность процессов смешивания и большое число исследований в этой области, эти процессы до сих пор недостаточно изучены. Основные трудности решения указанной проблемы связаны с тем, что проведение экспериментальных исследований на производственном или лабораторном оборудовании требует больших трудовых и материальных затрат. Прогнозирование эффективности проектируемых машин и технологических линий, осуществляющих процесс смешивания, экспериментальными методами также трудноосуществимо. Аналитические методы в данном случае оказываются недостаточно мощными, поскольку позволяют получать лишь огрубленные, весьма приближенные оценки качества смешивания, и не дают возможности в ряде случаев учесть конструктивные особенности сравниваемых машин и особенности организации процесса смешивания и свойств смешиваемого материала.

В этих условиях метод статистической имитации процесса на ЭВМ оказывается наиболее эффективным и перспективным для решения рассматриваемой проблемы. Метод требует разрабогки специальных имитационных алгоритмов для каждого из сравниваемых вариантов организации процесса смешивания или типа изучаемой смесовой машины. Эти методы особенно эффективны при использовании их в автоматизированном режиме. Для его реализации необходимо построить автоматизированный моделирующий комплекс.

Целью данной диссертационной работы является решение важной научно-технической задачи исследования возможностей автоматизации методов прогнозирования эффективности процессов смешивания для последующего управления этими процессами. Решение этой задачи включает в себя следующие этапы:

- исследование существующих методов прогнозирования эффективности процессов смешивания;

- разработка математических моделей потока волокнистого материала (ВМ), описываемого линейной плотностью и дополнительными характеристиками потока: длиной, тониной волокон, влажностью, содержанием сорных примесей

и т.п.;

- разработка компьютерной модели для имитации потока ВМ;

- разработка компьютерных моделей для имитации смешивания потока ВМ на смесовых машинах различного принципа действия и ленточных машинах;

- проведение компьютерных экспериментов для исследования влияния неров-ноты по линейной плотности потока и параметров смесовых и ленточных машин на эффективность смешивания;

- разработка структуры автоматизированного комплекса для прогнозирования эффективности процессов смешивания.

Предмет исследования. Объектом исследования являются методы прогнозирования эффективности смешивания ВМ на смесовых и ленточных машинах и их автоматизация.

Методы исследования. В работе использованы методы математического и имитационного компьютерного моделирования, спектрального анализа, методы теории вероятностей, математической статистики и теории вероятностных процессов, современные методы компьютерной обработки информации, методы разработки автоматизированных комплексов.

Научная новизна работы. В результате выполнения диссертационной работы построены математические и компьютерные модели для прогнозирования эффективности внутрикомпонентного и межкомпонентного смешивания на смесовых и ленточных машинах. В работе впервые:

1. Разработаны алгоритмы для компьютерного моделирования потока ВМ, описываемого линейной плотностью и средней длиной волокон (тониной, влажностью, засоренностью и т.п.);

2. Разработаны алгоритмы для компьютерного моделирования процесса внутрикомпонентного смешивания, протекающего на смесовых машинах;

3. Разработаны математические модели межкомпонентного смешивания в сечениях складываемых и вытягиваемых на ленточных машинах лент;

4. Разработаны алгоритмы для компьютерного моделирования процессов межкомпонентного смешивания на ленточных машинах в поперечных сечениях и вдоль продукта;

5. Исследованы процессы внутрикомпонентного смешивания с использованием основных схем смешивания на смесовых машинах и межкомпонентного смешивания лентами на ленточных машинах;

6. Разработана структура автоматизированного моделирующего комплекса для оценки эффективности смешивания на смесовых и ленточных машинах.

Практическая значимость и реализация результатов работы. Решение поставленной задачи с применением методов математического и компьютерного моделирования процессов смешивания ВМ на смесовых и ленточных машинах позволило построить компьютерные модели на базе разработанных алгоритмов и выполнить эксперименты по исследованию процессов смешивания. В результате проведенных исследований получены новые результаты, описывающие влияние характеристик исходного потока ВМ (корреляционных свойств, периодической неровноты) и параметров смесовых и ленточных машин (числа сложений, объема машины, объемов тазов) на характеристики смешанного потока

ВМ. Эти результаты позволяют выбирать и оптимизировать процессы смешивания на смесовых машинах различного типа и выбирать оптимальный состав ленточного оборудования.

На основе разработанных алгоритмов и компьютерных моделей построена структура автоматизированного комплекса, позволяющего прогнозировать эффективность процессов смешивания.

Разработки, выполненные в диссертации, были использованы при решении задач смешивания и проектирования смесового оборудования для центрального научно-исследовательского института хлопчатобумажной промышленности (ЦНИХБИ) в рамках выполненной хоздоговорной работы, и в учебном процессе МГТУ имени АН. Косыгина при изучении курсов "Моделирование систем", "Математические методы обработки данных", "Математическое моделирование технологических процессов", при выполнении курсового и дипломного проектирования.

Апробация работы. Основные результаты исследований докладывались и получили положительную оценку на межвузовской научно-технической конференции "Молодые ученые - развитию текстильной и легкой промышленности (Поиск 2002)" (г. Иваново, ИГТА, 2002); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2002)" (г. Москва, МГТУ им. А.Н. Косыгина, 2002); на международной научно-технической конференции "Компьютерное моделирование 2003" (г. Санкт-Петербург, СПбГТУ, 2003); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2003) " (г. Москва, МГТУ им. А Н. Косыгина, 2003); на всероссийской научной конференции "Информационные технологии в образовательной, научной и управленческой деятельности (Инфотек-стиль - 2004)" (г. Москва, МГТУ им. А.Н. Косыгина, 2004).

Публикации. По теме диссертации опубликовано 8 работ.

Объем работы. Диссертация состоит из введения, четырех глав, общих выводов, списка литературы из 71 наименования и 5 приложений. Основное содержание диссертации изложено на 162 страницах, содержит 111 рисунков и 4 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, определены цели и задачи исследования. Дана характеристика научной новизны и практической значимости работы.

Первая глава посвящена анализу существующих работ по исследованию процессов смешивания, составления смесок, прогнозированию неровноты продуктов прядения.

Рассмотрены основные статистические формулы и методы оценки неров-ноты потока ВМ. Приведена схема и описаны различные виды неровноты пото-' ка ВМ

Проведен анализ теоретических, экспериментальных и компьютерных ме-

тодов исследования процессов смешивания. Определено, что использование компьютерных методов позволяет ускорить процесс прогнозирования результатов смешивания и снизить его стоимость. Одновременно компьютерные модели такого рода дают возможность изучить влияние различных факторов на протекание процесса смешивания на смесовых и ленточных машинах.

Во второй главе разработаны алгоритмы моделирования потока ВМ с учетом его характерных особенностей и работы смесовых машин. Были рассмотрены основные схемы смесовых машин (рис. 1), осуществляющих смешивание слоями, за счет сдвига потоков ВМ, за счет разности длин путей потоков ВМ.

Рис. 1. Схемы смешивания а) смешивание слоями, б) смешивание за счет сдвига, в) смешивание за счет разности длин путей

Поток ВМ описывается непрерывной функцией времени g(t), которая представляет значения линейной плотности ВМ, проходящего через некоторое сечение потока в момент времени /. При рассмотрении вопросо в смешивания, важен тот факт, что в потоке присутствуют отличающиеся по какому-либо свойству компоненты (например, по средней длине волокон, по содержанию сорных примесей, по природе волокон и т.п.). Такой поток описывается не только функциями g,{t), но и функциями l,(f), i= 1,...,N. Здесь N - число компонентов, присутствующих в потоке. Функции /,(/) задают изменение, например, средней длины волокон /-го компонента.

Функции, описывающие линейную плотность потока и характеристику волокна (длину), можно представить в виде:

g(t) = g+Zg+<pg(t)

где и - постоянные средние значения линейной плотности и длины волокон, и - случайные величины с нулевым математическим ожиданием и известным законом распределения, и - некоторые детерминированные функции заданного типа.

Такая структура имитируемой линейной плотности позволяет более глубоко проанализировать влияние постоянной составляющей, полиномиального тренда, периодической и случайной составляющей в процессе сложения.

На рис. 2 представлены временные диаграммы g(t) и l(t), построенные по результатам моделирования. g(t) потока ВМ содержала как функциональную периодическую составляющую, так и случайную составляющую с конечным

интервалом корреляции. Длина реализации составляла 10000 точек, остальные исходные данные для моделирования приведены в таблице 1.

Таблица 1. Исходные данные для моделирования потока ВМ

Характеристики *(0 т

Среднее значение 4 ктекс 30 мм

Коэффициент вариации 15% 25%

Минимальное значение - 15 мм

Максимальное значение - 40 мм

Интервал корреляции 100 точек -

Амплитуда колебаний 0,2 ктекс -

Период колебаний 1000 точек -

О t«fl 1Я »00 4000 НОО IOOO 7000 UOO (ООО «0000 0 1000 3000 3000 4000 №ОС 0000 7000 ИОО 0000 10000

Оом>* IHM

а) б)

Рис. 2. Временные диаграммы g(l) (а) и l(t) (б)

С моделями потока ВМ и смесовых машин выполнены эксперименты для изучения зависимостей между различными факторами и условиями протекания этого процесса смешивания и характеристиками входного и выходного потока.

В эксперименте 2.1 исследовалось влияние числа сложений ns и типа смесовой машины на характеристики смешанного потока. При моделировании на входе и выходе из смесовой машины контролировались характеристики линейной плотности g(t) и средней длины волокон l(t) в потоке ВМ: средние Mg, Mi, коэффициенты вариации Cvg, Cv/, минимальные imng, mini и максимальные maXg, maxi значения, интервалы корреляции fg,fi. В этом эксперименте варьировалось число сложений п от 4 до 10 с шагом 2.

Установлено, что с увеличением п уменьшаются коэффициенты вариации Cvg, с V; выходного потока ВМ. Эта зависимость отображена на рис. 3, где Cg = Cv^nJCv^x - степень выравнивания, и близка к теоретически предсказываемой: Cg = Cvgtx /Cvgna = -Jn , для трех схем смешивания (рис. 1).

Рис. 3. Зависимость степени выравнивания С от числа сложений п для трех

схем смешивания

В экспериментах 2.2 и 2.3 (табл. 2) исследовалось влияние свойств g(t) входного потока на характеристики выходного смешанного потока при смешивании слоями. Число слоев Я изменялось от 4 до 16 с шагом 2.

В эксперименте 2.2 g(t) потока на входе смесовой машины описывалась вероятностным процессом, имеющим конечный интервал корреляции В эксперименте 2.3 во входном потоке имитировалось наличие периодической составляющей в g(t) с периодом

Таблица 2. Результаты моделирования, число слоев 16

Эксперимент 2.2 Эксперимент 2 3

1Кг с. С, Т 'а с, С,

10 3,93 4,01 10 3,86 3,98

• 25 3,71 4,00 25 4,29 3,95

40 3,66 3,97 40 4,45 3,92

50 3,82 4,03 50 4,138 3,98

100 3,12 4,04 100 4,37 3,99

200 2,51 3,98 200 4,44 3,94

300 1,86 4,01 300 4,34 3,98

400 1,64 3,94 400 4,35 3,89

500 1,47 4,02 500 4,15 3,97

В третьей главе построены вероятностная модель смешивания двух лент в поперечном сечении, алгоритмы моделирования смешивания на ленточных машинах в поперечном и продольном направлении.

Моделирование смешивания компонентов в поперечном направлении в сечении ленты разделяется на следующие основные этапы: - Моделирование сечений складываемых лент, геометрически расположенных рядом друг с другом (рис. 4.а). Случайным образом генерируются координаты центров волокон: угол и радиус г = , где , пересчиты-

ваемые затем в декартовы координаты х и у.

- Моделирование формирования одной ленты из двух соединяемых (рис. 4.б) путем нелинейного преобразования координаты х, пересчет осуществлялся по

формуле л, = (0,5дг, У , где а = 2,5 - коэффициент сжатия.

- Имитация миграции волокон в область соседнего компонента и формирование общей области для волокон обоих компонентов (рис. 5.а). Для этого генерируются угол смещения центра волокна ё<р ~ Г/л(0;2гт) и величина смещения (1г = 0.5(1-г'), где г~11п(0,1). Показатель Ъ выбран с учетом вероятности перехода волокон из одной области в другую,

- Имитация утонения полученной ленты в результате вытягивания на ленточной машине (рис. 5.б).

а) б)

Рис. 4. Поперечные сечения лент до (а) и после (6) сложения и сжатия

Рис. 5. Поперечное сечение смешанной ленты до (а) и после (б) утонения

Для моделирования сложения лент на нескольких последовательных переходах ленточных машин разработана рекурсивная процедура. Применение рекурсии обеспечило компактность и надежность алгоритма моделирования.

В общем виде рекурсивный алгоритм V можно выразить как композицию Р из множества действий (не содержащих Р) и самого Р: Р = Р[я, р]. При таком разделении исходного алгоритма функции формирования сечений исходных

однородных лент, смешивания двух произвольных лент, утонения полученной ленты относятся к множеству действий 5". Флагом для остановки рекурсии является число ленточных переходов Щ. Если Мр равно единице - рекурсивная функция перестает вызывать саму себя и начинается формирование сечений исходных лент.

На рис. 6 приведен пример работы модели по рекурсивному алгоритму для трех переходов.

Рис. 6. Сечения смешанной ленты, полученной на втором (а) и третьем (б) ленточных переходах

В работе получена формула для корреляционной функции (КФ) g(t) ленты, образованной двумя компонентами с различными корреляционными свойствами> &(') представляет собой вероятностный процесс с ограниченным интервалом корреляции и КФ треугольной формы. представляет собой стационарный белый шум. КФ компонентов в этом случае имеют вид:

1-й компонент- С1") —"

0, |г|>г„ ' 2-й компонент [0, г*О'

з этих ком

М'ЛИ*'.. и '.('> = 0, |г|>г81.

КФ g(t) ленты, состоящей из этих компонентов, имеет вид:

'•"-изб*.

Таким образом, корреляционные свойства исходной двухкомпонентной ленты зависят не только от корреляционных свойств ее компонентов, но и от соотношения дисперсий компонентов.

Найденные зависимости подтверждаются результатами компьютерных экспериментов. На рис. 7 приведены зависимости дисперсии для g(t) двухком-понентной ленты от коэффициента вариации по при интервале корреляции, равном 10, 20, 50, 100 точек.

Рис. 7. Зависимость дисперсии исходной ленты от варьируемых факторов

При сложении лент смешивание происходит и в продольном направлении. На рис. 8 показана линейная плотность отрезков ленты до (а) и после сложения (б) на ленточной машине. Сложению подвергались две лент, полученные из порций в тазах, причем порядок формирования лент из тазов случайный.

10 11 12 13

18 19 20 I

Рис. 8. Смешивание отрезков лент при сложении на ленточных машинах

Разработанная модель смешивания потока ВМ за счет сложения лент позволила оценить влияние условий протекания этого процесса и характеристик составляющих исходных лент компонентов на характеристики получаемой из них смешанной ленты.

_Таблица 3. Результаты моделирования, число сложений 6

Число переходов

Эксперимент 3.1

1

2,43

5,86 14,15

2,44 6,03

14,59

Т.

10 25 44 100 111

Эксперимент 3 2

С,

2,42 1,99 2,42 2,47 2,42 2,40

СР1

2,48 2,01 2,48

2,46 2,43

В эксперименте 3.1 (табл. 3) исследовалась зависимость характеристик смешанной ленты от числа сложений N3 на ленточной машине и числа переходов ленточных машин Щр. N3 изменялось от 2 до 6 с шагом 2, Щр - от 1 до 3 с шагом 1.

В эксперименте 3.2 (табл. 3) исследовалось изменение периодической не-ровноты g(t) двухкомпонентной ленты после прохождения через ленточную машину. Для этого имитировалось наличие периодической составляющей в £1(0- Амплитуда периодической составляющей была равна 0,4 ктекс.

В четвертой главе описана разработка структуры автоматизированного прогнозирующего программного комплекса (рис. 9).

Рис. 9 Структура автоматизированного комплекса

Обобщенная структура автоматизированного комплекса включает в себя блоки, соответствующие основным задачам комплекса:

1. Блок ввода исходных данных - задание характеристик входного потока ВМ и выбор метода смешивания.

2. Блок моделирования процесса смешивания - моделирование процесса смешивания в соответствии с заданными характеристиками исходного потока ВМ, выбранного метода смешивания и его параметров.

3. Блок статистической обработки - выбор перечня статистических характеристик, вычисляемых по результатам моделирования.

4. Блок планирования и управления экспериментом - задание плана эксперимента, моделирование смешивания, сохранение результатов статистической обработки в файле в базе данных и выдача результатов на экран.

5. Блок отображения результатов моделирования - представление полученных результатов в удобном для пользователя виде: графическом, табличном, числовом.

6. Блок базы данных - обеспечивает ведение и просмотр базы данных.

По структуре автоматизированного моделирующего комплекса разработан визуальный интерфейс, облегчающий обмен информацией между пользователем и программной системой. Основные экранные формы интерфейса: 1. Главная форма пользовательского интерфейса

2 Форма задания параметров моделирования (рис 10,11)

3 Форма задания параметров проведения экспериментов с моделями

4 Форма, позволяющая просматривать базу данных по экспериментам с моделями

Рис 10 Задание параметров потока ВМ

швашщшшшшшвшшшя

Дпт* ртышмда |зооо г 1фюис ммеяфтмМ Г

Г Г I> «

Птя«Л птм ВЫ ] Выю*юй мпк ВЫ I итсфцтяротщеию!дт * летом •млом С ммматпЭ* ]

Щ

Цпрынетр |~МО Тс КоГ~Су~1 М1яПГ ИцИтермлкврргяпурГ} Тп|Г' ^Чдюц*

мамвки 38 00М 7 ДО >93577 130289399»?

40023 ОШ? 154173 2 3644 99«»

34 «772 «31196«

■>м арсггерктик" —— ^ —

Гдетагрммчктйт! Полигон частот | Автвкодоляцнажм фржмия|Сш*11»ады«*плвтнвел лктраш]

поток» ] сьицчищГКотрм фтме «¿уюгеунсшкн Рпуялотмсмамиж««)

Рис 11 Результаты моделирования

ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ 1 В результате выполненных научных исследований решена важная научно-техническая задача разработки алгоритмических основ и методологии моделирования

процессов внутрикомпонентного смешивания ВМ на смесовых машинах и межкомпонентного на ленточных машинах. На базе построенных алгоритмов разработана структура автоматизированного моделирующего комплекса, позволяющего прогнозировать эффективность смешивания на смесовых и ленточных машинах.

2. Разработаны алгоритмы имитации потока ВМ, поступающего на вход смесовой машины. На базе разработанных алгоритмов построены компьютерные имитационно-статистические модели потоков ВМ, позволяющие моделировать потоки с заданной линейной плотностью и длиной волокон. При моделировании для обеих характеристик задаются средние значения, коэффициенты вариации, интервалы корреляции, периоды и амплитуды гармонических колебаний.

3. Разработаны и программно реализованы алгоритмы имитации процессов внутри-компонентного смешивания на смесовых машинах, моделирующие три схемы смешивания:

а) смешивание слоями;

б) смешивание за счет сдвига потоков ВМ;

в) смешивание за счет разности длин путей потоков ВМ.

4. Предложены, обоснованы и использованы для комплексной оценки эффективности смешивания и выравнивания по линейной плотности и другим показателям потока числовые и функциональные статистические характеристики: интервал корреляции, период колебаний линейной плотности, степень выравнивания, временные диаграммы, оценки распределений, автокорреляционной функции, спектральной плотностидисперсии.

5. Проведены одно- и двухфакторные эксперименты с моделями смесовых машин, в которых изучалось влияние на эффективность смешивания следующих основных факторов процесса: числа слоев Я при смешивании слоями, числа секций N3 при смешивании на многосекционной машине, числа шахтЛЩпри смешивании за счет разности длин путей (уровни варьирования 4, 6, 8, 10); наличия корреляции 1Ке и периодических колебаний по линейной плотности во входном волокнистом потоке. варьировались на 9 уровнях от 10 до 500.

6. Результаты экспериментов позволили установить:

а) с увеличением числа сложений п коэффициент вариации линейной плотности и средней длины волокон в выходном потоке ВМ уменьшается в раз независимо от выбора смесовой машины, что согласуется с результатами натурных экспериментов и теоретического анализа, выполненных ранее другими исследователями;

б) интервалы корреляции линейной плотности и средней длины волокон в выходном потоке увеличивается пропорционально числу слоев Я;

в) периодические колебания неровноты линейной плотности потока на выходе имеют тот же период что и колебания на входе, если кратен линейному размеру в камеры смесовой машины.

7. На основе выполненных исследований предложено при проектировании смесовых машин предусматривать камеры с непараллельными стентами и специальные раскладчик с неравномерной раскладкой по слоям, что позволит гасить периодические колебания не-ровноты в потоке ВМ

8. Построена вероятностная модель смешивания лентами,основанная на соотношении площадей поперечных сечений смешиваемых лент. Модель учитывает влияние площадей сечений складываемых лент на результаты смешивания лент.

9. Впервые разработана математическая модель взаимного проникновения волокон компонентов друг в друга в поперечном сечении ленты при смешивании лент на ленточных и летосоединительных машинах. Модель учитывает эффект поперечного сжатия лент, миграцию волокон в поперечном направлении и утонение лент при вытягивании. Разработан рекурсивный алгоритм, позволяющий моделировать поперечные сечения смешанных лент, получаемые при многократном сложении. Результаты работы алгоритма визуализированы и позволяют наглядно отобразить процесс смешивания.

10. Разработан алгоритм, позволяющий моделировать процесс смешивания ВМ на ленточных машинах с учетом разделения исходной ленты на порции, помещаемые в тазы, смены направления ленты при укладке ленты в тазы, соединения лент из произвольно выбранных тазов.

11. С построенной имитационной моделью смешивания лент были проведены компьютерные эксперименты, в которых варьировались число сложений NS от 2 до 6 с шагом 2, число переходоЖР от 1 до 3 с шагом 1. Установлено, что с увеличением NSИ NP степени выравнивания по линейной плотности потока волокнистого материала и доле первого компонента увеличиваются пропорционально увеличению числа сложений и переходов.

12. Исследовано изменение периодической неровноты после прохождения через ленточные машины. В эксперименте варьировались NS от2 до 6 с шагом 2 и период колебаний неровноты линейной плотности первого компонента на 6 уровнях от 7 до 111. Установлено, что изменение Tg\ не оказывает существенного влияния на степени выравнивания по линейной плотности ленты и доле первого компонента, но при увеличении NS степени выравнивания увеличиваются.

13. Разработана структура автоматизированного моделирующего комплекса для прогнозирования эффективности смешивания процессов прядильного производства, включающая структуру и схему базы данных для хранения информации по результатам экспериментов, интерфейс программного комплекса в виде набора экранных форм. Основные элементы программного комплекса реализованы в виде программных модулей и использованы в исследованиях, описанных в данной работе.

14. Разработанный на базе предложенной структуры программный комплекс может быть использован в практике научных исследований процессов смешивания потоков ВМ и при проектировании новых технологических систем по показателям эффективности смешивания.

Основное содержание работы отражено в публикациях:

1. Зензинова Ю.Б., Винтер Ю.М. Оценка смешивающей способности смесовых машин с помощью компьютерного моделирования. Тезисы доклада на межвузовской научно-технической конференции аспирантов и студентов: "Молодые ученые - развитию текстильной и легкой промышленности" (ПОИСК-2002). - Иваново, ИГТА, 2002, с 420.

2. Зензинова Ю.Б. Севостьянов ПА Методика моделирования вероятностных процессов и определения интервала корреляции для оценки эффективности смешивания волокнистых материалов. Тезисы доклада на всероссийской научно-технической конференции: "Современные технологии и оборудование текстильной промышленности" (ТЕКСТИЛЬ - 2002).-М:МГТУ им. А.Н.Косыгина,2003,с 182-183.

3. Зензинова Ю Б., Винтер Ю М . Исследование эффективности внутрикомпонент-

нога смешивания волокнистого материала по оценкам автокорреляционной функции методами статистического моделирования. Сборник научных трудов аспирантов, вып. 7. -М: МГТУ им. АН Косыгина, 2003, с 57-61.

4. Зензинова Ю.Б., Винтер Ю.М. Компьютерная модель процессов внутрикомпо-нентного смешивания в прядильном производстве. Тезисы доклада на международной научно-технической конференции "Компьютерное моделирование 2003". -СПб.:СП6ТТУ, "Нестор", 2003, с. 279.

5. Зензинова Ю.Б. Математическая модель смешивания волокнистых потоков в смесовых машинах. Вестник ДИТУД, № 3 (21). - Димитровград.: 2004, с. 32-35.

6. Зензинова Ю£., Винтер ЮМ Автоматизированная моделирующая система для исследования смешивающей способности смесовой машины с различными путями движения волокон к линии выборки. Тезисы доклада на всероссийской тучно-технической конференции: "Современные технологии и оборудование текстильной промышленности" (Текстиль -2003). - М: МГТУ им. А.Н. Косыгина, 2003, с. 243.

7. Зензинова Ю.Б. Исследование смешивания волокнистых потоков методами компьютерного статистического моделирования. Тезисы доклада на всероссийской научно-технической конференции: "Информационные технологии в образовательной, научной и управленческой деятельности'' (Инфотекстиль - 2004) - М: МТУ им. АН. Косыгина, 2004.-71 с.

8. Зензинова Ю.Б., Винтер Ю.М. Исследование динамики многосекционной смешивающей машины методами имитационного моделирования в среде МАТЬАВ. Сборник научных трудов аспирантов, вып. 8. - М.: МТУ им. АЛ. Косыгина, 2004, с. 79-82.

п

Формат „

Усл.печл. 1,0 Заказ 207 Тираж 80

1126

МГТУ им. А.Н. Косыгина, 119991, Москва, ул. Малая Калужская, 1

Введение

Оглавление

Глава 1. Процессы смешивания в прядильном производстве.

1.1. Задачи составления смесок, смешивания, их значение в производстве пряжи.

1.2. Исследования процессов смешивания по переходам прядильного производства и на смесовых машинах.

1.3. Виды и особенности смешивания волокнистого материала на переходах прядильного производства.

1.4. Основные виды неровноты продуктов прядения.

1.5. Прогнозирование неровноты пряжи в зависимости от свойств сырья.

1.6. Основные характеристики неровноты продуктов прядения.

1.7. Возможности компьютерного моделирования для решения задач составления смесок и исследования процессов смешивания.

Выводы к главе 1.

Глава 2. Модели смешивания потока волокнистого материала на смесовых машинах.

2.1. Особенности смешивания на смесовых машинах.

2.2. Модель потока волокнистого материала.

2.2.1. Разработка алгоритма имитации потока волокнистого материала.

2.2.2. Верификация алгоритма моделирования потока волокнистого материала.

2.3. Компьютерные модели смесовых машин.

2.3.1. Модель смешивания волокнистого материала слоями.

2.3.2 Модель смешивания за счет сдвига потоков волокнистого материала.

2.3.3 Модель смешивания волокнистого материала за счет разности

• длин путей волокон к линии выборки.

2.4. Эксперименты с моделями смесовых машин.

2.4.1. Исследование зависимости характеристик смешанного потока от числа сложений и выбора типа смесовой машины.

2.4.2. Исследование зависимости характеристик смешанного потока от числа сложений и наличия в исходном потоке корреляции.

2.4.3. Исследование зависимости характеристик смешанного потока от числа сложений и наличия в исходном потоке периодической составляющей.

Ф Выводы к главе 2.

Глава 3. Смешивание потоков волокнистых материалов на ленточных машинах.

3.1. Особенности смешивания лентами.

3.2. Математическая модель смешивания для двух лент.

3.3. Математическая модель смешивания для трех и более лент.

3.4. Компьютерная модель миграции волокон в поперечном сечении смешанной ленты.

3.4.1. Имитация смешивания двух лент на одном ленточном переходе.

3.4.2. Имитационное моделирование смешивания двух лент на нескольких последовательных ленточных переходах.

3.5. Компьютерная модель смешивания волокнистого материала лентами.

3.5.1. Особенности имитации смешивания волокнистого материала лентами.

3.5.2. Разработка алгоритма имитации смешивания волокнистого материала лентами.

3.5.3. Исследование модели ленты с конечным интервалом корреляции.

3.5.4. Эксперименты с моделью смешивания волокнистого материала т лентами.

Выводы к главе 3.

Глава 4. Разработка структуры автоматизированного комплекса для прогнозирования эффективности смешивания процессов прядильного производства.

4.1. Структура автоматизированного комплекса.

4.2. Структура базы данных.

4.3. Интерфейс программного комплекса.

Ф Выводы к главе 4.

Одной из важных задач, стоящих перед текстильной промышленностью, является улучшение качества и ассортимента изделий, которое в настоящее время возможно только при использовании автоматизированных систем управления. Приготовительно-прядильное и прядильное производства — технологический фундамент при выработке тканей, трикотажных полотен и нетканых материалов. Они в большой степени определяют потребительские свойства получаемой готовой продукции.

Технологические процессы прядения и формирования полуфабрикатов в прядильном производстве характеризуются непрерывностью, большим числом параметров, недостаточной изученностью связей между входными и выходными величинами. Вероятностная природа большинства свойств обрабатываемых волокнистых материалов оказывает не только возмущающее воздействие на технологические процессы, но и играет принципиальную роль в ходе этих процессов.

Уменьшение неровноты продуктов прядения имеет большое значение для улучшения качества выпускаемой пряжи. Одним из наиболее распространенных и действенных способов снижения неровноты и повышения эксплуатационных и эстетических свойств текстильных материалов является производство их из волокнистых смесей. Поэтому смешивание компонентов на смесовых машинах в процессе подготовки волокнистого материала к чесанию оказывает огромное влияние на свойства вырабатываемой продукции.

Другой распространенный способ смешивания - лентами на ленточных и лентосоединительных машинах - позволяет одновременно с утонением и выравниванием лент осуществить и смешивание компонентов. В настоящее время, в связи с уменьшением числа машин в поточных линиях, особое внимание уделяется повышению смешивающего действия отдельных машин прядильного производства.

Смешивание волокон начинается уже на первых технологических переходах при обработке волокнистого материала на кипных питателях, рыхлителях и очистительных машинах. Затем процесс смешивания

• продолжается на специальных смесовых машинах. Перераспределение волокон в потоке волокнистого материала также происходит и на других переходах параллельно с другими технологическими процессами, например, на этапах сложения и вытягивания лент.

Несмотря на важность процессов смешивания и большое число исследований в этой области, эти процессы до сих пор недостаточно изучены. Одна из причин такого положения заключается в том, что оценка качества смешивания при натурных испытаниях оборудования дорогостояща и трудоемка. Это связано с большими объемами перерабатываемого материала.

Ф Поэтому перспективным является исследование процессов смешивания с использованием методов компьютерного моделирования, которое уже показало свою эффективность как при исследовании других технологических процессов прядильного производства, так и при исследовании процессов смешивания на некоторых видах смесового оборудования.

Практически не изученными до сих пор остаются процессы внутрикомпонентного перемешивания, происходящие на смесовых машинах, в отличие от межкомпонентного смешивания, изучавшегося рядом отечественных и зарубежных исследователей. Отсутствуют эффективные методы исследования межкомпонентного смешивания лентами, как в поперечном, так и в продольном направлении. Решение этих задач требует разработки специальных алгоритмов, позволяющих моделировать эти процессы с учетом особенностей их протекания и случайных факторов, оказывающих существенное воздействие на ход этих процессов. Требуется также разработать методологию оценивания информации, получаемой по результатам работы моделей, построенных на базе этих алгоритмов, и выбрать наиболее наглядные показатели для анализа моделируемых процессов.

Разработка автоматизированного комплекса, основанного на компьютерных моделях процессов смешивания, может быть полезна не только в научных исследования и при проектировании новых поточных линий, но и при прогнозировании результатов смешивания в производственных условиях.

Целью данной диссертационной работы является решение важной

• научно-технической задачи исследования возможностей автоматизации методов прогнозирования эффективности процессов смешивания для последующего управления процессами смешивания. Процесс решения этой задачи включает в себя следующие этапы:

- исследование существующих методов прогнозирования эффективности процессов смешивания;

- разработка математических моделей потока волокнистого материала, описываемого линейной плотностью и дополнительными характеристиками потока: длиной, тониной волокон, влажностью, содержанием сорных примесей

• и т.п.;

- разработка компьютерной модели для имитации потока волокнистого материала;

- разработка компьютерных моделей для имитации смешивания потока волокнистого материала на смесовых машинах различного принципа действия и ленточных машинах;

- проведение компьютерных экспериментов для исследования влияния неровноты по линейной плотности потока и параметров смесовых и ленточных машин на эффективность смешивания;

• - разработка структуры автоматизированного комплекса для прогнозирования эффективности процессов смешивания.

Предмет исследования. Объектом исследования являются методы прогнозирования эффективности смешивания ВМ на смесовых и ленточных машинах и их автоматизация.

Методы исследования. В работе использованы методы математического и имитационного компьютерного моделирования, спектрального анализа, методы теории вероятностей, математической статистики и теории вероятностных процессов, современные методы компьютерной обработки информации, методы разработки автоматизированных комплексов.

Научная новизна работы. В результате выполнения диссертационной

• работы построены математические и компьютерные модели для прогнозирования эффективности внутрикомпонентного и межкомпонентного смешивания на смесовых и ленточных машинах. В работе впервые:

- разработаны алгоритмы для компьютерного моделирования потока волокнистого материала, описываемого линейной плотностью и средней длиной волокон (тониной, влажностью, засоренностью и т.п.);

- разработаны алгоритмы для компьютерного моделирования процесса внутрикомпонентного смешивания, протекающего на смесовых машинах;

- разработаны математические модели межкомпонентного смешивания в сечениях складываемых и вытягиваемых на ленточных машинах лент;

- разработаны алгоритмы для компьютерного моделирования процессов межкомпонентного смешивания на ленточных машинах в поперечных сечениях и вдоль продукта; исследованы процессы внутрикомпонентного смешивания с использованием основных схем смешивания на смесовых машинах и межкомпонентного смешивания лентами на ленточных машинах;

- разработана структура автоматизированного моделирующего комплекса для оценки эффективности смешивания на смесовых и ленточных машинах.

Практическая значимость и реализация результатов работы. Решение Щ поставленной задачи с применением методов математического и компьютерного моделирования процессов смешивания волокнистого материала на смесовых и ленточных машинах позволило построить компьютерные модели на базе разработанных алгоритмов и выполнить эксперименты по исследованию процессов смешивания. В результате проведенных исследований получены новые результаты, описывающие влияние характеристик исходного потока волокнистого материала (корреляционных свойств, периодической неровноты) и параметров смесовых и ленточных машин (числа сложений, объема машины, объемов тазов) на характеристики смешанного потока волокнистого материала. Эти результаты позволяют выбирать и оптимизировать процессы смешивания на смесовых машинах различного типа и выбирать оптимальный состав ленточного оборудования. На основе разработанных алгоритмов и компьютерных моделей построена структура автоматизированного комплекса, позволяющего прогнозировать эффективность процессов смешивания.

Разработки, выполненные в диссертации, были использованы при решении задач смешивания и проектирования смесового оборудования для центрального научно-исследовательского института хлопчатобумажной промышленности (ЦНИХБИ) в рамках выполненной хоздоговорной работы, и в учебном процессе МГТУ имени АН. Косыгина при изучении курсов "Моделирование систем", "Математические методы обработки данных", "Математическое моделирование технологических процессов", при выполнении курсового и дипломного проектирования.

Апробация работы. Основные результаты исследований докладывались и получили положительную оценку на межвузовской научно-технической конференции "Молодые ученые — развитию текстильной и легкой промышленности (Поиск 2002)" (г. Иваново, ИГТА, 2002); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2002) " (г. Москва, МГТУ им. А.Н. Косыгина, 2002); на международной научно-технической конференции "Компьютерное моделирование 2003" (г. Санкт-Петербург, СПбГТУ, 2003); на всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль - 2003) " (г. Москва, МГТУ им. А.Н. Косыгина, 2003); на всероссийской научной конференции "Информационные технологии в образовательной, научной и управленческой деятельности (Инфотекстиль - 2004) " (г. Москва, МГТУ им. А.Н. Косыгина, 2004).

Публикации. По теме диссертации опубликовано 9 работ.

Объем работы. Диссертация состоит из введения, четырех глав, общих выводов, списка литературы из 71 наименования и 5 приложений. Основное содержание диссертации изложено на 162 страницах, содержит 111 рисунков и 4 таблицы.

Общие выводы к работе

1. В результате выполненных научных исследований решена важная научно-техническая задача разработки алгоритмических основ и методологии моделирования процессов внутрикомпонентного смешивания волокнистого материала на смесовых машинах и межкомпонентного на ленточных машинах. На базе построенных алгоритмов разработана структура автоматизированного моделирующего комплекса, позволяющего прогнозировать эффективность смешивания на смесовых и ленточных машинах.

2. Разработаны алгоритмы имитации потока волокнистого материала, поступающего на вход смесовой машины. На базе разработанных алгоритмов построены компьютерные имитационно-статистические модели потоков волокнистого материала, позволяющие моделировать потоки с заданной линейной плотностью и длиной волокон. При моделировании для обеих характеристик задаются средние значения, коэффициенты вариации, интервалы корреляции, периоды и амплитуды гармонических колебаний.

3. Разработаны и программно реализованы алгоритмы имитации процессов внутрикомпонентного смешивания на смесовых машинах, моделирующие три схемы смешивания: а) смешивание слоями; б) смешивание за счет сдвига потоков волокнистого материала; в) смешивание за счет разности длин путей потоков волокнистого материала.

4. Предложены, обоснованы и использованы для комплексной оценки эффективности смешивания и выравнивания по линейной плотности и другим показателям потока числовые и функциональные статистические характеристики: интервал корреляции, период колебаний линейной плотности, степень выравнивания, временные диаграммы, оценки распределений, автокорреляционной функции, спектральной плотности дисперсии.

5. Проведены одно- и двухфакторные эксперименты с моделями смесовых машин, в которых изучалось влияние на эффективность смешивания следующих основных факторов процесса: числа слоев Н при смешивании слоями, числа секций NB при смешивании на многосекционной машине, числа шахт NH при смешивании за счет разности длин путей (уровни варьирования 4, 6, 8, 10); наличия корреляции GIK и периодических колебаний G T по линейной плотности во входном волокнистом потоке. GIK и GT варьировались на 9 уровнях от 10 до 500.

6. Результаты экспериментов позволили установить: а) с увеличением числа сложений ns коэффициент вариации линейной плотности и средней длины волокон в выходном потоке волокнистого материала уменьшается в ~Jns раз независимо от выбора смесовой машины, что согласуется с результатами натурных экспериментов и теоретического анализа, выполненных ранее другими исследователями; б) интервалы корреляции линейной плотности G IK и средней длины волокон L IK в выходном потоке увеличивается пропорционально числу слоев Н; в) периодические колебания неровноты линейной плотности потока на выходе имеют тот же период G T, что и колебания на входе, если G T кратен линейному размеру в камеры смесовой машины.

7. На основе выполненных исследований предложено при проектировании смесовых машин предусматривать камеры с непараллельными стенками и специальные раскладчик с неравномерной раскладкой по слоям, что позволит гасить периодические колебания неровноты в потоке волокнистого материала.

8. Построена вероятностная модель смешивания лентами, основанная на соотношении площадей поперечных сечений смешиваемых лент. Модель учитывает влияние площадей сечений складываемых лент на результаты смешивания лент.

9. Впервые разработана математическая модель взаимного проникновения волокон компонентов друг в друга в поперечном сечении ленты при смешивании лент на ленточных и лентосоединительных машинах. Модель учитывает эффект поперечного сжатия лент, миграцию волокон в поперечном направлении и утонение лент при вытягивании. Разработан рекурсивный алгоритм, позволяющий моделировать поперечные сечения смешанных лент, получаемые при многократном сложении. Результаты работы алгоритма визуализированы и позволяют наглядно отобразить процесс смешивания.

10. Разработан алгоритм, позволяющий моделировать процесс смешивания волокнистого материала на ленточных машинах с учетом разделения исходной ленты на порции, помещаемые в тазы, смены направления ленты при укладке ленты в тазы, соединения лент из произвольно выбранных тазов.

11. С построенной имитационной моделью смешивания лент были проведены компьютерные эксперименты, в которых варьировались число сложений NS от 2 до 6 с шагом 2, число переходов NP от 1 до 3 с шагом 1. Установлено, что с увеличением NS и NP степени выравнивания по линейной плотности потока волокнистого материала и доле первого компонента увеличиваются пропорционально увеличению числа сложений и переходов.

12. Исследовано изменение периодической неровноты после прохождения через ленточные машины. В эксперименте варьировались NS от 2 до 6 с шагом 2 и период колебаний неровноты линейной плотности GT 1 первого компонента на 6 уровнях от 7 до 111. Установлено, что изменение GT 1 не оказывает существенного влияния на степени выравнивания по линейной плотности ленты и доле первого компонента, но при увеличении NS степени выравнивания увеличиваются.

13. Разработана структура автоматизированного моделирующего комплекса для прогнозирования эффективности смешивания процессов прядильного производства, включающая структуру и схему базы данных для хранения информации по результатам экспериментов, интерфейс программного комплекса в виде набора экранных форм. Основные элементы программного комплекса реализованы в виде программных модулей и использованы в исследованиях, описанных в данной работе.

14. Разработанный на базе предложенной структуры программный комплекс может быть использован в практике научных исследований процессов смешивания потоков ВМ и при проектировании новых технологических систем по показателям эффективности смешивания.

1. Севостьянов А.Г. Составление смесок и смешивание в хлопкопрядильном производстве. -М.: Гизлегпром. 1954. - 192 с.

2. Ванников А.Н. Прядение химических волокон в смеси с хлопком. М.: Легкая индустрия, 1966. - 72 с.

3. Винтер Ю.М. Прогнозирование и оценка эффективности процессов смешивания в прядении: Дис. учен, степени д-ра техн. наук. Кострома, 1982. -264 с.

4. Мельников Е.Б. Секториальная количественная оценка двухкомпонентного смешивания путем сложения на ленточных машинах. // Известия вузов. Технология текстильной промышленности, 1989, № 6, с. 26-29.

5. Молитвин В.А. Функции процессов рыхления, смешивания, трепания и очистки хлопка. М.: Легкая индустрия, 1974. - 60 с.

6. Севостьянов А.Г. Исследование неровноты, возникающей при смешивании текстильных волокон и пря вытягивании продуктов прядения: Дис. . д-ра техн. наук. М., 1960.

7. Севостьянов П.А. Оценка эффективности выравнивания потока и смешивания волокон в смесовой машине периодического действия. — Изв. ВУЗов: Технология текстильной промышленности, 1968, №2, с.48 52.

8. Эммануэль М.В. Оценка качества перемешивания волокон разных компонентов на основе анализа срезов ровницы или пряжи. — Изв. ВУЗов: Технология текстильной промышленности, 1962, №3, с.64 67; 1962, №4, с.42 -48.

9. Mogahzy Y.E., Faray R., Abdelhady F., Mohamed A. An integrated approach to analyzing the nature of multicomponent fiber blending. Textile Research Journal, 2004, v 74, № 9, p. 767-775.

10. Moganzy Y.E. An integrated approach to analyzing the nature of multicomponent fiber blending, Part I: Analytical aspects. Textile Research Journal, 2004, v 74, №8, p. 701-712.

11. RealffM.L., Pan N., Seo M., Boyde M.C., Backer S. A stochastic simulation of the failure process and ultmate strength of blended continuous yarns. Textile Research Journal, 2000, v 70, № 5, p. 415-430.

12. Leifeld F., The secret of perfect blending from bale to sliver, paper presented to Beltwide Cotton Conference, New Orleans, LA, January, 10-14, 1993.

13. Эммануэль M.B. Оценка качества перемешивания клочков компонентов в малых частях смеси. Изв. ВУЗов: Технология текстильной промышленности, 1963, №1, с.53 -60.

14. Ванчиков А.Н. Расчет прочности пряжи из смеси хлопка с химическими штапельными волокнами и оценка эксплуатационных свойств этой пряжи. -Текстильная промышленность, 1964, №4, с.25-31.

15. Севостьянов П.А., Симонян В.О. Компьютерное моделирование кипных питателей с верхним отбором волокна. В сб. Научных трудов ФГУП ЦНИХБИ: Перспективные высокоэффективные технологии и материалы текстильной промышленности. - М.2002, с.74 - 84.

16. Oxtoby Eric Spun yarn technology. W.: Butterworth & Co, 1987. - 250 p.

17. Современные способы оценки структурных изменений волокнистых клочков в приготовительных процессах переработки хлопка. ЦНИИТЭИлегпром «Хлопчатобумажная промышленность», обзорн. инф., 1990, № 6, 44 с.

18. Barella A., Pujol С. Sur la Distribution Statistique du poids des Flocons en ouverture et Battage du Cotton et Fibranne. Bulletine ITF, v/24, n/149, 617 - 635.

19. Колмогоров А.Н. О логарифмическом нормальном законе распределения размеров частиц при дроблении. — Докл. АН СССР, 1941, т.31, №2, с.99-101.

20. Черников А.Н., Смирнов А.С., Трусова JI.A. Управление качеством пряжи в хлопкопрядильном производстве. М.: ЦНИИТЭИлегпром, 1991. - 50 с.

21. Иванова С.А. Исследование неровноты и оценка качества пряжи с помощью фотоэлектрического устройства. Дис. . канд. техн. наук. -JI.,1980. - 161 с.

22. Севостьянов А.Г. Методы исследования неровноты продуктов прядения. -М.: Ростехиздат, 1962. 388 с.

23. Севостьянов П.А. Прогнозирование характеристик и повышение эффективности исследования технологических систем прядильного производства: Дис. д-ра техн. наук, М, 1985, 437 с.

24. Черников А.Н. Исследование изменения характера и уровня неровноты по толщине полуфабрикатов поточной линии хлопчатобумажного производства. -Дис. . канд. техн. наук. —М.,1971. — 271 с.

25. Coplan M.J., Klein W.G., A study of blended woolen structures, Part I: Statistics of the ideal random blended yarns. Textile Research Journal, 1955, v 25, № 9, p. 743-754.

26. Coplan M. J., Bloch M.G., A study of blended woolen structures, Part II: Blend distribution in some wool-nylon and wool-voscose yarns. Textile Research Journal, 1955, v 25, №9, p. 902.

27. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. М.: Энергия, 1972. - 456 с.

28. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения. вып.1. — М.: Мир, 1971. - 240 е., вып.2 - М.: Мир, 1972. - 288 с.

29. Марпл.-мл. С.Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. - 584 е., ил.

30. Гультяев А. Визуальное моделирование в среде Matlab: учебный курс -СПб: Питер, 2000.-432 е.: ил.

31. Godfrey Т.A., Rossettos J.N. A constitutive model for blended yarn extention with fragmented low-elongation fibers. Textile Research Journal, 2001, v 71, № 10, p. 845-854.

32. Шеннон P. Имитационное моделирование систем: искусство и наука. — Мир, 1978.-418 с.

33. Яковлев Е.И. Машинная имитация. М.: Наука, 1975. - 160 с.

34. Donmez S., Marmaruli A. A model for predicting a yarn's knitability. Textile Research Journal, 2004, v 74, № 12, p. 1049-1054.

35. Bruniaux P., Vasseur C. Modeling and identifying the parameters of a fabric drape model. Textile Research Journal, 2001, v 71, .№ 4, p. 336-342.

36. Советов Б.Я., Яковлев C.A. Моделирование систем. M.: Высшая школа, 1998.-319с.

37. Виркер К.А., Дьяченко В.В., Плетникова К.Н., Севостьянов П.А. Исследование работы батареи кипоразборщиков РКА-2И методом натурного эксперимента и статистического моделирования на ЭВМ. — В сб. научн. трудов / ЦНИХБИ. М.: ЦНИИТЭИлегпром, 1981, с.30 -40.

38. Кирюхин С.М. Анализ и использование статистических моделей при нормировании, оценке и исследовании показателей качества текстильных материалов. -Дис. . д-ра техн.наук. -М., 1977.-394 с.

39. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. — М.: Мир, 1975. — 500 с.

40. Севостьянов П.А. Статистическая имитация растяжения и разрыва пряжи. Изв. ВУЗов: Технология текстильной промышленности, 1981, .№3, с.9 — 13.

41. Плеханов А.Ф., Бондарчук М.М. Имитационное моделирование процесса очистки на малогабаритных двухбарабанных чесальных машинах. Изв. ВУЗов: Технология текстильной промышленности, 2001, №3.

42. Beil N.B., Roberts W.W. Modeling and computer simulation of the compressional behavior of fiber assemblies, Part I: Comparison to van Wyk's theory. Textile Research Journal, 2002, v 72, № 4, p. 341-351.

43. Celic N., Babaarslan O., Bandara M.P.U. A mathematical model for numerical simulation of weft insertion on an air-jet weaving machine. Textile Research Journal, 2004, v 74, № 3, p. 236-240.

44. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. - 400с.

45. Бусленко Н.П. Метод статистического моделирования. М.: Статистика, 1970. - 112 с.

46. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. М.: Наука, 1982. - 296 с.

47. Лифшиц А.Л., Мальц Э.А. Статистическое моделирование систем массового обслуживания. М.: Сов.Радио, 1978. - 248 с.

48. Севостьянов А.Г. Методы и средства исследования технологических процессов текстильной промышленности. М.: Легкая индустрия, 1980. - 392 с.

49. Оборудование текстильной и легкой промышленности. Информационно-справочный сборник, вып. 1, 2004.

50. Башков А.П. Различные конструктивные решения в оборудовании для смешивания волокна. В мире оборудования. 2003, № 12; 2004, № 1, с. 6-7.

51. Севостьянов А.Г., Севостьянов П.А. Моделирование технологических процессов (в текстильной промышленности). М.: Легкая и пищевая пром-ть. 1984.-344 с.

52. Павлов Ю.В., Симонов Л.С. Меланжевое производство. М.: Легпромбытиздат, 1985. — 152 с.

53. Динамика основных процессов прядения / Л.Н. Гинзбург, В.П. Хавкин, Ю.М. Винтер, А.С. Молчанов. М.: Легкая индустрия: ч.1, 1970. - 304 е., ч.2, 1972. - 308 е., ч.З, 1976. - 224 с.

54. Севостьянов П.А. Исследование работы смесовой машины типа МСП-8Ш методом статистической имитации. — Изв. ВУЗов: Технология текстильной промышленности, 1983, №6, с.40 43.

55. Севостьянов П.А. Исследование работы смесовой машины типа МСП-8Ш методом статистической имитации. В кн.: новые научные разработки в области техники и технологии текстильного производства: Тез. Докл. Всесоюзн. Конф. - Барнаул, 1983, с.22 - 23.

56. Шустов Ю.С. Методы подобия и размерности в текстильной промышленности. -М.: МГТУ. 2002, с. 191.

57. Сухарев В.В. Автоматизированные методы моделирования волокнистых продуктов при проектировании систем измерения линейной плотности: Автореферат. Дис. . канд. техн.наук. М.: 2002. - 16 с.

58. Винтер Ю.М., Зензинова Ю.Б. Исследование эффективности внутрикомпонентного смешивания волокнистого материала по оценкам автокорреляционной функции методами статистического моделирования. — М.: МГТУ, 2003 г.

59. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М.: Наука. - 1988. - 480 с.

60. Тихонов В.И. Статистическая радиотехника. — 2-е изд., перераб. и доп. — М.: Радио и связь, 1982. 624 с.

61. Веников В.А., Веников Г.В. Теория подобия и моделирования (применительно к задачам электроэнергетики). 3-е изд., перераб. и доп. - М.: Высш. шк., 1984. -439 е., ил.

62. Седов Л.И. Методы подобия и размерности в механике. 9-е изд., перераб. -М.: Наука, 1981.-448 с.

63. Рашкован И.Г. Методы оценки распределения волокон по поперечным сечениям пряжи. М.: Легкая индустрия, 1970. - 200 с.

64. Горячая И.С. Автоматизация методов исследования структуры поперечных сечений двухкомпонентной пряжи: Автореферат. Дис. . канд. техн. наук. М.: 2002. - 16 с.

65. Вирт Н. Алгоритмы и структуры данных: Пер. с англ. 2-е изд., испр. -СПб.: Невский Диалект, 2001. - 352 е.: с ил.

66. Смирнова О.Н. Разработка программно-методического комплекса для автоматизированного проектирования изделий из натурального меха: Автореферат. Дис. . канд. техн. наук. Моск. гос. ун-т дизайна и технол., Москва, 2004, 25 с.

67. Васенев Н.Ф., Васенев А.Н. Моделирование процесса чесания модернизированной малогабаритной чесальной машины. Иваново: Изд-во ИГТА. 2003, с. 35-39.