Классификация теплоизоляционных материалов по функционально-структурным признакам

Язык труда и переводы:
УДК:
691.41
Дата публикации:
30 мая 2022, 08:21
Категория:
Материаловедение и новые материалы в машиностроении
Авторы
Николаев Дмитрий Юрьевич
Набережночелнинский институт (филиал) КФУ
Шибаков Владимир Георгиевич
Набережночелнинский институт (филиал) КФУ
Аннотация:
Рассмотрено применение теплоизоляционных материалов в машиностроении с целью уменьшения тепловых потерь в окружающую среду от термоагрегатов (печи термообработки, плавильные печи, индукционные нагревательные устройства и т. п.), а также для обеспечения безопасности производственного персонала. Известные условные обозначения теплоизоляционных материалов малоинформативны, что затрудняет поиск данных для принятия рациональных решений при создании новых ТИМ, а также при проектировании или модернизации термоагрегатов. Предложено информацию о теплоизоляционных материалах представить в виде некоторого кода пригодного для баз данных автоматизированных систем. В статье приведена классификация известных и перспективных теплоизоляционных материалов в виде информационно-логической таблицы.
Ключевые слова:
теплоизоляционные материалы, база данных, информационно-логические таблицы, кодирование
Основной текст труда

Введение

Основу современных информационных систем построенных на принципах искусственного интеллекта составляют банки данных — систематизированные и структурированные хранилища объектно-ориентированных данных [1–3].

Малоинформативные условные обозначения теплоизоляционных материалов (ТИМ) затрудняют поиск и принятие рациональных решений при проектировании производственных объектов, особенно в автоматизированном режиме. Этот недостаток преодолевается [4].

Цель работы — структурирование соответствующим образом необходимой для проектирования информации о технологических и эксплуатационных свойствах материалов, а именно создание информационной модели, пригодной для автоматизированных банков данных.

При формировании банка данных строительных материалов возникает необходимость рациональной компоновки информации, обеспечивающей не только ее компактное расположение, но и возможность оптимизации проектных решений.

Обобщающей структурой компоновки данных являются многоуровневые многовходные таблицы, так как остальные варианты (многоуровневые с одним входом, одноуровневые с одним входом) являются их частным случаем [5].

Материалы и методы исследования

Входами таблиц являются многоуровневые условия — на первом уровне совокупность условий X, Y, а на следующих — классы условий Xij,Ygk и их конкретные значения — Aij, Bgk.

Связь между классами условий и их значениями может быть задана отношениями α:=, <,  ≤, ≥, C, или булевыми переменными O, I.

Такая иерархия условий по сути своей является деревом, вершины которого изоморфны классам условий, а ребра их конкретные значения Aij, Bgk с отношением α (рисунок 1).  

 

Рисунок 1. Информационно-логическая таблица и соответствующие ей граф-деревья структуры условий выбора

Условия по каждому входу задаются лингвистическими формулировками или алфавитно-цифровым кодом. В качестве конкретных значений А, В могут быть использованы: понятия, цифра, группа, шифр, интервал значений, коды, группы кодов или аналитическое выражение, которое нужно вычислить.

Решения Z, отвечающие заданным условиям А, В, располагаются в клетках таблицы, образованных пересечением соответствующих столбцов и строк. Решения могут быть идентичны понятиям условий или являются операторами отсылки к другим информационно-логическим таблицам.

Стандартная программа, основанная на использовании информационных таблиц описанной структуры, позволяет выявлять искомое решение, которое определяется на пересечении строк и столбцов таблицы. Выбор соответствующей строки и столбца производится поиском пути на дереве условий по входам X, Y, отвечающим конкретным условиям задачи. С этой целью просматриваются и сравниваются коды заданного понятия с кодами понятий или условий таблицы, расположенными после разделительных признаков.

В случае совпадения заданного понятия с одним из условий таблицы последнее выделяется и служит исходным для продолжения поиска на следующем уровне. Такая процедура повторяется до момента выделения строки и столбца таблицы с искомыми решениями.

Теплоизоляционные материалы применяются в строительстве жилых и промышленных зданий для тепловых агрегатов и трубопроводов с целью уменьшения тепловых потерь в окружающую среду. Они характеризуются низкой теплопроводностью (коэффициент теплопроводности в пределах 0,02–0,2 Вт/(м∙°С)), высокой пористостью (70–98 %), незначительной плотностью и прочностью (предел прочности при сжатии 0,05–2,5 Н/м2) [6].

Теплоизоляционные материалы и изделия классифицируются по:

  • виду основного исходного сырья;
  • структуре;
  • содержанию связующего вещества;
  • возгораемости;
  • форме и внешнему виду;
  • плотности;
  • жесткости;
  • теплопроводности.

По виду основного исходного сырья теплоизоляционные материалы делятся на 2 группы: органические и неорганические.

Органические теплоизоляционные материалы — это, прежде всего, материалы получаемые переработкой неделовой древесины и отходов деревообработки (древесноволокнистые плиты и древесно-стружечные плиты), сельскохозяйственных отходов (соломы, камышей и др.), торфа и другого местного органического сырья. Это теплоизоляционные материалы отличаются низкой водо- и биостойкостью, чего лишены так называемые газонаполненные пластмассы (пенопласты, таропласты, сотопласты и др.) — высокоэффективные органические теплоизоляционные материалы. Характерная особенность большинства органических теплоизоляционных материалов — низкая огнестойкость, поэтому их применяют обычно при температурах не выше 150 °С.

Неорганические теплоизоляционные материалы — это минеральная вата и изделия из нее (среди последних распространены твердые и повышенной жесткости минераловатные плиты), легкие и ячеистые бетоны (главным образом газобетон и пенобетон), пеностекло, стеклянное волокно, изделия из вспученного перлита и вермикулита, теплоизоляционная керамика, асбестосодержащие теплоизоляционной массы и изделия. Изделия из минеральной ваты получают переработкой расплавов горных пород или металлургия, (главным образом доменных) шлаков в стекловидное волокно. Неорганические теплоизоляционные материалы, используемые в качестве монтажных, изготовляют на основе асбеста (асбестовый картон, бумага, войлок), смесей асбеста и минеральных вяжущих веществ (асбестодиатомовые, асбестотрепельные, асбестоцементные изделия) и на основе вспученных горных пород (вермикулиты, исрлиты).

Существует группа материалов, изготовляемых из смеси органического и неорганического сырья (фибролит, изделия из минеральной ваты на синтетическом связующем, высокопористые пластмассы, наполненные вспученным перлитом, легким керамзитом и др.). Их не выделяют в особую группу, так как в зависимости от преобладания неорганической или органической части относят к одной из двух упомянутых групп (например, минераловатные изделия на синтетическом или битумном связующем относят к неорганическим материалам, а фибролит — к органическим).

По структуре теплоизоляционные материалы классифицируют на волокнистые (минераловатные, стекловолокнистые), зернистые (перлитовые, вермикулитовые), ячеистые (изделия из ячеистых бетонов, пеностекло), сыпучие.

По содержанию связующего вещества теплоизоляционные материалы делятся на: содержащие и не содержащие.

По возгораемости теплоизоляционные материалы подразделяются на: несгораемые, трудносгораемые, сгораемые.

По форме и внешнему виду различают теплоизоляционные материалы штучные жесткие (плиты, скорлупы, сегменты, кирпичи, цилиндры) и гибкие (маты, шнуры, жгуты), рыхлые и сыпучие (вата, перлитовый песок, вермикулит).

По плотности теплоизоляционные материалы делят на материалы средней плотности в сухом состоянии — на группы и марки: I группа — особо легкие (ОЛ), имеющие марки 15, 25, 35, 50, 75, 100; II группа — легкие (Л) 125, 150, 175, 200, 225, 250, 300, 350; III группа — тяжелые (Т) 400, 450, 500, 600.

По жесткости (относительной деформации) в теплоизоляционных материалах выделяют:

  1. Мягкие (М) — минеральная и стеклянная вата, вата из каолинового и базальтового волокна;
  2. Полужесткие (П) — плиты из шпательного стекловолокна на синтетическом связующем и др.;
  3. Жесткие (Ж) — плиты из минеральной ваты на синтетическом связующем;
  4. Повышенной жесткости (ПЖ);
  5. Твердые (Т).

По теплопроводности теплоизоляционные материалы разделяются на классы:

А  низкой теплопроводности до 0,06 Вт/(м∙°С),

Б средней теплопроводности от 0,06 до 0,115 Вт/(м∙°С),

В повышенной теплопроводности  от 0,115 до 0,175 Вт/(м∙°С).

По назначению теплоизоляционные материалы бывают теплоизоляционно-строительные (для утепления строительных конструкций) и теплоизоляционно-монтажные (для тепловой изоляции промышленного оборудования и трубопроводов).

Результаты и их обсуждение

С учетом изложенного, данные о строительных материалах на примере теплоизоляционных могут быть представлены в виде информационной таблицы 1.

 

Таблица 1. Информационно-логическая таблица кодов классификации и свойств теплоизоляционных материалов

Теплоизоляционные материалы

Р1

Код материала

Наиме­нование показателя

Класс показателя

Услов­ное обозна­чение

Значе­ние показа­теля

Осо­бые усло­вия

Р11

Р111

Теплопровод­ность, Вт/ (м∙К)

Низкой теплопроводности

А

< 0,06

 

Р112

Средней теплопроводности

Б

От 0,06 до 0,115

 

Р113

Повышенной теплопроводности

В

От 0,115 До 0,175

 

Р12

Р121

Жесткость (относитель­ная деформа­ция, в %) при удельной нагрузке, кН/м2

Мягкие

М

Более 30%

1,96 кН/м2

Р122

Полужесткие

П

6-30%

1,96 кН/м2

Р123

Жесткие

Ж

До 6%

1,96 кН/м2

Р124

Повышенной жест­кости

ПЖ

До 10%

3,92 кН/м2

Р125

Твердые

Т

До 10%

9,8 кН/м2

Р13

Р131

Плотность (средняя плотность в сухом состоя­нии)

Особолегкие

(1 группа)

ОЛ1

Марки от 15 до 100

 

Р132

Легкие

(2 группа)

ОЛ2

От 125 до 350

 

Р133

Тяжелые

(3 группа)

ОЛ3

От 400 до 600

 

Р14

Р141

Структура

Волок­нистые

Минера­ло­ват­ные

ВМ

 

 

Р142

Стекло­ватные

ВС

 

 

Р143

Зернис­тые

Перлито­вые

ЗП

 

 

Р144

Вермику­литовые

ЗВ

 

 

Р145

Ячеис­тые

Пено­стекло

ЯП

 

 

Р146

Пенобе­тон

ЯБ

 

 

Р147

Сыпучие

СП

 

 

Р15

Р151

Возгорае­мость

Несгораемые

НС

 

 

Р152

Трудносгораемые

ТС

 

 

Р153

сгораемые

СГ

 

 

Для сокращения времени поиска выбора ТИМ характеристики материала записываются в порядке убывания их важности, в первую очередь главные, в затем второстепенные (структура, стоимость). При принятии решений в этом случае, если наиболее важное условие не выполняется, то остальные не проверяются, а рассматривается следующее решение.

Объекты в таблице следует располагать в порядке возрастания или убывания оценочной функции — теплоизоляционные свойства и т. д.

С учетом этого на рисунке 2 представлена структура кода теплоизоляционного материала, являющаяся его информационной моделью, которая в компактной форме отображает его служебные и технологические свойства.

Рисунок 2. Структура кода теплоизоляционного материала

Исходя из нее, запись Р111, Р121, Р131, Р141, Р151 является кодом теплоизоляционного материала низкой теплопроводности, мягкого, особолегкого первой группы, минераловатного, негорючего.

Заключение

Таким образом, табличные алгоритмы выбора объектов логичны, просты, наглядны и легко обозримы. Расширение таблиц при увеличении количества анализируемых объектов или их адаптации к конкретным условиям не вызывают необходимости переделки основной программы, что создает благоприятные предпосылки для автоматизации принятия рациональных конструкторских и технологических решений.

Литература
  1. Симонова Л.А., Егоров Б.Е. Анализ моделей представления знаний в интеллектуальной системе инструментообеспечения. СТИН, 2014 , № 6, с. 19–22.
  2. Клочкова К.В., Юсупов Л.Р. Анализ моделей представления знаний для создания интеллектуальной системы. Информационные технологии. Автоматизация. Актуализация и решение проблем подготовки высококвалифицированных кадров: Междунар. науч.-практическая конф.: сб. тр. Набережные Челны, Изд-во Набережночелнинского института (филиала) КФУ, 2014, с. 137–144.
  3. Magnusson K., Olsson T. Training Artificial Neural Networks with Genetic Algorithms for Stock Forecasting. Degree Project in Computer Science, CSC, KTH, 2016, 26 p.
  4. Большаков В.И., Дубров Ю.И., Ткаченко А.Н. Задача идентификации качественных характеристик материалов на основе экспертных систем. Днепр, ПДАБА, 2010, № 1, с. 46–49.
  5. Прадхан Р.П., Кумар Р. Прогнозирование обменного курса в Индии: применение модели искусственной нейронной сети. Журнал математических исследований, 2010, т. 2, № 4, с. 111–117.
  6. Бобров Ю.Л., Овчаренко Е.Г., Шойхет Б.М., Петухова Е.Ю. Теплоизоляционные материалы и конструкции. Москва, Инфра-М, 2003, 286 с.
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.