Теоретические и практические вопросы науки XXI века

296 Pages·3.696 MB·Russian

by  Сукиасян А.А. (гл. ред.)

МЕЖДУНАРОДНЫЙ ЦЕНТР
ИННОВАЦИОННЫХ ИССЛЕДОВАНИЙ
«ОМЕГА САЙНС»
ТЕОРЕТИЧЕСКИЕ
И ПРАКТИЧЕСКИЕ ВОПРОСЫ
НАУКИ XXI ВЕКА
Сборник статей
Международной научно-практической конференции
28 января 2015 г.
Уфа
РИО МЦИИ «ОМЕГА САЙНС»
2015
1
УДК 00(082)
ББК 65.26
И 57
Ответственный редактор:
Сукиасян Асатур Альбертович, кандидат экономических наук.
И 57 ТЕОРЕТИЧЕСКИЕ И ПРАКТИЧЕСКИЕ ВОПРОСЫ НАУКИ XXI
ВЕКА: сборник статей Международной научно-практической конференции
(28 января 2015 г, г. Уфа). - Уфа: РИО МЦИИ ОМЕГА САЙНС, 2015. – 295 с.
ISBN 978-5-906781-13-0
Настоящий сборник составлен по материалам Международной научно-
практической конференции «ТЕОРЕТИЧЕСКИЕ И ПРАКТИЧЕСКИЕ
ВОПРОСЫ НАУКИ XXI ВЕКА», состоявшейся 28 января 2015 г. в г. Уфа.
Ответственность за аутентичность и точность цитат, имен, названий и иных
сведений, а так же за соблюдение законов об интеллектуальной собственности
несут авторы публикуемых материалов.
УДК 00(082)
ББК 65.26
ISBN 978-5-906781-13-0
© ООО «ОМЕГА САЙНС», 2015
©Коллектив авторов, 2015
2
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ

УДК 519
Лазарева Антонина Борисовна
канд. техн. наук, доцент Арзамасского политехнического института,
Глухова Анастасия Федоровна
канд. техн. наук, доцент Арзамасского политехнического института,
Сироткин Дмитрий Андреевич
программист Арзамасского политехнического института,
г. Арзамас, РФ
Email:[email protected]

ИНФОРМАТИВНОСТЬ РЕГРЕССИОННОЙ МОДЕЛИ ТЕХНОЛОГИЧЕСГО
ПРОЦЕССА ИЗГОТОВЛЕНИЯ ДЕТАЛЕЙ

В настоящее время металлообработке широко используются станки с ЧПУ различных
типов. Обработка сложных и разнообразных заготовок и осуществление полной обработки
заготовок обуславливают высокие требования к точности этих станков. Погрешности,
связанные с температурными деформациями деталей и узлов станка с ЧПУ являются
основными, так как эти станки по сравнению с другими имеют повышенное
тепловыделение.
Для исследования стабильности технологических процессов изготовления деталей на
станках с ЧПУ ТПК-125BH2 была выбрана деталь «Корпус» контролируемым размером, в
которой является внутренний диаметр .
Перед проведением экспериментов ста н о к прогревался в течение часа. Основные
эксперименты проводились при действ и и эксплуатационных нагрузок во время обработки
деталей, т.е. при переменной нагрузке.
Было произведено 170 измерений детали «Корпус» в течение 10 месяцев один раз в
месяц по 17 замеров. В табл. 1 представлены измерения детали «Корпус»: отклонения от
номинала размера детали и температура отдельных узлов станка[4]. Временная
зависимость температуры объекта (например, отдельного узла станка), полученная при
определенном тепловом режиме работы, называется температурной характеристикой.
Температурные характеристики узлов станка представлены в табл. 1 средними
значениями экспериментальных реализаций. Это объясняется тем, что, несмотря на
относительно небольшую дисперсию экспериментальных данных в серии экспериментов,
наличие этой дисперсии существенно затрудняет представление температурного поля
станка.

Таблица 1. Измерения детали "Корпус" 11.08.2014г.
е,
Время , час. Откло-нение от номинала, мкм Передняя бабка, °С Станина °С Шпиндель °С Головка °С Двигатель °С Задняя бабка °С мпера-тура в цех°С
е
Т
9 -27,00 23,90 24,10 25,00 24,20 34,30 23,60 18,0
3
9:30 -29,00 24,90 25,00 26,00 25,10 36,00 24,30 18,0
10 -27,00 27,00 26,60 28,30 26,70 36,70 25,70 18,0
10:30 -27,00 28,10 27,70 28,80 28,20 36,80 25,80 18,0
11 -26,50 28,60 28,00 29,00 28,50 37,00 26,00 18,5
11:30 -26,00 28,70 28,10 30,20 28,60 37,20 26,30 19,0
12 -25,00 29,10 28,70 31,80 29,30 37,90 26,70 20,0
12:30 -24,00 31,50 28,80 32,00 29,90 38,50 27,30 20,0
13 -23,70 32,60 28,80 32,10 31,60 39,20 27,80 20,0
13:30 -23,00 32,70 28,70 32,10 32,00 39,40 27,70 20,5
14:30 -22,80 32,80 28,80 32,20 32,10 39,60 27,90 21,0
15 -22,60 32,90 28,90 32,20 32,20 39,80 28,00 21,0
15:30 -22,50 33,00 28,90 32,30 32,40 39,80 28,00 21,0
16 -22,30 33,50 30,00 32,50 32,30 40,00 28,00 21,0
16:30 -22,00 33,70 30,00 32,70 32,30 40,00 28,00 21,0
17 -22,00 34,00 30,00 33,00 32,34 40,00 28,00 21,0
17:30 -22,00 34,00 30,00 33,00 32,50 40,00 28,00 21,0

В среде Guide системы Matlab [1, c 563] создали линейную регрессионную модель [2, c.
128] для прогноза будущих значений зависимой переменной (отклонение от номинала
размеров детали «Корпус»), регрессорами которой являются температурные
характеристики отдельных узлов станка. При достаточно большом коэффициенте
детерминации [2, c. 140] наличие мультиколлинеарности [2, c. 201] не сказывается на
качестве прогноза. Однако зн ачимость не говорит о том, что модель пригодна для любых
целей.
Бокс и Вец в [3] предложили кр итерий, позволяющий исследователю проверить,
выполнены ли его заранее заданные требования. Регрессионную модель они рассматривали
в виде:

где – матрица, образованная регрессорами , а – вектор истинных

значений коэффициентов без свободного члена, отражает влияние свободного члена

регрессии и некоторые посторонние влияния. Если же они отсутствуют, то

превращается в вектор столбец, все элементы которого равны единицы. Тогда модель
приобретает вид:

где ), а – случайное возмущение.
В своей работе Бокс и Вец вводят м еру де йс т вительного изменения величины по
сравне ни ю с о ш и бк ой ее о це н и ва н и я)
),
где , а
Доказывается, что ̃) ̂ ̃
̃ ̂ )=
где – дисперсия случайного возм ущения
Измен ение значимости величины в ̂ то чк ̃е эк с п ер и ме нта определяется величиной

( )∑ ̃ )

4
Тогда,

√∑ ̃ ) )
При и величина п оказывает во сколько раз среднее отклонение от
истинного значения в точке, где измерен , больше, чем рассеяние предсказанного
значени я̃ о ко л̅о ег ̃о с ре ̅днего. Иссл ед ователь может задаться желаемым значением ,
например , и провер и ть, обеспечивает ли пол уч̅ енная модель такой результат.
Для этого необходимо воспользоваться следующей критической точкой распределен и я
Снедекора -Ф ишера [2 с.137]:
(1)
где из таблицы ра спределения Фишера при числе степеней
свободы ) )
) (2)
где
В полученной по табл.1 линейной ре гр е сс и о нн о й) м о д ел и, N =)1 7, k=7. Множественный
коэфф и ци ен т к ор р е л я ц и и
Проверим, превышает ли отклонение истинного значения отклика от предсказанного
значения в два раза.

Пусть уровень значимости Вычислим

В таблице распределения Ф иш ер а вы ч и с л и)м по формуле (2)
) )
Выразим статистику Снедекора-Фи ш ер а ч е р ез к)оэ фф и ц и е н т детерминации
)

Так как , то можно сказать, ч то , то есть по мере отклонение истинного

значения от его среднего не мене е че м в д ва раза больше рассеяния предсказанного
значения. Сл ед о вательно, полученная м о д ель является информ а тивной и может быть
использована для прогноза.

Список использованной литературы:
1. Ануфриев И.Е., Смирнов А.Б., Смирнова И.Н. MATLAB 7. СПб.: БХВ- Петербург,
2005. — 1104 с.
2. Большаков А.А., Каримов Р.Н. Методы обработки многомерных данных и
временных рядов. – М.: Горячая линия-Телеком, 2007.−522 с.
3. Box G.E.P.,Wetz J. Criteria for judging adequacy of estimation by an approximation
response function// Techn. report. Univ. of Wisconsin. − №9. – 1973.− p. 40-48.
4. http://www.stanki.udm.ru
©А.Б. Лазарева, А.Ф.Глухова, Д.А. Сироткин, 2015

5
ХИМИЧЕСКИЕ НАУКИ

УДК 662.765.063
Осипенко Алеся Александровна
магистрант КузГТУ,
E-mail: [email protected]
Золотухина Наталья Анатольевна
канд. хим. наук, доцент КузГТУ,
г. Кемерово, РФ
E-mail: [email protected]

ИЗВЛЕЧЕНИЕ МЕТАЛЛОВ ИЗ МЕТАЛЛУРГИЧЕСКИХ ШЛАКОВ

В Кузбассе ежегодно поступают в отвалы несколько миллионов тонн шлаков
металлургических производств, которые занимают огромные площади и наносят
непоправимый ущерб экологии региона. Так, например, по югу Кузбасса и в
Новокузнецком районе годовой выход в отвалы только отходов обогащения железных руд
Абагурской обогатительно – агломерационной фабрики (АОАФ) составляет более 1500
тыс. м3, Мундыбашской обогатительной фабрики – 700-800 тыс. м3. При этом шлаки
являются ценным сырьем, содержащим большое количество цветных и редких металлов.
Проблема переработки шлаков и извлечения из них металлических компонентов с
последующим использованием их в качестве вторичного сырья является одной из
актуальных в металлургии. Эта проблема имеет несколько аспектов. Во-первых, металл,
извлеченный из металлического шлака, значительно дешевле металла, извлеченного из
руды в результате целого ряда технологических переделов. Во-вторых, после извлечения
металлов из шлака последний может быть полезно утилизирован. Наконец, полезная
переработка шлаковых отвалов дает возможность освободить территорию, занимаемую
отвалами, или по крайней мере не расширять ее до неопределенных пределов, т.е. улучшает
и экологическую обстановку в отвальной зоне и вокруг нее [1, c.28;2, c.116].
Целью работы является получение металлического концентрата содержащего железо и
цветные металлы из металлургического шлака.
Шлак (нем. Schlacke) − это расплав, после затвердения образующий камневидное или
стекловидное вещество и покрывающий при плавильных процессах, например при
выплавке стали, поверхность жидкого металла.
Известен способ переработки металлургических шлаков, включающий погружение
шлаков в расплав металла, нагрев и ввод в расплав присадки, позволяющий разделить
оксиды и металл. Такой способ технологически сложен, требует задалживания основной
технологической плавильной емкости, больших энергозатрат, а применительно к
переработке отвальных шлаков требует их встречной транспортировки из отвала к
плавильному цеху, что крайне нерационально [3].
Известен способ переработки шлаков, заключающийся в дроблении, измельчении
исходного шлака и выделении фракции +3,0 мм с повышенным содержанием алюминия
для возврата в металлургический передел. Недостатком способа является низкое
извлечение металлического алюминия во вторичный переплав и отчуждение земельных
угодий под шлаковые отвалы (низкая степень утилизации шлаков) [4, c.6].
Способ переработки металлургических шлаков, содержащих алюминий; галогениды,
нитриды, карбиды металлов, заключающийся в том, что после размола и отделения
крупной фракции мелкую фракцию отрабатывают горячей водой и фильтруют [3]. Из
6
фильтрата соли выделяют кристаллизацией, сушат и направляют в плавильную печь, а
отмытую фракцию обрабатывают горячим раствором НSО (предпочтительно 10%-ным
2 4
раствором) и фильтруют. Осадок сушат, кальцинируют, размалывают и направляют на
электролиз. Фильтрат нейтрализуют раствором гидроксида натрия (NaOH), при этом
выделяется гидроксид алюминия (Al(OH)), который используется для электролизного
3
получения алюминия. Однако этими способами перерабатывается сравнительно чистое
алюминий содержащее сырье, имеющее более 40% алюминия. Кроме того, алюминий
перерабатывается в Al(OH), который находит ограниченное применение при
3
электролизном получении алюминия. Не решен полностью вопрос об утилизации аммиака,
метана и других газов при растворении шлаков в воде, а также образующихся шлаковых
отходов [5, с.253].
Анализ современных методов переработки металлургических шлаков показывает, что
наиболее эффективным является использование комбинированных способов
(флотационных, магнитных и гравитационных).
Результаты элементного анализа металлургического шлака представлены в таблице 1:

Таблица 1
Состав металлургических шлаков
Компоненты % масс
Ca 14,85
Cu 0,82
Al 2,67
Fe 29,10
Zn 8,42

Работа осуществлялась по следующим стадиям:
- Измельчение шлака до размеров частиц 0,2-0,4 мм;
- Магнитная сепарация, с получением железного концентрата;
- Флотация оставшегося шлака
Поскольку частицы шлака тяжелые, следовательно достаточную степень флотации
можно достичь только при значительном измельчении в шаровой мельнице.
Так как, в исследуемом металлургическом шлаке железо является основным
компонентом, то для его отделения использовалась сухая магнитная сепарация.
Соответственно получен ферромагнитный концентрат с выходом 22 %.
Флотацию проводили с помощью лабораторной установки (механической
флотомашины) с использованием бутилового ксантогената калия в качестве реагента-
собирателя и соснового масла в качестве пенообразователя.

Список использованной литературы:
1. Ларионов В. С. Разработка и внедрение процесса комплексной переработки отвалов
металлургических шлаков с целью извлечения металлических компонентов и получения
строительных материалов: Дис. канд. тех. наук. – М.: 2001. – с. 28.
2. Купряков Ю. П. Шлаки медеплавильного производства и их переработка. – М.:
Металлургия, 1987, с. 116–120.
3. Коробейников А. П., Филин А. Н., Барыльников В. В. // Патент России. – № 2448172.
–18.06.2010
7
4. Шакаров Т. И., Хайдаров, Ш. К. Перспективы переработки шлаков медного
производства флотационным методом. // Горный Вестник Узбекистана. – 2004. – № 1 (16). –
С. 6–7.
5. Худяков И. Ф. Металлургия вторичных цветных металлов. – М.: Металлургия, 1987. –
с. 253-255.
© А.А. Осипенко, Н.А. Золотухина, 2015

УДК 543.426
Савенко Дмитрий Александрович
студент, ИЦМиМ СФУ
г. Красноярск, РФ
Киреева Евгения Викторовна
студент, ИЦМиМ СФУ
г. Красноярск, РФ
E-mail: [email protected]
Мехтиев Саит Нариманович
подполковник полиции, начальник
отделения экспертиз
(дислокация г. Красноярск)
МРО ЭКЦ УТ МВД России по СФО

ПРИМЕНЕНИЕ ХЕМОМЕТРИЧЕСКИХ МЕТОДОВ В
СПЕКТРОЛЮМИНЕСЦЕНТНОМ ИССЛЕДОВАНИИ НАРКОТИЧЕСКИХ
СМЕСЕЙ РАСТИТЕЛЬНОГО ПРОИСХОЖДЕНИЯ

Наркомания представляет серьезную угрозу здоровью населения. Лица, находящиеся
под воздействием наркотиков, не только являются причиной расходов в сфере
здравоохранения, то и представляют серьезную угрозу безопасности и благосостоянию
других людей и окружающей среде [1, с. 37]. Несмотря на появление большого количества
новых наркотических средств, препараты опия и его аналоги остаются наиболее
распространенными наркотически действующими веществами во всем мире. Красноярский
край находится на пересечении основных путей наркотрафика из Таджикистана,
Казахстана, Афганистана и Кыргызстана.
В мире выделяют четыре района, которые являются основными общепризнанными
производителями опия и героина. Это Юго-Западная Азия, Юго-Восточная Азия, Мексика
(Колумбия) и Южная Америка. В образцах героина, полученных из каждого из этих
основных районов производства, имеются значительные различия средних соотношений
носкапина, папаверина и особенно кодеина (каждое – относительно морфина). В настоящее
время существует проблема установления места производства наркотических веществ, что
могло бы сильно облегчить оперативно-розыскные мероприятия. Это объясняется тем, что
основные методы анализа опиатов и героина являются дорогостоящими, затратными по
времени и финансам, такие как газожидкостная хроматография, хромато-масс
спектрометрия, инфракрасная спектроскопия.
В связи с этим одной из актуальных задач криминалистической экспертизы является и
разработка и совершенствование методик качественного и количественного определения
наркотических смесей на основе героина.
8
В данной работе рассматривалось применение спектролюминесцентного метода анализа
с современной хемометрической обработкой результатов для определения происхождения
растительных наркотических смесей на основе героина.
Использовали образцы наркотических смесей из коллекции отделения экспертиз
(дислокация г. Красноярск) МРО ЭКЦ УТ МВД России по СФО. Навеску наркотической
смеси 0,020г растворяли в 4мл хлороформа. Хлороформную вытяжку исследовали на
спектрофлуориметре «Флюорат 02 Панорама». Ниже на рис. 1 представлен полный спектр
люминесценции образца.

Рис. 1 Полный спектр люминесценции образца
наркотической смеси №1

Из полного спектра извлекли двумерные спектры люминесценции, представленные на
рис. 2 и 3.

Рис. 2 Двумерный спектр ацетилкодеина

Рис. 3 Двумерный спектр диацетилморфина
9
Для определения региональной принадлежности героина применили метод главных
компонент. В общем виде формула расчета выглядит так:
.
Для нахождения главных компонент использо вали ите рационный алгоритм NIPALS [2,
с. 61; 3, с. 272; 4, с. 160], метод гла вн ы х к ом по не∑н т о су щ е ст вл яется последовательно, шаг за
шагом. На каждом шаге исследуются остатки Е, среди них выбирается направление
а
наибольшего изменения, данные проецируются на эту ось, вычисляются новые остатки, и т.
д.
Этот метод итерационный и включает в себя огромное количество вычислений, поэтому
целесообразно воспользоваться математическим программным обеспечением. Надстройка
для MS Office Excel, производства компании Addinsoft, под названием XLSTAT 2014 очень
эффективно справилась с поставленной задачей. Полученный график счетов представлен
на рис. 4.

Рис. 4 График счетов, полученный методом главных компонент, для девяти
наркотических смесей

Выводы
Спектролюминесцентным методом обнаружили диацетилморфин ( =295нм,  =
возб. регистр.
460нм), ацетилкодеин ( = 250нм,  = 345нм) в девяти образцах наркотических
возб. регистр.
смесей растительного происхождения на основе героина.
Получили график счетов по методу главных компонент для девяти спектров
люминесценции образцов. Расположение точек на нем может свидетельствовать об
одинаковом происхождении изученных образцов наркотических смесей растительного
происхождения.
По рассчитанному соотношению содержания кодеина и морфина (11%) можно
предположить, что исследуемые наркотические смеси имеют происхождение из Юго-
Восточной/Юго-Западной Азии.
10