учеб реология Арет
.pdfКак видно, полученные критерии 4 , 6 , 5 являются , соответственно, критериями
Рейнольдса, Эйлера и Фруда :
|
|
Re |
|
|
; |
|
Eu |
p |
; |
|
Fr |
gl |
(3.2.23) |
|
|
|
|
|
|
|
|
v2 |
|||||||
|
v S |
|
|
|||||||||||
|
4 |
|
|
|
6 |
|
v2 |
5 |
|
|
Следовательно, если проведено экспериментальное исследование при опреде-
ленных размерах, скоростях и других параметрах, то полученные эмпирические соотношения будут справедливы для любых других размеров, скоростей и пара-
метров при условии равенства безразмерных отношений с теми, которые на-
блюдались при опытах. В этом примере критерий Рейнольдса учитывает влияние
вязкости и подобие потоков, критерий Эйлера - влияние перепада статического
давления, критерий Фруда - влияние силы тяжести.
В реодинамике пищевых машин необходимость использования изложенных ме-
тодов имитационной реометрии в ряде случаев возникает даже для сравнительно простых по геометрии задач. Например, в случае течения степенной неньютонов-
ской жидкости в горизонтальной трубе при возможности возникновения турбу-
лентного режима течения.Такую задачу рассмотрели Додж и Метцнер [Dodge D.W.,Metzner A.B. Rheologica Acta, 1, 205, 1958] Для перепада давления запишем следующую функцию:
p f (L,D,v, ,k,n) |
(3.2.33) |
где p- перепад давлений; |
|
L,D - длина и диаметр трубы; v- средняя скорость течения;
,k,n- соответственно плотность жидкости, реологические константы жидкости – коэффициент консистенции и индекс течения.
На основании анализа размерностей запишем
D p 4L |
Dnv2 n |
|
|
||
|
|
f |
|
,n |
(3.2.34) |
|
k |
||||
v2 2 |
|
|
|
или
101
cf f Re",n |
(3.2.35) |
Используя модифицированное уравнение Кармана, было предложена следующая зависимость:
1 |
|
Dn'v2 n' |
|
|
|
|
|
|
||
|
|
|
1 n' |
|
|
|||||
|
|
|
Alg |
|
|
cf |
|
|
B |
(3.2.36) |
|
|
|
k'8n' 1 |
|||||||
|
сf |
|||||||||
|
|
|
|
|
|
|
|
|
Проведя опыты с различными жидкостями и размерами труб, авторы нашли вели-
чины А и В как функции индекса течения n' и окончательно предложили форму-
лу вида
1 |
|
|
4 |
Dn'v2 n' |
|
|
|
|
|
|
0,4 |
|
||
|
|
|
c |
|
1 n' |
|
|
|||||||
|
|
|
|
|
lg |
|
|
|
|
|
|
|
(3.2.37) |
|
|
|
|
n' 0,75 |
k'8n' 1 |
|
n' 1,2 |
||||||||
|
сf |
f |
||||||||||||
|
|
|
|
|
|
|
|
|
|
Решение этого уравнения относительно коэффициента сопротивления можно определить с использованием стандартных пакетов математических программ, на-
пример, MathCad-a, реализующим численный метод последовательных приближе-
ний. Особые проблемы имитационной реометрии возникают при выяснении кри-
териев перехода ламинарного режима в турбулентный для неньютоновских жидко-
стей, при учете особых условий течения жидкости на входе в трубу и выходе из трубы (особенно, если труба сравнительно короткая), при учете местных сопро-
тивлений при изменении диаметра трубы и его поворотах.
Рассмотрим некоторые вопросы обработки реометрических данных. Вопросы теории обработки экспериментальных данных и планирования экспериментов можно найти в обширной монографической литературе [87,234,155,187,315,264, 132, 314,278,268,276,35], где с этими вопросами можно ознакомиться подробнее.
На основании этой литературы и современных стандартных пакетов программ об-
работки экспериментальных данных может сложиться впечатление, что в этой сфере нет никаких особых проблем. Тем не менее, после получения данных экспе-
римента возникают некоторые вопросы, решение которых опираются на опыт и интуицию и не являются строго формализованными математически.
102
В результаты опытов обычно получают таблицу экспериментальных данных, на основе которых нужно получить эмпирическую формулу, позволяющую интерпо-
лировать промежуточные точки или в некоторых пределах экстраполировать дан-
ные на более широкий диапазон, чем было охвачено опытами. Можно поставить задачу аналитического описания экспериментального множества точек так, чтобы эмпирическая формула совпадала точно с этими точками. Этого можно достичь применением интерполяционных формул Лагранжа, Ньютона, Стирлинга и Бессе-
ля [87] при параболической интерполяции экспериментальных данных многочле-
ном вида
m |
|
y an xn |
(3.2.38) |
n 0 |
|
или методами гармонического анализа [90] при тригонометрической интерполя-
ции, когда правая часть уравнения (3.2.38) представляется в виде тригонометриче-
ских полиномов, рядов Фурье[46]. Последний является частным случаем ортого-
нальной системы функций, которые используются вместо многочлена (3.2.38) , ес-
ли степень полинома оказывается слишком большим. Примерами ортогональных систем функций можно привести, кроме рядов Фурье, полиномы Лежандра, Чебы-
шева [90]. Условием ортогональности системы функций |
f0 x ...fn x является |
|
b |
fm x fn x dx 0;m n;x a,b , |
|
|
(3.2.39) |
a
что позволяет сравнительно просто находить коэффициентыСn полинома вида
m |
|
y Сn fn (x) . |
(3.2.40) |
n 0 |
|
Методика построения полиномов вида (3.2.40) хорошо разработана [87,35,46,90]
и нашла, например, успешное использование при описании кривых течения сгу-
щенного молока [259], где был получен многочлен 5 степени, аппроксимирующий экспериментальные данные с точностью до 1%. Можно было бы еще повысить точность аппроксимации, увеличив степень многочлена, но целесообразность этого было бы сомнительна, поскольку сами экспериментальные точки имеют в виско-
зиметрии гораздо более низкую точность. Более того, многочлен меньшей степени
103
или вообще другая эмпирическая формула могла бы быть физически более обос-
нован и более применима в реодинамических расчетах.
Удобство дальнейшего использования эмпирических формул в реодинамических расчетах вместе с дифференциальными уравнениями непрерывности, движения и энергии налагает на эти формулы требования максимальной простоты ( в идеале – линейности) при допустимом снижении точности совпадения эмпирической фор-
мулы в узлах интерполяции с экспериментальными данными. Кроме того, прибли-
женные простые эмпирические формулы могут даже более корректно отражать фи-
зическую сущность связи между измеряемыми величинами, поскольку экспери-
ментальные точки всегда отягощены погрешностями измерений, а интерполяцион-
ные формулы будут точно моделировать также эти ошибки. Рис.3.2.1 наглядно по-
казывает как применение точной интерполяционной эмпирической кривой скры-
вает фундаментальную сущность связи между скоростями и напряжениями сдвига для степенной жидкости.
Рис.3.2.1 Реологическая кривая течения в координатах напряжение и скорость сдвига. 1- кривая по точной интерполяционной формуле; 2 – действительная физи-
чески и экспериментально обоснованная кривая течения Оствальда-Де Виля сте-
пенной жидкости
В данном случае эмпирический полином высокой степени очевидно можно за-
менить степенной функцией только с двумя реологическими параметрами – коэф-
фициентом консистенции и нецелочисленным индексом течения. На опасности
104
интерполяционных формул указывал также Яноши [287] монографии по статисти-
ческим методам обработки и планирования наблюдений. Вероятно, полиномы по-
лезны и обоснованы в некоторых вискозиметрических исследования для нужд тех-
нологии пищевых продуктов, для целей же реодинамики машин и аппаратов луч-
ше использовать одну из приведенных ниже 5 модельных формул, для которых решено много краевых задач, применимых при моделировании процессов в маши-
нах и аппаратах пищевой промышленности:
k |
|
|
|
(среда Ньютона) |
(3.2.41) |
0 |
k |
|
|
(среда Шведова-Бингама) |
(3.2.42) |
k n |
|
|
(среда Оствальда –де Виля) |
(3.2.43) |
|
0 |
k n |
|
|
(среда Гершеля-Балкли) |
(3.2.44) |
k0 k1 |
|
2 |
|
|
|
|
(среда Кэссона) |
(3.2.45) |
Наиболее распространенным методом нахождения неизвестных в эмпириче-
ской формуле является метод наименьших квадратов. Идея метода заключается в том, что если совокупность опытных данных связи между переменными y f (x)
дана в таблице, то выбирают эмпирическую формулу y (x) так, чтобы S- сум-
ма квадратов невязок была бы минимальной:
n |
|
S f (xi ) (xi ) 2 |
(3.2.46) |
i 0
Способ наименьших квадратов дает возможность подобрать такие значения не-
известных в следующей системы линейных уравнений, полученной эксперимен-
тально, чтобы невязки из-за неизбежных погрешностей измерений в системе были бы минимальными:
f1 a1x1 b1x2 |
... |
g1xn |
|
|
|
||||||
|
|
a2 x1 b2 x2 |
g2 xn |
|
|
||||||
f2 |
|
(3.2.47) |
|||||||||
............................................. |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
f |
m |
a |
x b x |
2 |
... |
g |
m |
x |
n |
|
|
|
|
m 1 |
m |
|
|
|
|
105
Заметим, что n – число неизвестных, m- число серий испытаний, причем n<m, что позволяет избежать грубых ошибок измерений и позволяет осуществлять контроль за измерениями. Если бы n=m, то система разрешалась бы однозначно, но решение
включала бы в себя и грубые ошибки. Избыточность наблюдений приводит к не-
вязкам и к нескольким решениям, которые надо как то связать между собой так,
чтобы невязки были бы минимальными. Поскольку система уравнений (3.2.47) от-
носительно неизвестных несовместна, то эту систему называют системой условных уравнений.
Если правые части уравнений (3.2.47) нелинейны, то производят линеариза-
цию. Для этого из n уравнений системы находят грубо приближенные значения для
|
неизвестных |
x1, |
x |
2 ,..., |
x |
n |
и полагают, что |
|
||||
x1 |
x1 1,x2 |
x |
2 2 ,...,xn |
x |
n |
n , |
(3.2.48) |
где i - поправки, которые нужно прибавить к грубым значениям неизвестных,
чтобы получить наиболее вероятные их значения.
Подставим эти значения в данную систему нелинейных уравнений
fi i x1 1,x2 2 ,...,xn n ;(i 1,2,...m) (3.2.49)
Разложим правые части этого уравнения в ряды Тейлора и ограничимся членами с первыми степенями
f |
|
|
i |
x' |
|
i |
x' |
|
i |
x' |
|
|
(3.2.50) |
||
|
x |
|
|
|
|||||||||||
|
i |
|
1 |
|
x |
2 |
|
x |
|
n |
|
i |
|
||
|
|
1 |
|
|
2 |
|
|
|
n |
|
|
|
Эта система, определяющая поправки к приближенным значениям неизвестных,
является линейной, по этому в методе наименьших квадратов рассматриваются только линейные системы условных уравнений.
Пусть x1,x2 ,...,xn вероятные значения неизвестных, при подстановке которых в условные уравнения появляются невязки:
ai |
x1 bi |
x |
2 ... gi |
x1 fi |
i ;(i 1,2..n) |
(3.2.51) |
106
Находим x1,x2 ,...,xn , минимизируя функцию
n |
|
n |
|
|
||||
ai |
x1 bi |
x |
2 ... gi |
x1 fi |
2 |
i |
2 |
(3.2.52) |
1 |
|
|
|
|
|
1 |
|
|
Для этого приравняем нулю частные производные от этой функции по
x1,x2 ,...,xn
n |
|
|
|
|
|||
2 ai |
x1 bi |
x |
...2 |
gi |
x1 |
fi ai |
0; |
1 |
|
|
|
|
|
|
|
n |
|
|
|
|
|||
2 ai |
x1 bi |
x |
...2 |
gi |
x1 |
fi bi |
0; |
1 |
|
|
|
|
|
|
(3.2.53) |
...............................................................
n
2 ai x1 bi x2 ... gi x1 fi gi 0
1
Решение этой системы дает наиболее вероятные значения неизвестных по методу наименьших квадратов. После некоторых преобразований математически эта зада-
ча может быть сравнительно легко решена методами линейной алгебры с исполь-
зованием определителей и является стандартной задачей многих пакетов матема-
тических программ.
В место достаточно громоздкого метода наименьших квадратов, который здесь приведен только для сравнения, при обработке данных реометрии с успехом можно использовать гораздо более простой метод средних, дающий, как показала практика,
достаточную точность. Рассмотрим применение метода средних при вискозиметрии пищевых масс применительно к уравнениям (3.2.41 – 3.2.42).
Пусть по результатам опытов составлена система n (число опытов) уравнений для ньютоновской жидкости
i |
k i |
(3.2.54) |
||
Тогда по методу средних |
|
|||
|
|
n |
|
|
k |
i |
(3.2.55) |
||
1 |
|
|||
n |
||||
|
|
i |
|
|
|
1 |
|
|
107
Для уравнения (3.2.42) Шведова-Бингама система экспериментальных данных имеет вид
i 0 k i |
(3.2.56) |
||
Разделим систему (3.3.56) на два уравнения вида |
|||
m |
m |
|
|
i |
m 0 k i ; |
|
|
i 1 |
i 1 |
(3.2.57) |
|
n |
n |
||
|
|||
i |
(n m) 0 k i |
|
|
i m 1 |
i m 1 |
|
где m n ( в случае нечетного числа уравнений m – целочисленная часть отноше-
2
ния).
Очевидно коэффициенты уравнения (3.2.56) можно рассчитать по формулам
|
n |
m |
|
|
|
|
|
|
|
|
|
m i n i |
1 |
m |
m |
|
|
||||
|
i 1 |
i 1 |
|
|
|
|
|
|||
|
|
|
|
|
|
i |
|
|
(3.2.58) |
|
k n |
m ; 0 |
|
|
|||||||
|
k i |
|||||||||
|
|
|
|
m i 1 |
i 1 |
|
|
|||
|
m i |
n i |
|
|
|
|
|
|
||
|
i 1 |
i 1 |
|
|
|
|
|
|
|
|
Для степенной функции (3.2.43) среды Оствальда -де Виля линеаризуем ее лога-
рифмированием
lg i |
|
(3.2.59) |
lgk blg i |
Здесь заменено обозначение индекса течения в уравнении (3.2.43) n b, чтобы да-
лее его не путать с верхним пределом индекса суммирования. Систему (3.2.59)
разбивают на две группы уравнений, аналогично системе (3.2.57):
m m
|
|
|
lg i mlgk b lg i ; |
||
i 1 |
i 1 |
(3.2.60) |
n |
|
|
|
n |
|
lg i (n m)lgk |
|
|
b lg i |
||
i m 1 |
|
i m 1 |
Откуда находим индекс течения и коэффициент консистенции по формулам:
108
n m
m lg i n lg i
b
i 1 |
i 1 |
; |
n |
m |
|
|
|
|
|
|
|
|
(3.2.61) |
|
m lg i |
n lg i |
|
|||||||
|
i 1 |
|
|
|
i 1 |
|
|
||
|
1 |
|
|
m |
|
m |
|
|
|
lgk |
|
|
|
lg i |
k lg i |
|
|||
m |
|||||||||
|
i 1 |
|
i 1 |
|
|
Определение коэффициентов уравнения Гершеля-Балкли (3.2.44) начинаем с оп-
ределения величины предельного напряжения сдвига 0 .Для этого располагаем пары чисел i, i в порядке возрастания i , затем вычисляем геометрическое сред-
нее значение S по формуле
|
|
|
|
|
|
|
|
|
|
|
(3.2.62) |
|
|
|
S |
1 p |
|
|
|
|
|
||||
|
|
- соответственно минимальное и максимальное значение скоростей сдви- |
||||||||||
где 1 |
, p |
|||||||||||
га. Затем линейной интерполяцией между ближайшими к |
|
|
|
|||||||||
S |
значениями k |
и k 1 и |
||||||||||
соответственно k |
|
и k 1 определяем геометрическое среднее значение напряжения |
||||||||||
|
|
|
|
|
|
|
|
сдвига определяем по формуле; |
|
|
|
|
|
|
|
|
|
k |
k 1 |
|
|
(3.2.63) |
|
||
|
|
S |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
k |
|
S |
k |
|
|
||||
|
|
|
|
|
k 1 |
|
|
|
|
При программировании процесс нахождения величин k, k 1 можно формализо-
вать последовательным вычислением пар разностей i S и i 1 S , начиная от 1
до нарушения условия sign( i S ) sign( i 1 S ).
Величину предельного напряжения сдвига рассчитываем по формуле
|
|
|
|
p |
2 |
(3.2.64) |
0 |
|
|
1 |
S |
||
|
p |
2 S |
||||
|
1 |
|
Индекс течения и коэффициент консистенции по формулам
p |
m |
m lg( i 0) p lg( i 0)
b |
|
i 1 |
|
i 1 |
|
|
; |
|
|
|
|
p |
m |
|
|
||
|
|
|
|
|
(3.2.65) |
|||
|
|
|
|
|
|
|
||
|
|
|
|
m lg i |
p lg i |
|
||
|
|
|
|
i 1 |
i 1 |
|
|
|
|
|
1 |
m |
m |
|
|
||
lgk |
|
|
lg( i 0) n lg i |
|
||||
|
||||||||
|
|
m i 1 |
i 1 |
|
|
109
Как правило, ( i 0) 0 , но при отдельных экспериментальных числах это усло-
вие может быть нарушено, следовательно, при программировании необходимо предусмотреть защиту от этой ситуации, иначе ЭВМ вынуждена войти в расчетный конфликт, пытаясь взять логарифм из отрицательного числа.
Коэффициенты уравнения Кэссона (3.2.45) на основе аналогичных рассужде-
ний по методу средних можно рассчитать по формуле
|
|
|
n |
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
m |
|
|
|
n |
|
|
|
|
|
||||||
k |
i |
i |
|
; |
|
|||||||||||
|
|
i 1 |
|
|
|
|
i 1 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
m |
|
|
|
|
|
||||
1 |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
n |
|
|
|
|
|
|
(3.2.66) |
||||
|
|
i |
|
|
i |
|
|
|
||||||||
|
|
|
i 1 |
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
1 |
m |
|
|
|
|
|
m |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|||||||
k0 |
|
|
|
i k1 |
|
|
i |
|
||||||||
|
|
|
||||||||||||||
|
|
m i 1 |
|
|
|
|
|
i 1 |
|
|
|
|
Приведенные выше формулы метода средних легко запрограммировать и допол-
нить программой выбора лучшей формулы, например, по минимуму суммы абсо-
лютных значений невязок эмпирической формулы с экспериментальными данны-
ми. При обработке любых экспериментальных данных можно использовать этот метод средних, если необходимо определить коэффициенты эмпирических формул вида (3.2.41-3.2.45), а как раз такие формулы наиболее часто используются для описания экспериментальных данных, особенно в реометрии пищевых продуктов.
3_3
3.3Теория капиллярных вискозиметров
Среди множества типов вискозиметров для исследования вязкостных свойств пи-
щевых масс в первую очередь следует рекомендовать капиллярные и ротационные вискозиметры, потому что теория обработки данных измерений на этих приборах наиболее детально разработана. Причем, если теория капиллярных вискозиметров проще, чем ротационных, и на капиллярных вискозиметрах сравнительно легко не-
посредственно моделировать и имитировать многие процессы формования и транс-
110