СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В работе предлагается для усовершенствования производства проволочно-керамических резисторов использовать белую глину с наибольшей кажущейся плотностью. Предварительные исследования белой глины показали, что она более чувствительна к сушке, нежели красная глина, что, в свою очередь, определяет большую интенсивность выхода влаги из центра изделия к его поверхности в процессе изготовления, и сушильные характеристики глинистого сырья дают большую усадку и прочность сухих образцов.

Для нахождения зависимости кажущейся плотности глинистого сырья от влажности и давления прессования рассмотрены линейная и нелинейные модели множественной регрессии с учетом и без учета мультиколлинеарности. Для уточнения модельных структур применяется двухэтапных подход, предполагающий дополнительно построение модели для остатков. Установлено, что сочетание модели множественной регрессии с учетом мультиколлинеарности с моделью авторегрессии, построенной для остатков, позволяет вычислить кажущуюся плотность глинистого сырья с наименьшим среднеквадратичным отклонением от экспериментальных данных.

Полученные модельные структуры будут применяться для определения оптимальных параметров формования керамических образцов: влажности глинистого сырья и давления прессования, при которых достигается наибольшая кажущаяся плотность образцов, и могут быть использованы для совершенствования технологии производства проволочно-керамических резисторов. Применение проволочно-керамических резисторов на основе белой глины с наибольшей кажущейся плотностью позволит ускорить одну из стадий технологического процесса – сушку – и уменьшить их гигроскопичность. В результате применения проволочно-керамических резисторов с наибольшей кажущейся плотностью повысится механическая прочность изделий, что улучшит эксплуатационные характеристики и продлит срок использования изделий.

1. Врублевский Л.В., Зайцев Ю.В., Тихонов А.И. Силовые резисторы. – М.: Энергоатомиздат, 1991. – 256 с.

2. Мартюшов К.И., Зайцев Ю.В., Тихонов А.И. Методы расчета резисторов. – М.: Энергия, 1971. – 207 с.

3. Заявка на изобретение № 94028412 Российская Федерация. Способ изготовления высоковольтного проволочного резистора: № 94028412/28: заявл. 27.07.94: опубл. 27.04.96 / Ю.В. Целебровский, Т.В. Вербицкая, Г.Н. Ледяев.

4. Целебровский Ю.В. Расчет, конструкция и технология изготовления энергоемких проволочно-керамических изделий // Электротехника. – 2000. – № 11. – С. 60–64.

5. Крюков Д.О., Сельменева Д.С. Определение оптимальной влажности сырья и режима сушки при изготовлении проволочно-керамических резисторов // Электроэнергетика глазами молодежи: труды VI Международной молодежной научно-технической конференции, Иваново, 9–13 ноября 2015 г.: в 2 т. – Иваново, 2015.– Т. 1. – С. 508–511.

6. Иванов А.И., Столбоушкин А.Ю., Стороженко Г.И. Принципы создания оптимальной структуры керамического кирпича полусухого прессования // Строительные материалы. – 2015. – № 4. – С. 65–69.

7. Повышение прочности изделий строительной керамики: от теории к практике / А.М. Салахов, Л.Р. Тагиров, Р.А. Салахов, Г.Р. Фасеева, А.И. Хацринов // Вестник Казанского технологического университета. – 2011. – № 17. – С. 18–22.

8. Столбоушкин А.Ю., Столбоушкина О.А., Бердов Г.И. Оптимизация параметров прессования гранулированного техногенного и природного сырья для производства керамического кирпича // Строительные материалы. – 2013. – № 3. – С. 76–78.

9. Bates D., Watts D. Nonlinear regression analysis and its applications. – New York: Wiley, 1988. – 365 p. – (Wiley series in probability and mathematical statistics).

10. Park J., Phillips P.C.B. Nonlinear regression with integrated time series // Econometrica. – 2001. – Vol. 69 (1). – P. 117–161.

11. Рассел Дж. Обобщенный метод наименьших квадратов. – М.: VSD, 2013. – 971 с.

12. Bai J. Least squares estimation of a shift in linear processes // Journal of Time Series Analysis. –1994. – Vol. 15 (5). – P. 453–472.

13. Канторович Г.Г. Анализ временных рядов // Экономический журнал Высшей школы экономики. – 2003. – Т. 7, № 1. – С. 79–103. – EDN YYSZVZ.

14. Черникова О.С., Марарескул Т.А. Двухэтапный подход к прогнозированию расхождения шкал времени на основе скорректированной линейной модели // Журнал Белорусского государственного университета. Математика. Информатика. – 2023. – Т. 2. – С. 80–93.

15. Bawdekar A.A., Prusty B.R. Selection of stationarity tests for time series forecasting using reliability analysis // Mathematical Problems in Engineering. – 2022. – Art. 5687518. – P. 1–8. – DOI: 10.1155/2022/5687518.