Любое растительное масло можно условно представить как смесь триглицеридов жирных кислот и различных примесных компонентов. При исследовании зависимости между содержанием тех или иных примесных компонентов (X) в смеси и каким-либо свойством этой смеси (Y) целесообразно, на наш взгляд, использовать метод линейной регрессии [18], позволяющий выявить, как изменения одной переменной влияют на другую. Модель строится на основании результатов фактического эксперимента и аналитически описывает зависимость результатов серии опытов. При проведении экспериментов другие параметры, считающиеся независимыми, остаются постоянными.
Эта модель описывается линейным уравнением первого порядка:
Y = aX + b , (1.1)
где а – коэффициент при независимой переменной X;
b – свободный член регрессии.
На такой основе можно, допустим, построить зависимость между остаточным содержанием восков в системе после фильтрации и каким-либо специфическим свойством масла, наиболее достоверно изменяющемся при различном количестве искусственно введенного в него и затем растворенного пчелиного воска. Поскольку воск – материал в химическом отношении инертный, такое свойство смеси масла с воском, по-видимому должно иметь не химическую, а, скорее, электрофизическую природу – например, электропроводность или же мутность системы (величина, связанная с обратным логарифмом оптической плотности системы).
Что касается оценки проводимости системы, подобная идея, несомненно, представляет большой интерес для масложировой промышленности и может быть в самое ближайшее время опробована на практике. Она требует только наличия относительно недорогого омметра и подготовки специальных кювет из пластичного материала, на боковые поверхности которых следует предварительно напылить проводящие металлические слои.
Определение мутности (или оптической плотности) масла, содержащего различные количества восковых примесей, описано сравнительно недавно [19, 20]. Разработанный метод великолепно подтвердил применимость уравнения (1.1) для ускоренного контроля восков и, на основании высокой экономичности по сравнению с известным, был в начале 2000-х годов рекомендован к внедрению на масложировых предприятиях, а один из авторов защитил его в публичной диссертации [21].
Единственным, пожалуй, недостатком полученных для различных масел зависимостей является то, что они справедливы при относительно высоких концентраций примеси (CВ > 0,1 мас. %), а при резком их снижении после очистки дают все же известную погрешность (точность оценки снижается).
В создавшейся ситуации, с целью усиления корреляции экспериментальных данных с полученными по модели, имеет смысл составить также и проанализировать регрессионные уравнения второго – шестого порядка, а затем, сравнивая уменьшение значений остатков b, остановиться на том из них, которое наиболее удачно описывает результаты эксперимента. Имеет смысл также сравнить коэффициенты детерминированности (R2) моделей первого и соответственно n-порядка, где n примет какое-либо целое значение от 2 до 6.
Другим, более качественным, путем моделирования может служить создание матрицы планирования экспериментов и использование уравнений, описывающих влияние сразу нескольких опытных факторов (X1, X2…) на степень очистки масла (Y) от восков. Тогда по результатам проведенных исследований необходимо:
– рассчитать константы уравнения регрессии (X1, X2…) полного факторного эксперимента, составить уравнение, включающее кодированные значения переменных, и осуществить переход к натуральным [22];
– произвести оценку значимости коэффициентов уравнения регрессии (по критерию Стьюдента):
– произвести оценку адекватности полученного математического уравнения по критерию Фишера [23] при вероятности 95 %.
Кроме того, необходимо иметь в виду два принципиальных вопроса:
1) предложенный метод контроля должен быть экономичен (см. выше);
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.