橡胶籽冲击特性研究

2017-03-23李梓豪

食品与机械 2017年12期

李梓豪 - 王涛

(海南大学机电工程学院，海南海口 570228)

橡胶籽是橡胶树的一种高附加值副的产品，对其外壳制备的活性炭可应用于医学、食品及工业等多种领域；其籽仁油精炼后可获取富含不饱和脂肪酸的高品质食用油，功效与深海鱼油相近[1]。橡胶籽属于坚果类，脱壳程度直接影响炼油的品质。由于橡胶籽外形复杂、种类繁多[2]，壳仁分离难度大，用已有的其他种类坚果脱壳机处理橡胶籽时效率较低，所以开发专用的橡胶籽脱壳机[3]尤其重要，而橡胶籽的冲击特性则是设计脱壳机结构的理论基础。

目前对临界破碎力的研究较多，对橡胶籽冲击特性的研究较少。何焯亮等选取加载速度、方向、挡板材料、含水率、球度等因素，进行破坏力试验[4]，分析以上指标对橡胶籽外壳破碎力的影响[5]，进行了剥壳机的设计[6]，但忽略了外界因素对碰撞力的影响，使得在破碎时机器破壳结构与外界因素作用未达到最优解，从而不能达到预期的脱壳效果。本研究拟对橡胶籽冲击特性进行试验研究，以了解冲击破碎的基本规律，以期为今后脱壳机械的优化设计提供试验依据。

1 材料与方法

1.1 试验材料

橡胶籽呈卵圆形，褐色并带有银灰色斑纹[7]，由籽壳和籽仁组成。籽外壳坚硬，厚度约为1 mm，有一定韧性，籽仁含油量高，约占50%。试验所用的橡胶籽来自海南省澄迈县橡胶园，成熟橡胶果经干燥及破壳处理后得到的橡胶籽。从中选取纵棱L约为24 mm、横棱W约为20 mm、侧棱H约为17 mm 的橡胶籽作为试验对象，橡胶籽尺寸示意图见图1。

图1 橡胶籽尺寸示意图Figure 1 Schematic diagram of rubber seed size

1.2 试验仪器

电子数显游标卡尺：规格0～200 mm，桂林量具刀具有限公司；

数据采集仪：RFP-CJ8型，宇博智能科技(杭州)有限公司；

RFP薄膜压力传感器：RFP-612型，宇博智能科技(杭州)有限公司。

其中RFP薄膜压力传感器可对任何接触面的压力进行静态和动态测量，并且通过多通道压力采集仪，可以在PC端的软件上以直观、形象的二维图像实时显示各点的压力值，并且可随时对测量记录进行查看、分析。

1.3 试验原理

在不同外界条件作用下，将橡胶籽释放并撞击传感器，传感器将施加在其感应区域的压力变化转换成电阻信号，然后使用数据采集仪，根据力-电阻的标定关系曲线获得外界所施压力的变化信息，从而在PC端软件上显示出橡胶籽的碰撞力，进而分析不同外界条件对橡胶籽碰撞力的影响，数据采集装置见图2。

图2 数据采集装置实物图Figure 2 Physical picture of data acquisition device

1.4 试验方法

挑选若干个形状和重量相似的橡胶籽，采用单因素试验方法，将传感器放在地面上，由不同的撞击条件测出试验所需碰撞力。如图3所示，从0.5 m到2.0 m每隔0.1 m取一个高度无初速度释放橡胶籽，测量并记录橡胶籽的碰撞力；如图4所示，保持高度1.0 m不变，从30°到90°每隔5°设置一个对应角度的斜面，将橡胶籽从斜面上端无初速释放，测量并记录橡胶籽到达斜面底端撞击传感器时的碰撞力；保持高度1.0 m、斜面角度90°不变，从0.5 m/s到5.0 m/s每隔0.5 m/s 设置一个试验的初速度，测量并记录橡胶籽的碰撞力；试验记录的每个数据是由多次测量，去除粗大误差后取平均值得到。

图3 试验过程示意图Figure 3 Schematic diagram of the experimental process

图4 斜面示意图Figure 4 Schematic diagram of slope

2 结果与分析

2.1 曲线估计

图5 高度和碰撞力对于不同函数模型的曲线估计图Figure 5 The graph of height and collision force for different functional models

图6 高度和碰撞力的最优模型图Figure 6 The optimal model of height and collision force

图7 角度和碰撞力对于不同函数模型的曲线估计图Figure 7 The graph of angle and collision force for different functional models

图8 角度和碰撞力的最优模型图Figure 8 The optimal model of angle and collision force

2.1.3 初速度与碰撞力采用SPSS Statistics 22.0软件对初速度与碰撞力进行不同函数模型的曲线估计，结果见图9，以判定系数R2、回归系数和显著性水平P值为主要依据，筛选出图9中的最优曲线拟合模型(指数函数，以e为底)，见图10。随着初速度的增加碰撞力逐渐增大。初速度的变化由动能定理可以转变为高度的变化，即由初速度可推算出相对应的零初速度的高度，所以可知初速度越大相对应的假设高度越高，由高度试验结果可知，碰撞力F也越大，即该试验结果符合物理规律。

图9 初速度和碰撞力对于不同函数模型的曲线估计图Figure 9 The graph of initial speed and collision force for different functional models

图10 初速度和碰撞力的最优模型图Figure 10 The optimal model of initial speed and collision force

2.2 相关性分析

采用SPSS Statistics 22.0软件对图6、8、10中的数据进行相关性分析，结果见表1。由表1可知，高度与碰撞力达到极显著性水平(P<0.01)，角度、初速度与碰撞力达到显著性水平(P<0.05)；由于Pearson相关系数均大于0.8，可知碰撞力与高度、角度和初速度的都呈较强正线性相关关系。

表1 碰撞力和多因素的相关性†

† **. 在置信度(双测)为 0.01 时，相关性是显著的；*. 在置信度(双测)为 0.05 时，相关性是显著的。

2.3 多元线性回归分析

2.3.1 拟合公式模型通过SPSS Statistics 22.0软件采用逐步法，以碰撞力为因变量，依次以角度，角度和高度，角度、高度和初速度作为自变量，对上述图6、8、10的试验数据进行多元线性回归。

由表2可以看出，模型1的P值为0.003，模型2的P值为0.001，模型3的P值为0.000，由于3个模型回归方程显著性检验的P值均小于显著性水平0.01，因此被解释变量(碰撞力)与解释变量(高度、角度和初速度)间的线性关系显著，即建立线性模型是恰当的。

由表3可知，模型1中常数项的P值为0.649；模型2中常数项的P值为0.077，高度变量系数的P值为0.025；而模型3中的常数项及3个变量系数的P值<0.01。即前2个模型都存在不显著的解释变量，则模型3为最终拟合结果，从表3中提取相应项的系数得到其表达式为：

Y=-1.246+0.024X1+1.272X2+0.192X3，

(1)

式中：

Y——碰撞力，N；

X1——角度(0°～90°)，(°)；

表2 3个模型的方差分析†

† 模型1～3的预测变量分别为：常量、角度；常量、角度、高度；常量、角度、高度、初速度。

表3 模型中变量的系数及其显著性

X2——高度，m；

X3——初速度，m/s。

2.3.2 模型的验证为防止样本的局限性，利用插入法选取样本外部的4组自变量，一方面用拟合的多元公式模型进行带入计算得出对应的碰撞力，另一方面用上述提到的试验方法测得真实的碰撞力。再对这两种方法得出的碰撞力大小进行比较得出直观散点图(见图11)，并根据式(2)、(3)求出相对误差α值，见图12。由图12可清晰地看出，误差均在允许范围±5%以内，进一步证明了由多元线性回归得出的公式模型的准确性。

β=b-b′，

(2)

(3)

式中：

b——公式计算值，N；

b′——试验实测值，N；

β——绝对误差，N；

α——相对误差，%。