OCENA JAKOŚCI WIELOSKŁADNIKOWEJ, NIEJEDNORODNEJ MIESZANINY ZIARNISTEJ

Podobne dokumenty
BADANIE PROCESU MIESZANIA WIELOSKŁADNIKOWEJ MIESZANINY ZIARNISTEJ W ZALEŻNOŚCI OD SPOSOBU PODAWANIA SKŁADNIKÓW

MIESZANIE I SEGREGACJA PODCZAS PROCESU UJEDNORODNIANIA PASZ

OKREŚLENIE EFEKTYWNEGO CZASU MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW DLA DZIESIĘCIOSKŁADNIKOWEJ MIESZANKI PASZOWEJ

ANALIZA ZMIAN JAKOŚCI WIELOSKŁADNIKOWEJ MIESZANINY ZIARNISTEJ W PRZEMYSŁOWYM MIESZALNIKU PASZ

WYZNACZENIE EFEKTYWNEGO CZASU MIESZANIA W MIESZALNIKU Z MIESZADŁEM ŚLIMAKOWYM

ANALIZA ZMIAN JAKOŚCI WIELOSKŁADNIKOWYCH MIESZANIN ZIARNISTYCH NA LINII MIESZANIA W PRZEMYSŁOWEJ WYTWÓRNI PASZ

ENERGIA MIESZANIA WYBRANYCH MATERIAŁÓW ZIARNISTYCH W MIESZALNIKU Z MIESZADŁEM ŚLIMAKOWYM PIONOWYM

OCENA JEDNORODNOŚCI JEDENASTOSKŁADNIKOWEJ MIESZANKI PASZ

OGRANICZENIE SEGREGACJI MIESZANEK PASZOWYCH DLA PTAKÓW PODCZAS WIELOPUNKTOWEGO ZASYPU ZBIORNIKA

Jolanta Królczyk PROCES MIESZANIA WIELOSKŁADNIKOWYCH MATERIAŁÓW ZIARNISTYCH W MIESZALNIKU ŚLIMAKOWYM

Rozdział 8. Regresja. Definiowanie modelu

MODELOWANIE UDZIAŁÓW WIELOSKŁADNIKOWEJ PASZY ZA POMOCĄ FUNKCJI HARMONICZNEJ

Jolanta Królczyk, Dominika Matuszek, Marek Tukiendorf Wydział Mechaniczny Politechnika Opolska

ANALIZA ILOŚCI ZANIECZYSZCZEŃ OTRZYMYWANYCH W PROCESIE PRODUKCJI PASZ Z RECYRKULACJĄ SKŁADNIKÓW

ADAPTACJA FUNKCJI KWADRATOWEJ DO OPISU ZMIAN JAKOŚCI MIESZANKI ZIARNISTEJ

ZASTOSOWANIE WIELOWYMIAROWEJ ANALIZY WARIANCJI DO OCENY ROZMIARU PRÓBY WIELOSKŁADNIKOWYCH PASZ

PRÓBA OKREŚLENIA WPŁYWU CZASU MIESZANIA NA ILOŚĆ ZANIECZYSZCZEŃ W MIESZANKACH PASZOWYCH

WSPOMAGANIE PROCESU MIESZANIA NIEJEDNORODNYCH UKŁADÓW ZIARNISTYCH WKŁADKĄ TYPU DOUBLE CONE

KOMPUTEROWA ANALIZA OBRAZU W OCENIE MIESZANIA JEDNORODNEJ MIESZANINY ZIARNISTEJ

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Stosowana Analiza Regresji

Analiza zależności cech ilościowych regresja liniowa (Wykład 13)

Wprowadzenie do analizy korelacji i regresji

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

MODELE LINIOWE. Dr Wioleta Drobik

OCENA MIESZANINY NIEJEDNORODNEJ Z BIOMASĄ ZA POMOCĄ KOMPUTEROWEJ AKWIZYCJI OBRAZU

WPŁYW WYMIARÓW NASION NA PROCES MIESZANIA W MIESZALNIKU PRZESYPOWYM Z ZASTOSOWANIEM DODATKOWYCH ELEMENTÓW WSPOMAGAJĄCYCH

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Stanisław Cichocki. Natalia Nehrebecka. Wykład 4

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Metoda najmniejszych kwadratów

ADAPTACJA FUNKCJI GEOSTATYSTYCZNEJ DO ANALIZY RZESTRZENNEGO ROZKŁADU DWUSKŁADNIKOWEJ MIESZANINY ZIARNISTEJ

KOMPUTEROWA ANALIZA OBRAZU W OCENIE MIESZANIA UKŁADÓW ZIARNISTYCH (SYSTEM FUNNEL-FLOW)

Regresja i Korelacja

OCENA WPŁYWU PRĘDKOŚCI OBROTOWEJ ŚLIMAKA MIESZAJĄCEGO Z PIONOWYM ELEMENTEM ROBOCZYM NA STOPIEŃ ZMIESZANIA KOMPONENTÓW PASZY

OCENA WPŁYWU TEMPERATURY CHŁODZENIA NA WYTRZYMAŁOŚĆ KINETYCZNĄ GRANUL

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

OKREŚLENIE PRĘDKOŚCI PORUSZANIA SIĘ SZKODNIKÓW Z WYKORZYSTANIEM KOMPUTEROWEJ ANALIZY OBRAZU

TEMPERATURA ZIARNA PSZENICY W CZASIE MAGAZYNOWANIA

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

ANALIZA PRZEBIEGU PROCESU NAWAŻANIA WYBRANYCH SKŁADNIKÓW PASZY

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

MODEL MATEMATYCZNY OCENY WYTRZYMAŁOŚCI KINETYCZNEJ GRANULATU

3. Modele tendencji czasowej w prognozowaniu

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

REGRESYJNA ANALIZA ZMIAN JAKOŚCI MIESZANKI ZIARNISTEJ W CZASIE MIESZANIA METODĄ PRZESYPU

ZALENO PRZEBIEGU MIESZANIA UKŁADU WIELOSKŁADNIKOWEGO OD UDZIAŁU SKŁADNIKÓW OCENIANA ANALIZ SKUPIE

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno

Marek Tukiendorf, Katarzyna Szwedziak, Joanna Sobkowicz Zakład Techniki Rolniczej i Leśnej Politechnika Opolska. Streszczenie

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

KORELACJE I REGRESJA LINIOWA

OCENA WYBRANYCH CECH JAKOŚCI MROŻONEK ZA POMOCĄ AKWIZYCJI OBRAZU

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

J. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, Katowice, ul. Krasińskiego 8

ANALIZA ZASTOSOWANIA WKŁADEK DASZKOWYCH W MIESZANIU KOMPONENTÓW ZIARNISTYCH

Metoda najmniejszych kwadratów

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

Analiza korelacyjna i regresyjna

WYKORZYSTANIE SIECI NEURONOWYCH (FBM) DO MODELOWANIA PROCESU MIESZANIA DWUSKŁADNIKOWYCH UKŁADÓW ZIARNISTYCH

1.1 Klasyczny Model Regresji Liniowej

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Statystyka i Analiza Danych

ANALIZA REGRESJI SPSS

Analiza współzależności zjawisk

STATYSTYKA MATEMATYCZNA

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Metody Ilościowe w Socjologii

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

OPTYMALIZACJA PARAMETRÓW PRACY PNEUMATYCZNEGO SEPARATORA KASKADOWEGO

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

METODY STATYSTYCZNE W BIOLOGII

WPŁYW STOPNIA ROZDROBNIENIA GRANULOWANEJ MIESZANKI PASZOWEJ NA WYTRZYMAŁOŚĆ KINETYCZNĄ GRANUL I WYDAJNOŚĆ PRODUKCJI ZWIERZĘCEJ

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Stanisław Cichocki. Natalia Nehrebecka

PAKIETY STATYSTYCZNE

Ćwiczenia IV

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

PDF created with FinePrint pdffactory Pro trial version

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

STATYSTYKA MATEMATYCZNA

Transkrypt:

Inżynieria Rolnicza 2(90)/2007 OCENA JAKOŚCI WIELOSKŁADNIKOWEJ, NIEJEDNORODNEJ MIESZANINY ZIARNISTEJ Jolanta Królczyk, Marek Tukiendorf Katedra Techniki Rolniczej i Leśnej, Politechnika Opolska Streszczenie: Dotychczas stosowane miary oceny jakości mieszanin ziarnistych nie znalazły zastosowania w prezentowanych badaniach. Do oceny jakości badanych mieszanin zastosowano sumę kwadratów reszt. Badania prowadzono w mieszalni pasz zajmującej się produkcją i dystrybucją pasz dla gołębi. Mieszanie prowadzono w pionowym mieszalniku z mieszadłem ślimakowym z recyrkulacją składników. Zaprezentowano wyniki oceny jakości mieszanin 14 oraz 9 składnikowej. Analiza zmian wartości sumy kwadratów reszt w zależności od czasu mieszania pozwoliła na obserwację przebiegu procesu. Słowa kluczowe: materiał ziarnisty, niejednorodna mieszanina ziarnista, wieloskładnikowa mieszanina ziarnista, pasza, suma kwadratów reszt Wprowadzenie Analityczne podstawy oceny jakości mieszanin ziarnistych sprowadzają się do statystycznego określenia rozkładu koncentracji trasera w wybranych punktach złoża. Obliczeń dokonuje się na podstawie wskaźników, np. Rose a. Wskaźniki oceniające jakość mieszaniny opierają się na analizie prób pobranych z wnętrza mieszalnika w zależności od czasu (kroku) mieszania. Dokonujemy analizy lokalizacji trasera na podstawie jednocześnie pobranych prób z mieszaniny w chwili t [Boss 1991]. Istnieje wiele sposobów określania stopnia zmieszania, spośród których dominującą grupę stanowią sposoby porównujące teoretyczne odchylenie standardowe (lub wariancję) układu, z wyznaczonym doświadczalnie odchyleniem standardowym (lub wariancją) zawartości badanego składnika w układzie [Boss 1987; Stręk 1971]. Cel badań Celem badań była ocena jakości mieszaniny ziarnistej przedstawiona na przykładzie dwóch wieloskładnikowych, niejednorodnych mieszanek pasz dla gołębi. W artykule zaprezentowano nowy sposób oceny jakości przy wykorzystaniu parametru regresji liniowej sumy kwadratów reszt. Konieczność zastosowania nowego parametru wynikała ze specyfiki przebiegu procesu. Mieszanie odbywało się z recyrkulacją składników w mieszalniku pionowym z komorą nieruchomą z mieszadłem podnośnikowym. 119

Jolanta Królczyk, Marek Tukiendorf Metodyka badań Badaniu poddano dwa rodzaje mieszanek pasz: czternastoskładnikową o nazwie Ovigor Euro BK oraz dziewięcioskładnikową - Ovigor Zimowa. Skład i udziały procentowy mieszanek podane są w tabeli 1 oraz tabeli 2. Tabela 1. Skład i udział procentowy mieszanki Ovigor Euro BK [Ovigor ] Table 1. Composition and components percentages of the mixture Ovigor Euro BK [Ovigor ] Komponent mieszanki Udział procentowy [%] Peluszka 16,00 Sorgo 15,00 Dari 10,00 Groch żółty 10,00 Groch zielony 9,00 Kardi 7,50 Owies łuszczony 7,50 Proso żółte 6,50 Słonecznik czarny 6,00 Ryż biały 5,00 Kanar 2,50 Wyka brązowa 2,50 Groch nowozelandzki 1,25 Ryż Paddy 1,25 Tabela 2. Skład i udział procentowy mieszanki Ovigor Zimowa [Ovigor ] Table 2. Composition and components percentages of the mixture Ovigor Zimowa [Ovigor ] Komponent mieszanki Udział procentowy [%] Pszenica 30,00 Jęczmień 29,00 Kukurydza 16,00 Peluszka 10,00 Sorgo 5,00 Groch 5,00 Proso 2,25 Słonecznik czarny 1,50 Dari 1,25 120

Ocena jakości wieloskładnikowej... Badania prowadzono w mieszalni pasz zajmującej się produkcją i dystrybucją pasz dla gołębi. Karma dla gołębi mieszana jest w pionowym mieszalniku z mieszadłem ślimakowym (rys. 1, tab.3). Dodatkowo prowadzona jest recyrkulacja składników. Rys. 1. Fig. 1. Mieszalnik pasz [Ovigor ] Pellet mixer [Ovigor ] Tabela 3. Wymiary mieszalnika [Ovigor ] Table 3. Mixer s dimensions [Ovigor ] Wysokość części cylindrycznej - A Wysokość części stożkowej - B Wysokość otworu wysypowego - C Średnica wewnętrzna części cylindrycznej - D Średnica wewnętrzna otworu wysypowego - E Moc mieszadła 1550 mm 1600 mm 300 mm 1800 mm 300 mm 5,5 kw Masa zasypanej mieszanki wynosiła 2000 kg. Mieszanie zasypanego materiału ziarnistego następowało w wyniku ruchu mieszadła ślimakowego mieszalnika oraz w wyniku recyrkulacji składników poprzez przenośnik kubełkowy. Zasypany materiał ziarnisty wysypywał się w miejscu spustu, a następnie kierowany był na przenośnik kubełkowy, skąd trafiał z powrotem do mieszalnika. Czas mieszania składników wynosił 30 min. Pobór prób w miejscu spustu mieszalnika następował w przypadku mieszanki 14 składnikowej 121

Jolanta Królczyk, Marek Tukiendorf po każdej minucie mieszania, natomiast dla mieszanki 9 składnikowej w odstępach 30 sekundowych. Zróżnicowanie odstępów czasowych poboru prób dla dwóch prezentowanych mieszanek wynikało z obserwacji wstępnych wyników uzyskanych po pierwszej serii badań. Badania przeprowadzone dla mieszaniny 14 składnikowej były prowadzone jako pierwsze i odstęp czasu pomiędzy poborem prób wynosił 1 min. Po obserwacji otrzymanych wyników, zdecydowano iż kolejne serie badań będą prowadzone w odstępach 30 s. Wyniki badań pomiarowych Pobrane próby mieszanek pasz rozdzielono na poszczególne komponenty, zmierzono ich masę, a następnie przeprowadzono analizę otrzymanych wyników. Zależność procentowych udziałów poszczególnych składników jako funkcji czasu zaprezentowano na wykresach poniżej (rys. 2, rys. 3). 35,00 30,00 udział składnika w mieszaninie [% 25,00 20,00 15,00 10,00 5,00 0,00 0 200 400 600 800 1000 1200 1400 1600 1800 czas mieszania [s] peluszka - wymagany udział - 16 % dari - wymagany udział - 10 % ryż - wymagany udział - 5 % Rys. 2. Fig. 2. Zmiana procentowego udziału peluszki, dari i ryżu w mieszaninie w zależności od czasu mieszania uzyskana dla mieszaniny 14 składnikowej [opracowanie własne autorów] Percentage changes of the field pea, white sorghum and rise grain during mixing time for 14 ingredients mixture [own study] 122

Ocena jakości wieloskładnikowej... 60 50 udział składnika w mieszaninie [% 40 30 20 10 0 0 200 400 600 800 1000 1200 1400 1600 1800 czas mieszania [s] kukurydza - wymagany udział - 16 % peluszka - wymagany udział - 10 % groch - wymagany udział - 5 % Rys. 3. Fig. 3. Zmiana procentowego udziału kukurydzy, peluszki i grochu w mieszaninie w zależności od czasu mieszania uzyskana dla mieszaniny 9 składnikowej [opracowanie własne autorów] Percentage changes of the corn, sorghum and pea grain during mixing time for 9 ingredients mixture [own study] Analizując powyższe wykresy możemy prześledzić jedynie zmienność procentowych udziałów w czasie. Udziały każdego ze składników oscylują wokół wymaganego udziału składników zmniejszając wraz z narastającym czasem wartość amplitudy odchylenia od wartości oczekiwanej. Przedstawiony powyżej sposób prezentacji wyników (por. rys. 2, rys. 3) nie przekazuje natomiast informacji o jakości mieszaniny. Opisane w literaturze miary jakości mieszanin, takie jak na przykład stopień zmieszania Rose a okazały się niezasadne w badanych przypadkach, wobec czego poszukiwano nowej miary, która znalazłaby zastosowanie do opisu jakości mieszanin dla procesu mieszania przebiegającego w opisanych warunkach. Analiza statystyczna Do opisu jakości mieszaniny 9 i 14 składnikowej wykorzystano model prostej regresji liniowej. Wymodelowano związki między dwiema zmiennymi: zmienną zależną Y (wynikową) docelowym rozkładem częstości składników i zmienną niezależną X (objaśnianą) rozkłady udziałów poszczególnych składników w kolejnych odstępach czasowych (półminutowych dla mieszanki zimowej oraz minutowych - dla mieszanki Euro BK). 123

Jolanta Królczyk, Marek Tukiendorf Prosty model regresji (dla populacji) składa się ze składnika nielosowego (linia prosta) wyznaczona przez człon β 0 + β 1 X równania [1] oraz składnika losowego ε (błędu): gdzie: Y X β 0 β 1 ε Y 1 zmienna zależna (objaśniana), zmienna niezależna (objaśniająca), parametr modelu, wyraz wolny, parametr modelu, współczynnik kierunkowy, błąd losowy, = β 0 + β X + ε (1), Oszacowaniem powyższego równania regresji jest równanie: Y = b0 + b1 X + e (2), gdzie: Y zmienna zależna (objaśniana), X zmienna niezależna (objaśniająca), b oszacowanie β 0, o b 1 oszacowanie β 1, e zaobserwowane błędy (reszty) z dopasowania linii prostej b0 + b1 X do zbioru n wyników obserwacji obu zmiennych, W badaniach dokonano analizy błędów zaobserwowanych w wyniku dopasowania modelu regresji do danych. Zaobserwowane błędy, zwane resztami, informują, na ile wyniki obserwacji nie zostały wyjaśnione przez model [Aczel 2005]. Suma kwadratów reszt jest zdefiniowana następująco: gdzie: SSE e i y i ŷ i n n 2 ei = ( yi yˆ i i= 1 i= 1 SSE 2 = ) (3), suma kwadratów reszt, błąd i tej obserwacji, wartość wyniku obserwacji (pomiaru) wartość procentowego udziału danego komponentu w czasie. wartość przewidywana z oszacowania otrzymanego z prostej regresji, 124

Ocena jakości wieloskładnikowej... Dla poszczególnych minut (bądź co pół minuty w przypadku mieszanki zimowej) określono linię prostą, dla której suma kwadratów reszt jest minimalna. Określone w ten sposób resztowe sumy kwadratów (SSE), czyli sumy kwadratów odchyleń od tej linii, stały się podstawą do opracowania wykresów przedstawiających zmianę jakości mieszaniny w czasie. Gdy suma kwadratów reszt jest równa zero, wówczas udziały wszystkich komponentów w określonym punkcie czasowym są równe wartościom docelowym. Wyniki analizy statystycznej Na poniższych rysunkach (rys. 4, rys. 5) przedstawiono zmieniającą się w czasie jakość mieszaniny, określoną na podstawie sumy kwadratów reszt. mieszanina 14 składnikowa 350 300 suma kwadratów reszt 250 200 150 100 50 0 0 300 600 900 1200 1500 1800 czas mieszania [s] Rys. 4. Fig. 4. Wykres zmian sumy kwadratów reszt w zależności od czasu mieszania uzyskany dla mieszaniny 14 składnikowej (Euro BK) [opracowanie własne autorów] Error sum of squares changes depending on mixing time for 14 component s mixture (Euro BK) [own study] 125

Jolanta Królczyk, Marek Tukiendorf mieszanina 9 składnikowa 900 800 700 suma kwadratów reszt 600 500 400 300 200 100 0 0 200 400 600 800 1000 1200 1400 1600 1800 czas mieszania [s] Rys. 5. Fig. 5. Wykres zmian sumy kwadratów reszt w zależności od czasu mieszania uzyskany dla mieszaniny 9 składnikowej (zimowa) [opracowanie własne autorów] Error sum of squares changes depending on mixing time for 9 component s mixture (winter) [own study] Przedstawione powyżej wykresy obrazują charakter przebiegu procesu w czasie. Wykorzystanie sumy kwadratów reszt pozwala na uzyskanie informacji w postaci wartości tego wskaźnika oceniającego jakość uzyskanej mieszaniny w danych punktach czasu, przy czym im wyższa wartość wskaźnika, tym gorsza jakość mieszaniny. Zastosowanie nowej miary oceny jakości stanowi wstęp do badań nad oceną jakości mieszanin różniących się proporcjami oraz ilością mieszanych komponentów. Wnioski Wykorzystanie sumy kwadratów reszt jest nowym sposobem opisu jakości mieszanin ziarnistych. Wartość wskaźnika jakości mieszaniny zmienia się w czasie, im mniejsza wartość sumy kwadratów reszt, tym lepsza jakość mieszaniny w danym punkcie czasu. Analiza wykresów zależności sumy kwadratów reszt od czasu obrazuje charakter przebiegu procesu. 126

Ocena jakości wieloskładnikowej... Bibliografia Aczel A. D. 2005. Statystyka w zarządzaniu. PWN, s. 456-513. Boss J. 1987. Mieszanie materiałów ziarnistych. PWN, Warszawa Wrocław. ISBN 83-01-07058-7. Boss J. 1991. Czas mieszania materiałów ziarnistych, Studia i monografie, WSI w Opolu. ISSN 0239-5991. Stręk F. 1971. Mieszanie i mieszalniki. WNT. s. 325-354. AN ESTIMATION OF THE QUALITY OF MULTICOMPONENT, NON-HOMOGENOUS GRANULAR BLEND Summary: Granular blends quality measures use have not found application in presented research in so far. For quality assessment of the presented mixtures the Error Sum of Squares (SSE) has been applied. The research has been conducted in fodder mixing plant that are utilized to production and to distribute fodders for pigeons. Mixing takes place in a vertical mixer with worm agitator with ingredients recirculation. A quality assessment results have been presented for 14- and 9-components mixture. An analysis of changes of the SSE depending upon mixing time makes a possible observation of the run of a process. Key words: granular matter, non-homogenous granular blend, multicomponent granular blend, fodder, error sum of squares Adres do korespondencji: Jolanta Królczyk; e-mail: e-mail: jolantakrolczyk@wp.pl Katedra Techniki Rolniczej i Leśnej Politechnika Opolska ul. S. Mikołajczyka 5 45-271 Opole 127