手机版
您的当前位置: 钻爱网 > 节日 > 雷锋 > 橡胶开炼机在线预测数学模型分析:橡胶开炼机

橡胶开炼机在线预测数学模型分析:橡胶开炼机

来源:雷锋 时间:2019-11-30 07:54:41 点击:

橡胶开炼机在线预测数学模型分析

橡胶开炼机在线预测数学模型分析 开炼机炼胶工艺是一种典型的低温炼胶工艺,其炼胶温 度低,炼胶持续时间长,胶料的分散性好,塑性值均匀,相 对密炼机的高温炼胶方式,其混炼质量更好,尤其近些年随 着低温一次法炼胶技术的推广使得开炼机的应用又得到进 一步重视。关于开炼机低温炼胶,国内外许多研发人员致力 于实现其智能化,即实现炼胶质量状况的在线检测,从而及 时调整炼胶工艺参数,使炼胶最优化。但目前开炼机混炼过 程中混炼胶的质量指标难以在线检测,必须送到实验室或快 检站检测,造成信息的滞后[1-2]。目前,张海等通过寻 找混炼胶质量指标与过程参数之间的关系,建立了预测混炼 胶分散度的数学模型,但其研究均在工艺条件相对稳定的密 炼机上进行,对于开炼机炼胶还未能建立混炼胶的质量指标 在线预测数学模型[3]。门尼黏度是混炼胶重要的质量指 标。SPSS是世界上最早的统计分析软件之一,在自动统计绘 图、数据深入分析等方面获得了很高的评价[4],自20世 纪60年代末研发至今,虽已广泛应用于技术科学领域,但将 其应用于建立开炼机混炼胶门尼黏度在线预测数学模型却 是一种新的方法。本工作针对开炼机低温炼胶,运用SPSS统 计分析软件的统计绘图、相关分析、回归分析、趋势研究等 功能,建立了门尼黏度和炼胶过程参数间的数学模型,实现 了开炼机混炼胶门尼黏度的在线检测,并为实现开炼机炼胶 过程的质量在线控制提供依据。1实验部分 1.1主要原材料 天然橡胶(NR),牌号SCR-5,海南天然橡胶产业集团 股份有限公司产品;炭黑,牌号N330,上海卡博特炭黑公司 产品;白炭黑,江西南昌南吉化学工业公司产品;ZnO、硬脂 酸(SA),均为上海白石公司产品;促进剂NOBS,山东玉皇化 工有限公司产品;其他助剂均为市售橡胶工业常用品。

1.2试样制备 基本配方(为轮胎生产过程中最具代表性的子午线轮胎 胎面胶实际应用配方)(质量份):NR100,炭黑N33038.5,白 炭黑15,ZnO3.5,SA2,Si-693,增塑剂A2,防老剂RD1.5, 防老剂6PPD2,促进剂NOBS1.5,硫黄1。为了与目前工厂采 用的低温一次法炼胶工艺相一致,且方便开炼机后续的炼胶 操作,本实验先采用密炼机进行塑炼及混炼,其加料顺序依 次为:橡胶、1/2的N330、白炭黑、SA、ZnO、增塑剂A、防老 剂RD、防老剂6PPD、促进剂NOBS、剩余1/2N330,然后将得 到的母炼胶加入开炼机中,再加入硅烷偶联剂Si-69和硫黄, 得到混炼胶。开炼机中的炼胶工艺条件为:辊距0.5~0.9mm, 后辊辊速23~35r/min,速比1.0∶1.1~1.3,炼胶时间14~ 20min,辊筒温度50~80℃。

1.3主要设备及仪器 开炼机智能炼胶实验平台,XK-160E型(本平台可以实 现2辊筒速率和速比的任意调节、辊筒间距的自动调整和精确测量、辊筒横压力的自动测量、辊筒温度的自动控制以及 数据存储等功能),自行研制;密炼机,XSM-500型,上海科 创橡塑机械设备有限公司生产;无转子硫化仪,MM4130C型, 北京环峰化工机械实验厂生产;平板硫化机,QLB-400×400 ×2型,上海第一橡胶机械厂生产;门尼黏度仪,UM-2050型, 台湾优肯科技股份有限公司生产。

1.4实验方法 针对全钢子午线轮胎胎面胶配方,运用正交实验设计方 法,设计25组实验。根据实验结果,选取开炼机炼胶的主要 过程参数:以开炼机炼胶结束排胶时在线检测的辊筒横压力 (F)、排胶时功率(P)、单位能耗(N)、排胶温度(T)的瞬时检 测值为模型的自变量,以门尼黏度(其值可根据国家标准检 测)为因变量。根据以上方案进行混炼,排胶后直接通过实 验平台读取F值,用手持测温仪检测实际胶料的T,计算排胶 时的P和N,同时采集样本进行门尼黏度测定,最后得到开炼 机的F、P、N、T及门尼黏度的25组实验数据。

2数据的处理与分析 2.1实验数据 开炼机炼胶过程中的F、T、P、N与门尼黏度的25组实验 数据如表1所列。

2.2散点图分析 按正交实验设计方法,以F、P、N和T炼胶过程参数为横 坐标,门尼黏度为纵坐标。根据实验数据,用统计分析软件SPSS绘制出散点图,如图1所示。从图1可直观地看出,门尼 黏度的高低和F、T有较明显的联系,即随着F值的增大、T的 升高,胶料的门尼黏度升高,虽然波动较大,但这种趋势是 肯定的;而P、N与门尼黏度的关系则不是很明显,相关性不 大。

2.3相关性分析 运用统计分析软件SPSS,对25批试样的统计分析结果进 行相关性分析,得到门尼黏度与F、P、N和T之间的相关系数 (Y)矩阵(见表2)。对表2的数据进行筛选,去掉误操作(异常 点)数据,得到F、P、N、T等自变量与门尼黏度的Y分别为0.729、 -0.272、-0.058、-0.531。F、T与门尼黏度的Y分别达到 了0.729、-0.531,说明它们之间有非常明显的线性关系, 尤其是F与门尼黏度的线性关系更为显著;而P、N与门尼黏度 的Y的绝对值都小于0.400,说明它们之间的线性相关程度不 高。这个结论和通过散点图得到的直观分析是一致的。

3在线预测数学模型 3.1预测数学模型的建立 根据上述分析可知,F、T与门尼黏度线性相关性较大, 有较为显著的线性关系,尤其是F,与门尼黏度的线性关系 更为显著,因此,要建立的门尼黏度在线预测数学模型可以 是一元或者二元的线性回归方程。

3.2回归方程的显著性检验 由线性回归分析的结果得到的分别以F为自变量(模型1)和以F、T为自变量(模型2),门尼黏度为因变量的2个模型 的线性回归方差分析结果列于表3。

3.3回归系数的显著性检验 对回归方程的系数(β)的显著性采用t检验,其系数及 检验结果列于表4。由表4可以看出,经t检验,模型2的β1 和β2的显著性水平分别为0和0.008,其值的绝对值都大大 小于给定的显著性水平0.100,均有显著性意义,说明本模 型的β有较强的显著性[4]。

3.4预测数学模型的适宜性检验 对预测数学模型的适宜性检验结果残差正态概率如图2 所示。从图2可以看出,残差值近乎为一条直线,表明残差 服从正态分布,符合回归假设。对模型的考察表明该模型拟 合得非常好,回归极为显著,通过了所有有关的检验。此外, 测定Y值达到0.813,非常理想,再次说明在影响因素众多的 情况下,采用逐步回归法逐次寻找对因变量影响显著的因素 是比较合适的。

3.5预测数学模型的验证 将通过预测数学模型求得的NR试样的门黏度预测值与 实测值进行比较,计算并分析它们之间的绝对误差,结果如 表5所列。由表5可见,NR的门尼黏度预测值与实测值的绝 对误差均在5.00以内,占100%;绝对误差在3.00~5.00的试 样共有4个,占16%;其余的绝对误差都在3.00以下,占84%。

可见本预测数学模型的误差较小,预测结果可用。4结论 根据实验测得NR的25组实验数据,运用统计分析软件 SPSS,建立了开炼机混炼胶门尼黏度与F和T相关的线性在线 预测数学模型:y=56.308+1.471x1-0.301x2,用其对25 组试样的门尼黏度进行预测,其预测值与实测值之间的绝对 误差全部在5.00以内,说明本预测数学模型的误差较小,预 测效果良好,可以应用于开炼机混炼胶的门尼黏度在线预测。

推荐内容

钻爱网 www.zuanai.cn

Copyright © 2002-2018 . 钻爱网 版权所有 湘ICP备12008529号-1

Top