回归分析法在橡胶配方试验中的应用.pdf

万方数据

回归分析法在橡胶配方试验中的应用橡胶配方试验是多因素、多目标试验，现代橡胶配方设计和试验应当而且必须借助试验设计、回归分析、多目标最优化等，因而也必须借助计算机和计算机技术。试验设计、回归分析计算机辅助试验研究系统(简称cAR系统)及试验数据，然而，这些数据不能满足全面说明回的橡胶配方试验，积累了一批数据，足可比较全数据着重展示在橡胶配方试验中怎样全面应用1所示，这次配方试验是改性sBR填充胶粉等4种填料(变量)的试验，它们的变化范围是：胶望的诸性能指标和优先考虑顺序如下：密度MPa。上述性能要求是根据经磨耗性，最后兼顾其它性能。表1中数据由三部分组成，前10个配方是用混合水平均匀设计表ulo(102×52)设计的；第11～16号配方是“优选和验证配方”；19号的配方，0’号配方是预测配方，19号和0。号配方的各项性能预测值是用第6节的方程式计算2回归模型、试验总次数和逐步回归分析姚钟尧。林惠音，粱士慧。中图分类号：T∞30和多目标最优化这三者在橡胶配方试验中是相互联系和相互促进的，而随着试验设计的发展(例如均匀设计法的创立和应用【11及计算机应用日益普及，回归分析法在其中的基础性和重要性更加凸现。前文【2“1包含回归分析法的其应用。参考文献[3]和[4]实际上是学习回归分析法和均匀设计法的体会，使用的是他人的归分析法应用的需要。最近做了一些均匀设计面说明回归分析法的应用。本文正是利用这批回归分析法。1试验数据说明应用均匀设计法的橡胶配方试验数据如表粉用量(x】)8～20份；白炭黑用量(x2)4～16份；炭黑用量(x3)4～12份；棕色树脂粉用量(x4)8—16份。希望通过试验得到轻而硬的sBR胶料，期(y】)<1．15；邵尔A型硬度(y2)度；屈挠疲劳寿命(y，)≥5万次；阿克隆磨耗量(y4)cm3；撕裂强度(y5)≥50kN·m一；扯断伸长率(y。)≥300％；拉伸强度(y，)≥12验和主观愿望初定的，首先要保证胶料轻而硬，y1和y2指标不可改变，其次考虑耐屈挠和耐配方是根据下文的回归方程式(7)和(10)优选的，并放在括号中以示区别。要得到橡胶配方性能．组分关系的经验公第7期姚钟尧等．回归分析法在橡胶配方试验中的应用基本达到要求。垒面显示了回归分析法在橡胶配方试验中应用的全过程，着重说明了使用回归分析法时不能(华南理工大学高分子系，广东广州510641)摘要：应用均匀设计法设计橡胶配方，研究胶粉、白炭黑、炭黑和棕色树脂粉4种填料对sBR腔料密度、硬度、弯曲屈挠、耐磨耗等7项性能的影响。采用回归分析法拟合试验数据。得到优选的定量描述性能与填料变量之间关系的诸回归方程，利用它们优化和预测配方。验证试验表明，所优选的配方密度小、硬度高、其它性能忽略的几个同题：试验总数、回归模型、回归方程和回归系数的显著性检验、剩余标准离差、回归方程的优选和验证试验。关键词：回归分析；均匀设计；橡胶配方；sBR；填料文献标识码：A文章编号：1000．890x(2001)07．0393．06*华南理工大学高分子系1999届毕业生。作者简介：姚钟尧(1945．)，男，广东潮阳人，华南理工大学副教授．工学硕士，从事像腔应用科技、试验设计应用和计算机应用教学和研究工作。85～90<O．1156+l
万方数据

Y=60十∑6Ⅸt+∑6，翘+e(2)y=60十∑6蕊+∑6：霹+∑6弘冯+￡g=1十c；+c；+c；=c；+2够分析或不可分析，枉做试验。一般认为橡胶配方性能用二次多项式模型y=60十61x1十62x2+⋯+6≯p+￡N=1+全部因子自由度之和+误差自由度p个变量的二次完全方程包括常数项共有就本倒来说有4个变量，如果采用四元线性模型，则表1中第1部分的数据，即u。o(102×52)表设计的10次试验数据就足够程拟合，包括常数项共有9个回归系数，10次全方程分析，包括常数项共有15个回归系数，计法设计试验，因此，可以随意把表1中第1部分和第2部分的数据合并(第1～16号配方)进行分析。本文诸性能的回归方程正是用这16个配方数据拟合得到的。使用逐步回归分析法，其原因有2个。一是当回归方程显著而有回归系数不显著时，则应考式，必须借助回归分析法拟合配方数据。这时要求应当首先考虑采用什么回归模型、至少要做多少次试验。如果不注意或忽视这一点，便不足拟合便足够了，因此，多元线性模型和多元二次模型是橡胶配方试验常用的回归模型。多元线性模型：(1)多元二次不含交叉乘积项模型：多元二次模型：式中e是随机误差。确定了回归模型之后便可确定试验总数N。根据数理统计原理：口个回归系数。N>q或N>1+声(声+3)／2(5)了。如果采用四元二次不包含交叉乘积项的方试验理论上也认为可以。如果采用四元二次完10次试验便不可能估计15个回归系数，至少需做16次试验