CN104260218A - 一种橡胶开炼机混炼胶门尼粘度在线预测方法 - Google Patents
一种橡胶开炼机混炼胶门尼粘度在线预测方法 Download PDFInfo
- Publication number
- CN104260218A CN104260218A CN201410450922.2A CN201410450922A CN104260218A CN 104260218 A CN104260218 A CN 104260218A CN 201410450922 A CN201410450922 A CN 201410450922A CN 104260218 A CN104260218 A CN 104260218A
- Authority
- CN
- China
- Prior art keywords
- mooney viscosity
- rubber
- mill
- mixing
- binder removal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 150000001875 compounds Chemical class 0.000 title claims abstract description 16
- 238000002156 mixing Methods 0.000 claims abstract description 64
- 239000000463 material Substances 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 47
- 238000010074 rubber mixing Methods 0.000 claims abstract description 19
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 239000011230 binding agent Substances 0.000 claims description 54
- 238000005265 energy consumption Methods 0.000 claims description 41
- 238000004513 sizing Methods 0.000 claims description 41
- 239000003292 glue Substances 0.000 claims description 38
- 238000007670 refining Methods 0.000 claims description 31
- 239000000203 mixture Substances 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 5
- 238000009472 formulation Methods 0.000 claims description 2
- 238000000611 regression analysis Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 239000000843 powder Substances 0.000 description 9
- 238000010219 correlation analysis Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 239000006229 carbon black Substances 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 238000003490 calendering Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 239000007822 coupling agent Substances 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 241000272525 Anas platyrhynchos Species 0.000 description 2
- 238000013329 compounding Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Abstract
一种橡胶开炼机混炼胶门尼粘度在线预测方法,将不同配方的胶料,利用开炼机炼胶过程中检测的各项过程参数与已经建立好的门尼粘度与过程参数的数学模型,来预测混炼过程中混炼胶的门尼粘度;所述的已经建立好的门尼粘度与过程参数的数学模型是采用逐步回归法建立的在线预测数学模型。本发明不需要经过停放后再进行检测,可在线预测开炼机混炼胶门尼粘度,节省了橡胶停放时间;运用统计学原理使预测结果具有较高的准确度和参考价值,可以用来控制和调整炼胶参数;在开练机上也可以实现橡胶混炼的质量在线控制;投资少,控制简单,效果明显应用前景广阔。
Description
技术领域
本发明涉及橡胶塑性状态混合中,特别是在开炼机加工工艺过程的测量、预测领域,具体地说是一种橡胶开炼机混炼胶门尼粘度在线预测方法。
背景技术
橡胶开炼机是一种开放式炼胶机,它是橡胶工业中使用最早结构比较简单的最基本的橡胶机械,虽然在自动化流水混炼作业线中,由于挤出压片机、密炼机和连续混炼机等设备的应用和发展,开炼机的使用范围已显著缩小,但是密炼机的投资大,而且用途不如开炼机广泛,因此在中小企业,特别是再生胶和小批量特殊胶种以及胶料的生产中,应用仍较为普遍。本领域已经明确,门尼粘度值是橡胶质量检测最关键的指标之一,判断一个混炼过程的好坏主要是看参与混炼的胶料此时是否处于“最佳粘度”状态。如在最佳粘度状态,则混合容易,分散也不困难,用较少的时间和能量消耗就能获得较好的炭黑分散;如粘度过大,则混合困难,开炼机辊筒打滑严重,胶料成团状,炭黑粒子包在周围,功率无法升起来;如粘度过小,混合容易,但分散困难,主要因为粘度小,胶料变形传递给炭黑附聚体的力比其附聚力小,炭黑附聚体不能破碎,因而炭黑粒子无法分散。目前国内外绝大多数企业都还是在混炼结束后,将混炼胶送到化验室或快检站检测其质量指标,而制得的混炼胶一般需要等待12 ~24 h 才能进入下一工序继续加工,耗费人力、物力,胶料的存放还要占用大量的场地。但是现有技术中开炼机的在线检测手段不足,炼胶过程中门尼粘度不能及时预测,无法实现质量的在线控制。随着橡胶工业的发展,特别是轮胎业的发展,能及时得知混炼胶质量,以便适时调整工艺参数,进而达到控制质量的目的,是各生产厂家十分关注的问题。中国专利申请201110251111.6公开了“一种橡胶门尼粘度的在线自动测量方法”,是根据混炼过程的流变参数,通过详尽的数学推导预测出门尼粘度值,无需购买门尼粘度仪,从而达到减少成本的作用。中国专利申请201010215675.X公开了“一种橡胶混炼过程中门尼粘度的预报方法”,是根据积累的工艺参数和门尼粘度建立初始的离线模型,通过新样本与模型的误差对比,确定有效与否,提供在线定时预报,并可对模型进行在线更新。由于上述两个专利的参数皆取自于密炼机的流变参数,因此仅适用于密炼机。中国专利申请201010215675.X公开了“一种橡胶混炼过程中门尼粘度的预报方法”,是根据积累的工艺参数和门尼粘度建立初始的离线模型,将模型运用到实际工艺线上,通过判断模型对新样本的预测误差是否超过预测误差阈值决定是否将样本加入模型中,实现了混炼过程中的门尼粘度在线实时预报和模型在线更新。但由于上述两个专利的参数皆取自于密炼机的流变参数,因此仅适用于密炼机。 中国专利200310105637.9公开了“自适应排胶控制方法”,是在密炼胶生产工艺中,通过控制混炼胶门尼粘度指标判断混炼进行程度,建立了混炼过程参数与混炼胶门尼粘度的多功能数学模型,但是也仅适用于密炼工艺。由于开炼机炼胶和密炼机练胶的机理不同,所以不适用于开炼机。中国专利申请201010612805.3公开了“橡胶混炼门尼粘度在线软测量方法”,是在胶料经过密炼,挤出,压延,开炼的加工过程中以首样本取样代替常规风冷后停放取样,利用支持向量机函数的算法建立门尼粘度预测模型,该发明适用于工艺较复杂的炼胶过程,而单纯开炼机的炼胶过程并不适用。随着国内几家轮胎企业低温一次法炼胶的发展,开炼机再次引起人们的重视,而目前开炼机尚未有质量在线预测方法,特别是没有开炼机混炼胶门尼粘度的在线检测方法。
发明内容
本发明的目的在于克服现阶段开炼机混炼胶门尼粘度没有在线检测的缺陷,提供一种具有较高准确度的预测结果,节省人力和物力的橡胶开炼机混炼胶门尼粘度在线预测方法。
本发明目的是由以下技术方案实现的:一种橡胶开炼机混炼胶门尼粘度在线预测方法,利用开炼机炼胶过程中检测的各项过程参数与已经建立好的门尼粘度与过程参数的数学模型,来预测混炼过程中混炼胶的门尼粘度;所述的开炼机炼胶过程中检测的各项过程参数包括辊筒横压力F,排胶温度T,排胶功率P,单位能耗N,已经建立好的门尼粘度与过程参数的数学模型是采用逐步回归法建立的在线预测数学模型,分两步完成,具体步骤如下:
一、数学模型的建立过程:
准备需验证的配方胶料至少25组,每组采用不同的工艺参数进行混炼,其中炼胶工艺参数包括:辊距,辊速与速比,辊筒温度和炼胶时间,分别检测并记录开炼过程中各自的辊筒横压力F,排胶温度T,排胶功率P,单位能耗N过程参数,逐一测定并记录每车终炼胶各自的门尼粘度;
采集该配方胶料炼胶过程中过程参数的数据样本和对应每组终炼胶的门尼粘度样本建立数据库,包括自变量F={F1,F2,F3……Fm}, T={T1,T2,T3……Tm}, P={P1,P2,P3….Pm}, N={N1,N2,N3…..Nm},门尼粘度值Y={Y1,Y2,Y3….Ym};分别以辊筒横压力F,排胶温度T,排胶功率P,单位能耗N为横坐标,以门尼粘度为纵坐标做散点图,并调用SPSS统计分析软件,分析F,T,P N四个参数各自与门尼粘度的线性相关性。
以F,T,P,N为自变量,Y为因变量使用SPSS统计分析软件,采用逐步回归法建立在线预测数学模型,式中均为待估参数,通过回归分析确定待估参数的数值,建立回归方程,并进行显著性(F)检验,相关系数(R)检验,残差检验,若高度显著,相关程度高,残差成正态分布,则所建回归方程是适用的,若R2偏低,则回归不理想,应重新修改数学模型,增加或减少一些参数,以保证显著性(F)检验和相关系数(R)检验的结果都较为理想,使回归方程成立,得到该配方胶料的数学模型;
二、门尼粘度在线预测过程:
将开炼机混炼时各对应配方胶料检测的辊筒横压力,排胶温度,排胶功率,单位能耗等参数,带入数学模型,预测每车胶料终炼胶的门尼粘度值;
不同配方的胶料,按上述步骤~建立不同的在线预测数学模型,在炼胶过程中将检测的过程参数,带入数学模型,预测终炼胶的门尼粘度。
由于开炼机是一种辊筒外露的开放式炼胶机械,其辊筒横压力F,排胶温度T,排胶功率P,单位能耗N过程参数可直接反映在炼胶的质量状况。在掌握上述数据的前提下,再经过已建立的数学模型运算,即可获得胶料终炼胶的门尼粘度值,达到在线预测橡胶开炼机混炼胶门尼粘度的目的。
辊筒横压力范围为10KN~30KN,是通过固定安装在调距装置活塞杆的前端的压力传感器监测,胶料对辊筒的横压力通过辊筒、辊筒轴承、轴承座传递给压力传感器。
排胶温度范围为60℃~110℃,是通过红外线测温仪和热电偶温度计同时进行测定,每种方法的监测点3个以上,将测得的最高温度值作为该车胶料温度值。
排胶功率范围为0kW~5Kw,是通过智能三相电能表进行测量;根据大于机台消耗的最大功率的原则,确定选用合适的电流和电压互感器,然后与智能三相电能表连结在一起;该智能三相电能表将测量的数据数字显示或传输给计算机,计算机自动连续记录功率情况,生成连续的功率曲线。
单位能耗范围为0~3kJ/g;采用智能三相表进行测量;智能三相表将测量的数据以数字显示或传输给计算机进行自动记录。
数学模型建立过程中的门尼粘度原始测量,是使用门尼粘度仪,测量范围为40~80。辊筒横压力,排胶功率,排胶温度是指开炼机炼胶结束排胶时的一个瞬时值,是唯一的,是可以准确反映开炼机在结束炼胶时炼胶过程的实际情况的;单位能耗是开炼机驱动电机在炼制单位质量的混炼胶所消耗的能量,本发明所指的单位能耗是指开炼机驱动电机在炼制单位质量的混炼胶所消耗的能量。
本发明与现有技术相比,不需要经过停放后再进行检测,可在线预测开炼机混炼胶门尼粘度,节省了橡胶停放时间;运用统计学原理使预测结果具有较高的准确度和参考价值,可以用来控制和调整炼胶参数;在开练机上也可以实现橡胶混炼的质量在线控制;投资少,控制简单,效果明显应用前景广阔。
附图说明
图1是本发明的工艺流程图;
图2是实施例1胎面胶料配方的门尼粘度与辊筒横压力、排胶温度、排胶功率、单位能耗的散点图;
图3是实施例1的门尼粘度在线预测数学模型的残差正态概率图;
图4是实施例2胶料配方的门尼粘度与辊筒横压力、排胶温度、排胶功率、单位能耗的散点图;
图5是实施例2的门尼粘度在线预测数学模型的残差正态概率图;
图6是实施例3胶料配方的门尼粘度与辊筒横压力、排胶温度、排胶功率、单位能耗的散点图;
图7是实施例3的门尼粘度在线预测数学模型的残差正态概率图。
具体实施方式
实施例1
下面通过实施例并结合附图对本发明做进一步描述:
(1)本实施例采用的胶料为全钢子午线轮胎胎面胶,使用XK-160E型开炼机智能炼胶实验平台进行混炼。准备需验证的配方胶料25组,其配方如表1所示:
表1
(2)为避免开炼机加粉料炼胶时,粉尘飞扬造成环境污染及粉料损失,在进行开炼机炼胶之前,先用密炼机进行初步的塑炼及混炼,最主要的目的就是将胶料、粉料和油料用密炼机先混到一起,方便开炼机后续的炼胶操作。密炼机排胶后将胶料冷却到50~80℃以后,将偶联剂、硫化剂等加入,对橡胶进行充分的塑炼和混炼,辊筒温度、辊距、速度、速比等根据炼胶工艺的要求进行变化,炼胶时间分别采用14~20min范围内,采用薄通法炼胶。
开炼机混炼采用五水平六因素正交试验法,其中一列为空白,其混炼工艺条件的因素水平表如表2所示:
表2
(3)检测各组排胶时的辊筒横压力F,排胶温度T,排胶功率P,单位能耗N,并检测25组混炼胶各自的门尼粘度,表3为采用五水平六因素正交实验法进行的炼胶过程参数对门尼粘度影响的实验结果。并以排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N为自变量,以门尼粘度为因变量各做散点图,如图2所示。
表3
(4)建立门尼粘度在线预测数学模型。将混炼过程检测到的排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N等数据与测得的门尼粘度进行相关性分析,通过散点图分析F,T,P N四个参数各自与门尼粘度的线性相关性,线性正相关的参数相关系数为正值,反之为负值。正相关性越强相关系数越接近1,负相关性越强相关系数越接近-1,相关系数的值越接近0表示相关性越小;由相关性分析软件SPSS得到:F:0.729,T:-0.531,N:-0.058,P:-0.272 。相关性分析显示横压力和排胶温度与门尼粘度相关性较大,而排胶功率和单位能耗与门尼粘度相关性较小。以横压力F,排胶温度T,单位能耗N,排胶功率P为自变量,门尼粘度为因变量建立如下数学模型:。式中均为待估参数。调用SPSS软件的逐步回归法得到线性回归的数学模型为:y=56.308+1.471F-0.301T。进行显著性检验,统计量F=21.407,对应置信水平为0.000,可以认为该回归数学模型极为显著。相关系数检验,测得相关系数R=0.813。进行残差检验,残差正态概率图如图3所示,可看出残差值近乎一条直线,表明残差符合正态分布,符合回归假设。
(5)得到数学模型后,再次用开炼机混炼全钢子午线轮胎胎面胶时,测得胶料对辊筒横压力为10KN,排胶温度为60℃,排胶功率为0.5kW, 单位能耗为0.6kJ/g;胶料对辊筒横压力通过固定安装在调距装置活塞杆的前端的压力传感器监测,通过辊筒、辊筒轴承、轴承座传递给压力传感器;排胶温度通过红外线测温仪和热电偶温度计利用3个监测点,将测得的最高温度值作为该车胶料的排胶温度;排胶功率是通过智能三相电能表进行测量,该智能三相电能表将测量的数据数字显示或传输给计算机;单位能耗采用智能三相表进行测量,智能三相表将测量的数据以数字显示或传输给计算机进行自动记录;
(6)将上述胶料对辊筒横压力为10KN,排胶温度为60℃,排胶功率为0.5kW, 单位能耗为0.6kJ/g。带入已建立的数学模型y=56.308+1.471F-0.301T得出门尼粘度值52.958,该数值就是门尼粘度的预测值。
(7)得到数学模型后,再次用开炼机混炼胎面胶时,混炼完成就可预测该车胶料的门尼粘度,而不需停放后检测,省时省力。
实施例2
通过普通输送带配方并结合附图对本发明做进一步描述:
(1)本实施例采用的胶料为普通输送带配方,使用XK-160E型开炼机智能炼胶实验平台进行混炼。准备需验证的配方胶料25组,其配方如表4所示:
表4
(2)为避免开炼机加粉料炼胶时,粉尘飞扬造成环境污染及粉料损失,在进行开炼机炼胶之前,先用密炼机进行初步的塑炼及混炼,最主要的目的就是将胶料、粉料和油料用密炼机先混到一起,方便开炼机后续的炼胶操作。密炼机排胶后将胶料冷却至50~80℃以后,将偶联剂、硫化剂等加入,对橡胶进行充分的塑炼和混炼,辊筒温度、辊距、速度、速比等根据炼胶工艺的要求进行变化,炼胶时间分别采用14~20min范围,采用薄通法炼胶。
开炼机混炼采用五水平六因素正交试验法,其中一列为空白,其混炼工艺条件的因素水平表如表5所示:
表5
(3)检测各组排胶时的辊筒横压力F,排胶温度T,排胶功率P,单位能耗N,并检测25组混炼胶各自的门尼粘度,表6为采用五水平六因素正交实验法进行的炼胶过程参数对门尼粘度影响的实验结果。并分别以排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N为自变量,以门尼粘度为因变量各做散点图,如图4所示。
表6
(4)建立门尼粘度在线预测数学模型。将混炼过程检测到的排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N等数据与测得的门尼粘度进行相关性分析,通过散点图分析F,T,P N四个参数各自与门尼粘度的线性相关性,线性正相关的参数相关系数为正值,反之为负值。正相关性越强相关系数越接近1,负相关性越强相关系数越接近-1,相关系数的值越接近0表示相关性越小;由相关性分析软件SPSS得到:F:0.748,T:-0.218,N:-0.020,P:-0.119。相关性分析显示横压力和排胶温度与门尼粘度相关性较大,而排胶功率和单位能耗与门尼粘度相关性较小。以横压力F,排胶温度T,单位能耗N,排胶功率P为自变量,门尼粘度为因变量建立如下数学模型:。式中均为待估参数。调用SPSS软件的逐步回归法得到线性回归的数学模型为:y=42.6759+1.733F-0.088T。进行显著性检验,统计量F=13.867,对应置信水平为0.000,可以认为该回归数学模型极为显著。相关系数检验,测得相关系数R=0.768。进行残差检验,残差正态概率图如图5所示,可看出残差值近乎一条直线,表明残差符合正态分布,符合回归假设。
(5)得到数学模型后,再次用开炼机混炼全钢子午线轮胎胎面胶时,测得胶料对辊筒横压力为11KN,排胶温度为59℃,排胶功率为0.58kW, 单位能耗为0.57kJ/g;胶料对辊 筒横压力通过固定安装在调距装置活塞杆的前端的压力传感器监测,通过辊筒、辊筒轴承、轴承座传递给压力传感器;排胶温度通过红外线测温仪和热电偶温度计利用3个监测点,将测得的最高温度值作为该车胶料的排胶温度;排胶功率是通过智能三相电能表进行测量,该智能三相电能表将测量的数据数字显示或传输给计算机;单位能耗采用智能三相表进行测量,智能三相表将测量的数据以数字显示或传输给计算机进行自动记录;
(6)将上述胶料对辊筒横压力为11KN,排胶温度为59℃,排胶功率为0.58kW, 单位能耗为0.57kJ/g。带入已建立的数学模型y=42.6759+1.733F-0.088T.得出门尼粘度值56.547,该数值就是门尼粘度的预测值。
(7)得到数学模型后,再次用开炼机混炼胎面胶时,混炼完成就可预测该车胶料的门尼粘度,而不需停放后检测,省时省力。
实施例3
通过普通胶管内层胶配方并结合附图对本发明做进一步描述:
(1)本实施例采用的胶料为普通胶管内层胶配方,使用XK-160E型开炼机智能炼胶实验平台进行混炼。准备需验证的配方胶料25组,其配方如表1所示:
表7
(2)为避免开炼机加粉料炼胶时,粉尘飞扬造成环境污染及粉料损失,在进行开炼机炼胶之前,先用密炼机进行初步的塑炼及混炼,最主要的目的就是将胶料、粉料和油料用密炼机先混到一起,方便开炼机后续的炼胶操作。密炼机排胶后将胶料冷却至50~80℃以后,将偶联剂、硫化剂等加入,对橡胶进行充分的塑炼和混炼,辊筒温度、辊距、速度、速比等根据炼胶工艺的要求进行变化,炼胶时间分别采用14~20min范围,采用薄通法炼胶。
开炼机混炼采用五水平六因素正交试验法,其中一列为空白,其混炼工艺条件的因素水平表如表8所示:
表8
(3)检测各组排胶时的辊筒横压力F,排胶温度T,排胶功率P,单位能耗N,并检测25组混炼胶各自的门尼粘度,表9为采用五水平六因素正交实验法进行的炼胶过程参数对门尼粘度影响的实验结果。并分别以排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N为自变量,以门尼粘度为因变量各做散点图,如图6所示。
表9
(4)建立门尼粘度在线预测数学模型。将混炼过程检测到的排胶时辊筒横压力F,排胶温度T,排胶功率P,单位能耗N等数据与测得的门尼粘度进行相关性分析,通过散点图分析F,T,P N四个参数各自与门尼粘度的线性相关性,线性正相关的参数相关系数为正值,反之为负值。正相关性越强相关系数越接近1,负相关性越强相关系数越接近-1,相关系数的值越接近0表示相关性越小;由相关性分析软件SPSS得到:F:0.668,T:-0.037,N:-0.120,P:-0.243 。相关性分析显示横压力和排胶温度与门尼粘度相关性较大,而排胶功率和单位能耗与门尼粘度相关性较小。以横压力F,排胶温度T,单位能耗N,排胶功率P为自变量,门尼粘度为因变量建立如下数学模型:。式中均为待估参数。调用SPSS软件的逐步回归法得到线性回归的数学模型为:y=41.1265+1.511F-3.359P。进行显著性检验,统计量F=10.289,对应置信水平为0.000,可以认为该回归数学模型极为显著。相关系数检验,测得相关系数R=0.695。进行残差检验,残差正态概率图如图7所示,可看出残差值近乎一条直线,表明残差符合正态分布,符合回归假设。
(5)得到数学模型后,再次用开炼机混炼全钢子午线轮胎胎面胶时,测得胶料对辊筒横压力为10.5KN,排胶温度为61℃,排胶功率为0.53kW, 单位能耗为0.61kJ/g;胶料对辊筒横压力通过固定安装在调距装置活塞杆的前端的压力传感器监测,通过辊筒、辊筒轴承、轴承座传递给压力传感器;排胶温度通过红外线测温仪和热电偶温度计利用3个监测点,将测得的最高温度值作为该车胶料的排胶温度;排胶功率是通过智能三相电能表进行测量,该智能三相电能表将测量的数据数字显示或传输给计算机;单位能耗采用智能三相表进行测量,智能三相表将测量的数据以数字显示或传输给计算机进行自动记录;
(6)将上述胶料对辊筒横压力为10.5KN,排胶温度为61℃,排胶功率为0.53kW, 单位能耗为0.61kJ/g。带入已建立的数学模型y=41.1265+1.511F-3.359P。得出门尼粘度值55.212,该数值就是门尼粘度的预测值。
(7)得到数学模型后,再次用开炼机混炼胎面胶时,混炼完成就可预测该车胶料的门尼粘度,而不需停放后检测,省时省力。
Claims (7)
1.一种橡胶开炼机混炼胶门尼粘度在线预测方法,利用开炼机炼胶过程中检测的各项过程参数与已经建立好的门尼粘度与过程参数的数学模型,来预测混炼过程中混炼胶的门尼粘度;所述的开炼机炼胶过程中检测的各项过程参数包括辊筒横压力F,排胶温度T,排胶功率P,单位能耗N,已经建立好的门尼粘度与过程参数的数学模型是采用逐步回归法建立的在线预测数学模型,分两步完成,具体步骤如下:
一、数学模型的建立过程:
准备需验证的配方胶料至少25组,每组采用不同的工艺参数进行混炼,其中炼胶工艺参数包括:辊距,速度与速比,辊筒温度和炼胶时间分别检测并记录开炼过程中各自的辊筒横压力F,排胶温度T,排胶功率P,单位能耗N过程参数,逐一测定并记录每车终炼胶各自的门尼粘度;
采集该配方胶料炼胶过程中过程参数的数据样本和对应每组终炼胶的门尼粘度样本建立数据库,包括自变量F={F1,F2,F3……Fm}, T={T1,T2,T3……Tm}, P={P1,P2,P3….Pm}, N={N1,N2,N3…..Nm},门尼粘度值Y={Y1,Y2,Y3….Ym};分别以辊筒横压力F,排胶温度T,排胶功率P,单位能耗N为横坐标,以门尼粘度为纵坐标做散点图,并调用SPSS统计分析软件,分析F,T,P N四个参数各自与门尼粘度的线性相关性,
以F,T,P,N为自变量,Y为因变量使用SPSS统计分析软件,采用逐步回归法建立在线预测数学模型,式中均为待估参数,通过回归分析确定待估参数的数值,建立回归方程,并进行显著性(F)检验,相关系数(R)检验,残差检验,若高度显著,相关程度高,残差成正态分布,则所建回归方程是适用的,若R2偏低,则回归不理想,应重新修改数学模型,增加或减少一些参数,以保证显著性(F)检验和相关系数(R)检验的结果都较为理想,使回归方程成立,得到该配方胶料的数学模型;
二、门尼粘度在线预测过程:
将开炼机混炼时各对应配方胶料检测的辊筒横压力,排胶温度,排胶功率,单位能耗等参数,带入数学模型,预测每车胶料终炼胶的门尼粘度值;
不同配方的胶料,按上述步骤~建立不同的在线预测数学模型,在炼胶过程中将检测的过程参数,带入数学模型,预测终炼胶的门尼粘度。
2.根据权利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于所述辊筒横压力范围为10KN~30KN,是通过固定安装在调距装置活塞杆的前端的压力传感器监测,胶料对辊筒的横压力通过辊筒、辊筒轴承、轴承座传递给压力传感器。
3.根据权利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于所述排胶温度范围为60℃~110℃,是通过红外线测温仪和热电偶温度计同时进行测定,每种方法的监测点3个以上,将测得的最高温度值作为该车胶料温度值。
4.权根据利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于所述排胶功率范围为0kW~5Kw,是通过智能三相电能表进行测量;该智能三相电能表将测量的数据数字显示或传输给计算机。
5.根据权利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于所述单位能耗范围为0~3kJ/g ;采用智能三相表进行测量。
6.根据权利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于在数学模型建立过程中所述的门尼粘度原始测量,是使用门尼粘度仪,测量范围为40~80。
7.根据权利要求1所述的一种开炼机混炼胶门尼粘度在线预测方法,其特征在于所述辊筒横压力,排胶功率,排胶温度是指开炼机炼胶结束排胶时的一个瞬时值;单位能耗是开炼机驱动电机在炼制单位质量的混炼胶所消耗的能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410450922.2A CN104260218B (zh) | 2014-09-05 | 2014-09-05 | 一种橡胶开炼机混炼胶门尼粘度在线预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410450922.2A CN104260218B (zh) | 2014-09-05 | 2014-09-05 | 一种橡胶开炼机混炼胶门尼粘度在线预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104260218A true CN104260218A (zh) | 2015-01-07 |
CN104260218B CN104260218B (zh) | 2016-06-29 |
Family
ID=52151861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410450922.2A Active CN104260218B (zh) | 2014-09-05 | 2014-09-05 | 一种橡胶开炼机混炼胶门尼粘度在线预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104260218B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703099A (zh) * | 2016-08-08 | 2018-02-16 | 中国石油化工股份有限公司 | 在线连续检测设备和方法以及聚合反应系统和方法 |
CN108153958A (zh) * | 2017-12-20 | 2018-06-12 | 长安大学 | 一种橡胶沥青粘度预估评价方法 |
CN109187274A (zh) * | 2018-10-19 | 2019-01-11 | 青岛科技大学 | 一种全自动混炼胶片流动性检测仪及其检测方法 |
CN112757517A (zh) * | 2020-12-30 | 2021-05-07 | 宁波泰科威橡胶科技有限公司 | 一种纤维膜片成型设备 |
CN115366281A (zh) * | 2022-08-22 | 2022-11-22 | 青岛科技大学 | 基于机器学习的模温机温度控制方法、装置及可存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104325571B (zh) * | 2014-09-05 | 2017-07-18 | 青岛科技大学 | 一种橡胶开炼机混炼胶分散度在线预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101863088A (zh) * | 2010-06-30 | 2010-10-20 | 浙江大学 | 一种橡胶混炼过程中门尼粘度的预报方法 |
CN102303377A (zh) * | 2011-08-29 | 2012-01-04 | 天津大学 | 一种橡胶门尼粘度的在线自动测量方法 |
CN202275035U (zh) * | 2011-10-08 | 2012-06-13 | 高铁检测仪器(东莞)有限公司 | 一种橡胶门尼粘度测试仪 |
CN102567386A (zh) * | 2010-12-17 | 2012-07-11 | 软控股份有限公司 | 在线检测数据库更新方法 |
-
2014
- 2014-09-05 CN CN201410450922.2A patent/CN104260218B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101863088A (zh) * | 2010-06-30 | 2010-10-20 | 浙江大学 | 一种橡胶混炼过程中门尼粘度的预报方法 |
CN102567386A (zh) * | 2010-12-17 | 2012-07-11 | 软控股份有限公司 | 在线检测数据库更新方法 |
CN102303377A (zh) * | 2011-08-29 | 2012-01-04 | 天津大学 | 一种橡胶门尼粘度的在线自动测量方法 |
CN202275035U (zh) * | 2011-10-08 | 2012-06-13 | 高铁检测仪器(东莞)有限公司 | 一种橡胶门尼粘度测试仪 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703099A (zh) * | 2016-08-08 | 2018-02-16 | 中国石油化工股份有限公司 | 在线连续检测设备和方法以及聚合反应系统和方法 |
CN107703099B (zh) * | 2016-08-08 | 2021-03-16 | 中国石油化工股份有限公司 | 在线连续检测方法以及聚合反应方法 |
CN108153958A (zh) * | 2017-12-20 | 2018-06-12 | 长安大学 | 一种橡胶沥青粘度预估评价方法 |
CN109187274A (zh) * | 2018-10-19 | 2019-01-11 | 青岛科技大学 | 一种全自动混炼胶片流动性检测仪及其检测方法 |
CN109187274B (zh) * | 2018-10-19 | 2023-09-26 | 青岛科技大学 | 一种全自动混炼胶片流动性检测仪及其检测方法 |
CN112757517A (zh) * | 2020-12-30 | 2021-05-07 | 宁波泰科威橡胶科技有限公司 | 一种纤维膜片成型设备 |
CN112757517B (zh) * | 2020-12-30 | 2022-10-28 | 宁波泰科威橡胶科技有限公司 | 一种纤维膜片成型设备 |
CN115366281A (zh) * | 2022-08-22 | 2022-11-22 | 青岛科技大学 | 基于机器学习的模温机温度控制方法、装置及可存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104260218B (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104260218B (zh) | 一种橡胶开炼机混炼胶门尼粘度在线预测方法 | |
CN109305534B (zh) | 基于计算机视觉的煤码头带式输送机自适应控制方法 | |
CN102567812B (zh) | 一种烟草加工工序中用加工参数预测控制指标的方法 | |
CN111608118B (zh) | 一种扫路车的风机和扫盘的自动控制方法及系统 | |
CN103713618B (zh) | 一种卷接机组提质降耗专家控制系统 | |
CN104325571B (zh) | 一种橡胶开炼机混炼胶分散度在线预测方法 | |
CN110699683A (zh) | 一种自检式智能预警冷喷涂设备及其运行流程 | |
CN111530711A (zh) | 一种涂布设备的控制方法及检测涂布增重的装置 | |
CN111679176A (zh) | 一种用于电力节电的电路故障监测系统 | |
CN115257304A (zh) | 一种驻车加热器运行检测管控系统 | |
CN104260220B (zh) | 开炼机智能炼胶工艺 | |
CN116991130A (zh) | 一种石化生产智能化自动化控制系统和方法 | |
CN116911529A (zh) | 一种基于bim模型的物联网设备管理的方法与系统 | |
CN107030734B (zh) | 一种漆膜机器人自动检测系统 | |
CN102937476B (zh) | 一种在线涂布量监测方法 | |
CN104634780A (zh) | 一种叶片加料均匀性测量和评价方法 | |
CN115879641B (zh) | 一种用于节能型球磨机的设备运行故障预测系统 | |
CN108709426B (zh) | 基于频谱特征双边检测法烧结机漏风故障在线诊断方法 | |
CN110965431A (zh) | 一种变产量干燥滚筒的变频方法和变频系统 | |
CN108759479B (zh) | 基于盲源分离单边检测法的烧结机漏风故障在线诊断方法 | |
CN107562024B (zh) | 一种玻璃板钢化工艺过程控制方法 | |
CN104404858B (zh) | 一种沥青路面有效压实状态的测试装置及其使用方法 | |
CN107526877B (zh) | 一种消减残余应力的模拟方法 | |
CN206133284U (zh) | 一种加工车间生产线管理系统 | |
Jiang et al. | A novel intelligent monitoring method for the closing time of the taphole of blast furnace based on two-stage classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |