CN1247977A - 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法 - Google Patents

密炼机混炼胶粘度分散度预测装置及其数学模型建立方法 Download PDF

Info

Publication number
CN1247977A
CN1247977A CN 99117016 CN99117016A CN1247977A CN 1247977 A CN1247977 A CN 1247977A CN 99117016 CN99117016 CN 99117016 CN 99117016 A CN99117016 A CN 99117016A CN 1247977 A CN1247977 A CN 1247977A
Authority
CN
China
Prior art keywords
viscosity
dispersion degree
mathematical model
value
banbury mixer
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
Application number
CN 99117016
Other languages
English (en)
Other versions
CN1105302C (zh
Inventor
张海
贺德化
马铁军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liuzhou SCUT Bestry Rubber Plastic Technology Co.,Ltd.
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN 99117016 priority Critical patent/CN1105302C/zh
Publication of CN1247977A publication Critical patent/CN1247977A/zh
Application granted granted Critical
Publication of CN1105302C publication Critical patent/CN1105302C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Processing And Handling Of Plastics And Other Materials For Molding In General (AREA)

Abstract

本发明是密炼机混炼胶粘度分散度预测装置及其数学模型建立方法,其装置由机箱、CPU主板、无源母板、PC104总线输入板、信号输入调理板、硬盘、软盘驱动控制器、显示器及打印机构成,PC104输入板装于CPU主板上,主板固定于无源母板上,再与硬盘及软盘驱动器电气连接,信号输入调理板固定于无源母板,无源母板固定于机箱内;电路由24路开关量输入隔离电路、24路开关量输出隔离驱动电路、8路模拟量输入缓冲电路、2路V/F转换电路电气连接构成。本发明还包括混炼胶粘度分散度预测的数学模型建立方法步骤。本发明能实时在线检测、控制,产品合格率高、成本大大降低。

Description

密炼机混炼胶粘度分散度预测装置及其数学模型建立方法
本发明是密炼机混炼胶粘度分散度预测装置及其数学模型建立方法，属密炼机混炼胶参数自动检测控制技术。
密炼机是用来塑炼橡胶以增加胶料塑性、减小胶料粘度的一种设备，它是橡胶或塑料与固体粒状填料或液体混合混炼、塑化、分散的一种设备。密炼机对橡胶塑料等物料与固体粒状填料或液体物料混合混炼、塑化、分散工艺后，一般对产物都有达到一定粘度与分散度的要求。实际是否达到要求，现有的方法是在经密炼机加工工艺后，从所生产的产物中，取一定的试样在实验室进行粘度与分散度的质量检测，如不合要求，可再加工的就经过再加工，再取样检测，再看是否合格。不可再加工的，就只能进行处理或报废。为此，产物在车间往往还需停放一段时间，一般24小时左右。发明人为解决现有技术存在的上述问题，曾在密炼机上按每种胶料建立预测混炼胶粘度和分散度的数学模型，通过质量自动在线检测系统进行预测，在实际应用中取得很好的效果，只是密炼机所混炼的胶料品种很多时，这时建立预测混炼胶粘度和分散度数学模型的工作量较大，因而影响到它的推广应用。
本发明的目的就是为了克服和解决现有密炼机产物混炼胶粘度、分散度参数检测需在实验室抽样检测，既繁琐、费时，又使产品合格率低，需经常返工或报废，产品成本增加等的缺点和问题，研究发明一种对密炼机生产的物料不需取样到实验室来进行检测，而能实时在线检测、控制，使产品合格率高、成本大大降低的密炼机混炼胶粘度分散度预测装置及其数学模型建立方法。
本发明是通过下述技术方案来实现的：密炼机混炼胶粘度分散度预测装置的结构示意图如图1所示，其电路方框图如图2所示，其电路原理图如图3所示。它由工业控制机机箱1、工业控制级CPU主板2、无源母板3、PC104总线信号输入板4、信号输入调理板5、硬盘6、软盘驱动控制器7、显示器8及打印机9共同连接构成，其相互位置及连接关系为：PC104总线信号输入板4通过PC104总线插座安装在工业控制级CPU主板2上，CPU主板2则通过ISA总线插槽固定在无源母板3上，再通过扁平信号电缆与硬盘6及软盘驱动器7相电气连接，信号输入调理板5通过ISA总线插槽固定在无源母板3上，无源母板3固定在工业控制机机箱1内；通过上述之各板分别相应卡插接在机箱背面扩展输出显示器插座、打印机插座、模拟量输入插座，再通过上述的插座与显示器、打印机及密炼机主电机功率变送器、混炼胶胶料胶温变送器相电气连接；其电路(信号输入调理板)由24路开关量输入隔离电路、24路开关量输出隔离驱动电路、8路模拟量输入缓冲电路、2路V/F转换电路共同电气连接构成，其相互连接关系为：24路开关量输入隔离电路分别与工业现场开关量输入电路及PC104总线输入板相电气连接；24路开关量输出隔离驱动电路分别与工业现场控制对象及PC104总线信号输入板相电气连接，8路模拟量输入缓冲电路分别与工业现场模拟量输入电路、PC104总线信号输入板相电气连接，2路V/F转换电路分别与工业现场模拟量输入电路、PC104总线信号输入板相电气连接。其作用原理为：信号输入调理板5将密炼机生产过程中的开关量信号、密炼机主电机混炼所作的有功功率信号、胶料温度变化信号，经光电隔离、缓冲放大后，输入到PC104总线信号输入板4，再经PC104总线信号输入板4输入到CPU主板。计算机根据这些输入信号对密炼机的密炼过程进行记录分析，建立回归出相应的数学模型，计算出粘度、分散度预测值，并对混炼过程进行控制，以达到预测粘度、分散度及控制混炼胶质量的目的。
如图3所示电路原理，图中其中某一路开关量输入隔离电路由电阻R19～R20、光电耦合器件GDQ2共同连接构成；某一路开关量输出隔离驱动电路由电阻R21～R23，光电耦合器件GDQ3、晶体三极管T1～T2、二极管D4、继电器J1共同电气连接构成；某一路模拟量输入缓冲电路由电阻R1～R7，运算放大器U1A、U2A，可调电阻RW1，二极稳压管DW1～DW2共同电气连接构成；某一路V/F转换电路由电阻R8～R18，运算放大器U3A～U4A，V/F转换器件U5，可调电阻RW1～RW3，二极稳压管DW3～DW4，二极管D1～D3，电容C1～C3，光电耦合器件GDQ1共同电气连接构成。电路的简单工作作用原理如下：开关量输入隔离电路其作用原理是当工业生产现场开关量接通时，光电耦合器件GDQ2中的红外光二极管便有电流流过，红外光敏三极管导通，其集电极对计算机输出一低电平；开关量输出隔离驱动电路的作用原理为：当要输出一控制信号时，计算机输出一低电平，光耦合器件GDQ3中的红外光二极管便有电流流过，红外光敏三极管导通，集电极输出一低电平，该低电平使得晶体三极管T1截止，T1的集电极输出一高电平，该电平使得晶体三极管T2导通，控制继电器得电，输出一控制信号；模拟量输入缓冲电路其作用原理是密炼机现场的模拟电压信号经电阻R1输入至运算放大器的负端，由于R4＝R1、R5＝R7，该放大器的第一极、第二极放大倍数均为1，模拟量的零点由可调电阻RW1调整，对计算机输出一个1∶1的电压信号；V/F转换电路其作用原理是密炼机现场的模拟电压信号经OP放大器U3A把该电压变为0～10V，模拟量的零点由可调电阻RW4调整，V-F转换由U5完成。为了改变线形，增加了OP放大器U4A，它是电流输入型的，满量程为0～100MA，为了保证反馈回路的稳定增加了电容C2，U5的频率由电阻R16、电容C3或可调电阻RW3而定，其对计算机可输出一最高达10KHZ的隔离式频率信号。
密炼机预测混炼胶粘度分散度数学模型的建立方法：用本发明的密炼机混炼胶粘度分散度预测装置采集混炼过程中的温度、时间、功率、能量等参数，建立数学模型时，最少采集2～6种胶料混炼过程中的上述各项参数，每一种胶料采集的样品批数至少15批以上，总计在40～150批之间，并采集每种胶料混炼时的填充系数、密炼机转子转速、压砣的压力等参数；再对上述取样样品在实验室按国家标准检测物料的粘度和分散度，并将检测结果输入本发明的混炼胶粘度分散度预测装置；其建立数学模型步骤如下：(1)排除样品数据的异常值：从统计学知，如变量X服从正态分布，则99％的值应落在[μ-3σ，μ+3σ]内，如果落在此范围外，则将该数据当异常值排除；(2)进行相关分析：从相关系数看粘度或分散度与有关参数的关系；(3)建立数学模型：以粘度或分散度为因变量，以填充系数、转速等为自变量回归建立数学模型；(4)进行有关的检验：其中包括显著性F的检验，相关系数R的检验，残差检验：若通过检验，则回归方程成立；若不通过，则修改数学模型，继续回归检验，直到预测数学模型建立；(5)预测混炼胶粘度和分散度：建立预测数学模型后，如在监控条件下，密炼机每混炼一批结束时，即可给出该批混炼胶的粘度和分散度数值；如在控制条件下，该批混炼胶的粘度和分散度值达到要求值的范围内，密炼机才结束该批的混炼。密炼机预测混炼胶粘度、分散度的数学模型建立流程方框图如图4所示。
预测混炼胶粘度的原理为：从密炼机的流变学理论分析，密炼机转了扭矩T的表达式为： T = πNμ 2 [ 1 + x a ( πx e - 1 D t - 3 π ( x 2 a 2 - 1 ) 1 + a 3 e x D t ] - - - ( 1 ) 式中：N为转子转速，μ为胶料粘度，a为突棱顶高沟槽间隙比h/g；x为转子轴身直径/转子棱顶直径比Dc/Dt；e为突棱顶宽。对于特定的密炼机，a、x、e、Dc、Dt等为常数，若用A代替式中括号内的数值，则①式可简化为： T = πNμ 2 A - - - - ( 2 ) 而转子轴功率P为： P = TN = π N 2 μ 2 A μ = 2 P π N 2 A - - - - ( 3 ) 从此③式中可见，粘度μ只与P、N、A有关。除此之外，粘度与每种配方的不同并没有直接关系。从以上的分析，我们认为从每台密炼机的角度来说，采用多元回归分析方法建立预测混炼胶粘度的数学模型是可能的。实际应用中最初并不理想。经进一步研究，考虑到推导上式的假设中，物料是充满整个密炼室的，而实际并未充满，因此应引入密炼室的充满系数，即实际应用中的物料填充系数，在引入填充系数后，回归建立的数学模型获得了满意的结果。
预测混炼胶分散度的原理：根据塑性流体与固体粒子填料混合分散的机理及等变形量理论，假设塑性流体与固体粒子按一定厚度分多层放置，在外力作用下塑性流体变形，固体粒子也相应位移，如变形越大，则塑性流体和固体粒子的厚度越来越小，即塑性流体间与固体粒子间的距离越来越小，也就是说变形量越大，混合分散越好，如塑性流体粘度一定，变形量越大，外力作功就越大，消耗能量越多。因此，分散度的大小应与消耗能量的多少成正比。但因橡胶并非塑性流体，而是粘弹性流体，炭黑这种固体粒子并非松散存在，而是彼此以一定附聚力形成炭黑附聚体存在，在外力作用下，粘弹性流体橡胶变形，外力去掉后，存在不同程度的弹性恢复，但炭黑附聚体不一定产生相应位移。所以分散度仅仅与能量消耗建立的模型不理想，根据密炼机橡胶混炼流变理论，只有大于炭黑附聚体附聚力所产生的变形，才能对分散有作用，因此消耗中的能量应减去小于炭黑附聚力所消耗的那部分能量。炭黑的分散度应与一段时间内的功率大小有关，功率大，则分散度就好。依此，建立预测混炼胶炭黑分散度的数学模型就基本成功实现。
本发明与现有技术相比较，具有如下的优点和有益的效果：①现有的密炼机生产的物料可以是合格的，也可以是不合格的，甚至是废品。且要经过实验室或生产线上附加的仪器进行检测才知道。就是本发明人曾发明的按每种胶料建模预测的技术，也仍要建立了预测模型的胶料才能预测，且工作量较大。而采用本发明技术的密炼机，它所加工生产的物料在结束混炼时，就可知道其所产的物料的粘度和分散度。在控制条件下，在混炼的物料达到其质量要求后才会结束混炼；②应用本发明技术的密炼机，只要在该台密炼机上混炼的任何一种胶料都可预测。本发明完全克服了现有技术存在的所述的缺点和问题，对采用本发明技术的密炼机生产的物料不需再取样到实验室来进行检测，而能实时在线检测、控制，因此，产品合格率提高，成本大大降低，它的推广应用将会带来很大的经济效益和社会效益。
下面对说明书附图进一步说明如下：图1为密炼机建立数学模型预测混炼胶粘度、分散度装置的外形结构示意图；图2为其电路工作原理方框图；图3为其电路原理图；图4为密炼机预测混炼胶粘度、分散度的数学模型建立程序流程方框图；图5为密炼机混炼胶粘度预测数学模型建立中残差的正态概率分布图。
本发明的实施方式可分为本发明的混炼胶粘度、分散度预测装置的实施和数学模型建立的实施：(一)混炼胶粘度、分散度预测装置的实施：(1)按图3所示，绘制信号输入调理板的印刷电路板，然后筛选元器件进行安装和简单调试。例如：U1、U2可选用LM324型运算放大器；U3、U4可选TL082型运算放大器；U5可选LM331型V/F转换集成器件；GDQ1可选4N25型光电耦合器件；GDQ2可选TL117型光电耦合器件；(2)按图1、图2所示设计、并采用机加工方法加工制制造工业控制机机箱1或选购1PC-65型；再选购所需板、件，例如：工业控制CPU主板可选PCA-6153型；无源母板可选PCA-6108型；PC104总线信号输入板可选ADT200型；硬盘可选Quantum3.2AT；软盘驱动控制器可选SONY1.44型；显示器可选PH1L1PS105A型；打印机可选National 1121型；然后按上面说明书所述的相互连接关系进行安装连接，便能较好地实施本发明的混炼胶粘度、分散度预测装置；(二)密炼机混炼胶粘度、分散度预测的数学模型的建立方法的实施，只要按上面说明书所述的方法步骤进行，便能较好地实施。发明人经过几年的研究和生产实践的试验，已有很多成功的实施例，并在生产实践中实施了一段时间，证明很成功，有较大的经济效益。下面仅举3个实施例：
实施例1：BB370型密炼机粘度预测数学模型的建立；(1)BB370型密炼机通过其微机监控或控制装置，采集每批混炼过程的有关参数，本实施例只采集每批排胶时间的瞬时功率；(2)从本发明的预测装置中查找每种胶料混炼时的转速和填充系数，本实施例有三种胶料共采集86批样品：第一种胶料27个样品，转速为35转/分，填充系数为0.6813；第二种胶料36个样品，转速为35转/分，填充系数为0.6640；第三种胶料23个样品，转速为40转/分，填充系数为0.6933；(3)对上述86批样品，按国家标准GB/T1232-92《未硫化橡胶门尼粘度测定》标准进行检测，并输入本发明的预测装置中；(4)对所采集到的数据，检查是否存在异常数据。从统计学可知，如果变量X服从正态分布，则99％的值应落在[μ-3σ，μ+3σ]内，如果落在此范围外，则怀疑是异常数据，应给予排除；(5)按如下构造形式的粘度预测模型 μ = P N 2 × 1000 × ( C 1 + C 2 / r + C 3 / r 2 )
式中：μ为混炼胶门尼粘度；P为排胶点瞬时功率；N为转子转速；r为填充系数；将上式进行非线性回归过程，将得到常数C1、C2、C3的估计结果列表如表1所示。因此混炼胶粘度的预测模型为： μ = P N 2 × 1000 × ( - 138729 + 15144 / r - 20681.1 / r )
表1：非线性回归的结果
μ的损失：(观测值-预测值)2总损失＝209.50950，R＝0.87014，解释的方差＝75.715％
样品量N＝86      C1            C2             C3
估计值标准误差t(83)P-值     -138729         151444          -20681.120237.13        22133.54        3053.493-6.85519        6.842285        -6.772940.00000         0.000000        0.00000
(6)此模型的复相关系数R＝0.87014，表示我们的模型与86个样品数据拟合的效果比较好。且从表1还可以看出P/N2、r对μ的影响均较显著。可通过显著性F、相关系数R和残差检验；(7)为了对所建立的混炼胶粘度预测数学模型进行检验，又在BB370型密炼机混炼过程中采集18批样品，这18批样品中：第一种胶9批，第二种胶6批，第三种胶3批，并把实测门尼粘度值与预测值进行比较，并列表示于表2：
表2：胶料粘度预测与残差分析
  样本号    排胶功率P  填充系数   转速N   实测值   预测值   残差
    123456789101112131415161718     0.3680.3700.3760.3760.3740.3720.3680.3740.3820.3420.3440.3520.3580.3620.3440.4120.4180.420   0.68130.68130.68130.68130.68130.68130.68130.68130.68130.66400.66400.66400.66400.66400.66400.69330.69330.6933   353535353535353535353535353535404040   58.560.859.558.661.560.558.459.060.857.758.159.660.161.558.356.455.757.5   58.12458.44059.33859.38859.07258.75658.12459.07260.33660.40460.75762.17063.23063.93660.75756.38956.48857.484   0.3762.3600.112-0.7782.4281.7440.276-0.0720.464-2.704-2.657-2.570-3.130-2.436-2.4570.011-0.7880.016
从表2可见：预测值与实测值比较的平均差值为0.4105个门尼值，差值在2.5个门尼值内的预测值有14个，占77.78％；差值在2.5～3个门尼值之内有3个，占16.67％；差值在3～3.5个门尼值有1个，占5.56％；标准要求在±3个门尼值之内，可见本模型的预测结果可正式投入运用。
实施例2：BB270型密炼机粘度预测数学模型的建立：(1)BB270型密炼机通过其微机监控装置采集混炼过程参数；排胶点瞬时功率47批，其中：第一种胶28批，第二种胶19批；(2)按国家标准GB/T1232-92《未硫化橡胶门尼粘度测定》标准进行检测，把两种胶的填充系数一并转入本发明的预测装置中；(3)按数据服从正态公布，应有99％的值应落在[μ-3σ，μ+3σ]范围内，排除此范围外的异常值；(4)进行确定相关系数，其相关矩阵如下表3所示，从表3所示相关系数可见门尼粘度μ与功率P、填充系数γ之间存在着较明显的线性关系：
       表3：相关性矩阵表
  变量     P     γ     μ
  功率P填充系数γ门尼粘度μ     1.000-0.8420.925     -0.8421.000-0.892     0.925-0.8921.000
(5)回归建立数学模型：
表4：回归分析
样品量N＝47   R＝0.9486 R2＝0.8998调整后R＝0.8953 R2＝0.8016F(2，44)＝197.66估计的标准误差：1.4840
Beta值  Beta值的标准误差   参数估计值B  B值的标准误差 T值(44) P值水平
  截距   370.509   86.7071   4.2731  0.00102
  P   0.5996   0.0885   95.776   14.1401   6.7734  0.00000
  FA   -0.3868   0.0885   -464.455   106.2859   -4.36986  0.00075
从回归分析可得μ＝370.509+95.77P-464.455γ；(6)回归数学模型的检查：从方差分析表5可见，回归模型极为显著。多元测定系数R2＝0.8998，调整后R2＝0.8016、数学模型自变量和因变量之间有很强的线性关系；
表5：方差分析
  平方和   均方    自由度     F值   临界值F(2，44) 显著性
  回归误差   870.628796.9053   435.31432.2024     244   197.66    5.18   **
  总和   967.5340
从表4中同时可见回归参数的检验，从T统计量的P值水平可见，每个回归参数均极为显著，残差的正态概率分布图(即Q-Q图)如图5所示。从图5可见，该图形几乎在一条直线上，表明残差基本服从正态分布，符合回归假设，有关检验均可通过；(7)预测检验：在BB270型密炼机预测取样15批，其中：第一种胶8批，第二种胶7批，并检测其门尼粘度，并与预测值比较，结果表示于表6所示：
表6：预测值与实测值比较
样本号     P     FA    REV  实测值  预测值   残差  相对误差
  1   0.4768   0.7599     40  62.000  63.236   -1.236   0.01994
  2   0.4736   0.7599     40  63.100  62.930   0.170   0.11269
  3   0.4592   0.7599     40  61.800  61.550   0.250   0.00405
  4   0.4896   0.7599     40  62.800  64.462   -1.662   0.02646
  5   0.5152   0.7599     40   67.600   66.914   0.686   0.01015
  6   0.5072   0.7599     40   65.400   66.148   -0.748   0.01144
  7   0.4992   0.7599     40   63.200   65.381   -2.181   0.03451
  8   0.4704   0.7599     40   61.200   62.623   -1.423   0.02325
  9   0.4144   0.7676     40   55.540   57.260   -1.720   0.03097
  10   0.4688   0.7599     40   62.100   62.470   -0.370   0.00596
  11   0.4208   0.7676     40   51.830   54.296   -2.466   0.04758
  12   0.4384   0.7676     40   56.060   55.982   0.076   0.00136
  13   0.4336   0.7676     40   52.570   55.522   -2.952   0.05615
  14   0.4432   0.7676     40   55.770   56.442   -0.672   0.01205
  15   0.4544   0.7676     40   59.260   57.514   1.746   0.02946
从表6可见，预测值与实测值的差值在1个门尼值以内的有7个，占46.67％；差值在1～2个门尼值的有5个，占33.33％；差值在2～3个门尼值的有3个，占20％；平均差值为2.1％，差值为预测粘度均值的4.9％，可见建立的本数学模型可投入使用。
实施例3：混炼胶分散度预测数学模型的建立：(1)采用微机控制或监控装置，采集密炼机混炼过程的有关参数：排胶点瞬时功率P、混炼总时间T、总能量E、排胶时胶料温度K共计78批样品，并从控制装置查到混炼转速V、填充余数FA以及按国家标准测得的分散度FSD一并输入控制装置中；(2)排除异常值：由于第38个样品出现负数，而分散度按标准分为1到10级，故此认为该数据为异常值，应删去；(3)进行相关分析：相关矩阵如表7所示，由于采集的78批样品，转速均为60转/分钟，故在本数学模型中暂不考虑转速因子的影响。从表7相关系数可看，分散度FSD与混炼总能量E、总时间T、填充系数FA之间的相关性比较大，相对来说，分散度FSD与功率和温度之间的相关性则差些。
表7：相关矩阵
   变量   FSD     E     T     K     P     FA
    FSD   1.000   -0.699   -0.520   -0.482   -0.415     -0.776
    E   -0.699   1.000   0.621   0.718   0.491     0.844
    T   -0.520   0.621   1.000   0.001   -0.001     0.356
    K   -0.482   0.718   0.001   1.000   0.676     0.751
    P   -0.415   0.491   -0.100   0.676   1.000     0.692
    FA   -0.775   0.844   0.356   0.751   0.692     1.000
(4)预测数学模型的建立：对分散度FSD，用以上P、T、E、K、FA等5个自变量做线性回归，可得到如下表表8所示的结果：
表8：分散度回归模型结果
样品量N＝74   R＝0.8562 R2＝0.7332  调整后R＝0.8447 R2＝0.7135F(5，68)＝37.365  估计的标准误差：0.6710
Beta值 Beta值的标准误差   参数估计值B   B值的标准误差 T值(44) P值水平
  截矩   66.3215   7.5648   8.7672  0.00000
  E   0.3288   0.2264   0.1308   0.0901   1.4523  0.15101
  T   -0.3714   0.1483   -0.0378   0.0151   -2.5039  0.01468
  K   -0.0900   0.1562   -0.0172   0.0298   -0.5762  0.56637
  P   0.0601   0.1013   2.8064   4.7338   0.5928  0.55526
  FA   -0.9308   0.1447   -94.3048   14.6678   -6.4264  0.00000
从表8可见，分散度FSD与因素E、K、P均不显著，因此，对于分散度的预测来说，本数学模型不成立；(5)修改组建新的自变量，建立新的数学模型：经过比较，对因素E和因素T作以下变换，得到新的自变量AP，AP＝E/T
以AP和FA为自变量，作曲线回归分析，获得如下表9所示结果：
表9：变换后的分散度回归模型结果
样品量N＝74   R＝0.8534 R2＝0.7282  调整后R＝0.8489 R2＝0.7206F(2，71)＝95.118  估计的标准误差：0.6627
Beta值  Beta值的标准误差   参数估计值B   B值的标准误差 T值(44) P值水平
  截矩   60.8380   4.1865   14.5319  0.00000
  FA   -0.9641   0.7213   -97.7178   7.3102   -13.3673  0.00000
  AP   0.2853   0.7326   22.0627   5.5781   3.9553  0.00018
所得回归方程为： FSD = 60.838 - 97.7178 FA + 22.0627 E T
从表9可见：回归后得到的多元测定系数R2＝0.7282，F统计量和t统计量表明方程与回归系数都极为显著；(6)本数学模型通过了检验，可投入应用。

Claims (2)

1、一种包括显示器、打印机组成的密炼机建立混炼胶粘度分散度预测装置，其特征在于：它由工业控制机机箱(1)、工业控制级CPU主板(2)、无源母板(3)、PC104总线信号输入板(4)、信号输入调理板(5)、硬盘(6)、软盘驱动控制器(7)、显示器(8)及打印机(9)共同连接构成，其相互位置及连接关系为：PC104总线信号输入板(4)通过PC104总线插座安装在工业控制级CPU主板(2)上，CPU主板(2)则通过ISA总线插槽固定在无源母板(3)上，再通过扁平信号电缆与硬盘(6)及软盘驱动器(7)相电气连接，信号输入调理板(5)通过ISA总线插槽固定在无源母板(3)上，无源母板(3)固定在工业控制机机箱(1)内；通过上述之各板分别相应卡插接在机箱背面扩展输出显示器插座、打印机插座、模拟量输入插座，再通过上述的插座与显示器、打印机及密炼机主电机功率变送器、混炼胶胶料胶温变送器相电气连接；其电路由24路开关量输入隔离电路、24路开关量输出隔离驱动电路、8路模拟量输入缓冲电路、2路V/F转换电路共同电气连接构成，其相互连接关系为：24路开关量输入隔离电路分别与工业现场开关量输入电路及PC104总线输入板相电气连接；24路开关量输出隔离驱动电路分别与工业现场控制对象及PC104总线信号输入板相电气连接，8路模拟量输入缓冲电路分别与工业现场模拟量输入电路、PC104总线信号输入板相电气连接，2路V/F转换电路分别与工业现场模拟量输入电路、PC104总线信号输入板相电气连接。
2、一种密炼机预测混炼胶粘度分散度的数学模型建立的方法：用本发明的密炼机混炼胶粘度分散度预测装置采集混炼过程中的温度、时间、功率、能量等参数，建立数学模型时，最少采集2～6种胶料混炼过程中的上述各项参数，每一种胶料采集的样品批数至少15批以上，总计在40～150批之间，并采集每种胶料混炼时的填充系数、密炼机转子转速、压砣的压力等参数；再对上述取样样品在实验室按国家标准检测物料的粘度和分散度，并将检测结果输入本发明的混炼胶粘度分散度预测装置；其建立数学模型步骤如下：(1)排除样品数据的异常值：从统计学知，如变量X服从正态分布，则99％的值应落在[μ-3σ，μ+3σ]内，如果落在此范围外，则将该数据当异常值排除；(2)进行相关分析：从相关系数看粘度或分散度与有关参数的关系：(3)建立数学模型：以粘度或分散度为因变量，以填充系数、转速等为自变量回归建立数学模型；(4)进行有关的检验：其中包括显著性F的检验，相关系数R的检验，残差检验：若通过检验，则回归方程成立；若不通过，则修改数学模型，继续回归检验，直到预测数学模型建立；(5)预测混炼胶粘度和分散度：建立预测数学模型后，如在监控条件下，密炼机每混炼一批结束时，即可给出该批混炼胶的粘度和分散度数值；如在控制条件下，该批混炼胶的粘度和分散度值达到要求值的范围内，密炼机才结束该批的混炼。
CN 99117016 1999-07-30 1999-07-30 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法 Expired - Fee Related CN1105302C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 99117016 CN1105302C (zh) 1999-07-30 1999-07-30 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 99117016 CN1105302C (zh) 1999-07-30 1999-07-30 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法

Publications (2)

Publication Number Publication Date
CN1247977A true CN1247977A (zh) 2000-03-22
CN1105302C CN1105302C (zh) 2003-04-09

Family

ID=5279665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 99117016 Expired - Fee Related CN1105302C (zh) 1999-07-30 1999-07-30 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法

Country Status (1)

Country Link
CN (1) CN1105302C (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102357933A (zh) * 2011-08-29 2012-02-22 天津大学 一种基于橡胶混炼过程的质量实时监控方法
CN102357934A (zh) * 2011-08-29 2012-02-22 天津大学 一种基于橡胶混炼过程的质量监控软测量方法
CN105843127B (zh) * 2016-05-12 2018-06-12 核工业理化工程研究院 步进式电机调节阀的控制系统
CN110005659A (zh) * 2019-04-08 2019-07-12 深圳市华星光电技术有限公司 气缸实时监控方法
CN110263488A (zh) * 2019-07-03 2019-09-20 昆明理工大学 一种基于集成即时学习的工业混炼胶门尼粘度软测量方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102357933A (zh) * 2011-08-29 2012-02-22 天津大学 一种基于橡胶混炼过程的质量实时监控方法
CN102357934A (zh) * 2011-08-29 2012-02-22 天津大学 一种基于橡胶混炼过程的质量监控软测量方法
CN102357933B (zh) * 2011-08-29 2013-11-06 天津大学 一种基于橡胶混炼过程的质量实时监控方法
CN102357934B (zh) * 2011-08-29 2013-12-25 天津大学 一种基于橡胶混炼过程的质量监控软测量方法
CN105843127B (zh) * 2016-05-12 2018-06-12 核工业理化工程研究院 步进式电机调节阀的控制系统
CN110005659A (zh) * 2019-04-08 2019-07-12 深圳市华星光电技术有限公司 气缸实时监控方法
CN110263488A (zh) * 2019-07-03 2019-09-20 昆明理工大学 一种基于集成即时学习的工业混炼胶门尼粘度软测量方法

Also Published As

Publication number Publication date
CN1105302C (zh) 2003-04-09

Similar Documents

Publication Publication Date Title
CN205382388U (zh) 一种路基连续压实检测装置
CN102163056B (zh) 汽车空调控制器测试仿真仪
CN102331353B (zh) 基于虚拟仪器的汽车abs测控系统及测试方法
CN103543399A (zh) 一种基于pci板卡的汽车can总线模块全自动检测系统和方法
CN103019902A (zh) Arinc429总线信号性能参数的自动测试装置及测试方法
CN1105302C (zh) 密炼机混炼胶粘度分散度预测装置及其数学模型建立方法
CN206002666U (zh) 一种纯电动汽车动力系统输出特性测试平台
CN2382535Y (zh) 密炼机混炼胶粘度分散度预测装置
CN100470418C (zh) 基于盲源信号分析的聚丙烯熔融指数软测量仪表及方法
EP0661538A3 (en) Method for measuring a corrosion potential, method of simulating potential characteristics of a reaction rate, and plant monitoring system adopting system
CN115657541A (zh) 一种基于数字孪生精细化建模的空压机监管系统及方法
CN2653465Y (zh) 动态称重系统
CN206513375U (zh) 盾构机能动部件摩擦信息监控系统
CN100419402C (zh) 汽车底盘测功机系统
CN201852708U (zh) 用于汽车白车身静刚度测试的数据采集处理系统
CN1052940C (zh) 密炼机橡胶混炼工艺自动优化监控系统及其自动优化方法
CN1865880A (zh) 机动车反力式制动试验台的测试方法及装置
CN101094113A (zh) 一种基于ttcan的燃料电池汽车整车通讯网络测试系统
CN1120079C (zh) 密炼机橡胶混炼智能控制系统及其智能控制方法
CN207946701U (zh) 一种电动真空泵控制器测量装置
CN2861966Y (zh) 激光惯性基准式快速道路断面测试仪
CN208520976U (zh) 电池及电池管理系统测试系统
CN205506398U (zh) 一种发动机测控系统
Limantara et al. Smart Survey Model of Average Daily Traffic (ADT) for Pavement Planning and Monitoring
CN1044642C (zh) 铸造型砂多项机械性能测试方法及实施该方法的系统

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
ASS Succession or assignment of patent right

Owner name: GUANGZHOU SCUT BESTRY AUTO CO., LTD.

Free format text: FORMER OWNER: YUEGAO PATENTS AGENTS CO., LTD., GUANGZHOU CITY

Effective date: 20020712

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20020712

Address after: 510640 Guangdong city of Guangzhou province Tianhe District Wushan South China University of Technology No. 3 Building 1 floor

Applicant after: Huagong Baichuan Self-Control Tech Co., Ltd, Guangzhou

Address before: Guangdong city of Guangzhou province Tianhe District Wushan

Applicant before: Guangzhou Yogo Patent Agent Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: LIUZHOU CITY HUAGONG BAICHUAN RUBBER TECHNOLOGY C

Free format text: FORMER OWNER: GUANGZHOU SCUT BESTRY AUTO CO., LTD.

Effective date: 20051223

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20051223

Address after: 545000 Liuzhou city and the industrial district real estate comprehensive building four floor

Patentee after: Liuzhou SCUT Bestry Rubber Plastic Technology Co.,Ltd.

Address before: 510640 Guangdong city of Guangzhou province Tianhe District Wushan South China University of Technology No. 3 Building 1 floor

Patentee before: Huagong Baichuan Self-Control Tech Co., Ltd, Guangzhou

PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Viscosity and dispersity estimator for banburying mixer mixing rubber and its mathematical model establishing method

Effective date of registration: 20150727

Granted publication date: 20030409

Pledgee: Bank of China Limited by Share Ltd Guangzhou Tianhe branch

Pledgor: Liuzhou SCUT Bestry Rubber Plastic Technology Co.,Ltd.

Registration number: 2015990000605

PLDC Enforcement, change and cancellation of contracts on pledge of patent right or utility model
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20030409

Termination date: 20170730