量都与那些从PLS分析中发现质量变量有高度相关性,并也能够被直接操作。主反应成分对异氰酸酯比例被化学制品生产商设定为一个固定值。环境温度被当作一项干扰变量,如果可能话,需要对其进行研究并最终控制。.外部响应模型(RSM)发展一般来说,发展一个因果模型并使用它来寻找工艺过程优化条件最好方法是设计一个合适实验仪器。一个中心复合RSM设计方案是由以下四个变量构成:注射量(SS)、主反应成分温度(MB_T)、异氰酸酯温度(I_T)和模具。实验中使用模具温度被定义为核心剖面温度、侧边温度和预热温度平均值。设计由完整种情况组成,每种情况都在三种不同条件反复交替下进行,然后加上星点完成一项中心复合设计。进行这样一个设计主要目是为了确定哪些变量之间相互作用和曲率周期是重要,并通过表面响应来优化工艺过程。图模架(x)与过程变量(X’s)之间PCA分析t-t曲线图模架(x)与过程变量(X’s)之间PCA分析D比例MB/I异氰酸酯压力I_P主反应成分压力MB_P混合压力MH_P注射量SS异氰酸酯温度I_T主反应成分温度MB_T异氰酸酯混合温度I_T_MH主反应成分混合温度MB_T_MH表面活性物类型S发泡剂类型B固化核心温度Core_T固化侧边温度Sidewall_T固化预热温度Preheat_T、问题一:消除热导率和密度空间上差异.质量变量(Y’s)主要成分分析在质量变量中试用主要成分分析法(PCA)后主要目是为了弄清这些变量空间布局及其相关结构。总共测量了组泡沫板。三项主要成分被多方面证实是非常重要,他们能够对变化情况做出解释。一些非正常情况数据分别在图和图中所示记分表和残差(DmodX)表中表示非常明显。这些非正常数据是非常有意思而且有情报价值观测量,它们能帮助我们去了解那些有用图表信息。关于这些非正常数据更深入分析和解释将在后面篇章中继续讨论。在图载荷曲线中,展现了两个主要现象:热导率确和漏出量有关,而与密度和空隙率无关。此外,从载荷曲线(图)中可以清楚发现模腔内密度和热导率分布形式以及与平均值之间关系。值得注意是,比起周围模具边缘部分,注射面(位置和)密度更高而K-因子更低。图质量变量(Y’s)PCA分析中t-t数据曲线图质量变量(Y’s)PCA分析中DmodX曲线图质量变量(Y’s)载荷曲线.模架和质量变量之间潜在结构投影(PLS)为了弄清在生产中所使用六个模架作用,建立了一个潜在结构分析模型,来描述使用了一个特殊模架后对质量变量影响。X-矩阵由六个指示变量(,)构成,表示了在注射过程中某个模架是否工作。Y-矩阵由个测试板料平均K-因子值、平均密度、空隙率和漏出量组成。潜在结构分析法(PLS)对质量变化中.变化情况做出了及时,仅仅是利用了模架在建模过程中一些信息,这些信息表明了模架之间差异是导致质量变化主要原因。图中载荷曲线所展示了六个模架和质量变量之间联系,并揭示了一些很有趣结论。很显然,号模架与高热导率和渗漏现象有关,而号模架则与密度和空隙率无关。同样可以看出所有模架中状态表现最好是号和号,它们都同样有低热导率和非常高密度,但却没有很多孔隙。号和号模架有较低K-因子值和高密度,但同时具有更多孔隙。从这些分析来看,我们可以总结出号和号模架提供条件所生产出板料质量不能让人接受。号模架产出成品K-因子和漏出量太高,而号模架K-因子值和漏出量则很低,但其密度却低到无法接受。为了弄清其中原因,主要成分分析法(PCA)和潜在结构分析法(PLS)研究均被用来描述变化过程中模架和质量变量。.模架和过程变量主要成分分析(PCA)主要成分分析模型建立用于展示模架和过程变量之间结构关系。在建立了这个模型之后,就可以去探索不良模架和过程变量之间相关性理论。在这个模型中,像化学物质和模架温度,以及预热温度这样过程变量和六个模架,都应该被考虑进去。这个模型产生了三个潜在变量,经多方面(Qx)计算它们值等于,这些数据也对变化情况(Rx)作出了解释。图中数据曲线确定出了三个主要部分。图中DmodX曲线中并没有对那些非正常情况作出观测。图中载荷曲线显示了、、、号模架有着相似特性,而情况不佳号和号装置则有着不同性质。号模架预热温度要比其它装置高。同样我们可以观察到,高预热温度和主反应成分与异氰酸酯高混合比例(MB/I)之间存在着高度相关性。这个现象可以这样来解释,随着预热温度升高,具有较低分子量异氰酸酯将趋于蒸发,从而在模腔中起反应物质中主反应成分相对异氰酸酯比例升高了。值得注意是,从总体上看,高预热温度导致高K-因子值,关于这点许多不同操作者都已经发现了。另一方面,从总体上看,号模架表现出了较低预热、核心和侧边温度和较高异氰酸酯温度。我们发现,在号模架混合器和预热器中使用故障加热器,是导致这一切根源。.过程变量和质量变量之间潜在结构投影(PLS)在过程变量和平均空间质量变量之间建立一个潜在结构分析模型(PLS)。基于多方面认证,PLS模型结果指出了一个非常强相关性和一个三维结构。这三个部分可以解释质量变量变化情况。图中t.vs.u(分别作为X和Y空间第一部分)曲线展示了一种很强联系。图中载荷曲线显示出了过程中重要变量,并指明了质量变量变化性来源。主反应成分混合温度(MB_T_MH)、预热温度(Preheat_T)、注射量和环境温度(A_T)都被证明是与K-因子和漏出量有关,而异氰酸酯温度(I_T和I_T_MH)则和密度一样与K-因子无关。图模架(x)与质量变量(Y’s)之间PLS分析载荷曲线以上PLS模型只是展示了常规仪器操作数据相关结构,和观测到那些不能被解释为因果联系过程变量和质量变量之间相关性。然而,图中PLS载荷曲线展示了一些非常有意思关系需要我们更深入探索。因此,在现阶段,决定进行一项设计实验,来确定从PLS分析中出现一些更有趣过程变量质量变量之间因果联系。被选中过程变量都与那些从PLS分析中发现质量变量有高度相关性,并也能够被直接操作。主反应成分对异氰酸酯比例被化学制品生产商设定为一个固定值。环境温度被当作一项干扰变量,如果可能话,需要对其进行研究并最终控制。.外部响应模型(RSM)发展一般来说,发展一个因果模型并使用它来寻找工艺过程优化条件最好方法是设计一个合适实验仪器。一个中心复合RSM设计方案是由以下四个变量构成:注射量(SS)、主反应成分温度(MB_T)、异氰酸酯温度(I_T)和模具。实验中使用模具温度被定义为核心剖面温度、侧边温度和预热温度平均值。设计由完整种情况组成,每种情况都在三种不同条件反复交替下进行,然后加上星点完成一项中心复合设计。进行这样一个设计主要目是为了确定哪些变量之间相互作用和曲率周期是重要,并通过表面响应来优化工艺过程。图模架(x)与过程变量(X’s)之间PCA分析t-t曲线图模架(x)与过程变量(X’s)之间PCA分析Dethanefoam.Usinghighlycorre-latedprocessandspatialresponsemeasurementscol-lectedfromtheprocess,thesemethodswereabletoclearlyrevealthenatureandprofilesourcesoftheproblems.Responsesurfacedesignswerethenusedtoinvestigatetheeffectsofthedominantprocessvaria-blesfoundbythePCA/PLSstudies,andtooptimizevariousresponsesofinterest.Inparticular,problemswithtwoofthesixfixturesusedintheprocesswereclearlyrevealed.Thesefixtureswereremovedfromtheoperationandrepaired.Thedominantprocessvariablesaffectingtheheattransfercoefficient(k-factor)anddensityofthefoamedpanelswereidentifiedthroughmultivariatestatisticalmodelsandaDOEstudywasthenperformedtooptimizetheprocess.Finally,thenatureofbimetallicbowproblemsandtheimportantprocessvariablesrelatedtobowwereidentifiedusinganotherPCA,andanotherDOEstudywasperformedinthesekeyvariablestominimizetheeffectofthisphenomenon.Thesestudieshaveresultedingreatlyimprovedqualityofthepolyurethanefoamedpanels.[]I.Kamemira,S.Terasawa,K.Tanabe,Asimpleproceduretodeterminetherateofrigidurethanereactions,ProceedingsoftheSPIAnnualTechnical/MarketingConference()–.[]A.J.Rogas,J.H.Marciano,R.J.Williams,Rigidpolyurethanefoams:amodelofthefoamingprocess,PolymerEngineeringandScience,September,.[]S.Wold,Cross-validatoryestimationofthenumberofcompo-nentsinfactorandprincipalcomponentmodels,Technometrics()–.[]J.V.Kresta,J.F.MacGregor,T.E.Marlin,Multivariatestatisticalmonitoringofprocessoperatingperformance,CanadianJournalofChemicalEngineering()–.[]T.Kourti,J.F.MacGregor,MultivariateSPCmethodsforproc-essandproductmonitoring,JournalofQualityTechnology()–.[]A.Cohen,L.D.Booth,Thermalwarpoffoam-filledcompositepanels,thAnnualofPolyurethaneTechnical/MarketingCon-ference,,pp.–.[]J.A.Hartsock,Thermalwarpofcompositepanels,JournalofCellularPlastics,April()–.[]L.D.Booth,L.M.Huber,Bimetallicbowofrigidurethanefoamcomposites,ProceedingsoftheSPIthInternationalTechnol-ogy/MarketingConference,,pp.–.[]L.D.Booth,P.Kleelen,Newappliancefoamsystem,asolutiontcabinetbow,thAnnualTechnology/MarketingConfer-ence,,pp.–.比例MB/I异氰酸酯压力I_P主反应成分压力MB_P混合压力MH_P注射量SS异氰酸酯温度I_T主反应成分温度MB_T异氰酸酯混合温度I_T_MH主反应成分混合温度MB_T_MH表面活性物类型S发泡剂类型B固化核心温度Core_T固化侧边温度Sidewall_T固化预热温度Preheat_T、问题一:消除热导率和密度空间上差异.质量变量(Y’s)主要成分分析在质量变量中试用主要成分分析法(PCA)后主要目是为了弄清这些变量空间布局及其相关结构。总共测量了组泡沫板。三项主要成分被多方面证实是非常重要,他们能够对变化情况做出解释。一些非正常情况数据分别在图和图中所示记分表和残差(DmodX)表中表示非常明显。这些非正常数据是非常有意思而且有情报价值观测量,它们能帮助我们去了解那些有用图表信息。关于这些非正常数据更深入分析和解释将在后面篇章中继续讨论。在图载荷曲线中,展现了两个主要现象:热导率确中文字毕业设计(论文)外文资料翻译学院(系):机械工程学院专业:机械工程及自动化姓名:学号:外文出处:ChemometricsandIntelligentLaboratorySystems附件:.外文资料翻译译文.外文原文指导教师评语:签名:年月日附件:外文资料翻译译文多变量投影法对聚氨酯反应注射成型(RIM)工艺分析和优化摘要主要成分分析法(PCA)和潜在结构投影法(PLS),通过对工业数据分析,已经成功被用于诊断工业聚氨酯硬泡绝缘板生产中出现许多问题。在泡沫生产中,通过使用PCA和PLS模型来展示质量变量空间变化,以及它们同过程变量之间联系。针对那些从PCA研究中找到那些关键过程变量进行进行了一些设计性实验,这些实验结果也被用于过程优化中。关键字:聚氨酯、反应注射成型、投影法。、简介在过去二十年里,化学工艺,和其他行业一样,在它们数据采集系统中,已经掀起了一场革命。智能机器,庞大数据存储容量,以及高吞吐量数据采集系统都使得采集每一数据点花费降至一个很低水平。大量数据可以在线或在质量控制实验室里,通过过程变量测量或质量变量测量方法得到。投影法,如主要成分分析法(PCA)和潜在结构分析法(PLS),提供了一种应用这种系统来处理高度相关数据采集方法。此外,它们能有效处理多元反应变量和缺失数据,并提供了一种良好工具,能在这些多元数据集中提取和显现那些系统变量。投影法最大特点在于,能将一个多维空间问题降低到一个低维空间,通常是三到四维。Umetrics公司SIMCA_P.软件就被应用于PCA/PLS分析来解决这类问题。这项研究重点是应用多变量投影法来诊断和分析聚氨酯反应注射成型工艺过程。这项研究主要目是了解该过程中空间中差异,矫正引起变化根源,并优化质量变量。、聚氨酯形成机制在隔热反应过程中,形成了反应注射成型(RIM)聚氨酯泡沫。每一个隔热容器作为一个化学反应器,其容腔内都有两套不同反应同时发生。一类是聚合反应,其过程可能形成氨基甲酸乙酯和尿素。另一类是发泡反应,包括了二氧化碳变化和发泡剂蒸发。化学物质从贮存容器中流出来,通过热交换器来控制温度,然后在高压下进入混合头内以保证充分混合,最后被注入模具中。[]在聚氨酯发泡反应过程中,有许多物理和化学变化发生,这些反应随时间和范围变化情况如图所示。由于泡沫本身是一种良好绝热体,随着反应进行和温度梯度上升,泡沫内部温度上升造成了许多问题,这些将在后面讨论。一般来说,产生聚氨酯硬泡包含以下四和阶段。[](Ⅰ)混合期:主要包含多元醇、催化剂、表面活性剂和发泡剂混合物,在高压下在混合器中与异氰酸酯进行混合。(Ⅱ)乳化期:由化学反应所产生热量引起温度升高,已足够促进发泡剂活化。(Ⅲ)上升期:发泡剂蒸发产生泡沫,直到自由发泡产生泡沫达到了充分硬度或是模具被填充满。(Ⅳ)固化期:在此阶段,聚合物进行高温处理一段时间。整个机构系统是由一个具有六个工位旋转结构回转桶单元。发泡设备放置在每一个旋转结构位置上。当发泡设备被预热时候,保温容器门或其他用于发泡空腔被放置在发泡装置内,然后将反应混合物注入回转桶其中一个工位。一旦发泡开始,回转桶通过另外五个部位框架结构带动整个模架旋转起来进行固化,当其他几个部位也开始发泡反应时,最终将模架返回到发泡位置。每一个回转桶有两个聚氨酯泡沫混合头。每一个混合头发泡时是通过一个不同通道来进行发泡。图聚氨酯泡沫成型.问题描述此项工作需求和动机,来源于发泡过程中不稳定性和质量变量控制复杂性。在这个过程中出现两个问题被分开讨论,是由于它们出现于不同时期。第一步工作是优化聚氨酯泡沫板性能,通过其导热性和密度空间变量表示出来。通过热导率(K-因子)测量,聚氨酯泡沫绝缘特性被作为一项重要变量来控制。它对隔热性能和能源消耗方面有直接影响。理论上,当主要反应成分与异氰酸酯在一定温度下混合时,发泡剂开始沸腾,并产生大量蒸汽,从而引起发泡并降低密度。在硬泡中,由发泡剂产生小孔降低了热量传递。K-因子越低,其绝缘性能和隔热性能越好。作为泡沫强度指标,密度在保证隔热层结构硬度方面显得尤为重要。这是由于发泡剂所产生蒸汽气压作用在了泡沫小孔上,气压使得小孔能抵抗收缩。为了减少废品率,不必要孔隙和渗漏都必须减至最少。本文中所提到第二步目是尽量减少泡沫板变形现象,也就是我们所知表面弯曲(OB)。表面弯曲主要是由钢铁和ABS塑料运动限制引起。泡沫板之间无法相对地扩张和收缩,因为它们之间相对距离比较小。如果发生运动,它将会导致泡沫板弯曲和剪切形变。.质量测量质量变量离线测量,至少每周一次在质量控制实验室中进行。导热性上限是根据能量来计算,而密度下限是定义为保证其结构强度最小值。所有测量都是在泡沫板周围八个特定位置进行。评判标准是让所有样品性能都在规定控制范围内。热变形测量是使用坐标测量仪(CMM),定义一个通过泡沫板角点平面,然后测量这个平面与泡沫板几个交点,来确定泡沫板表面弯曲形状和大小。以下是需要测量质量变量:K*几个特定位置K因子值(-)D*几个特定位置密度值(-)Voids由外钢板凹陷标记识别Leaks由视觉识别FaceBow泡沫板表面最大弯曲SideBow泡沫板侧面最大弯曲.过程变量过程变量从数据库中搜索和挑选,分析在生产过程中六个不同固化装置上进行,来了解模架和过程变量改变时产生影响之间变化。文章中分析所用一些过程变量及其名称汇总如下:测试时间T_T环境温度A_T主反应成分密度MB_D主反应成分流量MB_F异氰酸酯流量I_F主反应成分与异氰酸酯比例MB/I异氰酸酯压力I_P主反应成分压力MB_P混合压力MH_P注射量SS异氰酸酯温度I_T主反应成分温度MB_T异氰酸酯混合温度I_T_MH主反应成分混合温度MB_T_MH表面活性物类型S发泡剂类型B固化核心温度Core_T固化侧边温度Sidewall_T固化预热温度Preheat_T、问题一:消除热导率和密度空间上差异.质量变量(Y’s)主要成分分析在质量变量中试用主要成分分析法(PCA)后主要目是为了弄清这些变量空间布局及其相关结构。总共测量了组泡沫板。三项主要成分被多方面证实是非常重要,他们能够对变化情况做出解释。一些非正常情况数据分别在图和图中所示记分表和残差(DmodX)表中表示非常明显。这些非正常数据是非常有意思而且有情报价值观测量,它们能帮助我们去了解那些有用图表信息。关于这些非正常数据更深入分析和解释将在后面篇章中继续讨论。在图载荷曲线中,展现了两个主要现象:热导率确和漏出量有关,而与密度和空隙率无关。此外,从载荷曲线(图)中可以清楚发现模腔内密度和热导率分布形式以及与平均值之间关系。值得注意是,比起周围模具边缘部分,注射面(位置和)密度更高而K-因子更低。图质量变量(Y’s)PCA分析中t-t数据曲线图质量变量(Y’s)PCA分析中DmodX曲线图质量变量(Y’s)载荷曲线.模架和质量变量之间潜在结构投影(PLS)为了弄清在生产中所使用六个模架作用,建立了一个潜在结构分析模型,来描述使用了一个特殊模架后对质量变量影响。X-矩阵由六个指示变量(,)构成,表示了在注射过程中某个模架是否工作。Y-矩阵由个测试板料平均K-因子值、平均密度、空隙率和漏出量组成。潜在结构分析法(PLS)对质量变化中.变化情况做出了及时,仅仅是利用了模架在建模过程中一些信息,这些信息表明了模架之间差异是导致质量变化主要原因。图中载荷曲线所展示了六个模架和质量变量之间联系,并揭示了一些很有趣结论。很显然,号模架与高热导率和渗漏现象有关,而号模架则与密度和空隙率无关。同样可以看出所有模架中状态表现最好是号和号,它们都同样有低热导率和非常高密度,但却没有很多孔隙。号和号模架有较低K-因子值和高密度,但同时具有更多孔隙。从这些分析来看,我们可以总结出号和号模架提供条件所生产出板料质量不能让人接受。号模架产出成品K-因子和漏出量太高,而号模架K-因子值和漏出量则很低,但其密度却低到无法接受。为了弄清其中原因,主要成分分析法(PCA)和潜在结构分析法(PLS)研究均被用来描述变化过程中模架和质量变量。.模架和过程变量主要成分分析(PCA)主要成分分析模型建立用于展示模架和过程变量之间结构关系。在建立了这个模型之后,就可以去探索不良模架和过程变量之间相关性理论。在这个模型中,像化学物质和模架温度,以及预热温度这样过程变量和六个模架,都应该被考虑进去。这个模型产生了三个潜在变量,经多方面(Qx)计算它们值等于,这些数据也对变化情况(Rx)作出了解释。图中数据曲线确定出了三个主要部分。图中DmodX曲线中并没有对那些非正常情况作出观测。图中载荷曲线显示了、、、号模架有着相似特性,而情况不佳号和号装置则有着不同性质。号模架预热温度要比其它装置高。同样我们可以观察到,高预热温度和主反应成分与异氰酸酯高混合比例(MB/I)之间存在着高度相关性。这个现象可以这样来解释,随着预热温度升高,具有较低分子量异氰酸酯将趋于蒸发,从而在模腔中起反应物质中主反应成分相对异氰酸酯比例升高了。值得注意是,从总体上看,高预热温度导致高K-因子值,关于这点许多不同操作者都已经发现了。另一方面,从总体上看,号模架表现出了较低预热、核心和侧边温度和较高异氰酸酯温度。我们发现,在号模架混合器和预热器中使用故障加热器,是导致这一切根源。.过程变量和质量变量之间潜在结构投影(PLS)在过程变量和平均空间质量变量之间建立一个潜在结构分析模型(PLS)。基于多方面认证,PLS模 中文7835字毕业设计(论文)外文资料翻译学院(系):机械工程学院专业:机械工程及自动化姓名:学号:外文出处:ChemometricsandIntelligentLaboratorySystems附件:1.外文资料翻译译文2.外文原文指导教师评语:签名:年月日附件1:外文资料翻译译文多变量投影法对聚氨酯反应注射成型(RIM)工艺的分析和优化摘要主要成分分析法(PCA)和潜在结构投影法(PLS),通过对工业数据的分析,已经成功的被用于诊断工业聚氨酯硬泡绝缘板生产中出现的许多问题。
在泡沫生产中,通过使用PCA和PLS模型来展示质量变量的空间变化,以及它们同过程变量之间的联系。
&nb