提高混炼胶门尼粘度预测精度的研究

根据密炼机橡胶混炼过程的瞬时功率控制法,运用数理统计法建立的混炼胶门尼粘度数学模型,其预测精度值不稳定。

为了提高预测精度,采取了排除异常值、优选数学模型和确定样本数等措施。

使用散点图很容易发现异常值的存在。

用排胶点瞬时功率可以预测胎面(内胎
)混炼胶门尼粘度。

20个试样的数学模型可达到需要的预测精度。

载重轮胎厂应用本法的生产实践表明,混炼胶门尼粘度的预测值与实测值的差值的平均值仅为0.40～0.84。

关键词:混炼胶门尼粘度预测相关系数数学模型误差
合成橡胶工业,1998-07-15,21(4):230～232
C H IN A S YN T H E T IC R UBB ER IN
D U S T R Y
加工・应用
提高混炼胶门尼粘度预测精度的研究
*
关毅璋张海汪国强贺德化马铁军
(华南理工大学工业装备与控制工程系,广州,510641)
蔡大扬邹明清
朱孔扬方之峻
(广州珠江轮胎有限公司)
(上海轮胎橡胶(集团)股份有限公司载重轮胎厂)
Y =0.587-0.218P
(1)
Y =0.809-0.786P
(2)
Fi g 1Scat t er p lot fo r visco sit y a nd inst a nt a neo us
p o wer o n mixin g rubber fo r t ube
长期以来,由于原材料质量的波动,工艺参数的不稳定,密炼机生产的混炼胶门尼粘度波动很大,这样很难获得门尼粘度合格的混炼胶。

近年来,我们根据张海[1]提出的密炼机橡胶混炼过程的瞬时功率控制法,通过自制的M G KJ 型密炼机计算机监控系统采集混炼过程中的有关参数,运用数理统计的方法建立数学模型,在每次混炼结束时即可得到门尼粘度值[2],这样省去了检测的周转时间,降低了产品不合格率。

从研究中发现,建立门尼粘度与瞬时功率的数学模型的相关系数有时很高,有时又偏低。

为此,本工作对如何提高预测精度进行了研究。

1实验数据的来源
本工作所用的数据是采用M G KJ 型密炼机计算机监控系统测得的,来自广州珠江轮胎有限公司和上海轮胎橡胶集团股份有限公司载重轮胎厂生产线。

混炼设备为BB 270型和G K 270型密炼机。

生产胶料为胎面混炼胶、内胎混炼胶。

可塑度、门尼粘度等均按有关标准测定。

2结果与讨论2.1异常值的排除
监控系统、人工检测和数据整理等过程都可
能产生异常值。

对于内胎混炼胶,通过在线测量的60组数据,建立的回归数学模型为
式中,Y 为可塑度,P 为排胶点瞬时功率。

该式相关系数为-0.41,即预测值与实测值的偏差较大。

从Y 与P 的散点图(见图1)可以发现,在60组数据中,有1组数据偏离其他的数据,因为
0.51的可塑度对应的P 不可能为0.49k W ・h ,
故判为异常值。

删除该组数据后,建立的数学模型为
*收稿日期1997-05-26;修改稿收到日期1998-03-08。

作者简介:关毅璋,女,25岁,硕士。

国家自然科学基金资助项目。

Ta ble 1Deviation bet ween calculation an d observation
f rom diff erent matrix on mixin
g rubber f or tube
Ma ximum deviatio n 0.0300.009
Avera g e
deviatio n 0.0060.003
Fo r mula (1)Fo r mula (2)
Mo del St a ndard deviatio n 0.0050.003
Ta ble 2Deviation bet ween calculation an d observation f rom diff erent matrix on mixin g rubber f or trea d
Fo r mula (3)Fo r mula (4)
Mo del St a ndard deviatio n 17.1913.05
Ma ximum deviatio n 76.1151.33
Avera g e deviatio n 27.4918.06
其相关系数为-0.87,预测精度明显提高。

从表1结果可以看出,式(2)的精度比式(1)要高很多。

胎面混炼胶的48组数据的回归模型为
式中,X 为塑性值。

相关系数只有-0.33,在删除了5组异常值后(见图2)数学模型为
相关系数为-0.73。

显然,式(4)的精度比式(3)有了较大的提高。

有关的数据见表2。

由此可见,异常值对预测精度的影响是很大的。

2.2数学模型的选择
胎面混炼胶100组数据的回归模型为
其相关系数为-0.94。

其他模型为
式中,T 为总时间,E 为总能量消耗。

式(6),(7),
(8)的相关系数分别为:0.092,0.37,-0.926,都
不能与式(5)的相关系数相比。

内胎混炼胶的60组数据的回归数学模型为
式(9),(10),(11)的相关系数分别为-0.01,0.33和-0.879。

与式(2)相比,式(11)的相关系数提高了0.009,即通过参数来预测X 和Y 是比较好的。

2.3样本数的影响
在以上3组数据中,样本数分别为100,60,
X =777.99-93.577P
(3)X =1015.31-380.38P
(4)
Ta ble 3
Amount of sa m p le in matrix bet ween Y ,X an d P
A ,
B ,
C :different sa m p lin g f ro m so urce dat a.
5A 5B 5C 10A 10B 10C 20A 20B 20C 30A 30B 40A 40B 40C 60A 60B 80A 80B
St a ndard deviatio n
0.0048370.0064790.0052760.0045730.0045610.0068980.0045460.0046000.0045670.0045170.0045840.0046010.0045770.0045670.0046560.0045490.0045870.004
549
Minimum deviatio n 0.0160.0170.0180.0140.0130.0210.0120.0130.0090.0130.0110.0140.0140.0120.0150.0120.0140.013
Avera g e deviatio n 0.000929-0.0010000.0017270.001192-0.0008800.001939-0.0006400.000172-0.0042300.000313-
0.0027000.0009490.000374-0.0009600.000646-0.0012800.001111-
0.000
280
-0.6221.008-0.563-0.7480.697-0.411-0.7340.732-0.725-0.718-0.691-0.7380.699-0.735-0.663-0.717-0.724-0.717
第4期关毅璋等.提高混炼胶门尼粘度预测精度的研究・231・
Y =0.789-0.722P
(5)
(9)(10)(11)
Y =0.504-0.000016T Y =0.456+0.00265E Y =0.8226-0.00016T
-0.77P +0.000583E
Sa m p le Y =0.2995+0.0002T Y =0.214+0.0057E
Y =0.793-0.000045T -0.72P +0.00015E
(6)(7)(8)
Ex p o und t er m
Coeffient t er m 0.7250.9700.6890.8040.7740.5910.7970.7950.7950.7860.7720.7980.7740.7980.7510.7870.7890.786
Mo del
Ma ximum deviatio n
-0.016-0.015-0.018-0.011-0.015-0.024-0.013-0.012-0.017-0.013-0.017-0.011-0.014-0.013-0.015-0.014-0.012-0.013
Deviatio
n
Fi g 2Scat t er p lot fo r visco sit y a nd inst a nt a neo us
p o wer o n mixin g rubber fo r t ube
48组。

在数理统计中,一般认为最好要在30个样本以上。

从表3中可以看出,5个和10个样本的数学模型的常数项和系数项的变化都很大,很不稳定;20个样本的数学模型的常数项、系数项预测偏差的标准误差和最大、最小偏差已趋稳定;30个和40个样本的结果与20个样本的基本相同。

这就是说,在本工作情况下,20个样本的模型已达到预测精度的要求。

2.4实例
表4所列4种配方混炼胶门尼粘度的预测值和实测值的差值的平均值仅为0.40～0.84。

进一步考察171A配方混炼胶50个样本的门尼粘度的预测值和实测值的差,发现其差值的平均值在0.5以内的有35个样本,占样本总数的70%;在0.5～1.0的有12个样本,占样本总数的24%;仅有3个样本的差值分别为2.02,4.58,2.94。

同时,还实际测得(10车料,每车3个样本)混炼胶门尼粘度之间的平均差值为2.47,其中最大值为5.7,而一车200k g的混炼胶门尼粘度波动值为6。

从以上结果可知,采取排除异常值、优选数学模型和确定合理的样本数措施,可以提高混炼胶门尼粘度的预测精度。

Ta ble4Anal y sis on calculation an d observation of viscosit y
Avera g e value
76.28
86.86
73.28
72.71
St a ndard difference
11.75
7.49
20.80
11.64
M L m、M L c
avera g e value
0.3880
0.8428
0.8000
0.8180
Avera g e value
76.13
86.47
73.75
73.29
Ra n g e
12.0
8.0
11.0
7.9
111A 121A 171A 171B 50
50
50
50
St a ndard difference
12.70
11.36
20.66
12.49
3结论
提高混炼胶门尼粘度预测精度的措施有3项:(1)排除异常值;(2)优选数学模型;(3)决定合理的样本数。

在数学模型和样本数决定后,提高预测精度的工作主要就是异常值的排除。

使用散点图很容易发现异常值的存在。

1
2
3
张海,张生贵,蔡群英等.密炼机橡胶混炼工艺的瞬时功率控制法.橡胶工业,1993,40(6):348
张海,贺德化,李华等.混炼胶质量在线检测技术的研究.橡胶工业,1997,44(3):160
Seber G A F著.线性回归分析.方开泰等译.北京:科学出版社,1987
参考文献
O bservatio n(M L m)Calculatio n(M L c)
Ra n g e
11.12
5.91
9.86
6.65
The mat hematical mo del fo r t he p redictio n of visco sit y of mixin g rubber was fo und b y st atistics,but it s p recisio n was unstead y.It was p o ssible to ma ke t he p recisio n u p to re2 q uirement s b y t he eliminatio n of abno r mal sa m p les,t he o p timizatio n of mat hematical mo dels a nd t he co nfir matio n of t he a mo unt of t he so urce dat a.The scat ter p olt co uld tell t he different values easil y.It co uld fo recast t he visco sit y of mixin g rubber fo r t read a nd t ube. Twent y g ro u p s of sa m p le co uld meet t he re2 q uirement a nd t he p ractice showed t he aver2 a g e deviatio n bet ween calculatio n a nd o bser2 vatio n of visco sit y was o nl y0.40～0.84.
Ke y words:mixin g rubber;Moo ne y visco si2 t y;p redictio n;co rrelatio n coefficient;mat he2 matical mo del;deviatio n
Sa m p le N umber
Stud y on ra isin g p redict ion p rec ision of viscosit y of mixin g rubber
Gua n Yizha n g,Zha n g Hai,Wa n g Guo q ia n g,He Dehua a nd Ma Tie j un
(S ou t h Chi n a U n i ve rsi t y o f S cie nce a n d Tech nolo gy,G u a n g z hou)
Cai Da y a n g a nd Zho u Min gq in g
(G u a n g z hou Zh u j i a n g T i re Com p a n y)
Zhu Ko n gy a n g a nd Fa n g Zhi j un
(Heav y-D u t y T i re Factor y o f S ha n g hai T i re a n d R u bbe r Co.L t d.)
AB S T RAC T
・232・合成橡胶工业第21卷。