橡胶炭黑分散度的预测模型及应用的研究

《橡胶炭黑分散度的预测模型及应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、青岛科技大学研究生学位论文橡胶炭黑分散度的预测模型及应用的研究摘要橡胶中的炭黑分散度，是衡量混炼胶质量的一个重要的指标，同时也是衡量混炼胶的成品性能好坏的重要尺度。由于在线检测混炼胶分敞度的设备实现难度大，因此建立分散度与较易测量的过程参数的数学模型，利用计算机技术实现分散度的在线预测是一种有效的方法。近年来，蓬勃发展起来的支持向量机方法越来越引起国内外学者的重视，因此应用支持向量机理论，建立混炼胶分散度的预测模型，实现分散度的在线预测具有重要的理论意义和实际意义。本文在详细分析与混炼胶质量有关的各种影响因素和过程参数后，

2、通过实验研究，首次建立了基于支持向量机的分散度预测模型，实现新型实验密炼机混炼胶分散度的在线预测。并讨论分析了支持向量机各参数对预测结果的影响，优选了参数。仿真结果表明，使用支持向量机对分散度进行建模预测是一种行之有效的方法，预测效果较好。为使预测模型的性能更加优异，本文根据实验样本的特点，结合模糊聚类算法对建模所需的训练样本进行优化选择后，建立基于支持向量机集成的模糊系统模型，用于新型实验密炼机分散度的预测。离线仿真结果表明，改进的模型具有更高的精度和更好的泛化能力，同时模型结构简单，占用较少的计算资源。本文基于组态软件

3、，开发了新型实验密炼机控制系统软件。该软件具有友好的人机交互界面，数据采集准确可靠，能够实现分散度的在线预测、多种控制方式的设置及多种过程参数的采集、显示、存储、查询和打印等功能，这为混炼胶分散度的在线检测提供了一种新的方法。关键词：支持向量机分散度预测模型组态软件橡胶炭黑分散度的预测模型及应用的研究STUDY0NPREDICTIVEMODEL0FRUBBERCARBONDISPERSnYANDITSAPPL【CAn0NABSTRACTCarbOildispersityoftherobberiSallimportantta

4、rgettoevaluatethequalityofmixingrubberandtllecapabilityofitsproducts．Howevertheon．1ineandreal．timemeasureofcarbondispersitybasedonhardwareiSrestrictedinapplication．SOitiSaneffectivemethodtoestimatethecarbondispersityon．1inewiththemathematicmodelwhichiSthefunctiona

5、lrelationsbetweenthecarbondispersityandtheprocessvariablesWhichiSeasytomeasure．RecentlySVM(supportVectorMachine1iSdevelopingeffectivelyandpotentially,SOitismeaningfultheoreticalandvaluablepracticaltoresearchthemathematicmodelbasedonSVMtopredictthemixdispersityon．1

6、ine．VariousinfluentialfactorsandprocessparametersaboutthequalityofmixingrubberiSdeeplyanalyzed．ThenthepredictivemodelofrubbercarbondisperistywiththenewlaboratorymixerbasedonSVMiSestablishedforthefirsttimethroughtheexperimentalsmdy．Manycompoundingmixingrubberscould

7、beestimatedon—lineinthisnewlaboratorymixer．BecausesomeparametersofSVMexertanirdluenceonthepredictiveresult，weoptimizetheseparametersbycomparisonandanalysis．Theresultsofthesimulationshowthatit'saneffectivemethodtopredictthecarbondispersityon-linebythemathematicmode

8、lbasedonstandardSVM．and血emodel’Sabilityofgeneralizationisnotbad．Inordertopredictmoreaccurately,weimprovethismathematicmodel．Firstly,thetrainingsamplesof