基于DOE的水性UV哑光面漆的配方优化

《基于DOE的水性UV哑光面漆的配方优化》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、工程硕士学位论文基于DOE的水性UV哑光面漆的配方优化作者姓名李小康工程领域工业工程校内指导教师龚祝平副教授校外指导教师康宁所在学院工商管理学院论文提交日期2018-12-20FormulationoptimizationofwaterborneUVmattefinishbasedonDOEADissertationSubmittedfortheDegreeofMasterCandidate：Supervisor：SouthChinaUniversityofTechnologyGuangZhou,China分类号：C93学校代号：10561学号：201520202605华南理工大学硕士

2、学位论文基于DOE的水性UV哑光面漆的配方优化作者姓名：李小康指导教师姓名、职称：龚祝平副教授申请学位级别：工程硕士工程领域名称：工业工程论文形式：□产品研发□工程设计■应用研究□工程/项目管理□调研报告研究方向：六西格玛设计论文提交日期：2018年11月20日论文答辩日期：2018年11月22日学位授予单位：华南理工大学学位授予日期：2018年12月日答辩委员会成员：主席：周文慧教授委员：赖朝安副教授龙广钱高级工程师摘要本课题来源于广东H涂料公司申报的环保科技项目，该项目旨在通过DOE技术设计一款水性UV哑光面漆配方并进行配方优化，水性UV漆是H涂料公司计划推广的战略型产品，因为其高

3、效环保，无毒无害，是家具行业“油转水”的主要方式之一，市场潜力巨大。本文主要研究了DOE方法在水性UV漆配方设计及优化中的应用，基于单因素实验中对影响水性UV漆性能的各因子的分析，运用DOE全因子设计研究了各显著因子的效应，并建立有效模型，通过分析预测刻画器曲线得到各显著因子的范围；运用混料最优设计进一步优化配方得到最佳的混料组合，试验结果表明：DOE方法可根据较少的实验结果，建立有效的模型，预测出最佳的实验方案和最优结果，按照模型预测的混料配方经过实验测试达到了预期目标。本文运用DOE方法完成了水性UV涂料配方的设计及优化，与传统的研发方式对比，缩短了研发周期，减少了人员投入，效率至

4、少提升50%以上，同时大大提升了试验的可靠性，根据DOE方法建立的混料模型具有可靠性和可预测性，实验结果经验证具有实际意义，也为后续更多涂料配方的优化奠定了一定的理论和实际的基础。关键词：实验设计；全因子设计；混料最优设计；水性UV面漆；配方优化IAbstractThissubjectcomesfromtheenvironmentalprotectionscienceandtechnologyprojectdeclaredbyGuangdongHPaintCompany.Thisprojectaimstodesignandoptimizetheformulationofawater-b

5、orneUVmattefinishbyDOEtechnology.Water-borneUVpaintisastrategicproductplannedtobepromotedbyHPaintCompany.Becauseofitshighefficiency,environmentalprotection,non-toxicityandharmlessness,itisthemain"oil-to-water"productinfurnitureindustry.itisoneofthemainwaysof"oiltowater"infurnitureindustry.Themar

6、ketpotentialishuge.ThispapermainlystudiestheapplicationofDOEmethodintheformulationdesignandoptimizationofwater-borneUVpaint.Basedontheanalysisofthefactorsaffectingtheperformanceofwater-borneUVpaintinsinglefactorexperiment,theeffectofeachsignificantfactorisstudiedbyusingDOEfullfactordesign,andane

7、ffectivemodelisestablished.Themodelofeachsignificantfactorisobtainedbyanalyzingandpredictingtheplottercurve.TheresultsshowthattheDOEmethodcanestablishaneffectivemodelbasedonfewerexperimentalresults,predictthebestexperimental