Основы создания полимерных композитов
..pdfждая, и выбрать средние значения х,(у,) и дисперсии
|
|
i j |
S ‘ = T T f Z ( x!/_JC' ) 2 |
|
||
|
|
i |
j |
|
|
|
|
Для рядов V и N к = 5, a |
и S 2yi равны: |
|
|
||
Константа |
К\ |
Кг |
Кг |
К 4 |
Кг |
|
S г. • 10‘ |
20,5 |
32,0 |
14,5 |
13,8 |
40,0 |
|
S 2 |
102 |
42,7 |
37,4 |
13,6 |
7,6 |
51,0 |
ЛУ1 |
Однородность дисперсий проверяется по критерию Кохрена:
G = max Sf i
и сравнивается с табличными значениями Ga при числах степеней свободы к и ni - 1 и заданном уровне значимости а - 0,05:
GX _________40_________ = 0330, 20,5 +32 + 14,5+ 13,8+ 40
Gv = -------------- ----------------- |
= 0,335. |
у42,7 +37,4+ 13,6+ 7,65+ 51
Таким образом, G < G a = 0,412, т.е. гипотеза однородности дисперсий применима, и, следовательно, технологический процесс стационарен.
Стационарность технологического процесса является важным условием получения воспроизводимых результатов при проведении эксперимента и необходима для создания систем автоматического контроля и регулирования производства высокопрочных композитов
иизделий из них.
3.4.Выбор оптимальногорежима процесса термообработки
Стабильность упруго-прочностных характеристик армирован ных полимеров с жесткой сетчатой структурой определяется, в ос новном, частотой расположения поперечных связей, плотностью сшивки макромолекул, характером надмолекулярных структур, ко торые зависят не только от химического состава полимера, но и от режима отверждения. Однако, как показано в работах [126, 127], хи мическое строение и структура полимеров, а также степень и режимы отверждения оказывают заметное влияние на их релаксационные ха-
181
рактеристики. Упругие и релаксационные константы полимерного материала, как правило, определяются экспериментально [14, 15].
Таким образом, исследование влияния режимов отверждения (термообработки) на значения релаксационных характеристик дает возможность определить оптимальный режим отверждения, при ко тором обеспечиваются стабильные механические свойства полимера.
Для решения задач оптимизации при неполном знании меха низма процесса весьма эффективным [128] оказывается применение статистических методов планирования. В основе этих методов лежит использование упорядоченного плана расположения точек в фактор ном пространстве и переход к новой системе координат. Абстрагиру ясь от вопросов, связанных с механизмом процесса, экспериментатор строит его математическую модель по экспериментальным данным, а затем использует ее для разработки оптимальных режимов [129 - 132]. В данной книге на примере полимера УП-610, армированного полыми микросферами, режим термообработки определялся стати стическими методами и проверялся физическим методом, основан ным на оценке величин релаксационных характеристик композита.
Задача планирования эксперимента на основании использования симплекс-планирования формулируется математически следующим образом: нужно получить некоторое представление о поверхности отклика факторов, которую в общем случае можно аналитически представить в виде функции отклика или математической модели:
М{у} = ^(*1 , * 2 >•••>**)> гДе У ~ параметр оптимизации (выход про
цесса), подлежащий изучению; лг, - переменные факторы, от которых зависит отклик и которые можно варьировать при постановке экспе римента [133].
Таким образом, определение условий, при которых значение па раметра оптимизации будет максимально близко к желаемому, реша ется посредством исследования математической модели, описываю щей область факторного пространства вблизи оптимума [128]. Поиск оптимальной области осуществляется различными методами [134]. Среди направленных методов поиска оптимальной области наиболее старым является метод Гаусса - Зейделя, при котором все факторы, кроме одного, поочередно фиксируются. Последовательное прохож дение всех осей факторного пространства составляет первый цикл исследования. Процедуру повторяют до нахождения оптимума. Этот метод требует большого количества опытов, и в этом его недостаток [128].
Другой способ нахождения оптимальной области, получивший название «метод крутого восхождения» (метод Бокса - Уилсона), пре дусматривает движение в факторном пространстве в направлении градиента с одновременным изменением значений всех факторов, при этом движение к оптимуму совершается по кратчайшему пути. Для движения по градиенту необходимо изменять независимые перемен ные пропорционально существующим коэффициентам регрессии и в
182
ту сторону, в которую указывает знак коэффициента. Эксперименты проводят до тех пор, пока параметр оптимизации изменится в желае мом направлении. Затем в районе наилучшей точки снова ставят опыты, рассчитывают линейное уравнение регрессии и продолжают движение до следующей наилучшей точки и т.д. [128, 134]. Концом крутого восхождения обычно считают момент, когда линейное урав нение становится неадекватным, а эффекты взаимодействия - соиз меримыми по величине с линейными [128].
На стадии поиска оптимальной области более эффективным ока зался последовательный симплексный метод планирования экспери мента. В основе этого метода лежит одно замечательное свойство симплекса - выпуклого многогранника, число вершин которого пре вышает размерность пространства на единицу: из любого симплекса можно, отбросив одну из вершин и используя оставшуюся грань, по лучить новый симплекс, добавив всего одну точку. Путем последова тельного отбрасывания вершин (наихудших точек) можно осущест вить перемещение симплекса в факторном пространстве. При дости жении оптимальной области симплекс начнет вращаться вокруг точ ки оптимума [128,134].
Основной особенностью симплексного метода поиска является совмещение процессов изучения поверхности отклика и перемещение по ней. Это достигается тем, что опыты ставятся только в точках фак торного пространства, соответствующих вершинам симплексов [134]. Правильный ^-мерный симплекс с центром в начале координат мо жет быть задан следующей матрицей (координаты вершин опреде ляются строками матрицы):
~ г\ |
~ h |
- ь |
Я| |
~ Г2 |
- ' з |
0 |
* г |
|
0 |
0 |
0 |
0 |
0 |
0 |
1 с* 1 ~ гк- 1
- ' а-1
Л*-, 0
~гк
~гк
~гк
- ' к
где Rj и г, - радиусы сфер, описанных (и вписанных) около /-мерного симплекса.
При длине ребра /-мерного симплекса, равной 1, радиусы опи санной Rj и вписанной г, сфер будут составлять:
/ = 1,2, X
*' = J 2(| +1) ’ '•
Координаты экспериментальных точек, соответствующих вершинам симплекса, представлены на табл. 15.
183
|
Координаты вершин симплексов |
Таблица 15 |
||
|
|
|||
|
|
Факторы |
Результаты |
|
Номер |
|
опыта |
||
|
|
|
||
опыта |
* 1 |
Хг |
Xi |
Y, |
|
х к |
|||
1 |
-0,5 |
- 0,289 |
- 0,204 |
У| |
2 |
0,5 |
- 0,289 |
- 0,204 |
Yi |
3 |
0 |
0,578 |
- 0,204 |
Yi |
4 |
0 |
0 |
0,612 |
YA |
+ 1 |
0 |
0 |
0 |
Ys |
П р и м е ч а н и е . Двойной линией выделенia матрица пл[анирс)вани5 для двух факторов.
Координаты очередной точки вычисляют следующим образом (для двухфакторных задач можно пользоваться графическим мето дом): вначале находят координаты центра грани, лежащей против наихудшей /-й точки, по формуле
к+1
*cj ~ 'У \Х'ш
1
Затем вычисляют координаты очередной точки: хт+\tj = lxcj - xih где Ху - координата наихудшей точки.
Поиск оптимальной области осуществляли двумя методами - движением по симплексам и методом Гаусса - Зейделя.
Было выбрано два фактора, определяющих режим термообра ботки и влияющих на значение отклика - прочность композита при сжатии: время (Zi) и температура (Z2) термообработки. На первой
стадии исследования - поиск оптимальной области - использован симплекс, представляющий собой равносторонний треугольник АВС (рис. 13), в вершинах которого (точки 1, 2, 3) значения факторов оп ределили условия опытов. Базовые значения и интервалы варьирова ния представлены в табл. 16.
Наихудшие значения параметра оптимизации оказались в точке 1. Далее поворачиваем треугольник вокруг стороны 2 - 3 , в резуль тате чего получаем точку 4, координаты которой определяют условия проведения очередного опыта. Поскольку значение отклика в точке 4 меньше, чем в точках 3 и 2, отбрасываем другую наихудшую точку 2 и делаем поворот вокруг стороны, противолежащей этой точке. В ре зультате получаем точку 5, в которой параметр оптимизации имеет наибольшее значение из всех ранее определенных.
184
Zi, °c
Рис 13. Поиск оптимальной области термообработки
Таблица 16
Базовые значения и интервалы варьирования
|
Факторы |
Основной |
Интервал |
|
уровень |
варьирования |
|
Zi, ч |
|
||
|
8 |
6 |
|
z 2, °с |
|
120 |
50 |
Дальнейший поиск оптимальной области можно осуществить либо симплексом с более короткой длиной ребра, либо другим, на пример, методом Гаусса - Зейделя. Применение последнего более це лесообразно, так как оптимум, вероятнее всего, находится вблизи точки 5.
Постановка опытов в точках 6 - 9 подтвердила это предположе ние, причем было установлено, что точка 8 лежит на границе темпе ратурно-временной области, вызывающей деструкцию композита.
Математическую модель процесса получим, используя лишь ре зультаты последних пяти опытов, описывающие области оптимума. В табл. 17 представлены уровни факторов и интервалы их варьирова ния, а в табл. 18 - матрица планирования и результаты эксперимента.
|
Уровни факторов и интервалы их варьирования |
Таблица 17 |
|||
|
|
||||
|
Факторы |
|
Уровни факто ров |
|
Интервал |
|
-1 |
1 0 |
+1 |
варьирования |
|
|
|
||||
Zi, ч |
|
3 |
5 |
7 |
2 |
ZJ, °С |
|
150 |
170 |
190 |
20 |
185
Однородность дисперсий проверяли по критерию Кохрена:
|
N |
^ э к с п *“*I m ax |
= 3014/8530 = 03533 < G0(05(3.9) = 0.4027, |
|
1 |
т.е. гипотеза об однородности дисперсий не противоречит экспери ментальным данным с Р = 0,95.
Перейдем теперь к дисперсионному и регрессивному анализу скорректированных и приведенных значений прочности синтактика.
Сопоставление дисперсий групповых средних
|
|
|
75512 ,88 = 9439,110 |
|
|
|
|
9 - 1 |
|
о 2 |
|
Е » ( у2 / - П ) 3 |
44760 ,160 |
|
_ /=| |
||||
• ч |
— |
N - 1 |
= 5595 ,020 |
|
9 - 1 |
||||
|
|
со средневзвешенной дисперсией воспроизводимости отдельного опыта
N
>eOCnp.W~ ДГ |
= 106635 |
— |
8 |
N (n - 1) |
|
I/ . - |
|
/=1 |
|
по критерию Фишера
т^дисп |
1 |
|
* эксп |
||
S* |
||
|
||
|
eocnp.w |
|
грдисп |
s i |
|
Y2 |
||
* эксп |
s 2 |
|
|
**eocnp.w |
9439,110 = 8,85
1066,25
^ 0.005(8;24) “ 3 3 3
5595,02
106635
показало, что изменение отклика (If и У2) статистически эффек
тивно, что позволило перейти к регрессионному анализу. По данным
186
табл. 18, составим систему нормальны х уравнений [134]:
560 + 2Ь\ | + 2^2 —7 * 0У„; |
2ft, = £ * ,Г , |
||
2^2 = ^ j |
X l Y j h |
/=5 |
/=5 |
260+26,,=1 xfYj, |
|||
/V |
_ |
|
|
/=5 |
|
|
/=5 |
Ib + l b u ^ x l Y j , |
|
||
|
J=S |
для У 2 =у° |
|
ДЛЯ Y 2 = у |
|||
5Ь0 + 26,, + 2^2 =4792,5 |
560 +26, ,+ 2 ^ 2 =4937.8 |
||
26, = -47,0; |
2^2 =-9,0 |
26, =-82,1; 2^2 =-1,6 |
|
260 +26, ,=1900 |
260 + 26, ,=1936,7 |
||
2^0+2^2=1928 |
260 + 2622 =1975,2 |
Таблица 18
Матрица планирования и результаты эксперимента
|
|
|
|
|
|
Значения прочности |
|
Zi, ч |
z 2, |
Xi |
Xi |
У/ Ю5, |
sf |
скорректиро |
приведенные |
°с |
Н/м2 |
ванные |
V?=У2/"Ю5, |
||||
|
|
|
V= 3) |
* = Г 105, |
|||
|
|
|
|
|
|
Н/м2 |
|
|
|
|
|
|
|
Н/м2 |
|
8 |
|
|
|
|
|
|
|
120 |
- |
- |
896 |
1036 |
860,5 |
915,3 |
|
14 |
120 |
|
|
947 |
1004 |
916,5 |
970,8 |
11 |
170 |
|
|
1012 |
978 |
939,5 |
1005,7 |
17 |
170 |
- |
- |
1006 |
1039 |
873,5 |
957,3 |
5 |
170 |
0 |
0 |
1020 |
788 |
964,5 |
1025,9 |
3 |
170 |
-1 |
0 |
933 |
367 |
973,5 |
1009,4 |
5 |
150 |
0 |
-1 |
876 |
483 |
968,5 |
988,4 |
5 |
190 |
0 |
+1 |
895 |
3014 |
959,5 |
986,8 |
7 |
170 |
+1 |
0 |
797 |
221 |
926,5 |
927,3 |
|
|
|
|
|
Z8530 |
|
|
|
|
|
|
|
1 |
|
|
Решение данных систем позволило определить коэффициенты уравнений регрессии, которые после исключения незначимых коэф фициентов имеют вид (в координатной форме):
У, = 964,5 - 23,5х , - 14 ,5 л :,2 -0,5*2 .
У2 = 1025,9-41,05*, - 5 7 ,5 5 л:,2 -38,3*22,
Л4, = £ f ^ L . (ool(,) =5,13-3,25 = 16,70.
jNn
187
Проверка этих уравнений регрессии по критерию Фишера пока зала их адекватность:
г1 с2
^\ост
< ^0,05(|;9) ~ 5,1 2
Таблица 19
Матрица планирования, расчет коэффициентов уравнения регрессии, их ошибок и остаточной дисперсии
При сопоставлении экспериментальных и рассчитанных резуль татов (табл. 19), а также остатков и множественных коэффициентов детерминации R2, объясняющих долю разброса:
/V / |
N . |
2 |
о 2 _ S S R __ ,=5
5544-162 100=97,08%;
5544
|
i=5 |
|
N / |
_Ь N , |
2 |
п 2 _ S S R _ i=5 |
|
23317,966-5,12 |
|
|
•100=99,98%, |
|
|
23317,966 |
/=5
можно предположить, что уравнение регрессии будет лучше описы вать изученную область факторного пространства.
Исследование поверхности отклика начинаем с вычисления ка-
188
ионических коэффициентов по формуле [128]
Я2 ~ (bx| + Ь22)В + (б,ХЬ22 ~ хАЬ\2)=® ■
После подстановки в это уравнение значений коэффициентов регрессии получаем соответственно:
В1 + 15,0В+ 7,25 = 0 |
и |
В1 + 95,852? + 2204,16 = 0, |
откуда |
|
|
В,1, = -ОД В\2 = —14,5 |
и |
В\х= -38Д В\2 = -57,55 . |
Поскольку канонические коэффициенты имеют одинаковые знаки, поверхность отклика является эллиптическим параболоидом с макси мумом в центре. По формулам
_ b2bn —b\b22 |
_ bxbi2 - l b 2bxx |
с' 4ЬххЬ22-Ь?2 ’ |
а 4ЪХХЪ22-Ь\2 |
находим координаты центра: |
|
х\х= -0,8103 ( Z\ = 3,83 ч), х'с2 = 0 (zl2= 170 °с)
х" =-03566 ( Z j l = 4,21 ч), х[\ = 0 (zj1=170 °с)
и рассчитываем соответствующие им значения параметра оптими зации, которые оказались равными 983,54 и 1033,22 соответственно. Тогда уравнения в канонической форме приобретают следующий вид:
У*-983,54 = -0 Д с,- 1 4 Д с2
У" -1033,22 = -38,3*, - 57,55*2 •
Поскольку у канонических коэффициентов знаки одинаковые, поверхность отклика представляет собой эллиптический параболоид, причем знак минус указывает на то, что в центре поверхности нахо дится максимум.
Канонические уравнения использовались при построении линий равных значений откликов, которые имеют вид эллипсов. Значения отклика, соответствующие отдельным контурным линиям, выбираем с учетом величины критерия оптимизации в области эксперимента (У = 900 -г 1000) через равные промежутки.
Точки кривых находим с помощью уравнения эллипса в стан дартной форме
а1 «•’ '•
189
тогда для канонических уравнений: |
|
|
|
|
|
|
|||||
или |
|
|
|
А - В\ J.V,2 |
+ Ви х\ |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
I |
2 |
В-11 |
|
|
|
|
|
|
|
|
|
1 = ——ЛГ, |
+ ——Л'! |
|
|
|
|||
и полуоси эллипсов: |
А |
1 |
А |
|
|
|
|
||||
|
|
|
|
|
|
|
|
||||
2 |
A |
|
Y - 98334 |
2 |
|
A |
Y - 98334 |
|
|
||
|
*„ |
|
- 0 3 |
’ |
|
Д22 |
-143 |
’ |
|
|
|
V |
|
V |
V |
|
Ось .V, |
|
|
|
Ось Хг |
|
|
|
|
I |
Is |
а 2 |
1 |
|
а |
|
|
|
b |
900 |
|
-83,54 |
|
|
5,76 |
|
|||||
|
167,10 |
|
|
12,90 |
|
|
2,40 |
||||
950 |
|
-33,54 |
67,10 |
|
|
8,20 |
|
2,31 |
|
1,50 |
|
2 |
А |
|
Г-1033Д2 |
2 _ |
А |
_ Y -1033,22 |
|
|
|||
|
~ Ви ~ |
-383 |
* |
“ я22” |
-5735 |
|
|
|
|||
Y |
|
Y - Y s |
|
Ось Х\ |
|
|
|
Ось Хг |
b |
||
|
а7 |
| |
|
а |
|
V |
1 |
||||
950 |
|
-83,22 |
|
|
|||||||
|
2,20 |
|
|
1,47 |
|
1,45 |
|
1,20 |
|||
1000 |
|
-33,22 |
0,87 |
|
|
0,93 |
|
0,58 |
|
0,76 |
|
Оптимальное значение отклика |
Ys = |
1033,22 |
105 Н/м2 удовле |
творительно согласуется с экспериментальными значениями пара метра оптимизации, полученными по режиму, соответствующему ко
ординатам центра |
= -0,36 и JC^ |
= 0), табл. 20. |
|
||||
|
Оптимальные значения параметра оптимизации |
Таблица 20 |
|||||
|
|
||||||
Плотность |
Содержание |
|
|
Прочность при сжатии |
|||
|
|
а - 10*. Н/м2 |
|||||
композита, |
Пористость, % |
||||||
сфер, % |
|
|
|
||||
кг/м1 |
|
|
|
л |
0 °с ж |
||
|
|
|
|
||||
|
|
|
|
|
|||
643 ±18 |
31,2±0,3 |
5,2 |
|
918 ± 47 |
1045,1 |
||
687 ± 24 |
30,5 ±0.4 |
-0,4 |
|
1024± 18 |
1014,6 |
Необходимо отметить, что с удалением от центра оптимальной области прогнозирующая способность уравнения снижается, что обу словлено несовершенством выбранной матрицы планирования, по которому определялась математическая модель процесса термообра ботки.
Далее перейдем к определению режима термообработки компо-
190