论文部分内容阅读
PTC材料是指具有正温度系数效应的材料，因其具有力学性能优良和成型加工方便等特点，工业控温上被广泛应用。课题通过采用实验数字化研发设计[1*]与分析技术在维持PTC材料实际力学性能基础上对其电和热性能提升进行系统研究。运用本课题组自主提出的“工业试验可视化设计与分析技术”(iTVDATE)、人工神经网络技术以及大数据技术，研究表述了玻璃纤维、氢氧化镁阻熔剂、偶联剂和HDPE的用量对PTC材料的关键电和热性能即启动电流和发热温度的影响规律，用来指导进一步研发和工业化生产，并找出了多种可实际应用的原料配方。 本研究利用iTVDATE技术，以玻璃纤维、氢氧化镁阻熔剂、偶联剂和HDPE的用量为影响因素，每个因素混合考察十多个不同水平，设计了二十九个试验点进行试验，每个试验点至少试验三次，指标取平均值。采用本课题组自主提出的多因素多水平可视化分析方法(m2VA)对实验数据进行分析，表述系统规律，并找出符合市场和生产企业要求的最佳发热温度和启动电流指标的优化工艺范围：玻璃纤维200-270g，氢氧化镁阻熔剂235-260g和270-320g，偶联剂50-75g，HDPE1310-1330g。采用人工神经网络技术建立4-8-3多目标非线性模型，研究了在不同玻璃纤维、氢氧化镁阻熔剂、偶联剂和HDPE的用量时，发热温度和启动电流变化的定量规律，并用五段分析法对规律进行了描述。为了验证优化结果的可信性，选取了优化工艺范围里的配方数据做了多组验证试验。试验证明在上述优化区间内发热温度得到了相应的提高，启动电流维持在需求范围内。研究证明多因素多水平可视化方法和神经网络方法可以用于实际生产指导。模型计算值与实验值以及可视化分析得到的结论一致性好。针对合作企业多年研发新产品中试的生产数据，采用大数据技术中主成分分析以及具有创新意义的数量化对应因子分析方法，自编计算程序，对隐含在数据中的信息进行采掘，有效地以可视化图解方法归纳总结了企业研发和生产PTC电缆材料的规律，指导企业研发和生产。