一元线性回归在变质剂掺量对细化铸铝合金晶粒研究中的应用论文.docVIP

研究生“数理统计”课程课外作业 姓 名： 学 号： 学 院： 材料科学与工程学院 专 业： 材料加工工程 类 别： 上课时间： 成 绩： 一元线性回归在变质剂掺量对细化铸铝合金晶粒研究中的应用 摘 要 回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。一元线性回归又是所有回归分析中最基本的一种。一元线性回归分析的方法在许多学科中都有着广泛的应用。在材料学实验中，经常会遇到处理各种数据，数据的可靠性直接影响实验是否成功，也会影响现实工程的应用。因此，数据的处理方法显得尤为重要。本文采用数理统计中一元线性回归方法来分析变质剂掺量对细化铸铝合金晶粒研究中的数据，建立数学模型，找到变质剂TiB2掺量与晶粒平均直径收缩率的关系，并对模型进行了显著性检验，试验结果表明其间具有显著的线性相关关系。 关键词：一元线性回归，变质剂TiB2砂掺量，晶粒平均直径收缩率，数学模型，线性相关  正 文 1、问题提出与分析 晶粒大小对金属力学性能有很大影响，在常温下，金属的晶粒越细小，强度和硬度则越高，同时塑性韧性也越好。通过控制铸造及焊接时的结晶条件，来控制晶粒的大小，成为改善金属宏观力学性能的重要手段。为了细化铸锭和焊缝区的晶粒，在工业上常采用变质处理的的方法来细化晶粒。变质处理是在浇注前往液态金属中加入变质剂，促进形成大量的非均匀晶核来细化晶粒。本实验就是在铸铝合金中加入变质剂TiB2来促进晶粒的细化，以获得力学性能良好的宏观铸件。但是由于TiB2密度比铝合金密度大，掺入量过多会自沉降，凝聚成夹杂物，影响力学性能。因此如何确定TiB2含量，是利用此方法细化晶粒的关键。根据在实验中的数据，利用数理统计学的一元线性回归方法来建立数学模型，找到TiB2掺量与晶粒平均直径收缩率之间的相关关系，也就是说找到其内在的规律性，然后根据铸件力学性能要求来确定TiB2的掺量。 2、数据描述 为了得到不同TiB2掺量对晶粒平均直径收缩的影响，实验中TiB2的掺量（体积比）分别取为0，1%，2%，3%，4%，5%，6%，7%，8%，9%，10%，在相同的条件下测晶粒平均直径的收缩率，具体的原始数据见下表： TiB2掺量 0 1 2 3 4 5 6 7 8 9 10 收缩率 0.08 0.10 0.13 0.14 0.20 0.21 0.24 0.26 0.29 0.33 0.35 3、模型建立 3.1 提出假设条件，明确概念，引进参数 由已知实验数据可知，TiB2的掺量与晶粒平均直径收缩率可能存在一定的线性关系，因此根据数据作出粗略的TiB2的不同掺量与晶粒平均直径收缩率的散点图，具体散点图如下： 根据不同掺量TiB2的直径收缩率散点图可以推测，TiB2的掺量与晶粒平均直径收缩率之间存在线性关系，因此可以建立线性回归模型。由数理统计知识可知，在线性回归模型中，若越大，Y随X的变化的趋势就明显；反之，若越小，Y随X的变化就越不明显。当时，则表明无论X如何变化Y的值都不受影响，因而Y与X之间不存在线性关系。当时，则认为Y与X之间有线性关系，因此，可以提出如下统计假设： 3.2、模型构建 根据上述分析，建立一元线性回归基本模型如下： 上式称为一元线性回归模型，其中式子称为Y对x的一元线性回归方程或一元线性回归直线，、称为回归系数，常数、、均未知。 4、计算方法设计和计算机实现 根据实验数据求出样本回归直线，设外掺TiB2的含量为，晶粒平均直径的收缩率为. 4.1 求晶粒平均直径收缩率对TiB2掺量的样本回归直线 由表1可以得到计算所需要的数据，计算结果见下表2： 序号 TiB2（%） 收缩率 1 0 0.08 0 0.0064 0 2 1 0.10 1 0.0100 0.10 3 2 0.13 4 0.0169 0.26 4 3 0.14 9 0.0196 0.42 5 4 0.20 16 0.0400 0.80 6 5 0.21 25 0.0441 1.05 7 6 0.24 36 0.0576 1.44 8 7 0.26 49 0.0676 1.82 9 8 0.29 64 0.0841 2