逐次回归分析法研究刚玉β-Sialon复合材料粒度组成与烧结性能的关系.pdfVIP

第20卷第1期 无机材料学报 V01．20．No．1 Journalof Materials 2005年1月 Inorganic Jan．，2005 文章编号：i000—324X(2005)01—0239—06 逐次回归分析法研究刚玉／p．Sialon复合材料粒度组成 与烧结性能的关系 刘战杰，张海军，钟香崇 (郑州大学高温功能材料河南省重点实验室，河南450052) 摘 要：采用逐次回归方法对反应烧结制备的刚玉／卢一Sialon复合材料进行了分析．研究了材 料的体积密度、显气孔率及常温抗折强度与原料的颗粒配比之间的关系，得到了回归效果良好 的数学模型，验证结果表明回归方程的预报与实验值相当接近，回归方程可用于刚玉／p-Sialon 复合材料常温物理性能的预报． 关键词：伊Sialon；刚玉；复合材料}反应烧结j逐次回归分析 中图分类号：TQl74文献标识码：A 1引言 验结果，在大量的实验参数与实验结果之间建立函数关系，以此来指导以后的工作．回归 分析可以在自变量与因变量之间建立数学模型，从而进行结果预报．但实验过程中往往有 很多影响因素，要从这些因素中找出哪些是主要因素，并进一步建立合适的数学模型是比 较困难的．这是因为这些因素往往是相互依赖的，即存在多重共线性，使得回归方程难以 解释【7】．逐次回归分析方法是一种从大量变量中自动选择重要变量、并进一步建立合适的 回归方程的一种数据分析方法．相对于其它一些回归分析方法如二次回归正交设计、二次 回归正交旋转设计等，逐次回归方法的另一个优点在于它不需要预先的实验设计Is】，以前 的实验数据都可以用． 逐次回归分析法是通过“有进有出”的方法自动从大量的变量中寻找重要的变量，并以 其建立“最优”的回归方程的方法．该方法首先从一个自变量开始，按自变量对因变量作用 的显著程度，从大到小逐个引入．当原引入变量由于后面新变量的引入而失去显著时，要将 该原自变量剔除．引入一个新变量或者从原回归方程中剔除一个旧变量的过程称为逐次回 归的一步．回归的每一步都要进行F检验，以确保每次引入新的显著变量回归方程中只包 含显著的变量．自变量对回归方程的重要性的判断标准是自变量的偏回归平方和的大小． 重复进行以上的过程，直至既无不显著的变量从方程中剔除，又无新的显著变量引入【引． 料的颗粒级配与其体积密度、显气孔率及常温抗折强度的关系进行逐次回归分析，建立颗 收稿日期：2004-01-09，收到修改稿日期。2004-03-01 基金项目：河南省重大科技攻关项目(0122021000) 作者简介；刘战杰(1977-)，男，硕士研究生．通讯联系人：张海军． 万方数据 240 无机材料学报 20卷 料提供依据，缩短研发时间，节省人力物力． 2实验过程 依照表1给出的配比方案(其中墨、局、弱表示配料比，分别对应刚玉粗颗粒、刚 下氮化烧成． 表1刚玉／卢．Sialon复合材料的配料表 Table1 Formulationof corundum／fl-Sialoncomposites G011 NumberG01G02G03G04G05G06G07G08G09G010 G012G013G014G015 30．oo50．oo40．oo40．oo40．oo40．oo40．oo 31．7731．7731．7748．2348．2348．2348．23 xd％31．77 x2／％ 6．336．3318．2718．276．336．3318．2718．2712．5012．505．0020．0012