偏最小二乘回归方法在橡胶配方设计中的应用研究.pdfVIP

高立君等．偏最d--莱回归方法在橡胶配方设计中的应用 193 偏最小二乘回归方法在橡胶配方设计中的应用 高立君，辛掘祥 (青岛科技大学檬塑材料与工程教育部重点实验室，山东青岛266042) 摘要；分析目前幕用舯回归分柝方法在建立橡胶配方试验中考察因素和试验数据神二捷多项式画妇横型时存在 的局限性。介绍应用伯最小=乘回归(PLS)方法建立二次多项式回归模型的拄术，并通过宴例演示了PLS方法在橡胶 配方设计中的应用。指出PLS方法适应多目变量对多自变量的回归建模分析，结论可靠，整体性强。PLS分析建模 技术将为橡胶配方试验设计提供有力的技术支持。 若蕾词：偏最小二乘回归}橡腔配方{受计f回归建摸 橡胶配方试验的最终目的是寻求制品性能、 式中，岛，矗，且和风为回归系数，e为随机误差。 工艺可行性和经济效益的综合平衡。橡胶配方工 均匀设计和回归设计的出发点是建立多因素 程师的主要工作就是要确定一系列可能控制或测 寻优模型，如果考虑多因素相互作用和模型最优 得的因索对橡胶各项性能的影响，这些影响因素 化的实际需要，最基本的方法和要求是根据均匀 可以是硫化荆、促进剂、填充剂和防老剂等配方成 设计或回归设计的试验结果建立二次多项式回归 分，也可以是硫化温度和硫化时间等加工工艺条 模型。显然，回归分析是均匀设计和回归设计数 件。而橡胶各项性能既包括拉伸强度、撕裂强度 据分析的主要手段。从回归模型(1)可以看到，除 等物理性能，也包括加工性能、橡胶制品的外观等 了常数项届以外，方程有卫旦掣项，因此使 其它性能。影响橡胶各项性能的因素根多，因此 ‘ 橡胶配方设计常常是多因素(变量)的试验设计， 回归系数的估计成为可能的必要条件为试验次数 配方设计理论和试验设计方法对于配方设计具有 nl+卫』掣。当考察的因素较多(即p 重要意义。试验设计包括试验点的设计和试验数 ■ 据的分析两个相互联系的部分。 较大)时通常不能满足这个必要条件。目前。一般 本文介绍了一种新型的多元统计数据分析方 的做法是采用逐步回归分析方法，从二次多项式 法——偏最小二乘回归(PartialLeast—Squares 方程中选择方差贡献显著的因素或因素组合，删 Regression，简称PI，s)方法在橡胶配方设计中的 除不显著(不重要)的因素或因素组合，建立含部 应用。 分变量的回归模型。 但是，从实际的橡胶配方设计和应用来看，上 l常用试验数据分析方法 述回归分析方法存在几个问题。①分析时，多数 橡胶配方试验中，安排试验点比较常用的方 自变量是组合变量，其问存在着严重的多重共线 法有正交设计、回归设计(包括回归正交设计和回 性，使得分析结果很不稳定，以致有时某个因素是 归旋转设计)以及近几年逐渐发展起来的均匀设 否选人会对回归模型产生很大的影响，使建模者 计等。 左右为难；②选中的自变量有时与建模者所希望 实践表明，胶料性能和配合剂用量的关系在