增材制造Inconel 718的电解质等离子体抛光工艺研究

为解决增材制造的镍基高温合金部件难以满足高性能航空构件表面质量的问题,采用电解质等离子体抛光技术对增材Inconel 718样件进行抛光工艺试验。基于部分析因和响应曲面分析法,研究了抛光电压、电解液温度、加工时间、抛光剂浓度和络合剂浓度对表面粗糙度和材料去除率的影响规律,并对加工参数组合进行望小优化。结果表明,当采用抛光电压314.4 V、电解液温度70℃、加工时间15 min、抛光剂和络合剂质量分数2%和2.5%,增材打印的Inconel 718工件表面粗糙度可从Ra2.93μm降至Ra0.307μm,此时的材料去除率为2.072μm/min。

考虑因子之间交互作用优化注射成型工艺参数

运用F ractiona l F actoria l方法从众多的实验因子中初步筛选出与制品质量密切相关的若干个独立因子和交互因子。在此基础上应用T aguch i实验技术,采用L27正交矩阵进行实验,将这些因子进一步优化,从而为注射工艺参数的合理选取提供科学依据。

注塑制品的翘曲优化与分析

翘曲变形是注塑制品的一种严重缺陷,而工艺参数直接影响制品的质量,因此建立翘曲与工艺参数之间的关系模型并求得最优的工艺参数对制品质量的改善非常关键。文中运用Fractional Factorial方法从众多的实验因子中找出与塑件翘曲量密切相关的独立因子和交互因子,然后采用具有高度非线性识别能力的人工神经网络与遗传算法相结合的方法,建立塑件翘曲量与主要影响工艺参数之间的关系模型。将人工神经网络预测结果和计算机辅助工程软件模拟结果进行比较和误差分析,显示出该方法的可靠性。实验结果表明,该方法能明显提高塑件的质量,通过优化可使翘曲量减小74.06%。

非正态响应的部分因子试验设计

分析了近年非正态响应下GLM在工业试验中应用的文献,对广义线性模型处理部分因子试验设计问题进行了研究,通过一个非正态响应部分因子试验的实例,得出将广义线性模型应用于非正态响应试验设计中,会得到较传统方法更精确和有用的模型。

注射成型工艺参数间的交互作用

基于注射成型充填/后充填数值模拟,结合实验设计(DOE)技术,应用分析因实验设计方法,研究工艺参数之间存在的两两交互作用,以及工艺参数对制品质量的影响度.结果显示对于所选参数,实验因子之间的交互作用显著,不容忽视.

高含油小球藻(Chlorella sp.)培养工艺条件的研究

考察了小球藻的异养能力,并利用部分析因试验和正交试验两步试验设计优化了小球藻产油条件。实验结果表明:所选小球藻能够进行异养,在葡萄糖、半乳糖和麦芽糖中均生长良好。以葡萄糖为外加碳源时,兼养组和异养组的生长量较之自养组分别提高了3.72和2.74倍。经过部分析因试验和正交试验,筛选出影响小球藻油脂产率的显著因素为氮源浓度和温度。在氮源浓度为6.0 mmol/L,温度为25℃,pH值为6.0时,小球藻的油脂产率可达到58.49 mg/(L.d)。

基于GLM的贝叶斯变量与模型选择

针对非正态响应的部分因子试验,当筛选试验所涉及的因子数目较大时,提出了基于广义线性模型(generalized linear models,GLM)的贝叶斯变量与模型选择方法.首先,针对模型参数的不确定性,选择了经验贝叶斯先验.其次,在广义线性模型的线性预测器中对每个变量设置了二元变量指示器,并建立起变量指示器与模型指示器之间的转换关系.然后,利用变量指示器与模型指示器的后验概率来识别显著性因子与选择最佳模型.最后,以实际的工业案例说明此方法能够有效地识别非正态响应部分因子试验的显著性因子.

红枣挂面配方及工艺的优化

利用部分因子设计、最陡爬坡实验和响应面分析优化了红枣挂面的配方及工艺参数。实验结果表明,红枣挂面的最优配方和参数为黄原胶0.3%、红枣粉0.9%、水38%、食盐0.3%、食用碱0.2%、熟化时间22.5 min,综合评分为93.26±2.44分。

产中性纤维素酶细菌的筛选及培养基优化

从土壤中筛选到一株产中性纤维素酶的细菌,初步鉴定为芽孢杆菌属。以其为出发菌株,利用单因素及析因试验、爬坡实验、中心组合实验,建立其发酵产酶过程的响应面(RSM)模型,通过对RSM模型分析,得到最优培养基碳氮源组成:麦芽糖质量浓度1.97g/dL、酵母粉-蛋白胨混合氮源(1∶4)2.03g/dL。验证发现,优化后酶活从130.40U/mL提高到194.23U/mL。

基于Box-Behnken实验设计与响应面法优化禽流感疫苗生产工艺?

为优化基于MDCK细胞无血清悬浮培养生产禽流感病毒的工艺以提高禽流感病毒血凝素(HA)滴度,采用部分析因实验设计考察了病毒生产工艺中接毒时细胞密度、TPCK-胰酶浓度、培养温度、感染复数和病毒收获时间对病毒HA滴度的影响,确定了接毒时细胞密度、TPCK-胰酶浓度、和病毒收获时间作为影响病毒HA滴度的显著因子,并进一步采用3因素3水平的Box-Behnken实验设计和响应面法,对3个显著因子作用条件进行了优化,获得了最优的工艺条件。结果显示:当接毒时细胞密度为7.0×10~6 cells×m L^(-1)、TPCK-胰酶浓度为17 mg×L^(-1)、病毒收获时间为60 h时,病毒HA滴度最高可达10.85 log_2 HAU/25μL。以上研究结果为禽流感疫苗高效大规模工业化生产提供了有力的数据支持。

钼钛锆高温合金电火花线切割加工效率优化

为研究钼钛锆高温合金的单向走丝电火花线切割加工效率问题,通过25-1析因实验对影响加工效率的因素进行了筛选,得出影响显著的加工参数为脉宽、峰值电流和占空比,进而设计了三因素全因子实验并研究了显著因素对加工效率的影响。在此基础上,设计了中心复合响应曲面实验,通过实验结果拟合出加工效率的推荐公式。证实了在参数适用范围内,实际加工效率与拟合公式值吻合。此外,还分析了模型的参数适用范围及峰值电流对加工工件表面粗糙度的影响。

考虑车辆-轨道随机参数的动车所小半径曲线动力学性能分析

建立车辆-小半径曲线耦合动力学模型,基于部分因子试验设计确定影响动车所小半径曲线动力学性能的显著影响参数,并通过拉丁超立方抽样研究车辆多参数变化对小半径曲线动力学性能的影响。结果表明:车轮踏面廓形、钢轨廓形、轮轨摩擦系数、车辆轴重和车速是影响小半径曲线动力学性能的5个关键参数。考虑实际运营状态下车辆-轨道多参数变化,轮轴横向力、脱轨系数和磨耗指数均有一定增大,其中磨耗指数增大近2倍。车辆-轨道多参数随机样本的分析更加严格、保守,可结合动力学仿真分析进一步确定动车所小半径曲线容许通过速度,从而保障动车所车辆运行安全、提升运输通过能力。

两阶段的贝叶斯模型选择与筛选试验分析

针对非正态响应的部分因子试验设计,当筛选试验所涉及的因子数目较大时,提出了一种两阶段的贝叶斯模型选择方法.首先,运用蒙特卡洛(MCMC)方法模拟广义线性模型各参数的后验分布,并根据各参数大于零或小于零的后验概率考察各变量的显著性,得到初始的当前模型与候选模型;其次,利用贝叶斯模型评估准则DIC对当前模型与候选模型进行逐步迭代优化,筛选出显著性因子,得到了具有最佳短期预测性能的模型;最后,实际的工业案例说明此方法能够有效处理非正态响应部分因子试验中显著性因子筛选问题.

多响应三水平部分因子试验设计的建模与优化

针对多响应三水平部分因子试验,当筛选试验中候选变量个数大于试验样本数时,本文提出了一种考虑因子效应原则的建模与优化方法.首先,构建三水平对照试验,并结合二元变量指示器构建Bayesian Lasso模型;其次,根据因子效应原则,分三个阶段逐步更新二元变量指示器的先验信息,并利用变量指示器的后验概率来识别显著性变量,确定模型结构;然后,在此基础上结合贝叶斯抽样技术构建多变量过程能力指数函数,并通过最大化该函数获得最佳的参数设计值;最后,实际案例的结果表明:本文所提方法不仅能够有效地筛选出多响应三水平部分因子试验的显著性变量,而且能够获得最佳的参数设计值.

SUPERSATURATED DESIGN WITH MORE THAN TWO LEVELS

Supersaturated designs are useful in screening experiments. This paper discusses the topic of multi-level supersaturated design. Two quantities, E(d2) and Df, are proposed to evaluate the optimality of supersaturated designs. A lower bound of E(d2) is obtained with a necessary condition for achieving it. Some E(d2)-optimal supersaturated designs of 3, 4, and 5 levels are given.