没有合适的资源?快使用搜索试试~ 我知道了~
2022年华数杯C插层熔喷非织造材料的性能控制一等奖-上海大学.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 5 下载量 91 浏览量
2023-05-31
20:29:16
上传
评论 2
收藏 2.31MB PDF 举报
温馨提示
试读
38页
2022年华数杯数学建模竞赛C题插层熔喷非织造材料的性能控制研究完整作品,最终拿到了一等奖,博主版权所有,希望能够对大家有所帮助,代码主要是基于python+matlab
资源推荐
资源详情
资源评论
1
所属类别
2022 年“华数杯”全国大学生数学建模竞赛
参赛编号
本科
CM2204893
题目 插层熔喷非织造材料的性能控制研究
摘要
熔喷非织造材料是口罩的重要原材料,通过插层法对材料性能的优化可以改进压缩
回弹性差等的问题。本文利用单因素方差分析、多元回归模型、变步长搜索法、遗传算
法等方法建立工艺参数与结构变量、结构变量和产品性能之间的关系模型,并进行材料
性能的优化研究。
问题一要求研究插层后结构变量,产品性能的变化规律,并建立数学模型来研究插
层率对于结构变量和产品性能参数的影响。首先利用正态分布检验、箱线图等方法对数
据做预处理和异常值处理,并通过描述性统计分析和可视化分析得出,插层之后结构变
量厚度参数提升 50%以上,产品性能过滤效率的提升在 30%,结果详见图 8、图 9。接
着采用定量分析得到插层率对过滤效率的影响规律,结果详见图 10。并利用单因素方差
分析验证发现插层率对结构变量和产品性能参数产生了显著的影响。
问题二要求研究工艺参数(接收距离以及热空气速度)与结构变量参数之间的关系,
并且建立数学模型来预测对应的结构变量数据。首先对数据规范化处理,接着通过相关
性分析研究变量之间线性相关程度,并利用特征处理后的指标参与回归模型的训练,从
而选择合适的回归模型进行预测。根据得到的不同回归算法预测误差分析表,最终选定
预测效果最好的 XGBoost 模型
,
得到 8 组结构变量预测结果,详见表 6。
问题三要求在插层率固定的情况下来定量的研究结构变量与产品性能之间的关系,
以及过滤效率达到最高时的工艺参数指标。首先通过 Pearson 相关性分析,得出结构变
量与产品性能指标的相关关系。接着建立单目标非线性优化模型,并利用 Python 编程
求解得到最优的产品过滤效率达到了 90.98%,最后根据变步长搜索法以及建立统计回
归模型反推出对应的工艺参数变量,其中接受距离为 20cm,热风速度为 1200r/min。
问题四要求在一些限制条件下来优化工艺参数,从而确保过滤效率最高而且对应的
过滤阻力尽可能的小。首先通过建立多目标优化模型,接着利用遗传算法求解优化模型,
最终得到了经过优化之后的 2 个主要工艺参数变量值,分别为接受距离 22cm,热风速
度 1280r/min。此时对应的最优的产品过滤效率达到了 88.75%,过滤阻力为 25.42pa。
关键词 方差分析 XGBoost Pearson 相关性分析 多目标优化 统计回归
2
一、问题背景与重述
1.1 问题背景
自 2020 年春节前夕爆发的肺炎,是由新型冠状病毒传播引起,其传播的方式多种
多样,主要包括呼吸道飞沫、嘴巴或者鼻子的粘膜、眼睛、粪-口等途径。针对抑制病
毒扩散,国家卫生健康委员会疾病预防控局疫情防控组指出,佩戴口罩是预防传染病最
重要最有效的防控手段之一,可以有效降低感染风险。这使得防护口罩的生产能力和新
型口罩材料的研发面临新的挑战,环保降解、可重复利用且舒适度高的口罩材料是未来
研究的方向。
目前口罩主要的材料是熔喷非织造材料,是重要的过滤材料,能有效过滤空气中微
小有害气体。为了提高材料的压缩回弹性,科学家们研究出了插层熔喷复合技术
[1]
,就
是在原来的熔喷设备外加入一台鼓风机和一台短纤梳理计,通过插层纤维梳理后,利用
鼓风装置将涤纶短纤等纤维吹进正在熔喷制备的聚丙烯材料中,最后混合形成插层熔喷
复合非织造材料。由于加了一道工艺,使得材料的制作复杂,工艺参数增多,参数之间
相互影响。工艺参数包括接收距离和热空气速度。结构变量包括材料厚度、孔隙率和压
缩回弹性,口罩产品性能包括过滤阻力、过滤效率、透气性密切。工艺参数对结构变量
影响较大,而最终产品性能是由结构变量决定的,因此工艺参数、结构变量和口罩产品
性能密切相关,并影响生产出的口罩的质量
[2]
。
图 1 插层熔喷工艺流程
1.2 问题重述
为帮助口罩厂商进行产品性能调控,本文需要建立工艺参数与结构变量、结构变量
和产品性能之间的关系模型,并解决以下问题。
1、根据插层后的熔喷非织造材料相关数据,研究其结构变量和产品性能产生的变
化规律,并分析插层率对于这些变化是否有影响。
2、根据表 1 给的 8 个接收距离和热风速度的工艺参数组合数据,预测出材料的厚
度、孔隙率、压缩回弹率的结构变量数据填入表 1,从而得到工艺参数与结构变量之间
的关系。
3、结合第二问,研究结构变量与产品性能的关系,以及结构变量之间、产品性能
之间的关系,得到当工艺参数为多少时,产品的过滤效率将会达到最高。
3
4、研究当工艺参数需要为多少时,才能够实现过滤效率高过滤阻力小的目标。其
中接收距离不大于 100cm,空气热速度不大于 2000r/min,厚度不超过 3mm,压缩回弹
性率不低于 85%的条件。
二、问题分析
2.1 问题一的分析
本题要求研究插层后结构变量,产品性能的变化规律,并建立数学模型来研究插层
率对于结构变量和产品性能参数的影响。对于结构变量参数以及产品性能变化规律的研
究,本文考虑利用定性分析和定量分析结合的方法来研究,定性分析主要是利用数据对
比分析的可视化来研究,从而给出各种指标在实行插层之后的前后变化可视化结果。进
一步可以分析出插层之后,相关指标的变化规律。
而插层率对于这些参数指标变化的影响,可以通过分析不同插层率情况下,各种参
数的变化情况来进行分析,而为了定量的研究插层率对于这些参数的影响,本文可以利
用单因素方差分析来进一步验证,从而验证插层率变化对于参数变化的影响。
2.2 问题二的分析
本题要求研究工艺参数(接收距离以及热空气速度)与结构变量参数之间的关系,
并且建立数学模型来预测对应的结构变量数据。本题可以理解为多元变量统计问题,也
就是需要尽力一个多输入多输出的预测模型来预测相关参数。由于预测因变量只有接收
距离,热风速度,而需要预测的结构变量有多个,变量之间可能存在非线性关系,因此
建立多变量机器学习模型来进行预测。
在选择建立那种机器学习回归模型的问题上,可以利用问题一的分析方法来研究各
种变量之间的关系,从而分析出选用何种回归模型进行预测。回归模型建立之前,还要
对各指标数据特征清洗,标准化,等预处理工作。进一步利用相关可视化来研究变量之
间的线性相关程度。最后利用特征处理后的指标参与回归模型的训练,对于机器学习中
常用的回归模型包括了多元线性回归,CART 回归树,KNN 回归,随机森林回归,SVM
回归,XGBoost 等方法。然后根据实际回归预测的效果选择出较好的回归算法用于最终
的预测模型。
2.3 问题三的分析
本题要求研究结构变量和产品性能之间的关系,可以在插层率固定的情况下来定量
的研究结构变量与产品性能之间的关系。对于这种多变量关联关系的量化可以考虑利用
问题二建立的多变量回归模型来确定。而对于结构变量之间以及产品性能参数之间的关
系可以利用 Pearson 相关性来量化分析,通过量化结构变量与产品性能参数之间的关系,
可以进一步建立优化模型来反推出产品性能参数,过滤效率达到最高时的工艺参数指标。
而对于产品性能参数对应的过滤效率优化,可以通过建立的数学模型来量化,从而
确定出过滤效率参数随着结构变量的变化趋势。通过最大化过滤效率参数,进而建立最
优化模型,决策变量是对应的结构变量,然后利用问题二得回归模型来反推出对应的工
艺参数。由于本文建立的最优化模型是非线性,因此对于该模型的求解可以利用搜索法
进行迭代,从而求解出近似最优解。
2.4 问题四的分析
本题要求考虑产品实际生产过程中的一些限制条件来优化工艺参数,从而确保过滤
4
效率最高而且对应的过滤阻力尽可能的小。本题相当于在问题三模型的基础上进一步增
加实际限制条件以及优化目标,首先优化目标由原来的过滤效率最高变成了过滤效率最
高的同时尽快满足过滤阻力最小。因此本文可以建立多目标优化模型,在确定工艺参数
指标作为决策变量的情况下,还需要满足工艺参数指标约束,以及结构变量指标约束。
对于这样一个多目标非线性的复杂优化模型,本文考虑利用智能优化算法来求近似
最优解。考虑到目前的智能寻优算法中,遗传算法,蚁群算法等都是比较优秀的 NP 难
问题求解算法,因此可以利用这些启发式算法来进行求解,从而确定出满足优化模型的
工艺参数结果。
三、模型的假设
结合本题的实际,为了确保模型求解的准确性和合理性,我们排除一些位置因素的
干扰,提出以下几点假设:
1. 本文假设题目所给数据以及网络收集数据都是真实有效的;
2. 本文假设对于不符合附件四变量信息的样本变量可以予以剔除;
3. 本文假设工艺参数变量之间的存在的高度耦联关系可以理解为变量共线性问题;
4. 本文假设高相关的变量可以随机抽取一个作为主要建模变量;
5. 本文假设利用数据集划分来验证预测模型有效性是准确的。
四、符号说明
为了便于问题的求解,给出以下符号说明:
符号
意义
S
总的样本对应的各种参数指标
d
两变量之间的相似性
w_q(x)
叶子节点 q 的分数
(X)f
非线性函数模型
d
标准答案
经验参数
C
惩罚因子
D
数据对象
X
待估计函数
k
每个簇的种子
P
观测向量的权阵
2
单位权方差因子
C
i
簇中数据的平均值
不可观测的随机误差
Q
观测向量的协因数阵
ij
r
原变量与
j
x
的相关系数
2
R
回归直线对观测值的拟合程度
i
s
第
i
个样本的产品硫含量预测值
J
数据集中所有数据点和其簇中心的均方差的综合
5
五、模型的建立与求解
经过以上的分析与准备,本文逐步建立以下数学模型,进一步阐述模型的实际建立
过程。
5.1 思路流程和文献综述
5.1.1 全文解题思路流程
本文主要是针对插层熔喷非织造材料的性能控制研究,通过研究不同工艺参数和对
应结构变量以及产品性能之间的关联关系,进一步建立对应的优化模型来优化熔喷非织
造材料的性能,通过调节工艺参数据以及对应的结构变量来得到最佳的产品性能。
主要涉及四个问题的解答,首先针对所给数据进行数据分析,包括插层后结构变量,
产品性能指标的变化规律研究以及插层率对变化的影响等。进一步考虑建立多变量回归
模型来研究工艺参数和结构变量之间的关系,通过建立的机器学习回归模型来预测对应
的结构变量数据。通过对结构变量和产品性能量化关系的研究,建立产品过滤效率最优
的优化模型来确定最佳工艺参数。最后考虑多种实际生产条件,增加工艺参数限制,结
构变量限制条件等建立多目标优化模型来确定符合实际生产的最优工艺参数。
根据上述分析,可以得到全文的解题思路流程如下:
图 2 全文解题思路流程
根据上述的解题思路流程,本文首先对插层熔喷非织造材料的相关研究进行概述,
进一步确定本文的研究背景和意义。
5.1.2 相关文献综述
插层熔喷非织造材料是在熔喷的基础上,把常规纤维通过气流带入熔喷气流中,在
成网帘上形成常规纤维和熔喷纤维复合的材料。目前国内外虽然都有插层溶喷非织造材
料生产,但是有关于插层烙喷非织造材料结构的研巧相对较少
[3]
。
陈廷等应用流体力学软件研究双槽形喷嘴气体流场的气体速度和气体温度分布,数
值模拟结果与 Shambaugh 的实测结果吻合较好。数值模拟首先要对建立的数学模型进
行网格划分,不同的网格数量对流场速度等模拟结果有影响,网格数量越多其模拟结果
越准确,也与实验结果越吻合。通过改变喷嘴气流夹角、槽口宽度和头端宽度等参数,
得出结论:熔喷牵伸气流速度随着气流夹角变大而减小,温度随着夹角的变大而降低;
剩余37页未读,继续阅读
资源评论
- weixin_709373152023-07-22资源很实用,对我启发很大,有很好的参考价值,内容详细。
- 连翘8722023-08-17资源有一定的参考价值,与资源描述一致,很实用,能够借鉴的部分挺多的,值得下载。
- &冷漠^O^无情2024-03-07资源内容详细,总结地很全面,与描述的内容一致,对我启发很大,学习了。
- m0_749767662023-12-07内容与描述一致,超赞的资源,值得借鉴的内容很多,支持!
- 2301_768882592024-02-29超赞的资源,感谢资源主分享,大家一起进步!
maligebilaowang
- 粉丝: 5384
- 资源: 85
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功