一、橡胶分散性的二维综合指标法(论文文献综述)
王晓波[1](2013)在《橡胶中炭黑的分散度评价机理和方法研究》文中指出混炼过程是橡胶加工中必不可少的重要环节。炭黑、白炭黑等填料作为橡胶制品重要的补强剂,其分散性的好坏直接影响到胶料的物理机械性能和后续加工性能,甚至橡胶产品的质量和使用寿命。炭黑等补强剂分散不均,易形成大的凝胶块,不仅不利于压延、挤出等后续加工工艺的顺利进行,对高速制品还容易引起动平衡问题。炭黑(包含白炭黑等补强剂)分散度主要反映的是炭黑等补强剂在胶料中的分散情况。它与混炼方法、混炼时间等多个因素有关,如上顶栓压力、转子转速、冷却水温度、转子结构和类型等条件的变化都会产生不同的混炼效果。研究炭黑在混炼过程中的分散机理,量化评定其分散程度有利于改善混炼工艺和橡胶制品的质量。目前,可自动评价炭黑分散度的仪器虽然在橡胶工业中已经得到较为广泛的应用,但存在的问题也是非常明显的,具体表现在炭黑与橡胶之间没有明显的界限,炭黑的识别存在较大误差;分散度评价方法不够科学和完整,仅能在局部范围内评价炭黑的破碎程度,未能实现其整体破碎和扩散程度的评价;炭黑分散过程稳定性仅能通过反映密炼机瞬时功率的过程曲线间接的表征等等。针对这些问题,本文对炭黑的识别、炭黑形态特征的表征、分散度评价体系的建立、炭黑分散过程稳定性的判断进行了深入地研究,具体工作如下:1.结合对胶料图像特点的分析,通过对几种图像分割算法的比较,选择K均值法作为识别炭黑的方法。针对K均值法存在的问题,提出了两种优化方法:基于对称分布的优化方法和基于拐点的优化方法。通过对比实验结果,认为基于拐点的优化方法更加合理。运用K均值法,并结合基于拐点的图像优化方法,解决了区分炭黑和橡胶的问题。2.针对炭黑结构形态对胶料性能产生的影响,提出了通过长径比、形态复杂度来表征炭黑形态特征的方法。椭圆拟合法和最小外接长方形法的运用,解决了长径比的计算问题。经实验数据对比,认为椭圆拟合法更加合理。基于凸包的方法和基于周长的方法解决了形态复杂度的表征问题。实验结果表明,基于周长的方法更准确。3.通过观察对比,发现了炭黑与杂质形态上的差异性,实现了胶料图像中丝状杂质、划痕等的处理。针对丝状杂质成弧形、周长比较长等特点,通过计算区域中空面积和周长与实心率的比值来识别该类型杂质。实验数据表明,中空面积大于3个像素、或者周长与实心率的比值大于160的区域可以认为是该类型杂质。对于划痕等线型杂质,实验结果表明,长径比不小于6.5的区域可以认定为该类型杂质。4.通过对标准图片的研究和分析,发现了“炭黑的总面积和个数随着分散度的提高不断变小”这一变化规律。本文以炭黑的总面积或个数为基础,并结合炭黑面积特征区间的划分,建立了四种评价炭黑微观分散度的模型。实验数据表明,基于面积的8特征区间的评价模型比较合理。5.引入统计过程控制(SPC)方法,在对炭黑进行多点检测的基础上,通过分析炭黑浓度是否满足稳定状态下数据分布的要求,实现了炭黑分散过程稳定性的判断。再利用多点检测的炭黑数据,计算出可以反映炭黑宏观破碎程度和扩散程度的特征值(主要包括均值、偏度、峰度)。本文在研究如何更准确的识别炭黑的基础上,实现了炭黑形态特征的量化表征,建立了一套从微观和宏观两个层面综合评价炭黑分散度的体系,提出了更直接评价炭黑分散稳定性的方法,并开发出一套与之相对应的软件系统。课题的研究成果,对研究混炼过程中各工艺参数变化对分散度的影响,建立分散度和胶料物理性能之间的对应关系,最终实现混炼过程的优化提供理论支持和实验依据。
方吕[2](2008)在《高分子材料结构图像分析系统研究》文中提出材料结构决定材料性能,通过对材料组织结构的特征、大小、分布等的观察分析,可以获知材料的组成成分及性能特点。近年来,人们在研究金属材料结构时积累了大量经验,但是,对于高分子材料的结构分析仍然采用传统的定性或半定量的方法进行分析和评定,自动化程度低。人工进行测定的方法,首先是计算结果不够准确,其次是测定过程繁琐,工作量巨大。随着计算机技术的发展,图像处理在分析检测领域中的应用也越来越广泛,如何更好地利用图像处理技术来进行定量分析,是一个值得研究的课题,本文主要讨论了图像处理和定量金相的基本原理和基本方法在高分子材料图像分析系统中的应用。本文研究了与之相关的图像处理基本操作和常见算法,并详细讨论了数学形态学在组织形态分析中的应用,设计了数字图象处理模块完成图象分割,同时,基于定量金相的测量原理,讨论了常见的几种特征参数的表征方式,并设计了相关参数的测量方案,对图像分析系统进行了定标,并对系统误差进行了分析讨论。最后,应用计算机图像处理技术,研发了一套基于Matlab的显微组织定量分析系统,系统采用可视化界面,具备人机交互功能,以测定碳黑填充橡胶材料组织结构的几何参数为例,介绍了该系统的使用方法和组织结构分析的一般流程,实现了几种特征参数的自动测量。结论证明,本图像分析系统具有良好的GUI工人机交互功能,测量精确,操作灵活方便,能够较大地弥补人工测量的不足。
于晓辉[3](2006)在《橡胶炭黑分散度的预测模型及应用的研究》文中提出橡胶中的炭黑分散度,是衡量混炼胶质量的一个重要的指标,同时也是衡量混炼胶的成品性能好坏的重要尺度。由于在线检测混炼胶分散度的设备实现难度大,因此建立分散度与较易测量的过程参数的数学模型,利用计算机技术实现分散度的在线预测是一种有效的方法。近年来,蓬勃发展起来的支持向量机方法越来越引起国内外学者的重视,因此应用支持向量机理论,建立混炼胶分散度的预测模型,实现分散度的在线预测具有重要的理论意义和实际意义。 本文在详细分析与混炼胶质量有关的各种影响因素和过程参数后,通过实验研究,首次建立了基于支持向量机的分散度预测模型,实现新型实验密炼机混炼胶分散度的在线预测。并讨论分析了支持向量机各参数对预测结果的影响,优选了参数。仿真结果表明,使用支持向量机对分散度进行建模预测是一种行之有效的方法,预测效果较好。 为使预测模型的性能更加优异,本文根据实验样本的特点,结合模糊聚类算法对建模所需的训练样本进行优化选择后,建立基于支持向量机集成的模糊系统模型,用于新型实验密炼机分散度的预测。离线仿真结果表明,改进的模型具有更高的精度和更好的泛化能力,同时模型结构简单,占用较少的计算资源。 本文基于组态软件,开发了新型实验密炼机控制系统软件。该软件具有友好的人机交互界面,数据采集准确可靠,能够实现分散度的在线预测、多种控制方式的设置及多种过程参数的采集、显示、存储、查询和打印等功能,这为混炼胶分散度的在线检测提供了一种新的方法。
汪传生,祝卫国[4](2004)在《混炼胶中炭黑分散度测定方法的改进》文中研究说明根据胶料混炼的基本原理 ,对炭黑分散度测定方法进行分析 ,并提出改进途径。目前炭黑分散度测定方法主要是直接测定法 ,包括表面观察法、粒径直接测量法、表面粗糙度分析法和改进的显微照相法等。这些方法存在的主要问题是不能综合反映炭黑粒子的分散与分布情况 ,信息量小。可通过建立数学模型计算 (包含“分布因子”)、彩色摄影、对图像进行预处理等方法对显微照相法进行改进 ,以提高炭黑分散度测定的准确性
王明兰[5](2000)在《橡胶分散性的二维综合指标法》文中认为橡胶分散性的模式识别是用高科技手段提高橡胶质量,减少废品损失的研究项目.文中对目前橡胶行业普遍采用的显微照相法作了很大改进:在计算机屏幕上能清晰地显示炭黑粒子在橡胶中分布的彩色图案,得到刻划炭黑粒子分散性的数量指标;确定分类对象的相似性,提出二维综合指标法,由计算机自动判别出待测胶料碳黑分散度的级别.目前在国内尚无同类技术.
二、橡胶分散性的二维综合指标法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、橡胶分散性的二维综合指标法(论文提纲范文)
(1)橡胶中炭黑的分散度评价机理和方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 炭黑在橡胶中的作用 |
1.1.1 炭黑的分类 |
1.1.2 炭黑的微观结构 |
1.1.3 炭黑的基本性质及其对橡胶性能的都响 |
1.1.4 炭黑对橡胶的补强作用机理 |
1.2 炭黑分散度的概念 |
1.3 国内外发展状况 |
1.4 课题研究的内容和意义 |
1.4.1 目前存在的主要问题 |
1.4.2 课题研究的主要内容 |
1.4.3 课题研究的意义 |
2 炭黑分散度的评价机理 |
2.1 橡胶的混炼 |
2.1.1 混炼的基本概念 |
2.1.2 橡胶混炼过程 |
2.1.3 橡胶在密炼机中的变形与流动 |
2.1.4 炭黑在混炼中的分散 |
2.1.5 判断混炼胶质量的指标 |
2.1.6 影响混炼质量的因素 |
2.2 炭黑分散度评价的基本原理 |
2.3 炭黑分散度评价系统的组成 |
2.4 本章总结 |
3 炭黑的识别 |
3.1 数字图像处理技术 |
3.2 数字图像处理工具 |
3.2.1 Matlab语言编程的特点 |
3.2.2 基于Matlab的数字图像处理 |
3.3 胶料图像的特点分析 |
3.4 图像分割方法 |
3.4.1 阈值分割法 |
3.4.2 边缘检测法 |
3.4.3 区域分割法 |
3.4.4 图像分类法 |
3.5 炭黑颗粒识别算法 |
3.5.1 分割算法的选择 |
3.5.2 胶料图像的优化 |
3.6 本章总结 |
4 炭黑形态特征的表征 |
4.1 炭黑的形态 |
4.2 图像形态学 |
4.2.1 基本概念 |
4.2.2 二值形态学 |
4.2.3 几何特征的提取 |
4.3 形态特征的表征 |
4.3.1 长径比的表征 |
4.3.2 形态复杂度的表征 |
4.4 杂质的处理 |
4.5 本章总结 |
5 炭黑微观分散度评价模型的建立 |
5.1 概述 |
5.2 获取标准图片信息 |
5.3 特征参数的选择 |
5.4 面积区间的划分 |
5.4.1 面积区间划分的方法 |
5.4.2 基本区间的划分 |
5.4.3 基本区间的合并 |
5.5 评价模型的建立与应用 |
5.6 本章总结 |
6 炭黑宏观分散度评价模型的建立 |
6.1 概述 |
6.2 统计过程控制 |
6.2.1 X-R控制图 |
6.2.2 控制图的设计原理 |
6.2.3 控制图的作图步骤 |
6.2.4 X-R图的数学模型 |
6.3 分散过程稳定性的判定 |
6.3.1 基于功率曲线的判定方法 |
6.3.2 基于X-R图的判定方法 |
6.4 宏观分散度评价模型的建立 |
6.4.1 偏度 |
6.4.2 偏度 |
6.5 宏观分散度评价系统的开发 |
6.5.1 系统功能模块 |
6.5.2 系统开发平台 |
6.5.3 图形显示模块的实现 |
6.5.4 分散稳定性判断模块的实现 |
6.5.5 宏观分散度评价模块的实现 |
6.5.6 宏观分散度评价系统的应用 |
6.6 本章总结 |
结论 |
所做工作 |
创新点 |
下一步工作 |
参考文献 |
附录 |
致谢 |
攻读学位期间取得的成果目录 |
(2)高分子材料结构图像分析系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 材料分析技术概述 |
1.2 国内外研究现状 |
1.3 本文研究的目的和内容 |
第二章 图像分析系统的基本原理及系统结构 |
2.1 基本原理 |
2.1.1 SEM成像原理 |
2.1.2 体视学 |
2.1.3 定量金相学 |
2.1.4 典型应用—分散度 |
2.2 系统结构 |
2.2.1 图像采集 |
2.2.2 图像处理 |
2.2.3 结构分析 |
2.2.4 软件框架 |
2.3 小结 |
第三章 数字图像处理模块设计 |
3.1 引言 |
3.2 基本概念 |
3.2.1 灰度图 |
3.2.2 阈值变换 |
3.2.3 点运算 |
3.2.4 模板操作 |
3.3 图像处理算法 |
3.3.1 滤波去噪 |
3.3.2 图像增强 |
3.3.3 阈值分割 |
3.3.4 粘连目标的分割算法 |
3.4 数学形态学 |
3.4.1 结构元素 |
3.4.2 图像腐蚀 |
3.4.3 图像膨胀 |
3.4.5 开运算和闭运算 |
3.4.6 轮廓提取与边界跟踪 |
3.4.7 区域填充 |
3.4.8 骨架提取 |
3.4.9 修剪 |
3.5 小结 |
第四章 定量分析模块设计 |
4.1 引言 |
4.2 基本符号 |
4.3 基本测量方法 |
4.4 特征参数测量 |
4.4.1 几何学粒子径与粒度分布 |
4.4.2 周长 |
4.4.3 面积 |
4.4.4 形状因子 |
4.4.5 晶粒度评级 |
4.5 小结 |
第五章 系统定标及测量误差分析 |
5.1 定标 |
5.1.1 显微标尺的处理 |
5.1.2 构造数字标尺 |
5.2 显微图像分析的误差 |
5.2.1 仪器误差 |
5.2.2 灰度阈值设置误差 |
5.2.3 分辨率和标定误差 |
5.2.4 边缘误差 |
5.2.5 人为误差 |
5.3 小结 |
第六章 系统实现及实例分析 |
6.1 系统硬件 |
6.1.1 计算机 |
6.1.2 电子扫描显微镜 |
6.2 开发工具介绍 |
6.2.1 Matlab图像处理工具箱 |
6.2.2 Matlab GUI编程 |
6.3 软件系统说明 |
6.4 实例分析 |
6.5 小结 |
第七章 结论与展望 |
7.1 工作总结 |
7.2 工作展望 |
参考文献 |
后记 |
攻读学位期间发表的学术论文目录 |
作者简介 |
附件 |
(3)橡胶炭黑分散度的预测模型及应用的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 橡胶混炼概述 |
1.1.1 混炼定义和作用 |
1.1.2 判断混炼胶质量的指标 |
1.1.3 影响混炼胶质量的因素 |
1.1.4 混炼的控制方法 |
1.2 分散度国内外研究进展 |
1.2.1 分散度定义及其判定方法 |
1.2.2 国内外研究进展 |
1.2.3 分散度在线检测技术 |
1.3 与本课题研究相关的基础知识 |
1.3.1 统计学习理论 |
1.3.2 支持向量机概述 |
1.3.3 支持向量机应用现状 |
1.4 本文研究的意义 |
1.5 本文研究的主要内容 |
第二章 基于支持向量机的分散度预测模型的建立 |
2.1 引言 |
2.2 支持向量机 |
2.2.1 支持向量机回归 |
2.2.2 非线性支持向量机回归 |
2.2.3 核函数的确定 |
2.3 支持向量机回归的序列最小优化算法 |
2.3.1 支持向量机回归的KKT条件 |
2.3.2 子优化问题的解析解 |
2.3.3 待优化变量的选择及SMO算法流程 |
2.4 基于标准SVM炭黑分散度模型的建立 |
2.4.1 引言 |
2.4.2 输入变量的确定 |
2.4.3 基于标准SVM的混炼胶分散度预测模型 |
2.5 本章小结 |
第三章 实验研究 |
3.1 新型实验密炼机实验平台 |
3.1.1 控制系统的硬件方案设计 |
3.1.2 新型密炼机实验平台主要技术参数 |
3.2 主要实验设备与仪器 |
3.3 实验方案 |
3.3.1 实验配方 |
3.3.2 实验条件: |
3.3.3 实验工艺条件 |
3.4 实验数据处理 |
3.5 本章小结 |
第四章 橡胶分散度预测模型的验证与改进 |
4.1 引言 |
4.2 仿真实验 |
4.2.1 基于标准SVM建模的实验结果 |
4.2.2 模型参数分析 |
4.3 基于样本集优化的SVM集成模糊系统模型 |
4.3.1 模糊聚类算法 |
4.3.2 基于SVM集成的模糊系统模型 |
4.3.3 实验仿真结果及分析 |
4.5 本章小结 |
第五章 新型实验密炼机控制系统软件设计与实现 |
5.1 组态软件的选用 |
5.2 基于组态王软件开发的一般步骤 |
5.3 控制系统软件设计与实现 |
5.3.1 系统组态设计 |
5.3.2 主控画面设计 |
5.3.3 历史曲线显示 |
5.3.4 报表画面设计 |
5.4 分散度在线预测的实现 |
5.5 分散度预测模型的修正 |
5.6 本章小结 |
结论与展望 |
1 结论 |
2 展望 |
参考文献 |
附录 FCM算法源程序 |
致谢 |
攻读学位期间发表的学术论文目录 |
独创性声明 |
关于论文使用授权的说明 |
(4)混炼胶中炭黑分散度测定方法的改进(论文提纲范文)
1 胶料混炼 |
2 炭黑分散度的测定方法 |
2.1 间接测定法 |
2.2 直接测定法 |
2.2.1 表面观察法 |
2.2.2 粒径直接测量法 |
2.2.3 表面粗糙度分析法 |
2.2.4 改进的显微照相法 |
3 存在的问题 |
4 改进方案 |
5 结语 |
四、橡胶分散性的二维综合指标法(论文参考文献)
- [1]橡胶中炭黑的分散度评价机理和方法研究[D]. 王晓波. 青岛科技大学, 2013(07)
- [2]高分子材料结构图像分析系统研究[D]. 方吕. 北京化工大学, 2008(11)
- [3]橡胶炭黑分散度的预测模型及应用的研究[D]. 于晓辉. 青岛科技大学, 2006(11)
- [4]混炼胶中炭黑分散度测定方法的改进[J]. 汪传生,祝卫国. 橡胶工业, 2004(12)
- [5]橡胶分散性的二维综合指标法[J]. 王明兰. 应用科学学报, 2000(04)