聚合物共混挤出混合质量的超声在线监测系统开发及应用研究

发布时间：2020-08-10 10:35

【摘要】：共混挤出是工业中最常用的塑料改性手段,而保证改性塑料的混合质量是企业提高生产效益和可持续发展的必要要求。目前共混加工产品的质量检测依赖于对产品随机抽样的离线测试结果,耗时费力、反馈滞后,且不能完全保证整批产品的质量一致性和稳定性。对连续生产的共混挤出过程进行实时监测与控制是一个突出的技术难点,成为制约改性塑料精益化生产的瓶颈。为此,本文开发了基于超声波测量技术的质量在线监测系统,提出针对聚合物混合质量生产合格判定的质量评估方案。本文设计并开发了模块化测量硬件和上位机交互软件,系统硬件由熔体测量模头及电气控制装置、超声波发射接收装置、可调测量间隙超声导波装置三部分组成。模块化设计能使系统连接到不同类型的挤出加工设备,测量间隙可调式设计能使超声测量适用于声衰减差异巨大的多种聚合物共混体系。上位机交互软件采用Labview编写,以生产者-消费者模式构建软件框架,使用Python编写数据处理模型,最终实现加工设备信息获取、超声信号采集与处理、测量参数设置、界面显示与交互及共混产品质量实时评估等功能。对开发的超声在线监测系统进行可靠性测试,测试结果表明:(1)该系统在260℃,10 MPa工艺范围内正常工作,并能保证良好的信号传输性能;(2)该系统的超声导波装置调距误差不超过0.1 mm,不同距离下熔体声速测量偏差不超过1%;(3)该系统经过累计600多小时的使用与测试,未出现明显故障。本文从是否明确超声信号与聚合物共混产品的材料性质的表征关系出发,分别提出了基于声特征参数过程统计和基于声信号数据模型分类的两套质量评估方案。以聚丙烯基碳酸钙填充复合材料合格检测作为应用研究目标,使用生产厂家提供的该复合材料的合格品与不合格品,设计了声特征参数对比实验、标准样品数据采集实验及共混加工过程模拟实验,对实验结果进行分析并验证质量评估方案的可行性。实验结果表明:(1)在合格样品与不合格样品不同比例混合实验中,超声熔体回波幅值及其傅里叶变换幅频谱与合格样品质量占比的相关性较高,线性模型决定系数达0.96,因此能将这两种参数作为统计过程分析的工艺特征参数。使用标准合格样品的超声信号计算特征参数并进行正态性检验,计算了??~?控制图与?~?控制图的控制参数,两种控制图能准确找出共混过程模拟实验中随机出现的不合格样品,与实验设计的样品序号一致;(2)两类标准样品采集的超声回波信号在PCA降维与K-means聚类后,类别标签重现率为84.4%,表现出较强的信号可分性,随即建立了基于时域特征的SVM模型和基于小波包分解系数矩阵的CNN模型,两个模型在验证集上分类准确率分别达到96.35%和99.58%,在测试集上分类准确率为96.69%与99.17%,在模型分类的基础上通过批次计数图能定位到不合格的样品批次,与实验设计的样品序号一致;(3)声参数过程统计法需要进行基于控制变量的试验设计以寻找特征参数,并对合格样品进行范围标定;声信号模型分类法需要不同质量等级的样品进行数据建模与参数调优。在影响产品质量的材料性质与超声信号的表征关系较为简单时,前一方案实施简单,有一定的可解释性且抗干扰能力强;反之,在工艺配方复杂、质量影响因素尚不可知的情况下,后一方案可操作性和准确性更高。两种质量评估方案在聚丙烯基碳酸钙填充复合材料的加工合格品检测中表现良好,初步验证了超声质量在线监测系统的工程应用可行性。本文研究成果可以发展为一种新型的聚合物共混挤出加工产品的在线质量监测标准,促进企业生产效益的提高。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TQ320.66
【图文】：

示意图,热熔,挤出过程,示意图

华南理工大学硕士学位论文螺杆挤出机的热熔挤出（Hot melt extrusion，HME）共混过程如图 1-1 所示[4是一种发展成熟的工艺，用于生产形状和密度均匀的聚合物产品，其工业应用 1930 年代。它是塑料，橡胶和食品行业应用最广泛的加工技术之一，用于制半的塑料产品，包括袋子，薄膜，片材，管材，纤维，泡沫和管材。挤出机由的部分组成：）进料部分：材料进入料筒的入口，配有料斗用以填充有待挤出材料，或者可通个或多个外部进料器以受控方式连续供应；）输送部分：包括料筒和运输的螺杆，并且在适用的情况下混合材料；）成型部分：用于在材料离开挤出机时使材料成形的模具；）辅助设备：用于冷却，切割和/或收集成品的下游辅助设备。

鱼骨图,加工分析,双螺杆

图 1-2 双螺杆加工分析鱼骨图目前的解决方法是引入软传感测量技术，如图 1-3 所示，软传感测量技术的基础设程[6]，主要包括数据采集、数据处理、模型选择、模型验证、软传感器布置、维护步骤。通常，软传感器可分为两类：基于第一原理模型的模型驱动式和基于从加工实际测量数据的数据驱动式。在这两类软测量中，模型驱动软测量通常关注过程的稳态（过程的物理化学背景），而数据驱动软测量可以很好地表征实际的加工过程性质的动态变化情况。

测量技术,设计流程,软测量

图 1-2 双螺杆加工分析鱼骨图目前的解决方法是引入软传感测量技术，如图 1-3 所示，软传感测量技术的基础流程[6]，主要包括数据采集、数据处理、模型选择、模型验证、软传感器布置、维个步骤。通常，软传感器可分为两类：基于第一原理模型的模型驱动式和基于从加程实际测量数据的数据驱动式。在这两类软测量中，模型驱动软测量通常关注过程想稳态（过程的物理化学背景），而数据驱动软测量可以很好地表征实际的加工过料性质的动态变化情况。

【参考文献】