Lautsprecher
|
Abschrift
|
| |
Hallo zusammen, mein Name ist Wenzhao Yang und ich bin Statistiker bei Dow. Heute werde ich über statistische DOE und Modellentwicklung für wiederholte Messungen in der Kautschukforschung sprechen. |
| |
Bevor wir über die Methoden sprechen, möchte ich nur einen kleinen Hintergrund für diesen Vortrag hinzufügen. |
| |
EPDM ist ein synthetischer Kautschuk, der in Anwendungen wie Transport, Infrastruktur, Sport, Freizeit und Haushaltsgeräten weit verbreitet ist. |
| |
Dow ist ein führender Hersteller von EPDM. Wir innovieren und entwickeln unsere EPDM-Produkte kontinuierlich weiter, um überlegene und benutzerfreundliche Eigenschaften in verschiedenen Bereichen zu erzielen |
| |
Anwendungen gerade erwähnt. In diesem Vortrag konzentrieren wir uns auf die Anwendung von EPDM-basierten Automobildichtungen. Eine der wichtigsten Leistungsmetriken wird als Farbstabilitätseigenschaft bezeichnet. |
| |
Die Farbstabilitätseigenschaft wird wiederholt über die Zeit an derselben Versuchseinheit gemessen. es wird als wiederholte Messungen in der Statistik definiert. |
| |
Und zwischen wiederholten Farbmessungen kann eine Zeitabhängigkeit bestehen, die als Autokorrelation bekannt ist. |
| |
Eine neue technische Entwicklung in unserer Arbeit ist, dass wir eine Monte-Carlo-Simulations-basierte DOE-Strategie für wiederholte Messungen entwickelt haben, um die statistische Aussagekraft der Erkennung aktiver Effekte vor der Datenerhebung zu bewerten. |
| |
Kommen wir zum Ziel und zu den Methoden. |
| |
Das Ziel dieser Anwendung ist es, ein grundlegendes Verständnis des Verfärbungsmechanismus von EPDM-Dichtungsstreifen zu entwickeln und Hypothesen zu Makrostrukturfaktoren von EPDM-Polymeren für die Farbstabilitätseigenschaft zu validieren. |
| |
Die Farbstabilitätstestexperimente folgen den Standards der Industriekautschukhersteller, wie in Abbildung 1 gezeigt. |
| |
Wir beginnen mit einer Liste synthetisierter EPDM-Polymere mit unterschiedlichen Mikrostrukturen. Dann mischen wir sie mit anderen konsistenten Formulierungsbestandteilen unter denselben Prozessbedingungen. |
| |
Nach der Compoundierung, Aushärtung und Probenvorbereitung werden die Proben in einer Bewitterungskammer gealtert. Delta E berechnet aus |
| |
LAB-Farbmessungen sind eine kritische Leistungsmetrik für die Farbstabilitätseigenschaft. Es quantifiziert den Unterschied zwischen der Anfangsfarbe und der Farbe bei unterschiedlichen Alterungszeiten einer ausgehärteten Probe. |
| |
Wir haben ein D-optimales DOE entwickelt, um eine repräsentative Teilmenge aus unseren verfügbaren Polymeren auszuwählen. Wir verwenden die Monte-Carlo-Simulation, um die Anzahl der wiederholten Maßnahmen zu bewerten, die zum Erhalten erforderlich sind |
| |
80 % der statistischen Leistung Erkennung der Haupt- und Interaktionseffekte. Die gesammelten Daten weisen bei wiederholten Farbmessungen ungleiche Zeitintervalle auf. |
| |
Daher haben wir ein Zufallskoeffizientenmodell, RCM, entwickelt, um die probenspezifischen Effekte einzubeziehen und einen größeren Einfluss auf die Variabilität zwischen den Proben im Laufe der Zeit zu bieten. Wir haben auch RCM mit dem linearen Regressionsmodell verglichen. |
| |
Was die Daten vollständig beweist, indem eine gemeinsame Varianz für alle Stichproben im Laufe der Zeit angenommen wird. |
| |
Mit den hier beschriebenen Methoden liegen die zentralen Ergebnisse dieser Arbeit vor. |
| |
Abbildung 2 zeigt die Ergebnisse einer auf einer Monte-Carlo-Simulation basierenden Leistungsanalyse für Haupt- und Wechselwirkungseffekte 3 in verschiedenen Szenarien. |
| |
Wenn wir ein mittleres Autokorrelationsniveau erwarten, das etwa 0,5 beträgt, wird es sich anpassen und Zeitpunkte. Die Anzahl der wiederholten Takte sollte mindestens neun betragen |
| |
pro ausgehärteter Probe. Wenn die Autokorrelation zwischen benachbarten Zeitpunkten wirklich hoch ist, etwa 0,9 |
| |
Die statistische Trennschärfe sinkt für die meisten Effekte erheblich. Da wir relativ große Zeitintervalle zwischen wiederholten Farbmessungen für alle DOE-Proben gewählt haben, gehen wir davon aus, dass die wiederholten Messungen einen mittleren Pegel haben werden |
| |
Autokorrelation dort für neun wiederholte Farbmessungen pro gehärteter Probe werden für dieses DOE gesammelt. |
| |
Ein allgemeines RCM-Modell wird hier in Abbildung 3 gezeigt, wo wir einen beispielspezifischen zufälligen Schnittpunkt und abfallende Effekte haben. |
| |
Neben den Haupt- und Wechselwirkungseffekten der EPDM-Strukturfaktoren in einem linearen Regressionsmodell. |
| |
Die Kovarianzparameter-Schätztabelle für Zufallseffekte hier zeigt, dass es signifikante Unterschiede beim Start von Delta E gibt |
| |
und Änderungsrate von Delta E unter den gehärteten Proben. Dies weist darauf hin, dass es wirklich wichtig ist, die Variabilität zwischen Proben im Laufe der Zeit zu berücksichtigen. |
| |
Das Profil für das RCM-Modell zeigt, dass das Konfidenzintervall um die Vorhersagelinie für unsere Eingabefaktoren relativ schmal ist, verglichen mit der Skala des Delta E in unserer Datensammlung. |
| |
Die Abbildung vier zeigt also, dass, wenn Sie Daten in einem Modell der kleinsten Quadrate als unabhängig behandeln, Sie wirklich sehen können, wo sie den Freiheitsgrad aufblähen, wie das obere Diagramm zeigt |
| |
Sehen Sie, wo sie den Freiheitsgrad aufblähen, also wären wir hinsichtlich unserer Signifikanzergebnisse für die Modelleffekte im Modell zu zuversichtlich im Vergleich zu RCM-Modellen, bei denen wir davon ausgehen, dass die Daten zeitabhängig sein sollten. |
| |
Und das Modellvorhersagediagramm und das Residuendiagramm in Abbildung 5 zeigen, dass RCM eine gute Modellanpassung aufweist und unsere Modellannahmen erfüllt. |
| |
Unsere Schlussfolgerung für diese Arbeit ist, dass wir dominante Mikrostrukturfaktoren und eine signifikante Wechselwirkung zwischen zwei Mikrostrukturfaktoren identifiziert haben, was auf ein von uns entwickeltes alternatives Polymerdesign hindeutet |
| |
grundlegendes Verständnis des Verfärbungsmechanismus von EPDM-Dichtungsstreifen und demonstrieren die Leistungsfähigkeit von statistischem DOE und Modellierung mit JMP, um die Entwicklung neuer EPDM-Kautschuke mit überlegener Farbstabilität zu unterstützen. |
