偏最小二乘回歸對(duì)刨花板主要性能與影響因子研究

1、偏最小二乘回歸對(duì)刨花板主要性能與影響因子研究摘要：本試驗(yàn)利用樺樹(shù)和興安落葉松的混合樹(shù)種的木材剩余物作為本試驗(yàn)的基體材料,酚醛樹(shù)脂膠和毛竹片作為增強(qiáng)材料采用三段加壓法制作刨花板。利用DPS數(shù)據(jù)系統(tǒng)分析研究施膠量、密度等工藝參數(shù)對(duì)木質(zhì)復(fù)合材料性能的影響，建立多元線性回歸數(shù)學(xué)模型，并對(duì)試驗(yàn)方案進(jìn)行優(yōu)化，確定最佳工藝條件并予以驗(yàn)證。結(jié)果表明：施膠量8.107%，密度0.870 g/cm3，厚度2.015cm,含水率9.799%,在此條件下整體目標(biāo)函數(shù)將達(dá)到6.908。關(guān)鍵詞： 木質(zhì)復(fù)合材料；偏最小二乘回歸；物理力學(xué)性能；預(yù)測(cè)Analyse the Correlation between the Mai

2、n Properties and Effects of Particleboard In PLSAbstract：The experience base on the surplus of Xing-an pine and birch to be the material and the phenolicresin(PF) and bamboo be the enhanced material to hot press composite. Using DPS data processing system for Partial Least-Squares Regressive to anal

3、ysis the properties effect of different process parameters and establish mathematical model, so as to optimize the experimental program and ascertain the best conditions, at the same time to verify it. The results show that: when the amount of PF of 8.107%, ensity of 0.870 g/cm3, thickness of 2.015c

4、m, Water ratio of 9.799%,.the overall objective function will reach 6.908 .Key words：Wood-based Composites,partial least squares regression,physical and mechanical propertie,predict21世紀(jì),一個(gè)可持續(xù)性發(fā)展的世紀(jì)，但是全球木材供給量仍少于需求量，面對(duì)這一情況，因此更有必要?jiǎng)?chuàng)生一些高性能、多功能、高附加值的新型材料。木質(zhì)復(fù)合材料就是木材工業(yè)的發(fā)展重點(diǎn)，大力開(kāi)展多功能木質(zhì)復(fù)合材料，協(xié)調(diào)好材料、環(huán)境生態(tài)、資源等關(guān)系，使木

5、質(zhì)復(fù)合材料能夠適應(yīng)社會(huì)發(fā)展需要1-2。我國(guó)是林業(yè)大國(guó)農(nóng)業(yè)大國(guó)，廢棄木材剩余物和農(nóng)作物秸稈是林業(yè)農(nóng)業(yè)生產(chǎn)過(guò)程中的主要副產(chǎn)品之一，每年7億噸的秸稈浪費(fèi)掉3。本次實(shí)驗(yàn)所采用的是利用木材剩余物制作木質(zhì)復(fù)合材料，不僅解決了資源浪費(fèi)的問(wèn)題，同時(shí)所壓制成的復(fù)合材料具有可降解的特點(diǎn)，消除了污染環(huán)境的隱患，因此具有深遠(yuǎn)的意義。本次試驗(yàn)采用偏最小二乘回歸分析方法（partial least squares regression，PLS），它是在20世紀(jì)60年代由word提出的，90年代后期引起國(guó)內(nèi)外醫(yī)學(xué)界認(rèn)識(shí)的興趣，將之用到相關(guān)研究中，被許多統(tǒng)計(jì)學(xué)家稱為“第二代多元統(tǒng)計(jì)分析技術(shù)”。偏最小二乘回歸分析在建立數(shù)學(xué)模型

6、的過(guò)程中集主成份分析，典型相關(guān)分析和線性回歸分析的特點(diǎn)于一身，因此，在分析結(jié)果的過(guò)程中，不僅提供了一個(gè)較為合理的回歸模型，同時(shí)還可以完成一些類似于主成分分析和典型相關(guān)分析的研究?jī)?nèi)容，提供了更豐富，更深入的信息4-5。1 試驗(yàn)條件1.1 試驗(yàn)材料本次試驗(yàn)所采用的是樺樹(shù)和興安落葉松的混合樹(shù)種的木材剩余物作為本試驗(yàn)的基體材料,酚醛樹(shù)脂膠和毛竹片作為增強(qiáng)材料。1.2 試驗(yàn)儀器100t 試驗(yàn)熱壓機(jī)(哈爾濱市東大人造板機(jī)械制造有限公司)。50t 試驗(yàn)預(yù)壓機(jī)（哈爾濱市東大人造板機(jī)械制造有限公司）。電熱鼓風(fēng)干燥箱（天津市泰斯特儀器有限公司）。MWE-4 木材萬(wàn)能力學(xué)試驗(yàn)機(jī)（山東濟(jì)南力學(xué)試驗(yàn)機(jī)廠）。WP200-

7、1型電子天平(上海第二天平儀器廠)。千分尺，游標(biāo)卡尺等。1.3試驗(yàn)方法稱取一定量的木材剩余物，用攪拌機(jī)將酚醛樹(shù)脂膠噴在木在剩余物上，并攪拌均勻。取出一定質(zhì)量的的已攪拌均勻的木材剩余物進(jìn)行稱量。在制板模板底部均勻鋪裝15%已稱量的木材剩余物，在其上均勻橫向放置已浸過(guò)膠的毛竹片，中間鋪裝全部的混合物料的70%，重復(fù)鋪裝毛竹片，最后將剩余的15%混合物料均勻鋪裝在模板上部，具體鋪裝示意圖如圖1所示。將鋪裝好的模板分別進(jìn)行預(yù)壓機(jī)和熱壓機(jī)，經(jīng)過(guò)處理后將制備出預(yù)期效果的刨花板。刨花 70%刨花 15%竹片刨花 15%竹片圖1 刨花板鋪裝示意圖本次試驗(yàn)刨花板的名義厚度為20mm，板的幅面大小為320 mm&

8、#215;340mm,熱壓工藝為三段加壓法。對(duì)各類刨花板按GB/T4897-92測(cè)定板的靜曲強(qiáng)度、密度和含水率,按德國(guó)DIN68763測(cè)定板的吸水厚度膨脹率，試驗(yàn)結(jié)果如表1-1所示。表1-1不同的生產(chǎn)工藝參數(shù)及刨花板成品的主要物理力學(xué)性能序號(hào)目標(biāo)密度（g/cm3）施膠量G(%)密度D（g/cm3）厚度S(cm)含水率M(%)吸水厚度膨脹率TS(%)靜曲強(qiáng)度MOR(MPa)x1x2x3x4y1y210.658.00.631.934.928.1840.7320.658.00.721.974.448.9046.6430.659.50.672.018.246.9034.3640.659.50.682.

9、146.367.5040.3550.758.00.781.953.938.8848.5360.758.00.691.946.059.4146.3070.759.50.772.199.306.9030.6380.759.50.811.969.806.8030.1990.858.00.811.949.107.9038.62100.858.00.872.029.305.9039.61110.859.50.832.184.9713.2643.81120.859.50.862.047.459.0445.452 結(jié)果與討論2.1 回歸模型建立本次試驗(yàn)是多因素多水平試驗(yàn)，各個(gè)因素之間可能存在著線性關(guān)系，同時(shí)

10、各個(gè)因變量之間也可能存在著相互的關(guān)系，而且本試驗(yàn)的因變量為多個(gè)，這就成了多個(gè)目標(biāo)變量共同建模的問(wèn)題，因此采用偏最小二乘法回歸分析的方法。本文參考了PRESS統(tǒng)計(jì)量和誤差統(tǒng)計(jì)量（圖2、圖3），顯示出PRESS統(tǒng)計(jì)量和誤差統(tǒng)計(jì)量都呈現(xiàn)出下降趨勢(shì)，選取3個(gè)潛變量，借助唐啟義、馮明光的DPS數(shù)據(jù)處理系統(tǒng)軟件來(lái)建立二次多項(xiàng)式回歸模型。圖中最上方的線表示總和，其他的表示因變量。由于吸水厚度膨脹率越小表示性能越好，靜曲強(qiáng)度越大表明性能越好。因此在選擇目標(biāo)函數(shù)時(shí)，選擇吸水厚度膨脹率目標(biāo)函數(shù)最小，靜曲強(qiáng)度目標(biāo)函數(shù)最大，并設(shè)置個(gè)指標(biāo)的權(quán)重為1：1。運(yùn)行DPS數(shù)據(jù)處理系統(tǒng)得到各個(gè)變量對(duì)各個(gè)因變量的回歸系數(shù)表，見(jiàn)表2

11、-1。表2-1 各自變量主效應(yīng)對(duì)各個(gè)因變量作用的標(biāo)準(zhǔn)回歸系數(shù)考察指標(biāo)施膠量G(%)x1密度D（g/cm3）x2厚度S(cm)x3含水率M(%)x4吸水厚度膨脹率TS(%)y1-0.0858410.18244590.0330292-0.429302靜曲強(qiáng)度MOR(MPa)y2-0.2977320.1843687-0.154516-0.529383從表中可以看出，施膠量（x1）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響是相同的，其作用是負(fù)效應(yīng)；密度（x2）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響是相同的，其作用是正效應(yīng)；厚度（x3）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響是不

12、同的，對(duì)吸水厚度膨脹率（y1）的作用是正效應(yīng)，對(duì)靜曲強(qiáng)度（y2）的作用是負(fù)效應(yīng)；含水率（x4）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響是相同的，其作用是負(fù)效應(yīng)。標(biāo)準(zhǔn)回歸系數(shù)的絕對(duì)值大小反映了各個(gè)因素對(duì)考察指標(biāo)的影響程度大小。從表中可以反映出施膠量（x1）對(duì)吸水厚度膨脹率（y1）的影響程度較小，對(duì)靜曲強(qiáng)度（y2）的影響程度比較大；密度（x2）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響程度相同；厚度（x3）對(duì)吸水厚度膨脹率（y1）的影響程度較小，對(duì)靜曲強(qiáng)度（y2）的影響程度比較大；含水率（x4）對(duì)吸水厚度膨脹率（y1）和靜曲強(qiáng)度（y2）的影響程度相同，都比較大。根據(jù)偏最小二乘二次回歸

13、分析，得到如下二次多項(xiàng)式回歸模型：y1=133.8910191-15.197497x1-60.808798x2-68.989937x3+9.781644x4+0.000000x12-34.999876x22-0.535347x32-0.057715x42+6.136439x1x2+5.873972x1x3-0.222486x1x4+46.258445x2x3-4.135998x2x4-2.109680x3x4y2=-460.3238921-20.244278x1-89.179963x2+561.043619x3+22.582628x4+0.000000x12-48.110614x22-157.

14、878356x32-0.177500x42+13.192401x1x2+6.286291x1x3-0.692044x1x4+58.815081x2x3-8.283610x2x4-4.585942x3x4兩個(gè)篇最小二乘回歸多項(xiàng)式回歸模型的擬合效果，可從誤差平方和看出，見(jiàn)表2-2。表2-2 數(shù)據(jù)標(biāo)準(zhǔn)化后模型誤差平方及其決定系數(shù)潛變量y1y2誤差平方和11.8024317.141609421.7980372.758825830.62061862.0978037決定系數(shù)R210.83614260.350762820.83654210.749197630.94358010.8092906PRESS統(tǒng)計(jì)量

15、111.00650811.358848210.04182711.50990836.293704311.261732從表2-2中可以看出數(shù)據(jù)標(biāo)準(zhǔn)化模型誤差和與PRESS統(tǒng)計(jì)量在不同潛變量個(gè)數(shù)時(shí)下降下降，并結(jié)合各相應(yīng)組分時(shí)模型擬合的決定系數(shù)R2?？梢钥闯?，在選擇3個(gè)潛變量時(shí)，y1的決定系數(shù)達(dá)到0.9435801，y1的決定系數(shù)達(dá)到0.8092906，各個(gè)回歸模型擬合程度較好。2.2 優(yōu)化試驗(yàn) 根據(jù)DPS數(shù)據(jù)處理系統(tǒng)所得出的試驗(yàn)處理結(jié)果給出了最優(yōu)指標(biāo)時(shí)各個(gè)因素組合，如表2-3所示，各指標(biāo)的預(yù)測(cè)值，如2-4所示。表2-3最優(yōu)指標(biāo)時(shí)各個(gè)因素組合施膠量G(%)x1密度D（g/cm3）x2厚度S(cm)x3

16、含水率M(%)x4計(jì)算值8.1070.8702.0159.799調(diào)整值8.00.852.0009.800表2-4最優(yōu)組合目標(biāo)函數(shù)吸水厚度膨脹率TS(%)靜曲強(qiáng)度MOR(MPa)6.150037.98122.3 試驗(yàn)驗(yàn)證為了驗(yàn)證偏最小二次回歸多項(xiàng)式回歸方程以及試驗(yàn)的可信程度，因此安排一次驗(yàn)證試驗(yàn)，測(cè)得各性能指標(biāo)，如表2-5所示。表2-5最優(yōu)組合目標(biāo)函數(shù)吸水厚度膨脹率TS(%)靜曲強(qiáng)度MOR(MPa)預(yù)測(cè)值6.150037.9812實(shí)測(cè)值6.4638.54對(duì)比運(yùn)用DPS數(shù)據(jù)處理系統(tǒng)所得出來(lái)的預(yù)測(cè)值（表2-4）和進(jìn)行優(yōu)化試驗(yàn)的實(shí)測(cè)值（表2-5），因此可以說(shuō)明偏最小二乘二次回歸所建立的二次回歸模型是可

17、信的，所建立的模型的優(yōu)化預(yù)測(cè)是成立。3 結(jié)論通過(guò)三段加壓法壓制以木材剩余物為基體材料的刨花板，利用木材萬(wàn)能力學(xué)試驗(yàn)機(jī)測(cè)量材料的物理性能，通過(guò)DPS數(shù)據(jù)處理系統(tǒng)建立偏最小二乘回歸多項(xiàng)式回歸模型，并進(jìn)行優(yōu)化，得出最優(yōu)的工藝條件，得出以下結(jié)論：（1）建立回歸模型的時(shí)應(yīng)考慮各個(gè)變量因素之間的共線性以及相互之間交互作用，采取較為合適的數(shù)學(xué)模型。（2）通過(guò)本試驗(yàn)研究所建立的2個(gè)多項(xiàng)式回歸模型，其決定系數(shù)大，可以分別對(duì)吸水厚度膨脹率和靜曲強(qiáng)度進(jìn)行預(yù)測(cè)，并且預(yù)測(cè)精度較高。（3）本次試驗(yàn)工藝路線上在實(shí)驗(yàn)室方法壓制而成，因此其數(shù)學(xué)模型具有廣泛的實(shí)用性。（4）用DPS數(shù)據(jù)處理系統(tǒng)對(duì)試驗(yàn)數(shù)據(jù)所建立的回歸方程是可信的，所擬合的偏最小二乘多項(xiàng)式回歸數(shù)學(xué)模型對(duì)預(yù)測(cè)木質(zhì)復(fù)合材料的各個(gè)性能指標(biāo)具有顯著性。（5）本次試驗(yàn)為未對(duì)主要力學(xué)性能中的游離甲醛釋放量進(jìn)行檢查，主要是該項(xiàng)指標(biāo)隨著不同的膠種其變異性很大6,因此將在后續(xù)試驗(yàn)進(jìn)行探