喷油嘴磨粒流加工全因子试验分析方法
【技术领域】
[0001] 本发明涉及一种喷油嘴磨粒流加工全因子试验分析方法，属于磨粒流加工技术领 域。
【背景技术】
[0002] 磨料流加工技术是一种最新的机械加工方法，它是以磨料介质（掺有磨粒的一种 可流动的混合物）在压力下流过工件所需加工的表面，进行去毛刺、除飞边、磨圆角，以减 少工件表面的波纹度和粗糙度，达到精密加工的光洁度。该法在需要繁复手工精加工或形 状复杂的工件，以及其他方法难以加工的部位是最好的可供选择的加工方法。该法也可应 用于以滚筒、震动和其它大批量加工不够满意或加工时要受伤的工件。并且能有效得到去 除放电加工或激光光束加工后再生的脱层和先前工序加工表面所残留的残余应力。
【发明内容】
[0003] 本发明的目的在于提供一种喷油嘴磨粒流加工全因子试验分析方法，以便更好地 针对磨粒流加工方法予以研宄分析，为使用该技术提供更好的依据。
[0004] 为了实现上述目的，本发明的技术方案如下。
[0005] 一种喷油嘴磨粒流加工全因子试验分析方法，其具体步骤如下：
[0006] 第一步，拟合选定模型：具体包括：
[0007] (1)看方差分析表中的总效果：Htl:模型无效O氏模型有效：如果对应的回归项的 p-value< 0. 05,则表明应拒绝原假设，即可以判定本模型总体来说是有效的，如果对应的 回归项p-value> 0. 05,则表明无法拒绝原假设，即可以判定模型总的来说是无效的。
[0008] (2)看方差分析表中的失拟现象：本项所检验的假设是：?无失拟GH1有失拟：在 ANOVA分析结果中，如果失拟项对应的p-value> 0. 05,说明无法拒绝原假设，即可以判定 本模型并没有失拟现象；反之，说明所选模型可能漏掉了关键项，应该考虑重新建立模型； 失拟项对应的计算依据是：最初计算重复试验间的差异，将其作为试验误差的估计；将缺 失的项与所造成的误差平方和与之比较，经过F检验即可得到结论。以后，将分析结果中判 断为不显著的项都归为随机误差项，重新计算失拟项是否显著。
[0009] (3)看方差分析表中的弯曲项：本项所检验的假设是：HQ:无弯曲G氏:有弯曲；在 ANOVA分析结果中，如果弯曲项对应的p-value> 0. 05,则表明无法拒绝原假设，即可以判 定本模型并没有弯曲现象；反之，说明数据呈弯曲状态，而模型中并没有平方项，应该将平 方项补上；弯曲项计算的依据是：计算重复试验间的差异，将其做为试验误差的估计，首先 对自变量取三个观测值，分别取高水平、低水平及中心点对应的实施例数据，然后去除线性 项，获得二次项的平方和；二次项的平方和与实施例误差进行比较，通过F检验判断模型是 否呈弯曲。
[0010] ⑷拟合的总效果相关系数R2(即R-Sq)以及修正的总效果相关系数R2adj即 (R-Sq(adj))。
[0011] 通过回归分析结果中的平方和分解公式可得： _2]SSlotal=SSModel+SSError (1)
[0013] 通过考虑SSsfodel在SST(rtal中所占的比例，来定义R平方项（R-Square，即R-Sq):
【主权项】
1. 一种喷油嘴磨粒流加工全因子试验分析方法，其特征在于；具体步骤如下： 第一步，拟合选定模型；具体包括： (1) 看方差分析表中的总效果；H。;模型无效〇Hi模型有效；如果对应的回归项的 p-value< 0. 05,则表明应拒绝原假设，即可W判定本模型总体来说是有效的，如果对应的 回归项p-value> 0. 05,则表明无法拒绝原假设，即可W判定模型总的来说是无效的； (2) 看方差分析表中的失拟现象：本项所检验的假设是；H。无失拟〇Hi有失拟；在方差 分析结果中，如果失拟项对应的p-value> 0. 05,说明无法拒绝原假设，即可W判定本模型 并没有失拟现象；反之，说明所选模型可能漏掉了关键项，应该考虑重新建立模型；失拟项 对应的计算依据是；最初计算重复试验间的差异，将其作为试验误差的估计；将缺失的项 与所造成的误差平方和与之比较，经过F检验即可得到结论；W后，将分析结果中判断为不 显著的项都归为随机误差项，重新计算失拟项是否显著； 做看方差分析表中的弯曲项：本项所检验的假设是；H。;无弯曲〇Hi;有弯曲；在ANOVA分析结果中，如果弯曲项对应的p-value> 0. 05,则表明无法拒绝原假设，即可W判 定本模型并没有弯曲现象；反之，说明数据呈弯曲状态，而模型中并没有平方项，应该将平 方项补上；弯曲项计算的依据是：计算重复试验间的差异，将其做为试验误差的估计，首先 对自变量取=个观测值，分别取高水平、低水平及中屯、点对应的实施例数据，然后去除线性 项，获得二次项的平方和；二次项的平方和与实施例误差进行比较，通过F检验判断模型是 否呈弯曲； (4) 拟合的总效果相关系数R2W及修正的总效果相关系数R2adj; (5) 对S值或s2的分析：假定观测值与理论模型的误差为W0为均值，W0 2为方差 的正太分布；在方差分析表中，残差误差对应的平均离差平方和的数值正是0 2的无偏估计 量，将其记为均方误差MSE，而有些软件在计算后会将其平方根S-并输出，可W认为S值 是曰的估计；一般情况下，将预测值加减2倍S，即是预测值的95%的置信区间；S值越小 说明模型越好； (6) 各项效应的显著性；在计算结果的最开始部分，估计回归系数y中，列出了各项的 效应及检验结果；通过对每一项的分别的检验，可W得出有些项是显著的而有些项是不显 著的，该里要注意的是；对于一个效应显著的高阶项，其包含的低阶项必然是效应显著项； 对于各项效应的显著性的分析，MINITAB软件还输出一些相关图形，帮助进一步验证有关结 论；主要是Pareto效应图及正态效应图； 第二步：残差诊断；具体的说残差诊断包括四个步骤，分别观察计算机自动输出的四 个图形： (1) 观察残差图中W观测值顺序为横轴的散点图，观察散点图中，各点是否在水平轴上 下随机波动； (2) 观察残差图中W响应变量拟合值为横轴的散点图，观察图中，残差是否保持着等方 差性，如果残差没有保持等方差性，此图会出现"漏斗状"或"卿趴状"； (3) 观察残差的正态性检验图，判断残差是否按正态分布规律分布； (4) 观察残差中W自变量为横轴的散点图，主要看图中是否存在弯曲趋势；当散点明 显呈U型或反U型弯曲，该说明对响应变量y而言，对该自变量X仅取线性项不满足要求， 模型中还缺少平方项或者立方项，应增加X的平方项或立方项，将会使模型拟合效果更好； 残差诊断的四个图均是正常的则代表模型是正常的； 第=步；判断模型是否需要改进： 该步骤的主要任务是依据第一步和第二步的结果，通过数值分析和残差图两个方面判 断模型是否需要改进，W及模型应该如何改进；如果模型需要改进应依据残差图进行平方 项或立方项的增加，另外，基于根据各个效应的显著性，对模型中的不显著项进行删减，总 之，发现模型中有需要修改的地方，就返回最初的第一步； 经过前=步的反复修改完善，最终确定一个满意模型，选定该模型进行下一步分析； 第四步；分析解释模型：主要有下列=方面的内容，该=方面的要求，一般在计算机软 件中会自动给出： (1) 各因子主效应图和交互效应图；从主效应图和交互效应图中进一步确认所选的那 些因子和交互作用项是否真的显著W及未选中的那些因子的主效应及交互效应是否真的 不显著，从而更具体更直观的确认选定的模型； (2) 输出等高线图、响应曲面图：等高线图和响应曲面图能够帮助进一步确认各个自 变量W及他它们之间的交互项是如何影响响应变量结果的； (3) 实现最优化；按照具体问题的望大、望小或望目在数值上求出在整个实施例范围 内的最佳值，该个数值可W通过MINITAB软件自动给出；虽然在因子设计阶段实施例设计 的目的是筛选变量，但实际上，在DOE分析的第一步中就可W判定哪些变量是显著的哪些 变量是不显著的，可W在使用该些信息的基础上，获得最佳值；计算机提供的"响应变量优 化器"可W自动给出最优设置；通常只要在选定响应变量后再对最优目标予W设定即可； 第五步：判断目标是否已经达到；主要是将分析预测的目标值与原实施例目标相比 较；如果离目标尚远，则应考虑安排新一轮实施例，如果已基本达到目标，则应设定验证试 验W确保将来按照最佳条件生产能获得预期效果。
【专利摘要】本发明涉及一种喷油嘴磨粒流加工全因子试验分析方法，其具体步骤如下：第一步，拟合选定模型：具体包括：(1)看方差分析表中的总效果；(2)看方差分析表中的失拟现象；(3)看方差分析表中的弯曲项；(4)拟合的总效果相关系数R2以及修正的总效果相关系数。(5)对s值或s2的分析。(6)各项效应的显著性。第二步：残差诊断。第三步：判断模型是否需要改进。第四步：分析解释模型。第五步：判断目标是否已经达到。该发明完善了拟分析磨粒流加工数学模型，推导出以磨料物理属性为主的回归方程，实现对磨粒流加工质量的定量控制，此研究具有一定的学术意义和工程价值。
【IPC分类】G06F19-00
【公开号】CN104794366
【申请号】CN201510226907
【发明人】李俊烨, 吴桂玲, 侯吉坤, 张心明, 许颖, 刘建河, 孙凤雨
【申请人】长春理工大学
【公开日】2015年7月22日
【申请日】2015年5月7日