PSVM在熔喷非织造布性能预测中的精准建模与优化

本文主要探讨了利用临近支持向量机(PSVM)在熔喷非织造布制造过程中的应用，这是一种先进的预测分析技术。作者吴雄华、刘亚和陈汝栋来自天津工业大学，他们在论文中针对熔喷非织造布的关键工艺参数，如热空气温度、接收距离(DCD)和挤出量，与过滤效率和透气量这两个关键性能之间的关系进行了建模研究。PSVM作为一种强大的机器学习算法，被用来构建预测模型，其目标是准确预测在不同工艺条件下这两项性能。 研究结果显示，PSVM模型对于过滤效率和透气量的预测表现出很高的精度。预测的拟合误差分别为0.122和38.49，这意味着模型对实际数据的拟合效果非常好。更为重要的是，预测值与实测平均值之间的相关系数R接近1，这进一步证实了模型的有效性，表明模型能够很好地捕捉到参数与性能之间的内在联系。 作者们通过对大量实验数据进行验证后，确定了优化的工艺参数范围。对于过滤效率而言，最佳工艺条件包括温度为270℃，DCD在15至19厘米之间，定量为100克/平方米。而对于透气量，最优条件则设定在温度270至300℃，DCD增加到20厘米，定量提高到160克/平方米。 这篇论文不仅提供了PSVM在非织造布制造领域的具体应用实例，还展示了如何通过计算机模拟来优化工艺参数，这对于提高生产效率和产品质量具有实际意义。同时，论文的关键词“临近支持向量机”、“回归”、“预测”、“熔喷非织造布”以及“计算机模拟”和“最优工艺参数”，揭示了研究的核心内容和方法论，对于相关领域的研究人员和工程师具有参考价值。该研究工作在提升熔喷非织造布性能预测的准确性和工艺优化方面迈出了重要的一步。