擠塑聚苯乙烯泡沫板壓縮強度控制研究

費梅花，惲 晨

（南京法寧格節能科技有限公司，江蘇 南京211132）

0 前言

XPS泡沫板是以PS為主要加工原料生產的閉孔蜂窩結構的泡沫塑料，由于其具有極低吸水性、低導熱系數、高抗壓性、抗老化性等高性能指標，在2010年及2011年一度成為建筑行業的保溫材料首選。XPS在美國發展了近70年才傳入中國，雖然國內發展的15年時間，吸引了大量的資金，促進了國內XPS行業經歷了蓬勃發展的十載歷程，但由于大量投入的資本多用于購置生產設備、生產原料，而忽略了相配套的人才與技術的引入，導致行業內高水平技術幾乎均掌控在外資企業手中。

目前，國內生產的XPS泡沫板已經廣泛應用于墻體保溫、鐵路路基、公路路基、渠道河床等領域［1］。而國內關于XPS的理論研究多集中在阻燃技術、墻體保溫系統中的應用等方面，對于生產過程的控制涉及較少，而在實際的生產過程中卻常出現產品的壓縮強度長時間浮動在訂單要求的區間之外的現象，由此造成了生產的成本的大幅提高。

1 實驗部分

1.1 主要原料

GPPS新料，535N，熔體流動速率3.7g／10min，維卡軟化點溫度為98.3℃，寧波臺化塑料有限公司；

GPPS回收料，熔體流動速率6～30g／10min，市售；

成核劑，WF-101，江蘇群鑫粉體材料有限公司；

氟利昂，R22／R1426（40／60混配），浙江藍天環保氟材料有限公司；

液態CO2，南京吉恩化工有限公司。

1.2 主要設備及儀器

XPS泡沫板生產線，FS75T／200C，CO2生產線，1號機（雙螺桿擠出機，螺桿直徑為75mm，長徑比32∶1），2號機（單螺桿擠出機，螺桿直徑為200mm，長徑比36∶1），南京法寧格節能科技有限公司。

2 基于多元線性回歸的因素分析

2.1 建立多元回歸方程

式中 y——因變量，A產品的下線抗壓

b0、b1、…bm——常量及自變量的待定系數

xi——影響XPS泡沫板的最終抗壓的可量化統計的自變量

本次測算待定系數采用最小二乘法確定，本文研究選用了7個預報因子，因此m＝7。

2.1.1 變量的選取與說明

XPS泡沫板內部為連續均勻的閉孔式蜂窩結構，其壓縮強度主要由A產品的泡孔直徑、泡孔密度、泡孔壁強度等3個因素決定［2］。泡孔直徑主要由發泡劑量、二號機溫度、熱交換器溫度、系統壓力等決定，泡孔密度由成核劑量、發泡劑量、系統壓力等決定，泡孔壁強度由PS的混合程度、PS的維卡軟化溫度等決定。本文在構建其壓縮強度模型時，共選擇分別影響XPS泡沫板泡孔直徑、密度及泡孔壁強度等3大類共9個變量，如表1所示。

表1 影響XPS泡沫板壓縮強度的變量說明Tab.1 Variable description of the compressive strength of XPS

2.1.2 數據的收集與整理

本文的研究數據來自實際生產統計數據，此處選取5cm厚度的XPS泡沫板生產數據作為研究對象。由于生產時的工藝參數是在各自配方產生的摩擦力及發熱量實時調整的結果，導致配方不同，其投料量可能不同。為保證統計數據的可比性，將不同投料量下的工藝參數以500kg／h的投料量作為標準，先換算調整，以保證用于研究的數據在相同的投料量下進行回歸研究。

2.2 模型的參數估計以及檢驗

2.2.1 模型的參數估計

對上述數據運用最小二乘法進行參數估計，通過SPSS 18.0統計軟件對整理后的樣本數據進行了多元線性回歸，運算結果如表2所示。該模型擬合優度檢驗的可決系數R2＝0.824，修正的擬合可決系數R2＝0.805，這表明相關系數檢驗通過，說明此次選取的變量建立的線性回歸模型能很好的解釋該規格XPS泡沫板的壓縮強度性能，擬合后的輸出結果如表2所示。

根據表2可以確定上述多元線性回歸方程為：

表2 線性回歸系數表Tab.2 Coefficient of linear regression

2.2.2 回歸模型的評估

為了驗證1.2.1小節所建立的多元線性回歸方程的可靠性，選取2012年7月份生產5cm厚的10組數據帶入（2）式的回歸方程中進行檢驗，獲得如表3所示的結果。

在表3中，我們發現，編號1＃～5＃數據記錄所預測的壓縮強度值與實測的壓縮強度值最大差值為31kPa，最小差值僅為0.5kPa，XPS泡沫板在生產過程中其壓縮強度可浮動偏差為50kPa，可見預測的回歸方程對新料比例在65%及以上的配方的XPS泡沫板抗壓具有很好的指導和解釋作用。但仍發現編號6＃～10＃中預測差值較大，主要是由于用于生產回收料的原材料品質各不相同，其相對分子質量相差較大，導致了其熔體流動速率在6～30g／10min這一較大范圍內波動，但是每次生產前無法對每包回收料進行檢測，導致記錄的熔體流動速率與實際值有所偏差，對最終的預測結果影響較大。

表3 驗證回歸方程可靠性Tab.2 Regression equation of the reliability

3 壓縮強度預測系統

3.1 預測系統的運作流程

行業內大多數企業在生產前所做的工作即為準備原料、發泡劑、檢查機器等，卻不會在生產前計算該批次訂單的工藝參數。由于擠出成型的特殊性，其生產是連續進行，每次開機機器升溫需3h，開始投料到產品成型少則需要2h，多則4～5h，由于整個調試的過程均建立在操作人員的個人經驗的基礎上，其時間的長短一方面為設備原因導致，另一部分與操作人員理論水平有直接的關系。

由于前期沒有確定相應訂單所使用的工藝參數，即使在產品已經成型時，其物理性能很多時候也無法達到訂單的要求，而實驗室的物理性能檢驗還需要至少30min，在檢驗結果反饋至操作人員后，操作人員再繼續調整工藝參數，接著實驗室再檢測，直至產品性能達到訂單的要求，整個過程的長短與完全掌握在操作人員的經驗豐富程度上，有時候由于其經驗不足，其很多操作的調整反而是往所需要的相反方向調整。

筆者認為在掌握一定量的生產數據之后，完全可以在現有數據的基礎上建立回歸模型，對配方已經確定的訂單使用多元線性回歸模型進行壓縮強度性能的預測，本小節繼續以5cm厚度的XPS泡沫板的壓縮強度為例進行仿真預測。

圖1是壓縮強度預測系統的運作流程，每一個流程都需要運行各自的程序代碼來實現。

本系統是建立在SPSS軟件對于原有生產數據回歸模型的基礎上實施預測。由于不同型號產品的系統壓力、溫度、主機頻率、冷卻水量等有較大差別，因此對不同型號產品分析時需進入“擬合系數設定系統”設置本次預測模型方程中的常數項及因變量系數。本次預測仿真基于實際生產，由于涉及商業機密的緣故，在預測結果輸出中不包含調整方案。但是在實際生產中，應設定預測的期望值，系統輸出預測結果時，應給出基于自變量對因變量的影響程度及因子間的對應關系而計算出的調整最佳方案。

圖1 預測模型運作流程Fig.1 Prediction model of the process

3.2 預測系統的實現與效果圖

圖2為預測系統的主界面，在主界面上分布“工藝參數錄入系統”、“方程系數設定系統”及“壓縮強度預測系統”，操作人員可以根據不同的需求，分別進入相應的系統內。“預測系統”讀取的是數組a［i］［j］中的數據，即從主界面中直接進入時，顯示的結果為上次工藝參數或預測模型下的輸出結果，當新一組數據從錄入系統進入時，預測系統讀取數組a［i＋1］［j］中的數據。“方程系數設定系統”采用覆蓋式的數據存儲方式，即新方程系數輸入時，前一個方程的系數值將被覆蓋。

圖2 壓縮強度預測系統Fig.2 Compression strength prediction system

圖3為工藝參數采集系統，在本節的仿真中選取熔指、熱交換器溫度、1號機頻率、2號機頻率、冷卻水量、氟利昂量、CO2量等7個自變量Xi，預測因變量——壓縮強度。此外，采集系統中還包括投料量信息的采集，主要是由于生產同一規格產品時由于投料量的不同，造成了工藝參數也有較大的差別。因此在后期的運算過程中，可根據投料量情況，先對工藝參數進行標準化，以減小預測的誤差。

圖3 工藝參數采集系統Fig.3 Process parameter acquisition system

圖4擬合系數設定系統主要是針對變更不同型號產品時重新設定回歸的方程設置，圖中界面上的數據值是厚度為5cm的工藝數據回歸后所得的常數項及自變量系數。在這里添置擬合系數設定系統主要是考慮到生產同一規格產品時由于氣候、設備異常等原因造成工藝參數變化而需要對擬合的模型進行調整。工藝參數采集系統及擬合系數設定系統均采用If...then...函數［3］作為宏命令中的主體運算邏輯。

圖4 擬合系數設定系統Fig.4 Fitting coefficient setting system

圖5為預測系統進行運算后輸出的彈窗，“預測系統”通過Sub JS（）宏命令進行觸發，利用Range函數、賦值運算等方法調用數據庫相應位置的數組值進行標準化運算，并將標準化值帶入多元回歸方程中求值，最后通過MsgBox函數，向系統外部輸出結果。

圖5 預測結果圖Fig.5 The prediction results

在使用該預測模型進行預測時，可先根據不同熔體流動速率的原料在料筒內的阻力值關系，計算投料量范圍，再根據發泡劑與PS投料量之間較為穩定的比例關系，計算氟利昂及CO2注入量范圍。依據同樣的方式，先行確立將要運算的自變量范圍，最后再帶入該預測模型進行不斷的調整。

4 結果與討論

將多元回歸引入擠出成型的生產過程，利用原有生產數據確立多元回歸模型，并以擬合的多元回歸模型為基礎，搭建以Excel軟件為平臺的預測系統，設計壓縮強度預測系統，使得在生產前可以根據訂單要求對擬使用的PS原料的生產工藝參數進行測算，另一方面也可以引導開機手由口耳相傳的師徒培養模式向科學的理論方向發展。根據表1中變量的預計方向與實際回歸結果的偏差可知，僅憑借經驗進行生產，有時造成的不僅僅是原材料的浪費，還會帶來無頭緒的產品品質控制問題。

4.1 參數估計結果評價

（1）2號機頻率與壓縮強度關系

從我們先期的理論角度對各自變量進行說明時，認為提高2號機頻率將會增加螺桿與熔體的剪切熱，因而會導致系統內熔體溫度的上升，最終降低壓縮強度。但是通過回歸模型分析發現，1號機的頻率與壓縮強度呈正比例關系，從設備構造我們可以發現，由于2號機主要作用為冷卻發泡，其桶壁包覆著冷卻水套，循環冷卻水在冷卻水套中不停的循環以帶走一部分熱量，在提高螺桿轉速時可以充分將熔體溫度傳遞至桶壁以提高冷卻水的作用，在這里我們可以得到這樣的結論：冷卻水帶走的熱量比螺桿頻率提升產生的剪切熱量要高。

（2）發泡劑（氟利昂）量與壓縮強度關系

在生產過程中，我們通常認為增加發泡劑的注入量一方面可以降低熔體溫度，另一方面可以提高系統壓力，以提高產品的壓縮強度。但是通過回歸模型分析發現，氟利昂與壓縮強度存在反比例關系，由于在生產時機器對當時使用原料的吃料量是有上限的，在PS量一定時，其氟利昂量也一定，每提高1Hz的注入頻率，就將促使熔體內包覆的氣體壓力繼續增加，當從模頭釋放出來時，熔體所面臨的壓力降越大，導致了成型后的泡孔也越大，泡孔壁也越薄。另外，由于氣泡內壓力過高，并泡現象將可能增加，這2個方面的原因均會造成產品的壓縮強度下降。

從文中單獨對分析結果和預測結果中與因變量相反比例關系的分析中我們可以發現，在產品的生產過程中，由于其受到多個因素的作用，且各因素可能會同時產生正反兩種作用。只有在通過大量的數據記錄與分析之后才能最終確定該因素對因變量的作用效果，而不能僅憑生產經驗或者主觀推斷來進行生產。

4.2 預測系統總結

本文中Excel軟件為平臺使用VBA語言進行壓縮強度預測的輸入界面、數據庫、數據分析、導出等的設計，使用該系統，可以對即將投入生產的已知原料的輸出壓縮強度性能進行預測，便于在生產前先行確定需要生產的工藝參數，為后期生產調整提供一定的參考。

雖然文中已經模擬XPS泡沫板的壓縮強度指標的預測系統，但這只是初步的研究工作。擠出成型中需要考慮的因素很多，在后期的研究中應該進一步擴大思考的范圍，充分考慮各方面的影響因素，在必要時應先做因子分析等工作，只有提高回歸方程的可靠性，才能對生產做出其該有的正確預測和指導。其次在對特性指標進行預測時，還應根據預測期望和預測結果系統自動給出可供參考的修正的意見，理論服務于生產，希望在未來有更多的理論著眼于擠出成型的研究，將國內中小企業迫切需要的技術普及化，全面提高行業的過程品質控制能力及水平。

5 結論

（1）原料、工藝均影響XPS泡沫板壓縮強度，其中2號機頻率及發泡劑注入量為主要影響因素；

（2）通過SPS軟件建立生產數據回歸模型基礎上對板材壓縮強度進行預測，可得到較為準確地預測結果，也可為生產工藝調整提供參考，幫助企業提高生產過程控制。

［1］王 勇.中國擠塑聚苯乙烯泡沫塑料行業現狀與發展趨勢［J］.中國塑料，2010，24（4）：12-16.Wang Yong.Developing Situation and Trend of China XPS Foam Sector［J］.China Plastics，2010，24（4）：12-16.

［2］王向東，王 勇，郭鑫齊，等.擠塑聚苯乙烯泡沫塑料［M］.北京：化學工業出版社，2011，35-59.

［3］萬星新，蘇 玲.Visual Basic數據庫開發全程指南［M］.北京：電子工業出版社，2008：1-21，225-324.