1 华南理工大学机械与汽车工程学院，广东 广州 510641
2 广东省科学院新材料研究所，广东 广州 510075
3 广州城市理工学院机械工程学院，广东 广州 510800
4 澳门城市大学创新设计学院，澳门 999078
5 深圳市金石三维打印科技有限公司，广东 深圳 518107
为了实现激光选区熔化（SLM）无支撑低角度成形，进而提高样件的成形效率和降低打印成本，笔者提出了一种基于加工层角度自适应下表面工艺区域的划分方法，并对该方法成形的样件的表面质量以及该方法的适用性进行了探究。结果表明：过高或者过低的能量密度都会对悬垂区域的多层成形产生负面影响，采用适熔工艺成形悬垂结构能在保证低孔隙率的同时实现多层打印。将悬垂结构进行上、下、内表面区域划分，基于向下比较层数T进行区域面积调控能够显著影响悬垂样件的可制造性和结构完整性，应用下表面工艺区域的面积越大，悬垂样件的成形性越好。对上下表面的成形机理进行了深入分析，结果显示，下表面的成形质量主要受粘粉以及熔池下陷引起的凸起的影响，而上表面除了受粘粉影响外，还主要受阶梯效应和轮廓边界熔道间隙的影响。最终，成形了不同尺寸的测试样件以及最低角度为15°的叶轮零件，证明了所提低角度成形方法的可行性。
激光技术 激光选区熔化 无支撑打印 低角度 成形机理 表面质量
华南理工大学聚合物新型成型装备国家工程研究中心, 广东省高分子先进制造技术及装备 重点实验室, 华南理工大学聚合物加工工程教育部重点实验室, 广东 广州 510640
在聚合物加工过程中, 如果在同一生产线上混用不同牌号的原材料, 可能会影响产品性能, 降低产品合格率。 然而采用传统方法识别相同类型不同牌号的聚合物往往耗时长且具有滞后性, 目前还缺乏一种快速实时的牌号识别方法。 因此, 以5种不同牌号的通用聚苯乙烯(GPPS)为研究对象, 利用自主开发的安装于挤出机上的在线近红外光谱测量系统, 将近红外光谱与化学计量学、 机器学习算法相结合, 实现对挤出过程中GPPS牌号的快速在线识别。 首先利用在线近红外光谱测量系统实时采集5种不同牌号GPPS熔体的在线近红外光谱, 波长范围为900~1 700 nm。 经过谱图分析后, 利用主成分分析结合K均值聚类算法验证在线近红外光谱数据对于不同牌号的可分性。 最后采用偏最小二乘判别分析和随机森林两种算法分别建立GPPS牌号识别模型并进行对比。 结果表明: ①经过基线校正、 最大最小归一化、 7点移动平均平滑预处理后, 在线近红外光谱在1 207, 1 388, 1 407和1 429 nm处的特征峰峰值会随着牌号的变化呈阶梯状改变, 以前3个主成分得分作为K均值聚类的输入变量得到聚类正确率为88%, 说明了不同牌号GPPS在线近红外光谱数据的可分性; ②所建立的两种预测模型均能够对GPPS牌号有效识别, 最佳主因子数为3的偏最小二乘判别分析模型对验证集的分类正确率为90.4%, 以前5个主成分得分作为输入变量建立的随机森林模型对验证集的分类正确率达95.6%, 所以随机森林模型的牌号识别性能更好。 因此, 在线近红外光谱测量系统结合化学计量学、 机器学习算法可以实现GPPS牌号的快速在线识别, 为在生产线上利用近红外光谱识别同种聚合物的不同牌号提供参考。
近红外光谱 牌号识别 通用聚苯乙烯 偏最小二乘判别分析 随机森林 Near-infrared spectroscopy Grade identification General purpose polystyrene Partial least square-discriminant analysis Random forest 光谱学与光谱分析
2021, 41(9): 2759
华南理工大学聚合物新型成型装备国家工程研究中心, 聚合物成型加工工程教育部重点实验室, 广东 广州 510641
近红外光谱(NIR)检测技术能够提供样品丰富的结构和组成信息, 且具有分析速度快、 样品无需处理等突出特点, 在聚合物领域有了越来越广泛的应用。 综述了该技术在聚合物合成到成型加工再到回收利用整个生命周期过程中各个环节的应用研究进展。 在聚合物的合成和加工过程中, 近红外光谱检测技术可用于材料参量的定量测量, 且由于光纤良好的化学和热稳定性, 使其能够在强腐蚀、 高温、 高压等危险环境下进行在线实时监测。 对于聚合物合成, 选择聚合反应转化率、 聚合产物粒径和聚合物组成三个关键参量, 概述了近红外光谱在线测量上述参量的相关研究进展; 对于聚合物加工, 主要讨论了反应性挤出加工过程中近红外光谱在线测量聚合物分子量、 残余单体含量、 接枝率等反映材料加工状态参量的应用研究。 在聚合物的回收利用过程中, 近红外光谱可用于废旧塑料制品的定性分类识别, 围绕该应用分析了其国内外的研究现状。 指出了近红外光谱检测技术在应用中存在的问题, 并提出几点建议, 最后对该技术在聚合物领域的发展方向进行了展望, 并认为随着研究工作的深入和在线测量仪器的发展, 近红外光谱检测技术将在聚合物领域有着更加广阔的应用前景。
近红外光谱 聚合物 定性和定量分析 Near-infrared spectroscopy Polymer filed Quanlitative and quantitative analysis 光谱学与光谱分析
2019, 39(7): 2114
华南理工大学聚合物新型成型装备国家工程研究中心, 聚合物成型加工工程教育部重点实验室, 广东 广州 510641
塑料牌号是塑料生产公司根据原料性质、 用途的差异而内部制定的编号。 通过检测材料的物理化学性能能间接识别其牌号, 但速度慢且具有破坏性。 因此, 利用了近红外光谱(near infrared spectroscopy, NIR)技术对不同牌号的聚乳酸(polylactic acid), PLA)进行识别。 采用主成分分析法(principle component analysis, PCA)分别与马氏距离(mahalanobis distance, MD)、 人工神经网络(artificial neural network, ANN)和支持向量机(support vector machine, SVM)结合的模型进行分析预测。 在900～1 700 nm的波长范围, 采用三种不同牌号的聚乳酸共90个样本的光谱进行建模, 另取这3种牌号共90个样本进行识别, 比较三种预测模型对PLA牌号的识别能力。 结果表明, 在对样品的光谱数据做主成分分析后, 以验证集的前两个主成分做散点图, 发现明显的聚类现象, 以前9个主成分得分作为输入变量所建立的马氏距离判别、 人工神经网络判别、 支持向量机判别均能够对不同牌号的聚乳酸有效识别。 最好的判别方法——马氏距离判别正确率能够达到98.9%。 因此, 近红外光谱能够对不同牌号的PLA进行无损、 快速、 准确的识别。
近红外光谱 聚乳酸牌号识别 马氏距离 人工神经网络 支持向量机 Near-infrared spectroscopy PLA type identification Mahalanobis distance Artificial neural networks Support vector machine 光谱学与光谱分析
2018, 38(10): 3053
华南理工大学聚合物新型成型装备国家工程研究中心, 聚合物成型加工工程教育部重点实验室, 广东 广州 510641
聚合物的合成与加工过程影响着材料的聚合度、 结晶度、 取向度以及共混组分的均匀性, 最终影响聚合物产品的性能。 因此对聚合物合成与加工过程中材料的实时状态进行监控至关重要。 拉曼光谱在线测量技术凭借其无损检测、 采样简单、 可靠性高, 对试样的外形和物态没有任何特定要求, 且能在高温、 高压、 有毒的环境中直接进行在线测量等特点, 在高分子材料合成与加工领域有了越来越广泛的应用。 将此在线测量技术应用到高分子合成与加工过程中, 实时测量高分子材料的化学组成和物理性质, 并将测量数据用于控制合成与加工过程, 可以提高高分子材料的性能。 本文选择聚合反应转化率、 聚合产物粒径及其分布、 聚合物结晶度、 聚合物取向度、 多相共混聚合物组分含量等五个反映聚合物合成或加工过程状态的参量, 概述了拉曼光谱在线测量上述参量的相关研究进展, 并对拉曼光谱在线测量技术在聚合物合成及加工中的应用发展进行了展望。
拉曼光谱 在线测量 聚合物合成与加工 Raman spectroscopy Real-time measurement Polymer synthesis and processing 光谱学与光谱分析
2016, 36(7): 2124
华南理工大学聚合物新型成型装备国家工程研究中心,聚合物成型加工工程教育部重点实验室, 广东 广州 510641
分别利用中红外(mid-infrared,MIR)、近红外(near-infrared,NIR)和拉曼光谱(Raman)采集了31种不同比例的低密度聚乙烯/聚丙烯(LDPE/PP)共混物样本的光谱,利用偏最小二乘法(partial least-square,PLS)建立了光谱数据与LDPE含量的模型,研究了不同光谱范围和预处理方法对模型准确性的影响,并比较了三种光谱定量测量的准确性.结果表明,对于光谱差异小、存在噪音或基线干扰的谱图,预处理方法和光谱范围对模型的准确性均有较大的影响;经过三种预处理以及选择合适的光谱范围建立的模型决定系数(R2)分别从未处理前的0.887 6,0.849 3和0.875 7提升到0.990 6,0.997 3和0.997 2,校正均方根误差(root mean square error of calibration,RMSEC)则分别从10.15,11.75和10.67降低到2.941,1.561和1.598;三种光谱在经过预处理之后均能够较好地定量测量LDPE的含量,NIR和Raman模型准确性更高,由于两者的测量速度快,因此尤其适合于进行快速、准确的定量测量.
中红外 近红外 拉曼 预处理方法 光谱范围 定量 准确性 Mid-infrared Near-infrared Raman Pre-processing method Spectral region Quantification Accuracy 光谱学与光谱分析
2015, 35(8): 2147
华南理工大学聚合物新型成型装备国家工程研究中心, 聚合物成型加工工程教育部重点实验室, 广东 广州 510641
聚合物材料制品的性能与成型加工过程有着密切的联系, 因此在线监控加工过程中材料的状态至关重要。 根据在线监控实时反馈的数据, 能够实现加工工艺参数的及时调整, 确保生产过程的稳定性, 从而保证产品质量、 减少能源浪费、 提高生产效益。 近红外光谱在线测量技术是一种成本低、 实时性强, 可以准确定量分析的技术, 已在很多生产领域得到了应用, 然而在聚合物加工领域仍处于研究阶段。 本文从测量聚合物中的组分含量、 熔融指数、 熔体密度、 填充物的分散性四个方面概述了近红外光谱在线测量技术在聚合物加工中的应用研究进展, 指出了近红外光谱在线测量技术尚存在的问题, 给出了几点建议, 最后对近红外光谱在线测量技术未来的发展进行了展望。 指出在未来几十年里, 随着光纤光谱仪器科学、 计算机科学以及化学计量学方法的发展, 近红外光谱在线测量技术在原始数据稳定性、 预处理方法、 建模方法及模型的稳健性与准确性上将会有长足的进步, 将会在更多的领域推广应用, 产生巨大的经济与环保价值。
近红外光谱 在线测量 聚合物加工 Near infrared spectroscopy In-line monitoring Polymer processing 光谱学与光谱分析
2015, 35(6): 1512
