灰色理论在塑料老化行为预测中的应用研究.pdf

第41卷第4期
塑料工业
2013年4月
CHINA PLASTICS INDUSTRY
113
灰色理论在塑料老化行为预测中的应用研究
陈奎',张天云2“,郑小平',胡玉霞
(1.兰州城市学院机械监测与故障诊断研究所,甘肃兰州730070
2.兰州城市学院信息网络中心,甘肃兰州730070)
摘要:根据灰色理论构建CM(1,1)预测模型,以湿热条件下聚丙烯和蒙脱土/聚丙烯纳米复合材料的拉伸强
度变化的预测为例,研究所建预测模型在塑料老化行为预测中的适用性。聚丙烯和蒙脱士/聚丙烯纳米复合材料拉伸
强度的预测结果表明,所建模型的预测精度等级为1级,模拟值与实际值的相对误差最大为4.25%,可用于塑料老化
行为的预测。灰色CM(1,1)模型所需实验数据少,预测精度高,为塑料老化行为的预测提供了一种简易而可靠的
新途径。
关键词;塑料;老化;预测;灰色理论
DOI:10.3969/j.isn.1005-5770.2013.04.029
中图分类号:0631.33
文献标识码:A
文章编号:1005-5770(2013)04-0113-04
Application of Grey Theory for the Prediction of Plastic Aging Behavior
CHEN Kui l, ZHANG Tian-yun, ZHENG Xiao-ping, HU Yu-xia
(1. Institute of Mechanical Detection and Fault Diagnosis, Lanzhou City University, Lanzhou 730070, China;
2. Center of Information and Network, Lanzhou City University, Lanzhou 730070, China)
Abstract: GM(1, 1 )prediction model was constructed according to Grey Theory. Regarding the
prediction of tensile strength of PP and PP/MMT nanocomposites under hydro-thermal condition as an
example, the applicability of constructed model in plastic aging behavior was researched. Prediction results of
tensile strength for PP and PP/M MT nanocomposites showed that the prediction accuracy grades of constructed
model was one the maximum relative error between simulation value and the actual value was 4.25% and
constructed model can be used to predict aging behavior of plastic. GM(1, 1) prediction model needed less
original data, had a high prediction accuracy which was a simple and reliable method for plastic aging
behavior prediction
Keywords: Plastic; Aging; Prediction; Grey theor
众所周知,耐老化性能差是塑料及其制品的一大对象,通过对“部分”已知信息的生成、开发实现
致命弱点。塑料的耐久性能否满足具体工况要求是工对现实世界的确切描述和认识?,从而揭示出系统
程界普遍关心的问题。虽然通过老化试验可以解决这潜在的发展变化规律。目前,灰色系统理论在工业、
问题,但某些工况下,老化试验耗时很长り(可农业、生态等多个領域都得到了广泛应用”?。本
能数年,甚至数十年,很难跟上材料研究的高速发文以通用塑枓聚丙烯及其复合材料在湿热老化环境下
展),通过纯粹的实验来确定塑料的使用寿命(性能的拉伸强度预测为例,建立GM(1,1)预测模型,
变化)不现实,而加速老化试验与实际工况存在不研究灰色系统的预测理论在塑料老化领域中的适
可避免的差异。针对这一状况,近年来,在已知相关用性。
试验数据的基础上,建立数学模型,对材料的老化行1灰色GM(1,1)模型的建立
为进行预测已成为研究人员关注的热点之-2-5
灰色GM(1,1)预测模型是对含有不确定因素
灰色系统理论以“部分信息已知,部分信息未的系统进行预测的基本方法,通过对原始数据的加工
知”的“小样本”、“贫信息”不确定性系统为研究和生成处理,使原始数据变成有规律的序列,从而弱
*国家自然科学基金(1164012),教育部科学技术研究重点项目(210230),甘肃省自然科学基金(1010RJZA168),
甘肃省教育厅基金(111B03
米通讯作者lzyunyun@126.com
作者简介:陈奎,男,1978年生,副教授,博士,主要从事复合材料结构与性能研究。chenkui405@126.com