[发明专利]一种基于主成分回归分析的织构影响无取向硅钢磁性能的分析方法有效
申请号: | 201310697949.7 | 申请日: | 2013-12-18 |
公开(公告)号: | CN103678921A | 公开(公告)日: | 2014-03-26 |
发明(设计)人: | 赵志毅;陈凌峰;王宝明;黄赛;郑攀峰;薛润东;胡小静 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 皋吉甫 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 成分 回归 分析 影响 取向 硅钢 磁性 方法 | ||
技术领域
本发明涉及无取向硅钢性能的控制技术领域,尤其涉及一种基于主成分回归分析的织构影响无取向硅钢磁性能的分析方法。
背景技术
近年来,随着人们对节能、减耗、环保的日益重视,各类电机、发电机、压缩机等产品正朝高效率化、高精度化、小型化方向发展,故对无取向硅钢的磁性能的要求越来越高,极力追求更高磁感、低铁损的优异磁性能。有研究表明,影响无取向硅钢磁感的主要因素是织构,分析不同织构组分含量对无取向硅钢磁性能的影响,并找出织构对无取向硅钢磁性能的影响规律,能够为实际生产提供指导,以实现更高磁感、低铁损电工钢产品生产工艺的优化和改进。
目前,国内外关于织构对无取向硅钢磁性能的影响已有大量的研究,但只是定性的从机理、织构含量统计等方面初步考查了不同织构组分与磁性能的关系,未能从定量的角度描述无取向硅钢磁性能与不同织构组分间的关系,且国内外关于建立数学模型来分析不同织构组分对无取向硅钢磁性能的影响的研究并不多见。
发明内容
本发明旨在提供一种基于主成分回归分析的织构影响无取向硅钢磁性能的分析方法,运用主成分回归分析法,结合无取向硅钢的磁性能及试验测定的不同织构组分含量的数据进行分析,建立不同织构组分含量与无取向硅钢磁性能间的多元线性关系,并对其进行显著性检验,从而分析织构对无取向硅钢磁性能影响的规律,为实际生产更高磁感、低铁损电工钢产品提供方向性的指导。
为此,本发明采用的技术方案是:
一种基于主成分回归分析的织构影响无取向硅钢磁性能的分析方法,其包括如下步骤:
(a)测定无取向硅钢中的不同织构含量,得到有益、有害织构组分含量;
(b)对无取向硅钢的磁性能(铁损P1.5/50、磁感B50)及测定的不同的织构含量数据采用标准差标准化法进行标准化处理;
(c)标准化后的不同织构含量数据的降维处理;
(d)计算特征方程中所有特征值,根据特征值确定主成分的数量,再计算主成分的成分矩阵及单位正交特征向量,得到主成分表达式;
(e)分别以标准化后的铁损、磁感值作为因变量,以提取的主成分为自变量作回归分析;
(f)对得到的回归方程作显著性检验;
(g)利用标准差标准化法的逆变换运算将线性回归方程转换成关于原n个相关变量的多元线性方程;
(h)由上述方法能够从定量的角度分析不同织构组分含量对无取向硅钢磁性能的影响。
进一步地,所述步骤(a)中试验试样的观察面分为轧面和纵截面,采用EBSD技术,在100~200倍视场下,扫描步长选为2.5~5μm,获取试验数据。
进一步地,所述步骤(a)中利用Channel5取向分析软件测定不同织构组分含量,将试验数据导入Project Manager软件分析,选择正交坐标系,观察面为轧面样品的旋转角度参数为0°,0°,0°,观察面为纵截面样品的旋转角度为参数0°,90°,0°,将数据用Tango程序打开,选定需标注出的织构类型,得到该样品的欧拉角衬度图及取向分布图等,并得定量统计计算出各织构的含量,其中有益织构组分主要统计{100}面织构、{110}<001>Goss织构,有害织构组分主要统计{111}<110>织构、{111}<112>织构。
进一步地,所述步骤(b)中数据的标准差标准化法如下:
其中,为标准化后的数据,xi为变量x的第i个观测值,为变量x的平均值,s为标准差,标准化处理后,各数据能以相同的权重参加运算分析,消除了变量间相关性带来的影响。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310697949.7/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用