导读：为优化影响低压铸造质量的因素，利用主成分分析法降低影响质量特性值因素的维度，找到影响因素的主成分。然后利用响应面分析法对主成分进行方差分析及交互作用分析，建立回归模型，并绘制主要交互因素的响应曲面图和等高线，得到使质量特性值最优的各影响因素的取值：铸型温度为300 ℃、保压时间为88.56 s、结晶压力为0.043 MPa、升液速率为130 mm/s、浇注温度为710 ℃、铸型涂层厚度为1.7 mm、铸型预热温度为220 ℃、充型速度为50 mm/s、Si含量为7.1 %。
关键词：低压铸造；主成分分析；多因素方差分析；响应面分析法
目前，低压铸造技术已经普遍应用于汽缸头、气缸体等零件生产。低压铸造技术是利用气体压力将保温炉内的液态金属经过升液管自下而上的注入铸型内，在一定的压力下凝固，能够改善铸件的整体性能，实现铸件结构整体化等，而且精密度较高。影响低压铸造品质的因素有很多，相关因素的溯源与调整优化就成为一个难点。目前的研究对低压铸造质量异常因素的研究主要集中在较少因素分析优化上。低压铸造过程是一个相对复杂的系统，任何一个影响因素都不是孤立存在的。因此，从系统的角度研究铸件品质异常的影响因素，融合更多的系统信息做出判断，全面分析各异常因素之间的联动关系，能够更好地指导生产。
本课题采用了一种基于多因素融合的品质因素综合分析方法，对某型发动机缸体的低压铸造工艺过程进行分析。在对各因素进行主成分分析降维和简化处理的基础上，结合方差分析和响应曲面分析方法，对各因素间的交互作用进行研究，得出各因素的具体影响程度与预测回归模型，以实现低压铸造品质因素的溯源和调整优化。
1 低压铸造过程品质异常监控
为了分析方便，仅选取缸体的硬度作为品质合格的指标。在生产稳定时，采用不合格品率控制图（P控制图）对该型发动机缸体的硬度指标进行监测，以便及时收集异常数据。
为保证可以根据P控制图做出相对正确的判断，至少应收集25组品质数据。这就需要连续25天检测当天铸造的发动机缸体的硬度，记录不合格产品的数量，并绘制P控制图，见图1。
图1铸件硬度的P控制图
由图1可知，在连续25天的检测中，该批发动机缸体硬度的平均不合格率为3.044%，整体偏高。而且第4、20天的数据超出了控制上限，说明该批发动机缸体的铸造过程十分不稳定。基于此，有必要找出导致异常的相关因素，进行优化调整，以降低发动机缸体的不合格率。
2 多因素融合的品质因素分析
对低压铸造工艺过程进行分析，找到影响发动机缸体铸造硬度的相关因素，分别为铸型温度（X1）、保压时间（X2）、结晶压力（X3）、升液速度（X4）、浇注温度（X5）、铸型涂层厚度（X6）、铸型预热温度（X7）、充型速度（X8）、金属液中Si的含量（X9）。
2.1 关键因素降维分析
为降低分析难度，选取30组相关因素的数据作为样本，进行主成分分析，得到相关因素的主成分提取分析表，见表1。
表1 主成分提取分析表
在主成分分析中，一般选取使其累计方差率达到80%以上，且对应特征值大于1的成分。由表1可知，前3个成分累计方差贡献率达到了84.491%，即提取前3个成分。同时，可以得到因子载荷矩阵，见表2。
表2因子载荷矩阵
由表2可知，第一主成分（F1）中X4、X6、X7、X8、X9具有较大的载荷；第二主成分（F2）中X2、X3、X5具有较大的载荷；第三主成分（F3）主要包括X1。
2.2 主成分方差分析及交互作用分析
2.2.1主成分方差分析
运用Design-Expert软件对3个主成分进行方差分析，以研究3个主成分及其之间的交互作用对发动机缸体硬度的影响程度，分析结果见表3。
表3 主成分方差分析
由表3可知，该模型的F值为31.51，检验水平P值小于0.0001，表明其具有较高的拟合度，F1的P值小于0.01，说明该主成分对发动机缸体硬度的影响极为显著；F2和F3的检验水平在0.01与0.05之间，表明这两个主成分对发动机缸体硬度的影响是显著的。在三者两两之间的交互作用中，只有F2与F3之间的交互作用是显著的（P<0.05）。
2.2.2因素交互作用分析
由上述分析可知，F2与F3之间的交互作用是显著的，为深入分析两者包含的因素之间的交互作用规律，选取两者包含的因素保压时间（X2）、结晶压力（X3）、浇注温度（X5）和铸型温度（X1）进行响应面分析。设计了4因素3水平的方案，4个因素的取值范围由生产经验确定，见表4。
表4各因素水平的取值
部分设计方案与结果见表5。
表5试验设计方案及结果
为得到各因素与发动机缸体硬度之间的最优回归方程，对其进行方差分析，可以得出模型的显著性水平，结果见表6。
表6响应面模型方差分析结果
由表6可知，该模型的F值为31.51，P0.05），同时可以得到模型的相关系数R2=0.9735，表明对缸体硬度的影响有97.35%来源于分析的这4个因素，说明该模型的预测精度较高。同时可知，X22、X1、X32、X3、X5、X5X1、X52、X12对硬度的影响极为显著，并且影响程度依次递减；X2X1、X2X5对硬度的影响显著，并且影响程度依次递减。根据上述结果可以建立发动机缸体硬度（Y）的回归模型：
3 优化与结果验证
根据主成分方差分析结果，只有F2与F3之间的交互作用是显著的，因此可以将F1的各因素按照单因素的试验进行调整优化，取值分别X4=130 mm/s、X6=1.7 mm、X7=220 ℃、X8=50 mm/s、X9=7.1 %。
根据回归模型，分析F2与F3的交互作用对硬度的影响规律，绘制F2与F3交互因素对缸体硬度影响的响应曲面图和等高线，结果见图2。
（a）因素X2和因素X5对硬度影响的响应曲面图
（b）因素X2和因素X5对硬度影响的等高线
（c）因素X2和因素X1对硬度影响的响应曲面图
（d）因素X2和因素X1对硬度影响的等高线
（e）因素X5和因素X1对硬度影响的响应曲面图
（f）因素X5和因素X1对硬度影响的等高线
图2各主要交互因素对硬度的影响规律图
根据图2的3组响应曲面图可以清楚看到每组因素之间的交互作用对缸体硬度影响的变化规律。由坡度的陡峭程度可知因素X5和因素X1对硬度的交互作用最为显著，与表6中方差分析的结果一致。
同时，根据响应曲面图和等高线，可以粗略判断出使得硬度值最优的各因素的取值范围，然后根据软件中的数值优化模块确定各影响因素的最优取值为X2=88.56 s、X3=0.043 MPa、X5=710 ℃、X1=300 ℃。
根据上述分析得到的数值调整铸造工艺参数，对优化后生产的缸体硬度进行检测，并重新绘制P控制图，见图3。
图3优化后的P控制图
由图3可知，该控制图中没有出现点出界的情况，表明优化后的铸造过程处于相对稳定的状态，缸体硬度得到了有效的控制。其次，该批缸体的平均不合格率水平大幅降低，整体品质得到了明显的改善。
4 结论
针对低压铸造过程中铸件质量影响因素众多且相互作用复杂的问题，提出了一种基于多因素融合的品质异常因素分析思路，运用主成分分析法对影响品质的9个因素进行降维处理，将其综合为相互独立的3个主成分，降低了分析难度。基于响应面分析法对3个主成分进行方差分析以及交互作用分析，得到在考虑交互作用下的最优参数组合为：铸型温度为300 ℃、保压时间为88.56 s、结晶压力为0.043 MPa、升液速率为130 mm/s、浇注温度为710 ℃、铸型涂层厚度为1.7 mm、铸型预热温度为220 ℃、充型速度为50 mm/s、金属液中Si含量7.1%。根据此工艺参数铸造的缸体平均不合格率由之前的3.044%降为0.742%，提高了铸件的整体品质。
来源：2020年第40卷第11期 邵延君 《基于多因素融合的低压铸造过程质量因素分析》