PREP粉末粒径与流动性量化关联数据

来源于PREP工艺制备TC4/45钢/IN625三种金属粉末的粒径特征与流动性能关联分析数据。 数据结构中含粒径分布D10/D50/D90和流动性等实测字段，用于计算粒径参数与流动性的皮尔逊相关系数和回归系数；D50影响权重和粒度均匀性影响权重用于量化各粒径参数对流动性的贡献程度。各字段相互配合，分析粒径分布对粉末流动性能的影响规律。 具体应用包括：（1）为粉末流动性改进研究人员提供“粒度分布-流动性”定量关系数据，辅助通过调控粒径分布来优化粉末流动性；（2）为增材制造工艺人员提供D50影响权重和粒度均匀性影响权重，帮助识别影响送粉稳定性的关键粒径参数；（3）为制粉工艺工程师提供关联强度等级评估，支持在粒度控制资源有限时优先调控对流动性影响最大的粒径参数。（4）可为AI模型训练提供粒径与性能量化关联的关联标注数据，支撑粉末制备工艺优化模型的训练与泛化能力提升。【加工前的数据说明】原始数据来源于PREP工艺制备TC4钛合金、45钢、IN625镍基合金三种金属粉末的生产测试记录。数据包含测试批次编号、金属材料类型、测试时间、主弧电流、进给速度、主轴转速、粒径分布D10/D50/D90、流动性等字段，数据规模涵盖全部历史生产测试记录。 【处理规则】（1）数据采集与预处理：采集PREP三种金属粉末的粒径分布和流动性数据，字段包括材料类型、D10/D50/D90、流动性；采用3σ准则识别并剔除异常数据，对缺失值采用同材料均值填充；（2）数据标准化处理：采用Z-score标准化方法对D10、D50、D90、流动性进行标准化处理，消除量纲差异；（3）粒径-流动性相关性分析：基于标准化后的数据集X，计算D50与流动性的皮尔逊相关系数r，当|r|≥0.7时为强相关，0.4≤|r|<0.7时为中等相关，|r|<0.4时为弱相关；负值表示粒度越大流动性越差；（4）多元线性回归分析：以D50、粒度均匀性指数、D90为自变量，流动性为因变量，构建多元线性回归模型，采用普通最小二乘法（OLS）估算回归系数；（5）各粒径参数影响权重计算：将标准化回归系数的绝对值归一化，计算D50、粒度均匀性、D90对流动性的影响权重；（6）关联强度等级判定：基于相关系数r的绝对值判定，|r|≥0.7判定为“强负相关/强正相关”，0.4≤|r|<0.7判定为“中等相关”，|r|<0.4判定为“弱相关”。 【数据内容描述】最终输出PREP工艺TC4、45钢、IN625三种金属粉末的粒径分布与流动性的量化关联分析结果，包含皮尔逊相关系数、各粒径参数对流动性的影响权重和关联强度等级等指标。 以上计算结果均保留2位小数。

搜集汇总

背景与挑战

背景概述

该数据集包含PREP工艺制备的TC4、45钢、IN625三种金属粉末的粒径分布（D10/D50/D90）与流动性的实测数据，以及基于这些数据计算出的皮尔逊相关系数、影响权重等量化关联指标。数据经过预处理（异常剔除、缺失值填充）和标准化处理，通过相关性分析、多元线性回归等方法，揭示了粒径参数对粉末流动性的影响规律及其贡献程度，可用于辅助粉末流动性优化、增材制造工艺参数识别及AI模型训练等场景。