基于伽马回归模型预测关键变量以改进HVOF热喷涂涂层

热喷涂涂层是许多行业中的关键工艺，涉及在表面施加涂层以增强其功能。本文提出了一种基于统计实验设计（DoE）和广义线性模型（GLMs）数据建模（特别强调伽马回归）的热喷涂涂层工艺关键目标变量建模与预测框架。利用热喷涂涂层试验获得的实验数据验证了所提方法，表明其能够准确建模并预测关键目标变量。因此，该框架在热喷涂涂层工艺优化方面具有显著潜力，并有助于各行业开发更高效、更有效的涂层技术。