还原性染料耐熨烫色牢度分类模型

染料分子结构与性能的关系研究对于开发具有某种特定性能(如染色牢度)的染料分子具有重要意义.本文研究了还原性染料分子耐熨烫色牢度等级分类模型.基于结构与性能关系的分类模型从训练集(含56种还原性染料分子)得到,并由测试集(含60种还原性染料分子)进行检验.从每种还原性染料分子计算4 885个分子参数、并缩减至756个分子参数之后,采用二元Logistic回归的Wald向前逐步方法得到包含3个分子参数的分类模型.所建分类模型对训练集染料分子耐熨烫色牢度等级整体预测精度为83.9%,对测试集染料分子整体预测精度为80.0%.此外,从机理上解释了还原性染料分子结构对染色织物耐熨烫色牢度的影响.     

虚拟仿真教学在《高聚物合成工艺学》中的应用

《高聚物合成工艺学》作为工程院校高分子材料专业的专业必修课程,如何让学生在学习过程中掌握高分子聚合工艺过程和控制,使理论学习变得更有兴趣?针对学生对枯燥的理论学习兴趣不高并结合工科院校《高聚物合成工艺学》的教学特点以及教学条件的限制,在教学过程中引入虚拟仿真教学模式,让学生通过模拟合成装置的操控达到实物教学的效果,通过工艺仿真实验把理论教学中的学和工厂实习中的看有效结合,让学生在仿真实验中模拟操控产品生产过程中的开停车、工艺条件的设置及故障处理,形成新型的教学模式。实践证明,这种教学模式的运用弥补了课程教学过程中的实物操作的不足,激发了学生学习的积极性,提高了教学效果,缩短了企业用人标准和高校毕业生培养质量之间的距离。     

人工神经网络方法与聚乙烯晶体生长速度模型的研究

用结晶温度,聚乙烯分子量,聚乙烯质量分数等参数,再用人工神经网络ANN(artificial neural network)方法以建立聚乙烯晶体生长速度(lnG)的预报模型。其拟合值、预测值与实验值的相关系数分别为0．9920和0．9844,平均相对误差分别为0．3448和0．3304,结果表明,所建立的模型可以用于聚乙烯晶体生长速度的计算机预报,克服了现有物理模型和数学方程无法应用于多个变量的缺点。因此ANN可为聚合物结晶过程的定量预报提供依据,也为ANN在聚合物其他性质的预报方面提供参考。     

用支持向量机模型预测单体与苯乙烯竞聚率

为预测60种烯烃类单体(M1)与苯乙烯(M2)的自由基共聚合竞聚率lgr1S值,采用密度泛函理论(DFT)B3LYP方法在6-31G(d)基组水平上对烯烃类单体(C1H2=C2XY)进行了计算。用于构建支持向量机(SVM)模型的最佳参数子集包括:原子R3的Mulliken电荷qMR3,C1的Mulliken电荷QMC-1(H原子电荷全部合并到与之相连的重原子上),参数QMC-1与qMC-2之比RQq(=QMC-1/qMC-2),最低未占分子轨道(LUMO)能级(ELUMO)和最高占据分子轨道(HOMO)能级(EHOMO)之差ΔEg。最佳SVM模型为高斯径向基核函数(C=1000,ε=0.0001及γ=0.2)。该模型训练集、验证集及测试集的均方根(rms)误差分别为0.043,0.157及0.192,与现有竞聚率lgr模型相比,本文所得SVM模型具有更好的统计品质。     

吡咯两类加聚物的密度泛函计算及结构与热化学性质关系

采用B3LYP/6-31G~*方法对吡咯分子的两类加聚物体系(C_4H_4N)_n(n=1～4)进行了全优化计算,频率分析可知构型皆为稳定构型,在优化构型上计算了这两种加聚物总能量(E_T),零点能(ZPE),热容(C_p~0)和熵(S°),分析了两类加聚物的几何结构和成键特征,通过线性拟合得到了吡咯加聚物的热力学性质与聚合度n的关系,并计算了两类加聚物的反应焓变。计算表明吡咯加聚物具有稳定的链式构象,其中交错式加聚物具有更稳定的结构,吡咯加聚反应主要为交错加聚过程,可为同类化合物结构与性能关系的研究以及加成聚合反应机理研究提供方法和理论依据。     

四极矩在聚乙烯类结构-性能定量关系研究中的应用

用密度泛函理论(DFT)方法,在B3LYP／6-31G(d)水平上对聚乙烯类单体进行优化计算,得到四极矩参数Qii,用线性回归方法建立了四极矩参数Qii与聚合物的摩尔折射率RLL,摩尔抗磁化率x,摩尔体积V(298 K),摩尔等张体积Ps,摩尔吸收常数色散分量Fd,摩尔热分解函数Yd,1/2等6种性能的定量关系。计算值与实验值的相关系数(R)分别是:RLL为0．992,x 为0．974,V(298 K)为0．968,Ps为0．963,Fd为0．954,Yd,1/2为0．929．结果表明,四极矩是建立聚乙烯类结构-性能定量关系(QSPR)的一个重要参数。     

材料化学课程教学内容的改革与优化

针对材料科学学科特征、材料化学课程的研究内容、任务,以及目前材料化学课程教学中存在的主要问题,讨论了材料化学课程教学内容的选取原则与策略,提出了从材料化学基础、各种传统材料、新型功能材料三个方面改革、优化材料化学课程的教学内容,以达到提高教学质量、提升学生综合素质的目的。     

润滑油添加剂抗磨性能与结构定量关系

采用人工神经网络(ANN)方法建立以磨损体积量度来表征抗磨性能的定量构效关系(QSPR)模型。以载荷因子变量及3个分子描述符(包括润滑油添加剂分子中P原子个数,描述分子的大小及对称的2D自相关描述符,以及描述分子极性与反应活性的3D描述符)作为模型的输入变量,采用误差反向传播的ANN拟合磨损体积量度与4个描述符之间的关系。结果表明:建立的模型具有统计意义,且与文献报道模型相比,模型更为精确;磨损体积量度与3个分子描述符之间存在非线性关系,表明3个分子描述符能反映影响润滑油添加剂抗磨性能的重要结构因素。     

支持向量机在丁苯橡胶合成及加工中的应用

采用支持向量机（SVM）与粒子群寻优算法,建立了丁苯橡胶SBR 1712聚合过程和硫化工艺的模拟模型。结果表明,以SBR 1712产品性能胶乳固含量、门尼黏度和分子量分布系数作为输入,乳液间歇聚合所采用的引发剂、活化剂、链转移剂用量分别作为输出的预测模型,训练集及测试集的决定系数均大于0.8,模型预测值与实验值相吻合。以SBR 1712硫化加工中产品的邵尔A硬度、焦烧时间、最小弹性转矩、最小黏性转矩作为输入变量,建立了以填料炭黑用量作为输出的SVM模型,模型拟合及预测性能效果较好。     

聚甲基丙烯酸酯类运动单元结构与玻璃化转变温度的关系

玻璃化转变温度(Tg)是非晶态高聚物材料的一项很重要的参数。文中采用多元线性回归方法建立了56种聚甲基丙烯酸酯类高聚物Tg的结构-性能定量关系(QSPR)模型。模型所用参数从聚甲基丙烯酸酯类主链包含10个重复单元的运动单元计算得到。模型训练集(包含36种聚甲基丙烯酸酯类高聚物)的相关系数为0.971,标准误差为15.731K;模型测试集(包含20种聚合物)相关系数为0.946,均方根误差(rms)为17.286K;整个数据集(56种聚合物)相对误差为4.065%。结果表明,本文所得模型对聚甲基丙烯酸酯类高聚物Tg有着较强的预测能力。因此从高分子主链段运动单元得到分子参数预测Tg是可行的。