超细高强PAN基碳纤维原丝纺丝液研究

聚丙烯腈的分子量越大,越有助于碳纤维超细高强高模化,但是由于纺丝液黏度急剧增大,以至于无法湿法纺丝,为解决这个问题,加入少量水来降低纺丝液的黏度.研究发现,高分子量聚丙烯腈-二甲基亚砜溶液中当水含量在1.5%～2%时,溶液黏度变得最低,且使纤维凝固成型缓和,结构均匀;同时还发现溶液粘度随温度升高而减小,当温度在65～8...     

芳纶技术的发展及应用

芳纶是一种有机合成的、高技术含量和高附加值的高性能特种纤维,目前工业化的品种主要有两大类:芳纶l414(对位芳纶)和芳纶1313(间位芳纶),该文简单地介绍了两种芳纶纤维国内外的发展状况,着重介绍了它们的制备方法、性能和在各个领域的应用,并对目前国内芳纶存在的问题做了简要分析。     

对位芳纶结构对其浆粕性能的影响

采用黏度法、X射线衍射法、光学显微镜及扫描电镜、差示扫描量热等手段对对位芳纶短纤维的分子结构、相对分子质量(MW)、聚集态结构、表面形貌结构和热性能进行了研究;采用槽式打浆机对对位芳纶进行打浆制得对位芳纶浆粕,探讨对位芳纶的结构对其浆粕化工艺及浆粕性能的影响。结果表明:对于特性黏数为1.80~3.97 dL/g的对位芳纶,其MW为(1.29~2.72)×104,结晶度为46.51%~57.10%,最大失重率为37.74%~46.90%;对位芳纶表面光滑,纤维呈刚性伸直状,MW大的芳纶,其纤维表面分丝帚化;MW和结晶度是影响对位芳纶强度、浆粕化工艺以及浆粕性能的重要因素,在制备对位芳纶浆粕时,应选择MW大于2×104,作用力大于纤维内部的次价力而小于主价力,在保证纤维长度的情况下,作用力越大,分丝帚化效果越好。     

人工智能模型与先进流程工业大数据降维双模型联合的智能优化技术

对人工智能(AI)模型技术和先进流程工业大数据降维技术进行了介绍和对比,提出了AI模型与先进流程工业大数据降维双模型联合的智能优化技术.该双模型联合的智能优化技术,弥补了AI模型使用复杂、模型维护难的缺点,加强了装置操作人员对智能优化的干预,起到了开环实时优化的效果,联合先进控制系统可实现闭环实时优化,可应用于芳烃、乙...