乙丙橡胶生产工艺与技术

乙丙橡胶以其独特的性能,在汽车工业、建筑行业、油品添加剂、塑胶跑道等领域有广泛的应用。本文主要介绍了乙丙橡胶生产技术、乙丙橡胶产品牌号、性能以及应用领域,结合现有的乙丙橡胶科研情况,阐述了乙丙橡胶催化剂的研发、核壳型球状乙丙橡胶、原位聚合法合成长链支化乙丙橡胶、乙烯、丙烯与其他二烯烃的共聚物研究进展;详细研究了乙丙橡胶溶液聚合工艺技术中的聚合技术、单体回收技术、失活洗涤技术、闪蒸提浓技术以及国外公司在中国建设装置的生产技术情况。提出了乙丙橡胶的关键生产技术是乙丙橡胶聚合所采用的催化剂体系,通过催化体系的更新换代,开发不同用途的乙丙橡胶,以满足开发高性能材料的要求。在此基础上,指出了今后乙丙橡胶新的催化体系开发将成为未来的研究重点。     

黏度指数改进剂对油品性能的影响

研究了两种黏度指数改进剂的增稠能力、剪切稳定指数及其对油品低温动力黏度、低温泵送黏度、高温清净性等性能的影响。结果表明,两种黏度指数改进剂的增稠能力、剪切稳定性指数基本相同,其对油品低温性能、高温性能的影响基本一致,能满足润滑油的使用要求。     

面向自然交互的多通道人机对话系统中答句自动生成方法

多通道自然人机对话系统要求计算机能够对用户的语句产生智能应答,传统的人机对话系统由于知识库的限制以及用户话语的随意性,当对话内容超出知识库范围时,系统将无法应答或产生与用户期望不符的回答,这在一定程度上影响了人机对话系统用户的体验感.为了解决该问题,提出了一种融合多模态历史交互信息和面向数据的句法分析(data-oriented parsing,简称DOP)模型的最优答句生成方法:首先从大规模句法树库中提取上下文无关文法的语法规则,然后结合对话过程中用户呈现的表情、姿态等多模态历史交互信息,融合DOP模型对上下文无关文法生成的汉语句子进行过滤,最终生成一个符合语法规则且符合语义的答句返回给用户,让计算机在无法获得知识库支撑时,根据交互历史信息生成应对当前对话的语句,有效地提升了多通道自然人机交互系统用户的体验感.该方法应用于交通信息查询以及咖啡厅的多主题多模态人机自由对话系统.用户的体验表明,该方法能够有效提高用户交互的自然度和体验感.     

国内外OCP类黏度指数改进剂的结构与使用性能对比研究

研究分析了国内外不同牌号乙烯丙烯共聚物(OCP)类黏度指数改进剂的序列分布、相对分子质量等微观结构,并考察了不同牌号OCP类黏度指数改进剂对润滑油的稠化能力、剪切稳定指数、低温动力黏度、低温泵送黏度、高温高剪切黏度等使用性能的影响。结果表明,不同牌号OCP类黏度指数改进剂具有相同的微观结构,对油品低温性能、高温性能的影响基本一致,在一定的条件下,可以相互替代使用。