聚丙烯酸酯乳液的合成及其性能研究

制备了一种以阴离子与非离子混合表面活性剂为乳化剂、以丙烯酸丁酯和甲基丙烯酸甲酯及一些官能团单体为原料的聚合物乳液，并详细讨论了单体配比、乳化剂、官能单体、温度及聚合工艺等因素对乳液性能的影响．     

织物涂层用聚丙烯酸酯乳液的新进展

主要介绍近来年织物涂层用聚丙烯酸酯乳液的发展概况，特别是在核－壳结构，互穿聚合物网络，自交联，粒子超微化方面的新进展，并对可能的发展方向提出自己的看法。     

改性聚丙烯酸酯乳液织物防水剂的研制

报道了改性聚丙烯酸酯乳液织物防水剂的配方设计,合成工艺,通过性能对比实验,表明在乳液共聚时加1％N－羟甲基丙烯酰胺,可提高树脂的防水性能及与织物的粘结力;加入改性剂,则可明显提高树脂的防水性能。     

聚丙烯酸酯乳液的合成与改性研究进展

聚丙烯酸酯作为一种非常重要的黏接材料,在家具涂装、汽车用漆、胶用黏结剂等产品中被广泛应用.文章介绍了聚丙烯酸酯乳液的合成方法(种子乳液聚合、细乳液聚合、无皂乳液聚合、Pickering乳液聚合)对聚丙烯酸酯乳液性能的影响;针对聚丙烯酸酯的固有缺陷,如耐化学品差、吸水性高、硬度低和热黏冷脆等问题,综述了采用环氧树脂、聚氨...     

聚丙烯酸酯/聚硅氧烷共聚乳液的合成与表征

为了提高聚丙烯酸酯的耐寒热性能,制备了新型聚丙烯酸酯/聚硅氧烷共聚物.采用聚硅氧烷乳液为种子乳液,将丙烯酸酯和聚硅氧烷进行乳液共聚,合成了该共聚物乳液.探索了D4和VD4物质的量之比对聚合稳定性的影响.利用红外（IR）光谱表征了共聚物结构,利用差示扫描量热法（DSC）和热重分析（TGA）测试了共聚物的玻璃化转变温度和最大热分解温度.研究结果表明,聚硅氧烷被有效地共聚到丙烯酸酯单体中.当硅氧烷单体中D4和VD4物质的量之比大于10∶1时,该共聚物乳液聚合稳定性好.随着硅氧烷质量分数的增加,该共聚物的耐热性、耐寒性和耐水性均得到提高.     

XQ型聚丙烯酸酯乳液的研究

本文介绍了一种新型聚丙烯酸酯乳液的制备方法及各种原料的选择依据，配比和要求。该乳液具有良好的耐高，低温性及机械稳定性。应用实验表明，该涂饰剂形成的薄膜具有高的抗张强度和拉伸性，较低的脆裂温度。透气，防水，耐干湿擦，抗有机溶剂。基本克服了丙烯酸树脂普遍存在的热“粘”冷“脆”现象，适用性较强。该乳液生产工艺简单，操作方便，适合应用于工业生产。     

纳米聚丙烯酸酯微乳液改性纳米CaCO3研究

分别采用聚丙烯酸酯乳液和纳米级聚丙烯酸酯微乳液对纳米CaCO3进行改性,通过红外光谱分析、热重分析和扫描电镜分析研究改性纳米CaCO3的结构和性能。结果表明,改性后的纳米CaCO3由亲水疏油性变为亲油疏水性,纳米级聚丙烯酸酯微乳液与纳米CaCO3粒子表面发生了化学反应,并包覆到纳米CaCO3粒子表面。     

纳米SiO2／有机硅改性聚丙烯酸酯无皂乳液的合成和膜性能研究

采用无皂乳液聚合技术和溶胶凝胶技术,合成了纳米SiO2/有机硅改性聚丙烯酸酯无皂乳液,考察了乳化剂、乙烯基硅油和正硅酸乙酯对乳液和膜性能的影响.结果表明,无皂乳液比普通乳液具有更好的聚合稳定性、冻融稳定性和储存稳定性;当乙烯基硅油的质量分数为8%时,乳液的聚合稳定性好,胶膜具有优良的耐水性和较好的机械强度;随着正硅酸乙酯(TEOS)用量的增加,乳液的离心稳定性下降;纳米SiO2不仅改善了有机硅改性聚丙烯酸酯的耐热性能,且明显提高了胶膜的耐水性.     

基于人工神经网络的智能信息处理

分析了人工神经网络智能信息处理的理论基础、作用原理及实现途径,提出了目前存在的问题,探讨了人工神经网络的发展趋势。     

ANN based pattern recognition of partial discharge in power transformer

０　ＩＮＴＲＯＤＵＣＴＩＯＮＰａｒｔｉａｌｄｉｓｃｈａｒｇｅ（ＰＤ）ｉｓｔｈｅｍａｉｎｃａｕｓｅｆｏｒｄｅｔｅｒｉｏｒａｔｉｏｎｏｆｉｎｓｕｌａｔｉｎｇｍａｔｅｒｉａｌｓａｎｄｂｒｅａｋｄｏｗｎｏｆｉｎｓｕｌａｔｉｏｎｓｙｓｔｅｍｏｃｃｕｒｓｗｈｅ...     

基于ANN方法的煤巷掘进前方小构造预报技术

利用煤巷掘进过程中所暴露出的大量的煤层信息，确定了与煤巷掘进前方小构造存在密切关系的影响因素，分析了煤层倾角、煤层厚度、涌水量、瓦斯等各个影响因子，选出主控因子，建立主控因子与煤巷掘进前方小构造预测危险性指数间的人工神经网络（ANN）分析模型，求取了各影响因素对前方小构造预测的权重系数，并建立了煤巷掘进前方小构造预测预报的ANN模型及其判据．对鹤壁十矿煤巷掘进前方小构造进行了预测，结果表明：ANN技术可用于煤矿巷道掘进前方小构造预测．     

The Calculation Model for Operation Cost of Coal Resources Development Based on ANN

On the basis of analysis and selection of factors influencing operation cost of coal resources development, fuzzy set method and artificial neural network (ANN) were adopted to set up the classification analysis model of coal resources. The collected samples were classified by using this model. Meanwhile, the pattern recognition model for classifying of the coal resources was built according to the factors influencing operation cost. Based on the results achieved above, in the light of the theory of information diffusion, the calculation model for operation cost of coal resources development has been presented and applied in practice, showing that these models are reasonable.     

Combined ANN prediction model for failure depth of coal seam floors

Failure depth of coal seam floors is one of the important considerations that must be kept in mind when mining is carried out above a confined aquifer. In order to study the factors that affect the failure depth of coal seam floors such as mining depth, coal seam pitch, mining thickness, workface length and faults, we propose a combined artificial neural networks (ANN) prediction model for failure depth of coal seam floors on the basis of existing engineering data by using genetic algorithms to train the ANN. A practical engineering application at the Taoyuan Coal Mine indicates that this method can effectively determine the network struc-ture and training parameters, with the predicted results agreeing with practical measurements. Therefore, this method can be applied to relevant engineering projects with satisfactory results.     

人工神经网络在预测领域中的应用

人工神经网络是一门高度综合的交叉学科,具有容错性、固有的并行结构和并行处理、知识的分布储存、自适应性强等特点．人工神经网络可以应用于许多领域,本文介绍了其在预测领域应用的发展和现状．     

ANN model of subdivision error based on genetic algorithm

According to the test data of subdivision errors in the measuring cycle of angular measuring system, the characteristics of subdivision errors generated by this system are analyzed. It is found that the subdivision errors are mainly due to the rotary-type inductosyn itself. For the characteristic of cyclical change, the subdivision errors in other measuring cycles can be compensated by the subdivision error model in one measuring cycle. Using the measured error data as training samples, combining GA and BP algorithm, an ANN model of subdivision error is designed. Simulation results indicate that GA reduces the uncertainty in the training process of the ANN model, and enhances the generalization of the model. Compared with the error model based on the least-mean-squared method, the designed ANN model of subdivision errors can achieve higher compensating precision     

人工神经网络在虎杖提取过程质量控制的研究

针对人工神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和人工神经网络建立近红外透射光谱快速测定虎杖提取液中虎杖苷和白藜芦醇含量的方法。结果表明,模型效果良好,方法简便、准确可靠。与偏最小二乘法(PLS)相比较,该方法具有更高的预测能力,适用性更强,有望应用于药物提取过程的中间控制。     

模糊理论在设备故障诊断神经网络中的典型应用

分别阐述了如何结合模糊理论来建立单征兆域单故障诊断、单征兆域多故障诊断及多征兆域多故障诊断等3种典型的诊断模糊神经网络.给出了在实际应用中针对特定问题来建立符合应用需求的诊断模糊神经网络的一般思路,对建立基于神经网络的故障诊断系统具有参考价值和指导作用.     

基于人工神经网络的维修人力仿真模型

装备管理中维修人员人力三要素(数量、专业、技术等级)以及它与装备的紧密相关性是运用相似系统法建立模型确定其需求的难点。在力求减少定性的不确定性的同时避免机械地定量化,从维修人员人力特有的角度确定了相似系统法的基准比较系统,结合维修实际确定了相似产品库;从确定相似比的非线性特点出发,运用层次分析法分析了结构相似度,特别是通过创造性地变换样本,离散了普同相似系统法中参数表象的线性关系,构造出合理的人工神经网络(artificial neuralnetwork,ANN)模型;设计并优化了网络的结构,从而很好地解决了在确定相似比参数过程中的非线性问题。