基于MPSO-BP神经网络的PSD误差补偿

针对光电位置传感器(PSD)测试系统的输出非严格线性的标定问题,提出了改进的粒子群优化BP神经网络的非线性补偿方法。采用自适应调整学习因子构造MPSO-BP神经网络分类器,建立一个2×35×2的BP神经网络。利用标定数据训练网络,将训练好的网络应用到输出信号。实验结果表明,相比于BP神经网络0.297%的相对误差,PSO-BP神经网络的相对误差减小到0.052%,准确度提高5倍以上,提高了PSD传感器的可靠性和测量精度。     

核壳型无甲醛涂料印花粘合剂乳液的合成与应用性能

选择新型的交联单体代替N-羟甲基丙烯酰胺,采用半连续种子乳液聚合法制备核壳型环保粘合剂.TEM观察到粘合剂乳液粒子具有明显的核壳结构.分析结果表明:粘合剂乳液固含量约30%,粒子粒径分布均一,粒径150 nm左右,且粒径随交联单体的用量增加而逐渐变大.采用丙烯酸羟丙酯交联单体的反应活性较高,容易形成凝胶物.其用于棉织物涂料印花时摩擦牢度、刷洗牢度、皂洗牢度和手感都良好,与所对照的商品粘合剂差别较小.