基于30 m3 聚合釜的纳米CaCO3 原位聚合PVC 树脂颗粒特性预测与优化.pdfVIP

下载本文档

2
0
约9.16千字
约 3页
2017-09-17 发布于安徽
举报
版权申诉

基于30 m3 聚合釜的纳米CaCO3 原位聚合PVC 树脂颗粒特性预测与优化.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第38卷第1期聚氯乙烯 Vo1．38，No．1 11 1 2010年 1月 Polyvinyl Chloride Jan．，2010 基于30 m3聚合釜的纳米CaCO3 原位聚合PVC树脂颗粒特性预测与优化夏陆岳，韩金铭。，韩和良。，蔡亦军，潘海天 (1．浙江工业大学化学工程与材料学院，浙江杭州310032； 2．浙江巨化股份有限公司电化厂，浙江衢州324004；3．杭州华纳化工有限公司，浙江杭州310006) [关键词]PVC树脂；纳米碳酸钙；颗粒特性；组合神经网络；预测；优化 [摘要]通过微乳化分散技术使CaCO，实现良好分散，通过氯乙烯原位悬浮聚合制得了纳米 CaCO3微乳化法原位聚合PVC树脂(简称纳米PVC树脂)。为解决纳米PVC树脂的颗粒形态控制难题，提出了基于组合神经网络的软测量方法，建立了纳米PVC树脂颗粒特性的软测量预测模型，应用效果表明该软测量模型能较准确地预测纳米PVC树脂的平均粒径。利用该软测量预测模型在30 ITI。聚合釜上实现了纳米PVC树脂颗粒特性优化，制得具有较理想颗粒特性的纳米 PVC树脂。 [中图分类号]TQ325．3 [文献标志码]A [文章编号]1009—7937(2010)01—0023—04 Prediction and optimization of the particle characteristics 0f PVC manufactured by in—situ polymerization of nano-CaC03 in 30 m polymerizers XIA Luyue ，HAN Jinming ，HAN Heliang。，CAI Yijun ，PAN Haitian’ College ofChemical Engineering and Materials Science，Zhejiang University ofTechnology，Hangzhou 310014，China； 2．Electrochemical Factory，Zhejiang Juhua Co．，Ltd．，Quzhou 324004，China； 3．Hangzhou Huana Chemical Co．，Ltd．，Hangzhou 310006，China) Key words：PVC resin；nano-CaCO3；particle characteristics；combined neural network；pre- diction；optimization Abstract：Nano-CaCO3 in-situ polymerization PVC resin(nano-PVC resin)was manufactured by in-situ polymerization of vinyl chloride with nano-CaC03 which was well dispersed by microe- mulsion dispersion techniques．To resolve the di fficult problems o f controlling the particle mot- phology o f nano-PVC resin，a so ft-measuring method based on combined neural networks was pro- vided，and thus a so． measuring prediction model for nano-PVC particle characteristics was devel- oped．Thc appli