LLDPEEVAZnO纳米复合材料的制备与BP-Markov性能预测研究.pdfVIP

LLDPEEVAZnO纳米复合材料的制备与BP-Markov性能预测研究.pdf

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
LLDPEEVAZnO纳米复合材料的制备与BP-Markov性能预测研究.pdf

刘 佳等:LLDPE/EVA/znO纳米复合材料的制备与BP-Markov性能预测研究 LLDPE/EVA/ZnO纳米复合材料的制备与 BP—Markov性能预测研究。 刘 佳·,李顺祥2,贾树盛3 32.广东工业大学自动化学院,广东广州510006; (1.广东工业大学材料与能源学院,广东广州510006 3.吉林大学汽车材料教育部重点实验室,吉林长春130022) 泛,其中应用最多的是误差反传(简称BP)神经网络。 摘 要: 制备了LLDPE/EVA/ZnO纳米复合材料, 并测试了其力学性能。结合BP神经网络和Markov 链建立了BP—Markov模型,并利用此模型对LLDPE/现的系统转移规律,分析随机事件未来发展趋势及可 EVA/ZnO纳米复合材料的多指标性能进行了预测。能的一种预测方法,它根据系统状态之间的转移的概 结果表明BP—Markov模型应用于聚合物/无机物纳米率揭示系统未来的发展趋势,以转移概率的大小反映 复合材料的多指标性能预测具有较高的精度和可靠 各种随机因素的影响程度及各状态之间的内在规律 性,Markov链解决了神经网络在做多指标性能预测时性。 误差的随机性和波动性问题,充分的发挥了神经网络 与Markov链预测模型的优点,为在数据有限且具有 随机因素的情况下实验数据的分析提供了一种新的思 米复合材料的制备,并采用智能的人工神经网络与数 路。 关键词: 聚合物/无机物纳米复合材料;正交实验; 进行性能预测研究,寻求研究聚合物基无机纳米复合 BP—Markov模型;性能预测 材料的新途径。 中图分类号:TB332 文献标识码:A 2材料的制备与性能测试 文章编号:1001—9731(2009)11-1925-04 2.1主要原材料 1 引 言 线性低密度聚乙烯(简称LLDPE)是一种重要的 通用塑料,具有很好的柔韧性、抗环境开裂性、抗冲击 油化学株式会社生产;乙烯一醋酸乙烯酯共聚物(简称 性,并且生产成本低,易于成型加工,在容器、管材和包 装等领域具有重要的应用价值。但是,由于其刚性较 本东洋曹达工业公司生产I纳米级ZnO:平均粒径 差、软化点较低等缺点,限制了其更为广泛的应用。因 20nm,中科院长春应用化学研究所提供;钛酸酯偶联 此,对其进行高性能化、多功能化研究具有重要的理论 和实际意义。用弹性体和无机刚性粒子作聚乙烯的增 集团有限公司生产。 韧剂各有所长,弹性体的加入虽使LLDPE的韧性大2.2制备方法 大提高,同时也使其刚性和强度降低[13;元机刚性填料 2.2.1直接分散法 对LLDPE的刚性增强效果显著,但其提高LLDPE韧 微热条件下按配比高速混合LLDPE、未经改性的 性的幅度相对较小[2’3]。能否将二者很好地结合起来,纳米微粒及其它助荆,然后在密炼机上熔融共混 通过添加弹性体改善韧性和无机刚性粒子改善刚性, 制备高刚性高韧性的聚合物基无机纳米复合材料,是 粒,制备出LLDPE/纳米ZnO复合材料。 一个很有意义地研究方向,备受工业界和学术界的关 2.2.2两步法 注。 微热条件下按配比高速混合搅拌LLDPE、经表面 人工神经网络【t](简称ANN)具有模拟生物神经处理的纳米微粒及其它助剂,然后在密炼机上熔融共 系统之间的复杂激励过程的特性,可以解决目前计算 机和其它系统不能或较难解决的诸如学习、识别、控 造粒,制备出LLDPE/纳米ZnO复合材料。 制、预测等方面的问题,是一种经济适

文档评论(0)

rewfdgd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档