【摘 要】
：
本文主要探讨了氨基硅油乳液的合成及其性能的表征。氨基硅油主要由D4，封端剂，硅烷偶联剂，乳化剂及水合成。并且对乳液的离心稳定性，耐热耐寒稳定性，粘度等进行了表征，以及不同加料方式，不同聚合反应温度，不同反应时间，不同的预乳化方式。研究表明，先加催化剂，乳化剂。水。后加单体，且采用反应初期高温聚合，后期低温聚合的方法，则有利于提高乳液的稳定性。单体转化率和聚合物分子量以及解决乳液的漂油问题。
【机 构】
：
浙江科技学院生物与化学工程学系 杭州 310012
【出 处】
：
第十五次全国工业表面活性剂发展研讨会暨第十三届全国工业表面活性剂发展研讨会
论文部分内容阅读
本文主要探讨了氨基硅油乳液的合成及其性能的表征。氨基硅油主要由D4，封端剂，硅烷偶联剂，乳化剂及水合成。并且对乳液的离心稳定性，耐热耐寒稳定性，粘度等进行了表征，以及不同加料方式，不同聚合反应温度，不同反应时间，不同的预乳化方式。研究表明，先加催化剂，乳化剂。水。后加单体，且采用反应初期高温聚合，后期低温聚合的方法，则有利于提高乳液的稳定性。单体转化率和聚合物分子量以及解决乳液的漂油问题。
其他文献
本文对烧结遗传神经网络的建立进行了探讨。本探究利用遗传算法离线收索网络的连接权值和阈值,用增强型神经网络进行网络自适应在线学习。实际应用表明，该网络具有较强的鲁棒性和泛化能力,并可对烧结工长提供操作指导。
本文将MAGA优化高维函数的优势和免疫算法思想相结合,提出了一种免疫Multi-Agent组播路由算法,克服了传统遗传算法收敛速度慢,易陷入局部最优解等缺陷。仿真结果表明,对于较大规模的网络模型,本算法具有较快的收敛速度和较高的准确率，并且算法操作简单,易于实现。
本文针对传统的图像重构算法的不足,提出了一种基于小波神经网络的图像重建快速学习算法，运用小波神经网络对图像重构进行了仿真研究。实验表明,对于不同的误差模型,小波神经网络采用不同的基函数可以很好地对非线性系统进行逼近,收敛速度快,近似精度高,而且网络规模比较小,计算量少。
本文提出了一种改进的单隐层前馈神经网络学习算法。该算法对于输入层权值采用随机数生成,对于输出层权值由算法最优生成,能够从理论上保证网络结构具有最好的推广特性和最小的经验风险。文章采用交叉验证方法选取隐层神经元个数,给出了详细的算法。
本文针对RBF神经网络径向基函数和隐节点数难以确定问题,将免疫算法引入RBF神经网络设计中、给出了一种基于免疫原理的IRBF神经网络模型。该模型利用人工免疫系统的记忆学习和自组织调节原理,进行RBF神经网络隐层中心数量和位置的选择,具有学习速度快逼近精度高和局部泛化能力。
本文对一种新的指数回归模型系统参数辨识算法进行了探讨，介绍了基于自然选择和自然遗传法机理的全局搜索学习算法-遗传算法，并讨论了它在指数回归模型辨识中的实现。
本文通过改进遗传算法的适应度函数、遗传算子等方法,并结合BP算法对多层前向神经网络的拓扑结构进行了优化，提高了神经网络的自适应和泛化能力,具有全局快速收敛的性能。
本文对可重配置计算体系的神经元实现进行了研究，提出了一种新的神经元实现方法。本研究采用MCU和FPGA建立可重配置体系结构,通过重配置技术实现传递函数和乘机累加的分部快速计算、中间计算结果通过MCU进行交换,训练后的权重采用Flash存储。
在梳形抗盐聚合物(KYPAM)研制、生产与应用取得成功的基础上，通过进一步增大梳形链。并合成了一种易与酰胺基形成氢键的化合物(HB-6)添加剂，使新型梳形抗盐聚合物分子内和分子间的氢键数量大大减少和部分被隔离，污水配制新型梳形抗盐聚合物的粘度比污水配制普通超高分子量聚丙烯酰胺的粘度提高60％以上，溶解速度与KYPAM聚合物相当。
详细介绍了针对QHD32-6原油开发的BH系列破乳剂和BHQ系列清水剂的现场应用情况。对比了多种国内外药剂的使用效果，总结了海上油田原油处理和污水处理的一些经验。