论文部分内容阅读
以间苯二甲酸(IPA)、对苯二甲酸(PTA)、新戊二醇(NPG)、乙二醇(EG)和己二酸(ADA)为原料共混制备粉末涂料用聚酯树脂。本研究综合考虑酸值、玻璃化温度、粘度及光泽度等多项性能指标,对聚酯树脂配方进行较为系统的研究。运用研究组自主研发的“工业试验可视化设计与分析技术”(iTVDATA)和人工神经网络技术,研究了间苯二甲酸(IPA)、对苯二甲酸(PTA)、新戊二醇(NPG)、乙二醇(EG)和己二酸(ADA)的用量对聚酯树脂各项性能的影响规律,在这一复杂工业工艺中,找出了数种可实际应用原料的配合比。 酸值(AV)、玻璃化温度(Tg)、粘度(η)和光泽度是影响聚合物物理性能的几个重要因素。本文利用iTVDATA技术,在考虑原料三种酸和两种醇之间的用量互补关系基础上,以对苯二甲酸(PTA)、新戊二醇(NPG)和己二酸(ADA)三种原料为主要影响因素,每个因素考察十个水平,设计了十种不同的共混配方并进行试验,测试了每种配方制得的聚酯树脂的性能指标,如酸值、玻璃化温度、粘度及光泽度等。采用多因素多水平多目标可视化分析方法(m3VA),综合考虑聚酯树脂的酸值、玻璃化温度、粘度及光泽度等性能指标,得到本研究条件下各原料最优用量:一次酸的 PTA为1910~1925g,IPA为316~331g,醇NPG为1560~1590g,EG为56~74g,二次酸ADA为20~25g,IPA为486~491g。 为了对试验结果进行精确的定量分析,以对苯二甲酸、新戊二醇和己二酸的用量为网络输入,玻璃化温度指标为网络输出,隐含层选用三个神经元,建立3-3-1结构的聚酯树脂配方改进的人工神经网络模型。用训练成功的网络模型进行优化计算并设计实施试验,聚酯树脂的玻璃化温度性能指标吻合一致。 研究结论证实了“工业试验可视化设计与分析技术”和人工神经网络模型具有很好的定性和定量分析处理多因素多水平试验的功能,解决本研究三种酸和两种醇复杂反应工艺优化问题。