氢氧化铝(ATH)作为一种无毒、无腐蚀性的环保型无机阻燃剂,具有阻燃性和填充性,可用于复合材料的阻燃添加剂。为达到一定的阻燃级别,通常需要添加大量的ATH。而ATH是极性材料,与非极性材料亲和性较差,用量较大时会严重影响复合材料的力学性能。因此,为了使其发挥更好地阻燃效果,可将其超细化,但超细化的氢氧化铝颗粒间容易团聚。此时,需要对超细氢氧化铝进行表面改性,以提高其在复合材料中的分散性。其中改性效果较好的改性剂是偶联剂,但其实验成本较高,工艺繁杂,未能得到较好的推广应用。本文在此研究背景下,主要开展以下工作:首先,采用液相沉淀法制备了超细氢氧化铝粉体,通过XRD图谱分析,所得产物为晶体。并对影响其平均粒径的各因素进行分析,确定了液相沉淀法制备氢氧化铝粉体的最佳工艺条件是:反应温度30℃,老化时间12h,pH值5。其次,选用三种偶联剂,硅烷、钛酸酯、铝酸酯采用湿法改性工艺分别对ATH进行表面改性。通过测定改性粉体的活化指数和吸油值,得出改性后粉体都具有较强的疏水性,其中钛酸酯偶联剂改性后粉体的活化指数最好,最大值为95.3%,其最佳工艺条件是:钛酸酯用量2.5%、改性温度80℃、改性时间20min、搅拌速率500r/min。然后,将三种偶联剂分别与硬脂酸以1:1比例复配对ATH进行表面改性。同样通过测定改性粉体的活化指数和吸油值,得出了复配改性剂改性效果明显优于单一偶联剂改性。其中钛酸酯/硬脂酸复配改性效果最好,粉体活化指数最大值为99.6%,吸油值降至35.6ml/100g,其最佳改性工艺条件是:复配改性剂的用量2%、改性温度90℃、改性时间30min、搅拌速率800r/min。最后,通过对BP神经网络的研究,设计并建立了适用于本实验数据的BP神经网络模型。并基于BP网络模型,分别对超细氢氧化铝的平均粒径、各偶联剂和复配改性剂改性粉体的活化指数和吸油值进行预测。将预测结果与实验结果进行对比,得出预测结果与实验结果基本吻合。这说明运用BP神经网络模型可对超细氢氧化铝各指标进行高精度预测。也证明了本文所采用的方法和建立的模型是可行且有效的。这种方式可减少实验次数,节约实验成本,使通过较少试验获得较理想复配改性剂成为可能,也为以后的相关研究提供了新方法。