丙烯怎么做成流体丙烯_韧性好强度高的聚丙烯复合材料怎么做?让人工智能来帮忙...

01

背景介绍

ac70dc3215c06b0ba02875915dfaed72.png

聚丙烯(PP)是一种应用广泛的通用塑料,价格便宜、力学性能好、热稳定性高,在机械、汽车、电子电器、建筑、纺织、包装和食品工业等领域应用广泛。

聚丙烯韧性和冲击强度不高,限制了它的应用。加入热塑性弹性体(TPE),如苯乙烯嵌段共聚物(TPS)、聚烯烃(TPO)、聚氨酯(TPU)等可以显著提高其冲击强度,其中以TPO最为常用。加入TPE提高PP冲击强度的同时,材料模量和拉伸强度会显著降低。有报道称,加入20%的TPE后,PP共混物的冲击强度会提高12倍,但是模量也会下降40%。

那么如何提高增韧PP的模量?加入刚性填料,如玻纤、纳米无机颗粒(珍珠岩、二氧化硅)是个不错的选择。有报道称,在PP中加入5%的纳米二氧化硅后,共混物的杨氏模量提高了40%。但是这样又带了一个问题,刚性填料加入越多,材料冲击强度会下降,这是因为刚性填料和PP相容性太差造成的。

如何解决刚性填料和PP相容性差的问题?可以加入相容剂,比如最常用的PP相容剂就是马来酸酐接枝改性PP(PP-g-MA)。

总体来说,为了提高PP的冲击强度,同时又不希望模量和强度下降过多,这里面的控制因素非常多,而且相互之间互相制约,要想得到性能优秀的PP复合材料实属不易。

f5c69b1ee46a5d668f9a6fa0410b5c40.png

02

成果速递

德国布伦什维克理工大学的Mohammad Fasihi教授课题组采用熔融共混的方法制备了PP/乙丙橡胶/纳米二氧化硅/PP-g-MA复合材料,研究了材料的韧性(TO)、断裂伸长率(EB)、拉伸强度(TS)、杨氏模量(YM)和冲击强度(IS)等力学性能。为了得到最优的PP复合材料组分配比,他们利用人工神经元网络(ANN)将各组分浓度与力学性能进行了关联,通过敏感性分析引入了一个纳米复合材料评估标准(NEC)的新参数,将多目标优化问题简化为单因素优化,并结合遗传算法得到了最优的组分配比:当PP、弹性体、纳米二氧化硅和相容剂含量分别为64.7%、24.2%、9.5%和1.6%时,共混物力学性能最优:韧性从纯PP的374.08 MPa增加到577.53 MPa,冲击强度从纯PP的2.98 kJ/m2增加到33.72 kJ/m2,而且共混物杨氏模量仅仅下降了82.12 Mpa,为989.53 MPa。

03

技术实现

原料:PP,牌号RG 1102G,厂家Rejal石化公司;PP-g-MA,牌号KARABOND A-100,厂家Kara Negin公司;纳米二氧化硅,牌号AEROSIL® 200,厂家德固赛;乙丙橡胶,牌号Vistamaxx 6102,厂家Exxon Mobil。

设备:Brabender熔体混合仪。

工艺:混合温度190 ℃,转子转速80 rpm,混合时间15 min。

04

图文详解

实验设计

研究者设计了16组实验以优化PP复合材料的性能,得到最佳的组分配比,其中第一组实验为纯PP,作为对比参考。TPE的浓度范围是10~20%,纳米二氧化硅的浓度范围是3~9%,PP-g-MA的浓度范围是1.5~9%。

按照实验设计,通过熔融共混得到不同PP复合材料后,研究者通过注塑制备了测试样条,通过力学性能测试得出了不同复合材料的力学性能,同时还分析了分散相的平均粒径,结果如下所示:

c23b3574f4ba0574e816ac34f2e8ede0.png

人工神经元网络模型

为了构建ANN,研究者以PP、乙丙橡胶、纳米二氧化硅和PP-g-MA浓度作为输入向量,以韧性、断伸、拉伸强度、杨氏模量、冲击强度作为输出向量,建立了ANN模型。为了计算合理的隐含层数量,在尝试了400种不同隐含层数、不同初始权重矩阵和偏置矩阵的组合后,研究者发现隐含层最好为9个。

研究者采用16组不同实验数据对ANN进行训练、验证和测试,其中训练数据集12个,验证和测试各用2个数据。但是笔者认为ANN训练、验证和测试数据集数据太少,16组实验数据确实难以建立优秀的网络,ANN流程图如下所示:

ef3937fc62cea86004e65101b47e8f8d.png

经过训练后,ANN的验证和测试结果还不错,如下图所示:

de65cb54637a9082ee7363a308c7c9c4.png

纳米复合材料评估标准(NEC)

为了制备出韧性好、强度高的PP材料,需要同时考虑上述5个力学性能,对它们进行优化,这是一个多目标优化问题。

研究者提出了一个新参数NEC,将5个力学性能浓缩为1个,而且变为无量纲。通过NEC可以很容易的理解各种组分的加入对所有力学性能的影响,NEC值越高,性能越好,其定义如下所示:

5e9c112381cc27869fc49620f83155dc.png

方程中各个项的指数不同,代表了该项对力学性能的影响大小,敏感性分析就是为了计算这几个指数。

为了计算这些指数,研究者采用试差法,当所有项对NEC的影响都是20%时,就得到了最优指数解:

118bde9a66f6b6d22a5fb4c0c0f88be3.png

最优组分配比和性能

经过敏感性分析,研究者得到了PP复合材料的最优力学性能和对应的组分配比,结果如下表格中的第一行所示:

e6f0cce369386ab4ed3c0d25bccc7d2b.png

当PP/乙丙橡胶/纳米二氧化硅/PP-g-MA的比例为67.4/24.2/9.5/1.6时,复合材料的综合力学性能最佳,韧性、断裂伸长率、拉伸强度、杨氏模量和冲击强度分别为577.53 MPa、31.95%、24.77 MPa、989.53 MPa和33.72 kJ/m2。

05

内容总结

高分子复合材料的组分配比和性能优化是一个复杂的多目标优化问题,为了更好的解决这一问题,德国布伦什维克理工大学的Mohammad Fasihi教授课题组针对PP/乙丙橡胶/纳米二氧化硅/PP-g-MA四元共混体系,采用ANN和敏感性分析NEC的方法得出了最优性能下的最佳组分配比,发现当PP、弹性体、纳米二氧化硅和相容剂分别为64.7%、24.2%、9.5%和1.6%时,共混物力学性能最优:韧性从纯PP的374.08 MPa增加到577.53 MPa,冲击强度从纯PP的2.98 kJ/m2增加到33.72 kJ/m2,而且共混物杨氏模量仅仅下降了82.12 Mpa,为989.53 MPa。

本文也存在不足:在训练ANN时仅采用16组实验结果,数据集太少,训练结果存在疑问。

06

一张图概况全文

ca4585af84cd39346d2ee3f089f1d08f.png

参考文献:

Hossein Pourrahmania, Mona Golparvar, Mohammad Fasihib. A New Evaluation Criterion for Optimizing the Mechanical Properties of Toughened Polypropylene/Silica Nanocomposites. Chinese Journal of Polymer Science, 2020: 1-11.

-END-

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/349218.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

1.x到2.x的迁移:可观察与可观察:RxJava FAQ

标题不是错误。 rx.Observable 1.x的io.reactivex.Observable与2.x的io.reactivex.Observable完全不同。 盲目升级rx依赖关系并重命名项目中的所有导入将进行编译(稍作更改),但不能保证相同的行为。 在项目的早期, Observable in …

linux 线程 拷贝,linux下实现多线程拷贝命令

实现多线程拷贝命令,如:./multithread_copy srcfile destfile N(拷贝线程个数)难点:内存映射mmap。给每一个线程合理的分配任务。多线程的实现。具体的实现代码如下:/********************************************************************…

vivado安装_Vivado下载与安装指南

Vivado下载与安装指南目前,vivado已推出2019.1版本,实验室所安装的为2018.3版本,由于软件向下兼容的特性,建议安装2018版本,若安装2019版本,请自带笔记本,安装过程与之前没有差别,这…

linux中kafka主题修改分区,kafka_2.11-2.0.0的部署与配置修改

1 [yunmini01 config]$ pwd2 /app/kafka/config3 [yunmini01 config]$ vim server.properties4 ############################# Server Basics #############################5 # 每一个broker在集群中的唯一标示★★★6 # 比如mini01 为0 mini02 为1 mini03 为27 broker.id089…

python中字符串乘法_python leetcode 字符串相乘实例详解

给定两个以字符串形式表示的非负整数 num1 和 num2 ,返回 num1 和 num2 的乘积,它们的乘积也表示为字符串形式。示例 1:输入: num1 "2", num2 "3"输出: "6"示例 2:输入: num1 "123", num2 "456&quo…

嵌入式基于linux电机控制器,基于嵌入式Linux的移动机器人控制系统

使用select机制监控是否语音识别结果,在超出等待时间后,会退出等待并重新初始化语音模块LD3320,释放公共资源,这样也使得系统能够及时响应LD3320的MP3播放功能,避免了在长时间没有语音识别结果时,系统进入卡…

jdk8运行jdk7的代码_即使在jdk中也有错误的代码

jdk8运行jdk7的代码Java 7,TreeSet和NullPointerException。 最近,我尝试用Java 7编译一个用Java 6开发的项目。在执行测试过程中发生了很多有趣的事情,在Java 6中使用Java 7平稳运行的测试失败了! 因此,我必须理解为什…

zen of python什么意思_如何理解「The Zen of Python」?

import thisThe Zen of Python, by Tim PetersPython之禅 ,by Tim PetersBeautiful is better than ugly.优美好于丑陋(Python 以优美的代码为其风格,不要写丑陋的代码)Explicit is better than implicit.明了好于隐晦(Python的每一行代码、每一个变量、…

linux用pipe创建的文件类型,linux文件类型之 管道

inux管道管道是Linux中很重要的一种通信方式,是把一个程序的输出直接连接到另一个程序的输入,常说的管道多是指无名管道,无名管道只能用于具有亲缘关系的进程之间,这是它与有名管道的最大区别。有名管道叫namedpipe或者FIFO(先进先出),可以用函数mkfifo(…

Spring Webflux – Kotlin DSL –实现的演练

在先前的博客文章中,我描述了Spring Web Framework中的响应式编程支持Spring Webflux如何使用基于Kotlin的DSL使用户能够以非常直观的方式描述路由。 在这里,我想探索一些底层实现。 描述一组端点的样本DSL看起来像这样: package sample.ro…

python 正则表达式提取数据_Python爬虫教程-19-数据提取-正则表达式(re)

本篇主页内容:match的基本使用,search的基本使用,findall,finditer的基本使用,匹配中文,贪婪与非贪婪模式Python爬虫教程-19-数据提取-正则表达式(re)正则表达式:一套规则,可以在字符串文本中进…

c语言作业请输入一个运算符,C语言书面作业1(有答案版)..doc

C语言书面作业1(有答案版).书面作业1(数据类型、变量、输入/输出、运算符与表达式、选择结构、循环结构)一、判断题:在正确的说法前面填写T,在错误的说法前面填写F(每题1分)[得分: ]()()()()标识符中可以出现下划线但它不可以放在标识符的开头…

windows server 驱动精灵_还在用Windows文件共享?我来教你一键摆脱Windows海量小文件使用和备份的噩梦...

每当我问到客户,“你用什么存储产品作为文件共享?”经常听到的一个答案(自豪滴)是,“文件共享需要存储么?我们用Windows就可以做到。”Windows就是个百宝箱,什么都能往里装,就像你家冰箱一样。众所周知&…

c语言编写日历作业,c语言实现一个简单日历

满足三个需求:1.输入一个年份,输出是在屏幕上显示该年的日历。假定输入的年份在1940-2040年之间。2.输入年月,输出该月的日历。3.输入年月日,输出距今天还有多少天,星期几,是否是公历…

将EntityManager.refresh添加到所有Spring数据存储库

在我以前的文章《从Spring Data JPA访问EntityManager》中,我展示了如何扩展单个Spring Data JPA存储库以访问EntityManager.refresh方法。 这篇文章演示了如何将EntityManager.refresh添加到所有Spring Data Repository。 源代码 第一步是定义您的界面- package …

pb 应用 迁移 linux_功能化生物炭应用研究取得系列进展

土壤营养元素流失、重金属污染是当前全球面临的突出环境问题。生物炭因其具有比表面积较大、吸附性能高和成本低等优点而在环境修复领域日益受到广泛关注,被作为水处理吸附剂、土壤修复改良剂广泛应用于农业土壤改良和环境中重金属的修复和钝化。但通常情况下&#…

Java命令行界面(第26部分):CmdOption

由于Tweet,我了解了本系列中第26个基于Java的功能强大的库,该库用于解析命令行参数 。 CmdOption在其GitHub主页上被描述为“一个通过注释配置的,用于Java 5应用程序的简单注释驱动的命令行解析器工具包。” 该项目的副标题是“命令行解析从未…

vector c++ 赋值_面对拷贝赋值时发生的自我赋值的正确态度时接受而不是防止

C.62: Make copy assignment safe for self-assignmentC.62:保证拷贝赋值对自我赋值安全Reason(原因)If x x changes the value of x, people will be surprised and bad errors will occur (often including leaks).如果xx改变了x的值,人们会觉得很奇怪&#xff0…

c语言字符流缓冲区,深入理解C语言的IO及缓冲操作

http://www.shangxueba.com/jingyan/1837313.html2014与文件I/O围绕文件描述符操作不同,标准I/O的操作是围绕流进行的。流:对于流,《C和指针》里有一段解释得很好:ANSI C进一步对I/O的概念进行了抽象。就C程序而言,所有…

maven插件依赖_当Maven依赖插件位于

maven插件依赖问题: 我们进行了一个集成测试,该测试创建了一个Spring ClassPathXmlApplicationContext ,同时这样做导致NoSuchMethodError爆炸。 事实证明,我们对Spring构件的依赖版本存在冲突。 这本身不是一个不寻常的问题-使用…