水性含氟聚合物涂料的研究进展

阐述了含氟聚合物的特性和水性含氟聚合物涂料的种类和其利用特征应用、性能、制备工艺,并展望了水性含氟聚合物涂料的前景及其市场发展趋势.     

温室大棚钢、铁架的新型防护材料——水性罗巴鲁冷镀锌涂料

<正>适合于密闭环境中使用的水性有机富锌涂料-"水性罗巴鲁冷镀锌涂料",它的生产厂家上海罗巴鲁富锌涂料有限公司,是一家专业生产高浓度锌粉防腐涂料的公司。其旗下的主力产品-罗巴鲁冷镀锌涂料,在常温下通过对钢材表面直接涂刷,就能发挥与热镀锌同等的防锈效果。罗巴鲁系列涂料在日本已经拥有60年的历史,广泛应用于各种领域钢、铁构件的防腐工程和热浸镀锌的翻修工程中。上海罗巴鲁富锌涂料有限公司为应对环境保护的要求,     

水性隔热涂料制备及性能研究

以水性乳胶涂料配方为基础,选择中空玻璃微珠和膨胀蛭石为隔热功能填料,制备出不同隔热功能填料添加量的隔热涂料,并用自制的隔热涂料性能评价装置对其进行了评价。结果表明,膨胀蛭石单独添加量为5%时,隔热温差与普通水性乳胶涂料相比的差值Tmax为3.4℃;中空玻璃微珠单独添加量为10%时,Tmax为5.2℃;两者按10%∶10%的比例复配添加,Tmax可达到7.2℃。     

水性丙烯酸酯类防腐涂料性能研究

在水性乳胶涂料配方基础上,引入复合铁钛粉和改性磷酸锌等防腐颜料制备出水性丙烯酸酯类乳胶防腐涂料,考察了不同配方防腐涂料的耐盐雾性能.结果表明,在保证涂料的基本性能符合相应国家标准的情况下,当丙烯酸乳液25％wt、复合铁钛粉25％wt、改性磷酸锌25％wt、pH值为8时其综合性能最好,最终将涂料的耐盐雾性提高到408h时.     

BP神经网络技术与稳健地质统计学在土壤水盐空间变异中的比较研究

本文以内蒙古河套灌区内一典型实验区的土壤水盐空间变异性为案例,进行了普通克立格、BP神经网络与稳健克立格估计对比分析。发现对于土壤水分预测,BP法可在一定程度上克服克立格法的平滑效应;在盐分预测中,稳健克立格与BP法对特异值影响估值问题尚未很好解决。BP神经网络技术对原始数据没有参数及严格地采样分布要求,简单而实用。     

改性硅溶胶的制备及理论研究

用改性前后的硅溶胶分别制备疏水防冰涂料,对其制备的涂料性能进行了比较,并采用了量子化学RHF方法和6-31G基组对成膜物质硅溶胶及改性硅溶胶进行计算,并对相应的轨道能量和集居数进行了分析.结果表明:改性的硅溶胶涂料具有良好的性能,理论计算得出改性使其能隙加宽、Si-O键强增大,有利于涂料膜层的稳定牢固,从而提高了涂料的憎水性.     

岩溶地区不同土地利用方式下土壤斥水性的空间变化

以广西桂林市农业科学院大豆、甘蔗及梨树植被覆盖的土壤为例,研究不同土地利用模式下土壤斥水性的空间变化。通过对每个试验区面积为135 m×105 m的100个测量点应用滴水穿透时间法(water drop penetration time,WDPT)进行土壤斥水性测量,利用土壤含水量确定干旱(0.062±0.025)cm~3·cm~(-3)、中等(0.151±0.045)cm~3·cm~(-3)和湿润(0.237±0.086)cm~3·cm~(-3)的土壤水分条件。运用地统计方式,对土壤斥水性进行空间变化分析。结果表明:在干旱和湿润水分条件下,WDPT的大小均表现出梨树地最大,甘蔗地次之,大豆地最小,与土壤含水量和有机质大小的变化一致,但是在中等水分条件下,WDPT均值大豆地高于甘蔗地,同时3个试验区的滴水入渗持续时间都达到最大。土壤斥水性的地统计分析结果表明,在3种水分条件下,3个试验区的空间结构比基本上大于75%,空间相关性较强。在土壤斥水性的高阈值空间分布上,甘蔗地的稳定性比大豆地强,而梨树的空间分布稳定性最弱。研究结果说明人类的活动会对土壤斥水性空间稳定性产生干扰,但土壤本身仍具有恢复其空间分布稳定性的能力。     

多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究

为了解决多奇异数重子两步拓扑重建效率低的问题,利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中 BP 神经网络对训练样本高统计量要求的问题,进行了蒙特卡洛法研究,所得结论支持用人工神经网络鉴别多奇异数重子。     

多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究

为了解决多奇异数重子两步拓扑重建效率低的问题,利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中BP神经网络对训练样本高统计量要求的问题,进行了蒙特卡洛法研究,所得结论支持用人工神经网络鉴别多奇异数重子。     

表面装饰对刨花板总有机挥发物和甲醛释放的影响

从刨花板二次加工即人造板表面装饰入手,采用密闭气候箱法检测市场中常见的几种饰面刨花板总有机挥发物质量浓度,并结合气相色谱—质谱法,分析薄木贴面与基材的VOC种类和含量的变化。实验结果表明:不同饰面方法释放的甲醛和总有机挥发物质量浓度不同,其中聚丙烯贴面材料能很好地降低污染物质量浓度,能封闭84.18%的总有机挥发物和71.43%的甲醛。而实验中的水性涂料自身挥发性较强,所以经过水性涂料涂饰的刨花板总有机挥发物质量浓度远远大于刨花板素板总有机挥发物质量浓度;未贴面的刨花板污染释放物成分为21种,薄木贴面刨花板释放的污染物成分为15种,薄木贴面刨花板污染成分比未贴面刨花板污染成分减少50%以上。     

MUF-PVAc共混树脂基膨胀型水性木材阻燃涂料的研究Fire retardant properties of intumescent waterborne fire-retardant coatings based on MUF-PVAc mixed resin for wood

以三聚氰胺改性脲醛树脂（MUF）与聚乙酸乙烯酯树脂（PVAc）共混物作为成膜树脂,以磷酸脒基脲（GUP）、聚磷酸铵（APP）、三聚氰胺（MEL）和季戊四醇（PER）的组合物为膨胀阻燃体系,制备适用于木材的膨胀型水性阻燃涂料。以锥形量热仪法、傅里叶变换红外光谱法和热重分析法为评价手段,对膨胀型水性木材阻燃涂料涂覆的胶合板A、仅涂覆成膜树脂的胶合板M和素胶合板S的阻燃性能进行了对比分析。结果表明：胶合板A的热释放速率、总热释放、烟释放速率均比胶合板M、胶合板S的显著降低,但其残余物质量最高,并显著延长了点燃时间。在传统的膨胀型阻燃体系中引入GUP后,与APP在不同温度区间起到催化成炭作用,有利于提高涂料的阻燃性能。胶合板A的涂层受热辐射后炭化彻底,表明GUP-APP-MEL-PER是MUF-PVAc共混树脂的有效膨胀型阻燃体系。     

基于非稳定流抽水试验的BP神经网络确定含水层参数研究

利用非稳定流抽水试验资料通过配线法确定承压、潜水含水层参数是最常用的方法。但实测曲线与理论曲线重合点较少时配线的随意性很大，这是配线法的主要问题。作利用BP神经网络较好的推求了研究区承压、潜水含水层参数。实践表明，当有代表性的抽水试验样本资料时，能满足网络的泛化要求，因而BP神经网络是求解水地质参数的一种有效方法。为说明BP神经网络求含水层参数的原理，本以献数据给出了基于非稳定流抽水试验的BP神经网络求承压含水层参数的过程。     

基于非稳定流抽水试验的BP神经网络确定含水层参数研究

利用非稳定流抽水试验资料通过配线法确定承压、潜水含水层参数是最常用的方法.但实测曲线与理论曲线重合点较少时配线的随意性很大,这是配线法的主要问题.作者利用BP神经网络较好的推求了研究区承压、潜水含水层参数.实践表明,当有代表性的抽水试验样本资料时,能满足网络的泛化要求,因而BP神经网络是求解水文地质参数的一种有效方法.为说明BP神经网络求含水层参数的原理,本文以文献数据给出了基于非稳定流抽水试验的BP神经网络求承压含水层参数的过程.     

MUF-PVAc共混树脂基膨胀型水性木材阻燃涂料的研究

:以三聚氰胺改性脲醛树脂(MUF)与聚乙酸乙烯酯树脂(PVAc)共混物作为成膜树脂,以磷酸脒基脲(GUP)、聚磷酸铵(APP)、三聚氰胺(MEL)和季戊四醇(PER)的组合物为膨胀阻燃体系,制备适用于木材的膨胀型水性阻燃涂料。以锥形量热仪法、傅里叶变换红外光谱法和热重分析法为评价手段,对膨胀型水性木材阻燃涂料涂覆的胶合板A、仅涂覆成膜树脂的胶合板M和素胶合板S的阻燃性能进行了对比分析。结果表明:胶合板A的热释放速率、总热释放、烟释放速率均比胶合板M、胶合板S的显著降低,但其残余物质量最高,并显著延长了点燃时间。在传统的膨胀型阻燃体系中引入GUP后,与APP在不同温度区间起到催化成炭作用,有利于提高涂料的阻燃性能。胶合板A的涂层受热辐射后炭化彻底,表明GUP-APP-MEL-PER是MUF-PVAc共混树脂的有效膨胀型阻燃体系。      

基于GIS-BPNN的喀斯特小流域土地利用变化模拟——以都安澄江小流域为例

以都安县1988～2007年的历史资料为基础,运用GIS技术,利用CA模型,并采用标准的3层BP神经网络来获取模型中各空间变量的作用参数,对都安澄江小流域未来的土地利用/覆盖变化的空间格局进行模拟。结果表明,从1999～2015年,都安澄江小流域城建用地、耕地、尤其是未利用地呈扩展趋势,草地、林地呈减少趋势,水体变化不大。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

基于GA–BP神经网络的番茄应力松弛参数的估计

为了实现机械手在抓取过程中对番茄应力松弛参数的快速准确估计,提出以BP神经网络为核心,遗传算法(GA)对BP神经网络初始权值和阈值进行优化的番茄应力松弛参数的估计方法:以番茄为样本,利用质构仪进行番茄应力松弛试验,并利用三元件广义Maxwell模型来表征番茄的应力松弛特性,通过拟合获取样本数据集;再以抓取力F、变形量D、作用时间t为输入,松弛特性参数E、Ee、η为输出构建BP神经网络模型,使用遗传算法对初始连接权值和阈值进行优化,获取最优参数的GA–BP神经网络估计模型;将该估计模型应用到机械手抓取过程中对番茄应力松弛参数的估计验证。结果表明:番茄应力松弛特性参数E、Ee和η的估计相对误差都在15%以内,且趋于稳定,该估计模型可对番茄应力松弛参数进行在线估计。     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

运动地板减震垫的冲击实验及结构参数优化

选取具有不同结构参数的减震垫进行冲击实验。在此基础上,采用BP神经网络预测模型算法与SPSS多元线性回归方程拟合算法分别探究运动地板减震垫结构参数与反冲击力之间关系,通过冲击实验获取实验数据与两种算法结果对比。结果表明:BP神经网络预测模型算法得出的数据与实验结果较为接近;以反冲击力与体积占比代数和最小作为优化目标,应用BP神经网络预测模型算法对给定参数范围的减震垫进行反冲击力预测,获得最优结构参数,经实验证明优化后的减震垫具有良好的冲击载荷吸收性能。     

滨水绿带的亲水性研究——以蒋村湾西江西岸一期绿化工程设计为例

通过蒋村湾西江西岸一期绿化工程设计实践,对滨水绿带的趋水性设计、滨水绿带的空间营造及造景手法作了初步研究。