神经网络在橡胶硫化温度预测中的应用

本文针对难以通过在线测温实现等效硫化控制的情况,在确定硫化条件的直接测温实验基础上,提出了用神经网络模型预测实际生产过程中硫化制品内部温度的方法．在该方法中将所测温度值作为样本提供给神经网络学习,温度采集时刻及易测外部温度作为网络输入,输出值则是在硫化时制品难测温点处不同时刻的内温．神经网络通过学习取得了良好的效果,网络输出的温度值将成为等效硫化计算和硫化质量智能控制的有价值的依据．     

丙烯酸丁酯与聚羟基烷酸的复相接枝反应

采用复相接枝的方法,使丙烯酸丁酯分散于水中形成乳液相并与同时处于乳液相的聚羟基烷酸颗粒接枝联合;研究了引发剂的用量、丙烯酸丁酯浓度、反应时间和反应温度等对接枝反应的影响,并对接枝反应的机理进行探讨,结果表明采用亚硫酸氢钠和过硫酸钾为引发剂,十二烷在苯磺酸钠为乳化剂,丙烯酸丁酯与聚羟基烷酸的接枝率可达１５％。     

自支撑聚苯胺导电膜的电化学合成及性能

研究了以不锈钢为电极、高氯酸为掺杂剂、水为溶剂，将苯胺（Ａｎ）直接聚合成具有较好导电性能（电导率为６．６７ｓ·ｃｍ－１）和机械性能（抗张强度为０．３４Ｎ·ｍｍ－２，断裂伸长率为１２．６％）的聚苯胺（ＰＡｎ）自支撑膜的电化学方法，并探讨了电化学聚合反应条件对ＰＡｎ膜性能的影响，同时借助ＳＥＭ、ＩＲ、ＥＳＲ等手段表征了所得的聚合物膜。     

用不锈钢电极合成高性能聚吡咯导电膜的研究

以水为溶剂、对甲苯磺酸钠为支持电解质,在不锈钢电极上用电化学法合成了聚吡咯膜（ＰＰＹ膜）,发现苯磺酸的存在能更有效地提高ＰＰＹ膜的电导率。在改进的电化学合成条件下,制得了电导率达１５Ｓ／ｃｍ,拉断强度为２５ＭＰａ,拉断伸长率达８％,并能作１８０°弯折的ＰＰＹ膜,产品的电导率有所提高,机械性能明显改善。     

基于改进神经网络的实验方案优选系统

构造了一类新的高效分段活化函数，很好地解决了ＢＰ算法学习收敛速度慢的问题，并提出了一种自适应调整网络参数的新算法，从而大大提高了算法的学习效率和综合性能．     

基于改进神经网络的实际方案优选系统

构造了一类新的高效分段活化函数，很好地解决ＢＰ算法学习收敛速度慢的问题，并提出了一种自适应调整网络参数的新算法，从而大大提高了算法的学习效率和综合性能。