自由基活性聚合及其最新发展

介绍了自由基活性聚合及其最新发展，自由基活性聚合以某些稳定自由基如氮氧化合物作为聚合反应的可逆终止剂，该终止后的大分子链端在光活化或热活化条件下可以再活化，具有不断增长的能力。自由基活性聚合可以实现对聚合物分子量，分子量分布，聚合物链端及聚合物构造和结构的控制。     

光激发纳米材料制备聚苯胺及其电化学性质研究

聚苯胺因其具有良好的导电性和环境稳定性,使其成为导电高分子聚合物研究的热点之一。本文首次以半导体纳米二氧化钛光激发制备了纳米聚苯胺复合材料。合成实验依托自主设计的循环式环隙气液固三相流化床反应器,在紫外光灯照射下,苯胺初始浓度范围为2~24gL-1,引发聚合反应,通过在线控制溶液pH值、电导率、吸光度研究了聚合反应的动力学过程。结果表明,优化的实验条件为:TiO2添加浓度为0.125gL-1,pH值为6,且聚苯胺具有较好的氧化还原性。     

无机高分子复合絮凝剂的制备及在废水处理中的应用

制备了几种含金属离子铝铁的聚合硅酸无机高分子絮凝剂,优化出最佳 脱色效果的絮凝剂,研究了絮凝剂用量、废水ｐＨ值、絮凝沉降时间等条件对染 料废水脱色的影响。     

4,4'-二氯甲基联苯自聚合树脂合成条件优化及表征

通过正交实验对4,4'-二氯甲基联苯(BCMBP)自聚合反应的工艺条件进行优化,对4种影响因素进行考察,得到影响产品比表面积大小因素的顺序为:预聚合时间、预聚合温度、单体浓度和催化剂用量.在优化条件下所得树脂的比表面积为1 512.66 m2/g,树脂具有丰富的微孔和较高的聚合度.通过氮气吸附-脱附、SEM和热失重实验对树脂的孔径分布、微观形貌和热稳定性进行了研究.     

基于跨层设计的传感器网络寿命最大化算法

面向监测应用的无线传感器网络,当链路存在干扰时,节点在传输数据时会对位于其干扰范围内的节点造成信号干扰,从而使得这些节点不能正确收到其它节点传输的数据.针对这种场景下的网络寿命最大化问题,分析了网络流量和节点能耗,提出了一种将功率控制和数据聚合路由相结合的非凸优化模型.通过对数转换方法将非凸优化问题转化为凸优化问题,利用优化理论和方法将凸优化问题分解为聚合数据率分配子问题和功率控制子问题,最后给出了联合优化问题的分布式解法.仿真实验表明,使用该方法可以有效减少数据通信量,均衡各个节点的能量消耗,有效延长网络寿命.     

4,4＇-二氯甲基联苯自聚合树脂合成条件优化及表征

通过正交实验对4,4＇-二氯甲基联苯（BCMBP）自聚合反应的工艺条件进行优化,对4种影响因素进行考察,得到影响产品比表面积大小因素的顺序为：预聚合时间、预聚合温度、单体浓度和催化剂用量.在优化条件下所得树脂的比表面积为1 512.66 m^2/g,树脂具有丰富的微孔和较高的聚合度.通过氮气吸附-脱附、SEM和热失重实验对树脂的孔径分布、微观形貌和热稳定性进行了研究.     

电聚合硫堇修饰青霉素酶电极的研制

制备了电聚合硫堇膜修饰青霉素酶电极(青霉素酶/Thi/GCE),用于检测残留青霉素.运用循环伏安法研究了青霉素G钠在该电极上的电化学行为,并对电极的制作条件及检测条件进行了优化.结果表明在戊二醛质量分数为2.47%,牛血清蛋白质量分数为6.57%,固定化时间为2.44h,用酶量为50μL条件下制备的酶电极在pH为7.0,温度为25℃时响应性能达到最佳.该电极对青霉素G钠的线性范围为0.08～1.0μg/mL.     

稀土异戊橡胶聚合反应过程模拟放大与优化

本文首先建立了具有不同速度常数的一级全混釜模型,描述稀土异戊橡胶的聚合反应宏观动力学规律.以中间试验和工业化放大实验为基础确定了聚合釜传热和搅拌混合的放大规律,研究了热稳定性.在对设备费和操作费优化的基础上确定了适宜的工艺流程和工艺条件.     

自由基型聚合反应在连续搅拌釜反应器中的稳定性分析

产品质量稳定是生产过程中最重要的控制指标之一,即希望工况条件发生扰动时,操作状态(又称定态点)将偏离在指定的范围内;一旦扰动消除,操作状态能够逐渐回复原样。实际操作状态能否满足上述要求,即为稳定性分析之范畴。稳定性分析的结果可以作为反应器设计、控制及工艺参数设置的理论依据,有重要的现实意义。聚合反应系统有其本身的复杂性和特殊性,往往难以控制,其数学模型通常是非线性的,给稳定性分析带来一定的难度。本文应用李亚普诺夫直接法分析自由基型聚合反应系统在连续搅拌釜反应器中的稳定性,利用克拉索夫斯基定理构造李亚普诺夫函数来判别聚合反应过程的稳定性,并且还计算了工况条件允许的变动范围。     

非线性Lorenz-Like系统的定性分析及控制

利用定性分析和优化控制方法, 实现了Lorenz-Like模型的Hopf分支和优化控制, 得到了模型的动力学演化机理和分支条件及变量同步控制器和误差系统的全局渐近稳定条件.     

稳态操作下的万吨级聚丙烯环管反应器模型的建立

分析了国内上世纪末从国外引进的Spheripol工艺聚丙烯生产技术及其反应器特点。基于丙烯聚合反应机理选定了合成聚丙烯的动力学方程，并判定了环管反应器内的流体流动模式．在此基础上建立了该反应器在稳态操作条件下的数学模型。     

阳离子管式聚合反应过程的实验研究与数学描述──（Ⅱ）实验研究与模型验证

首先报告了乙烯基丁基醚管式阳离子聚合反应的实验研究，接着介绍了针对这个实际对象建立的包括其分子量分布参数在内的数学模型．在对实验与仿真研究的结果做了分析、对比之后，验证了模型的可行性，继而依此详细研究了管式阳离子聚合反应过程的特点及其动态过程，为对类似的管式聚合过程的再认识，再开发建立了技术基础．     

基于KPCA-LSSVM的丁苯橡胶聚合转化率软测量

针对丁苯橡胶聚合转化率需在线实时预测,考虑实际工况的复杂性,首先采用具有较强非线性特征提取能力的核主元分析(KPCA)对数据进行前期处理,然后将其结果作为具有学习速度快、泛化能力强的最小二乘支持向量机(LSSVM)的输入,并以交叉验证法对LSSVM参数寻优,从而获得丁苯橡胶聚合转化率软测量模型.经采用工业现场数据仿真研究,聚合转化率预测绝对误差大于1.5的比例小于样本总数的10%,说明该模型预测精度能满足生产要求.     

金属氢化物反应器的设计与过程模拟

针对工业废热回收装置的要求，提出了一种新型的环盘式化学热泵反应器．该反应器采用多组配对环盘装填金属氢化物，环盘面积取壳体截面积的50％～80％，具有结构紧凑、反应传热均匀、工业调控方便等优点．应用多元价值取向模型进行的多种反应器方案的系统评估表明，新型反应器的综合评价指标优度为0．898，明显优于其他类型．采用有限容积法对描述反应器动态过程的非局部热平衡模型进行了离散求解，模拟结果证明新型反应器的工作过程较为快速和均匀，操作周期在0．5h内，适用于工业热能的回收利用；同时，为平衡氢化／脱氢过程反应传热的不对称性，应尽可能强化氢化传热过程与脱氢反应过程．     

乙炔法氯乙烯转化器的分段建模

针对某厂聚氯乙烯（PVC）生产流程中乙炔法合成氯乙烯的列管式反应器,基于传热系数的不同,建立了氯乙烯转化一维均相分段数学模型.用该模型计算了反应管内的温度分布和反应器出口的乙炔转化率,模拟结果与现场数据吻合较好,表明该模型有一定的准确性.利用该模型研究了催化剂效率及反应管内外传热效率对转化器的影响.     

涡轮桨搅拌槽内混合过程的数值模拟

文中采用FLUENT软件对六直叶涡轮桨搅拌槽内的混合过程进行了数值模拟,选用多重参考系法(MRF)及标准kε模型,将速度场与浓度场方程分开进行求解,所得的混合时间的模拟结果与实验值相吻合。同时用计算机流体力学(CFD)方法研究了不同的加料点、监测点位置及操作条件对混合时间的影响规律,模拟结果表明:混合过程主要由搅拌槽内的流体流动所控制,混合时间与加料点及监测点位置密切相关。研究结果对于工业搅拌反应器的优化具有一定的参考意义。     

聚丙烯反应器稳定性分析

建立了针对本体法连续搅拌槽式聚丙烯反应器 (CSTR)的动态机理模型 ,并在定态点处进行线性化处理 ,以建立线性化模型 ,从工艺和控制角度对聚丙烯反应器的稳定性进行了全面分析。结果表明 ,丙烯聚合这种非线性、强放热、开环不稳定的CSTR与理想的CSTR有着很大的不同 ,放热速率不仅是温度的函数 ,而且受丙烯浓度、催化剂浓度的影响也很大。反应过程中转化率很低 ,再加上丙烯的临界温度也很低 ,温度升高会使冷凝潜热减少 ,单靠夹套冷却水难以移走反应热 ,从而造成高温稳态点 (开环稳定点 )的不存在。在假稳态的操作点处 (开环不稳定点 ) ,系统受到扰动而使温度升高 ,如不加任何控制将导致反应器烧毁。如果进料温度、催化剂初始浓度等发生变化也将导致假稳态点的变化 ,这时如果仍然按着原来的操作点进行操作 ,势必造成反应温度波动 ,影响产品质量     

工业加氢裂化反应过程的动态特性研究

在加氢裂化反应器稳态模型的基础上,建立加氢裂化过程的动态数学模型.并根据反应器的特征采用分段离散化的方法对模型进行简化求解,然后在计算机上利用MATLAB平台结合不同工况的操作数据对模型进行验证分析.结果表明,所建立的模型能够较好反映加氢裂化装置性能且能较好地预测加氢裂化产品的收率分布及反应器的温度分布的变化情况,模拟结果与实际操作状况一致.     

面向定制化需求的冷轧产品多目标质量控制方法

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization (PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company’s cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression (MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression (SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index, which were more in line with actual production process requirements.     

Multi-objective quality control method for cold-rolled products oriented to customized requirements

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization(PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company's cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression(MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression(SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index,which were more in line with actual production process requirements.