基于LS-SVM的橡胶炭黑均匀度判定模型

为了减少橡胶生产过程中的废品率,需要间接、实时、准确地确定橡胶中炭黑的分散均匀度。基于结构风险最小化原则的支持向量机(SVM)是一种新型的机器学习方法,对于小样本决策具有良好的分类、推广能力．应用多元分类的最小二乘支持向量机建立了橡胶炭黑分散均匀度六级判定模型,并对实际数据进行判定,平均错别率下降到3．6％。结果表明该模型是可行的,并能快速、准确地判定橡胶炭黑的分散均匀度。     

DSC与电桥联用研究导电涂料组成与性能的规律

用DSC与不平衡直流电桥联用方法研究了碳黑-树脂掺合型导电涂料组成对固化过程各特征温度、电阻值以及反应热等变化规律,并用标准试样测定其电阻率与平均电阻温度系数,讨论了此类涂料在固化中碳微粒的微观结构,为工艺参数的选择提供必要的依据。