基于30 m3聚合釜的纳米CaCO3原位聚合PVC树脂颗粒特性预测与优化

• 作者: 夏陆岳 潘海天 蔡亦军 韩和良 韩金铭
• 来源期刊: 聚氯乙烯
• 学科: 工学
• 关键词: PVC树脂 纳米碳酸钙 颗粒特性 组合神经网络 预测 优化
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 材料与性能
• 页码范围: 23-25
• 页数: 3页
• 分类号: TQ325.3
• 字数: 2400字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-7937.2010.01.005

摘要

通过微乳化分散技术使CaCO3实现良好分散,通过氯乙烯原位悬浮聚合制得了纳米CaCO3微乳化法原位聚合PVC树脂(简称纳米PVC树脂).为解决纳米PVC树脂的颗粒形态控制难题,提出了基于组合神经网络的软测量方法,建立了纳米PVC树脂颗粒特性的软测量预测模型,应用效果表明该软测量模型能较准确地预测纳米PVC树脂的平均粒径.利用该软测量预测模型在30 m3聚合釜上实现了纳米PVC树脂颗粒特性优化,制得具有较理想颗粒特性的纳米PVC树脂.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘海天	浙江工业大学化学工程与材料学院	73	476	12.0	18.0
2	蔡亦军	浙江工业大学化学工程与材料学院	44	272	11.0	14.0
3	夏陆岳	浙江工业大学化学工程与材料学院	44	266	10.0	13.0
4	韩和良		12	84	5.0	9.0
5	韩金铭		7	22	2.0	4.0