【摘 要】
：
将桐油羟基化改性后得到含有两个羟基的羟基化桐油,然后将羟基化桐油引入到水性聚氨酯软段结构中,合成了软段中含羟基化桐油的水性聚氨酯,实现了水性聚氨酯的可控合成.通过红外光谱对所得产物结构进行了表征,同时研究了各种因素对合成的水性聚氨酯乳液的影响.结果表明:当预聚体R值在1～2.5之间时,合成的水性聚氨酯乳液的稳定性较好.反应温度对合成的水性聚氨酯乳液影响不大.当羟基化桐油质量分数小于21％时,合成的水性聚氨酯乳液的储存稳定性较好.当DMPA质量分数在4％～8％之间时,合成的水性聚氨酯乳液的吸水率和储存稳定性
【机 构】
：
河南省科学院高新技术研究中心,郑州 450002
论文部分内容阅读
将桐油羟基化改性后得到含有两个羟基的羟基化桐油,然后将羟基化桐油引入到水性聚氨酯软段结构中,合成了软段中含羟基化桐油的水性聚氨酯,实现了水性聚氨酯的可控合成.通过红外光谱对所得产物结构进行了表征,同时研究了各种因素对合成的水性聚氨酯乳液的影响.结果表明:当预聚体R值在1～2.5之间时,合成的水性聚氨酯乳液的稳定性较好.反应温度对合成的水性聚氨酯乳液影响不大.当羟基化桐油质量分数小于21％时,合成的水性聚氨酯乳液的储存稳定性较好.当DMPA质量分数在4％～8％之间时,合成的水性聚氨酯乳液的吸水率和储存稳定性均较好.
其他文献
乳腺癌是全世界女性肿瘤疾病中最常见的恶性肿瘤，70%~80%的早期非转移性患者可以被治愈，而晚期乳腺癌伴远处器官转移是无法治愈的。乳腺癌的组织学和分子特征在很大程度上影响治疗决策。乳腺癌分子特征包括激活人表皮生长因子受体2(human epidermal growth factor receptor 2，HER 2)，激活激素受体以及BRCA突变。治疗策略因分子亚型而异，主要为局部治疗和系统治疗。
目的探究血清白细胞介素6(interleukin-6，IL-6)、降钙素原(procalcitonin，PCT)、超敏C反应蛋白(high sensitivity C-reactive protein，hs-CRP)在新生儿肺炎(neonatal neonatal pneumonia，NP)早期诊断中的应用价值。方法选择2010年12月至2018年10月在四川绵阳四0四医院新生儿科住院治疗的82例
依托广州协鑫南方总部项目,针对该项目特点,设计开发了5G+智慧工地系统.该系统深度应用建筑信息模型(building information model,BIM)、人工智能、物联网、云计算等先进信息技术,以工程管理的“质量、安全、进度、成本”为核心驱动,搭建专属5G基站实现5G网络在施工现场全覆盖,研发5G智慧工地7大应用,满足工地通讯、安防、质量、管理等需求,探索建筑业智慧建造新方向,可为类似工程提供参考.
为了对糖尿病视网膜病变的严重程度进行更准确的分类,提出了一种基于深度学习的糖尿病视网膜病变(diabetic retinopathy,DR)程度分级模型SERA-Net。首先,对输入的眼底图像使用主干网络SE-ResNeXt-50进行特征提取,避免了网络深度和宽度不断增加所导致的模型收益递减,在保证网络参数的情况下增加了模型的准确率。其次,将提取到的特征图输入Attention-Net,利用通道注
利用转动弹簧模型模拟裂纹,给出由裂纹引起的局部柔度表达式.基于一阶剪切变形理论和Von Kar-man非线性理论建立含裂纹功能梯度材料Timoshenko梁的非线性力学模型,采用Hamilton原理推导了含裂纹功能梯度材料Timoshenko梁的非线性平衡微分方程,利用伽辽金方法对该非线性偏微分方程组进行求解.数值计算中分析了跨高比、裂纹位置、裂纹深度和弹性模量比值等因素对含裂纹FGM梁非线性静力响应的影响.
当前,建筑业高质量发展,安全事故却频繁发生.本文基于建筑行业中工人的不安全心理,研究其对建筑工人不安全行为的影响机理.通过问卷对建筑工人进行调查,用SPSS软件对所得结果进行分析,并构建结构方程模型(structural equation model,SEM),用AMOS软件进行检验.研究结果表明:工人的不安全心理对其不安全行为产生正向影响;工人的不安全心理对组织的安全氛围产生正向影响;组织的安全氛围对工人的不安全心理的影响存在中介效应.这一结果表明,从工人不安全心理的角度进行管理,能够有效控制不安全行为
知识图谱以其错综复杂、信息密集和语义关联的特征,推动了知识应用以及神经网络学科的发展.知识表示学习方法的发展以及日益增长的认知智能需求,使得知识表示与推理成为当前知识图谱和自然语言处理领域的研究热点.得益于良好的知识表示学习方法,基于表示学习的大规模知识推理已在相关数据集上得到验证.文章主要展开如下工作:①对已有表示学习与推理方法进行梳理,将知识图谱推理方法划分为:距离模型方法、双线性模型的语义相似度方法、神经网络学习方法和图神经网络学习方法;②对未来知识图谱表示学习与推理方法进行展望.知识图谱的表示学习
现代云数据中心为减少计算成本和能源预算,常使用虚拟化技术来实现对资源高效的管理,而虚拟机调度的优化往往会对资源管理方面有着巨大的影响.文章旨在以一种较为全面的方式来调研分析当前虚拟机调度的发展情况,从虚拟机调度相关技术出发,再从虚拟机调度优化方法维度、虚拟机调度优化目标维度两个角度进行分析,最后对虚拟机调度的研究趋势以及方向进行分析和总结.
对大部分网络监管单位和企业来说,网络安全运营很大程度上已经变为一个大数据分析和处理问题.如何从海量多模态的告警数据中快速发现高危安全事件是目前监管单位和企业的一个重要课题.文章针对这一问题提出了一种基于上下文感知计算框架的攻击组织追踪方法.首先结合上下文感知计算框架从多源威胁情报和本地沙箱告警日志中采集攻击组织相关威胁语义知识构建攻击组织知识库;然后基于大数据流式计算对实时、海量和多模态告警数据进行范式化理解和攻击链关联;结合构建的攻击组织知识库进行事件威胁语义富化和攻击组织特征关联计算,最终发现海量告警
大量研究表明经济、政治等宏观不确定因素对股票市场波动会产生显著性影响.为了研究全球经济政策等不确定因素对上证指数波动率的影响,尝试引入Hites Ahir等提出的世界不确定性指数作为宏观变量,构建新的模型——逻辑平滑转换回归-混频广义条件异方差模型(LSTR-GARCH-MIDAS-X),并对模型进行实证分析.实证结果表明,新模型不仅刻画出世界不确定性指数对上证指数波动的非线性影响,并且与广义自回归条件异方差混频数据抽样(GARCH-MIDAS)模型相比,对上证指数波动率的预测能力更好.