简介:采用BP神经网络对聚酯玻璃钢氙弧灯加速老化的弯曲寿命进行了预测。通过对聚酯及其玻璃钢的人工氙弧灯加速老化,测试其不同老化时间的弯曲强度,对弯曲强度与老化时间进行BP神经网络的建模分析,借助MATLAB软件对聚酯玻璃钢的使用寿命分别进行分析与预测,并采用最小二乘法对所预测的结果进行了对比。结果表明:在以弯曲强度达到初始强度值的一半作为失效条件下,聚酯的氙灯老化寿命为813d,含填料玻璃钢老化寿命为1031d,无填料玻璃钢老化寿命为1065d,说明BP神经网络可以预测玻璃钢的老化寿命,预测结果与最小二乘法预测结果误差不大于8%,而且预测结果与该材料性能的实际情况相符。
简介:聚苯硫醚(PPS)和聚醚砜(PES)树脂都具有较好的耐腐蚀性和较高的耐热性能,这2种热塑性聚合物共混改性可能会得到具有优良性能的共混物。采用差示扫描量热法(DSC)分析共混物的玻璃化转变温度(Tg)及结晶熔融情况,利用扫描电镜观察共混物的形貌结构,行在氮气气氛下用热灭平分析共混物的耐热性能。结果表明:PPS/PES共混物具有2个Tg,且这2个Tg都介于纯聚合物的Tg之间;共混物断面形态比较均匀,两相界而比较模糊,表明共混物为部分相容体系;随着PPS组分的增加,结晶熔融热也逐渐增大,说明PES降低丁PPS的结晶度。用热天平对共混物的耐热性能进行了研究,结果表明共混物在不同PPS/PES比例下耐热性能并没有发生明显变化。