|本期目录/Table of Contents|

[1]王晶琼,王光华,李文兵,等.功能性单体引发聚合PAM及其神经网络的预测应用[J].武汉工程大学学报,2009,(07):41-43.
　WANG Jing qiong,WANG Guang hua,LI Wen bing,et al.Polymerization of PAM initiated by functional monomer and application in prediction based on the neural network[J].Journal of Wuhan Institute of Technology,2009,(07):41-43.
点击复制

功能性单体引发聚合PAM及其神经网络的预测应用(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
期数:
2009年07期
页码:
41-43
栏目:
材料科学与工程
出版日期:
2009-07-28

文章信息/Info

Title:
Polymerization of PAM initiated by functional monomer and application in prediction based on the neural network
文章编号:
16742869(2009)07004103
作者:
王晶琼1; 2; 王光华1; 2; 李文兵1; 2; 李蕾3; 康巍1; 2
1.武汉科技大学化学工程与技术学院，湖北 武汉 430081；
2.湖北省煤转化与新型炭材料重点实验室，湖北 武汉 430081；
3.武汉工程大学分析测试中心，湖北 武汉 430074
Author(s):
WANG Jingqiong1; 2; WANG Guanghua1; 2; LI Wenbing1; 2; LI Lei3; KANG Wei1; 2
1.College of Chemical Engineering and Technology，Wuhan University of Science and Technology，Wuhan 430081，China；
2.Hubei Key Laboratory of Coal Conversion and New Carbon Materials，Wuhan 430081，China；
3.Center of Analysis and Test，Wuhan Institute of Technology，Wuhan 430074，China
关键词:
神经网络; 功能性单体; 聚丙烯酰胺
Keywords:
neural network; functional monomer; polyacrylamide
分类号:
TQ325.114
DOI:
-
文献标志码:
A
摘要:
采用含功能性单体的引发体系合成聚丙烯酰胺.在正交试验的基础上，选择5×8×7×1的BP神经网络模型，验证了其正确性.得到最佳反应条件为：丙烯酰胺单体水溶液的质量分数为25%，反应温度为40 ℃，微乳液pH为9.0，引发剂质量百分数为0.30%，功能性单体占氧化还原部分质量分数为0.1，得到的最大分子量约为1.32×107.
Abstract:
The functional monomer was used to synthesize polyacrylamide. Based on the orthogonal test and the BP neural network with the model 5×8×7×1，the correctness was verified. The optimum reaction conditions obtained are that the acrylamide monomer mass concentration，the reaction temperature，the pH of inverse microemulsion，the initiator mass concentration，mfunctional monomer/ m reductant in redox are 25%，40 ℃，9.0，0.30% and 0.1，respectively. And the highest molecularweight of PAM is 1.32×107.

参考文献/References:

［1］方道斌，郭睿威，哈润华，等.丙烯酰胺聚合物［M］.北京：化学工业出版社，2006.
［2］张心亚，蓝仁华，陈焕钦.含功能性单体的苯／丙乳液的聚合稳定性［J］.华南理工大学学报（自然科学版），2004，32（3）：15-19.
［3］胡智华，钱宇，江燕斌.功能性单体制备丙烯酸酯乳液聚合稳定性研究［J］.涂料工业，2003，33（6）：14-18.
［4］张贞浴，陈天明.含叔胺基功能性单体的聚合研究［J］.高分子学报，1993，4（2）：237-241.
［5］侯媛彬，杜京义，汪梅.神经网络［M］.西安：西安电子科技大学出版社，2007：8.
［6］杨晓丽. RBF神经网络、遗传算法在化学和化工数据解析中的应用［D］. 四川：西华师范大学，2005.
［7］李文红，王光华，关国栋. 丙烯酰胺水溶液聚合的研究［J］.精细与专用化学品，2005，13（8）：20-22.
［8］张素霞，王光华，李蕾，等.新复合引发体系在反相微乳液中合成聚丙烯酰胺的研究［J］. 武汉科技大学学报（自然科学版），2006，29（6）：563-566.
［9］李立，王光华，高祥，等.含功能性单体引发剂在微乳液中合成PAM的研究［J］. 武汉工程大学学报，2008，30（3）：29-32.

相似文献/References:

[1]李立,王光华*,高祥,等.含功能性单体引发剂在微乳液中合成PAM的研究[J].武汉工程大学学报,2008,(03):29.
　LI Li,WANG Guang hua,GAO Xiang,et al.Study on synthesis of polyacrylamide in microemulsion by initiator containing functional monomer[J].Journal of Wuhan Institute of Technology,2008,(07):29.
[2]李立,王光华*,高祥,等.含功能性单体引发剂在微乳液中合成PAM的研究[J].武汉工程大学学报,2008,(03):28.
　LI Li,WANG Guang hua,GAO Xiang,et al.Study on synthesis of polyacrylamide in microemulsion by initiator containing functional monomer[J].Journal of Wuhan Institute of Technology,2008,(07):28.
[3]屠艳平,管昌生,谭浩.基于BP网络的钢筋混凝土结构时变可靠度[J].武汉工程大学学报,2008,(03):36.
　TU Yan ping,GUAN Chang sheng,TAN Hao.The time dependent reliability of reinforced concrete structures based on BP network method[J].Journal of Wuhan Institute of Technology,2008,(07):36.
[4]余尤好.神经网络在通信系统回音对消中的应用[J].武汉工程大学学报,2012,(9):70.[doi:103969/jissn16742869201209016]
　YU You hao.Application of neural network in echo cancellation of communication system[J].Journal of Wuhan Institute of Technology,2012,(07):70.[doi:103969/jissn16742869201209016]
[5]吴和保,李晓微,龙玉阳,等.人工神经网络快速预测蠕墨铸铁的性能[J].武汉工程大学学报,2013,(10):63.[doi:103969/jissn16742869201310013]
　WU He\|bao,LI Xiao\|wei,LONG Yu\|yang,et al.Fast prediction of vermicular graphite cast iron property based on Back Propagation neutral network[J].Journal of Wuhan Institute of Technology,2013,(07):63.[doi:103969/jissn16742869201310013]
[6]杨帆,姜勇,杨元君.信息融合技术在矿井安全监测系统中的应用[J].武汉工程大学学报,2014,(05):64.[doi:103969/jissn16742869201405014]
　YANG Fan,JIANG Yong,YANG Yuan jun.Information fusion technology in application of mine safety monitoring system[J].Journal of Wuhan Institute of Technology,2014,(07):64.[doi:103969/jissn16742869201405014]
[7]蒋冲宇,鲁统伟*,闵　峰,等.基于神经网络的发票文字检测与识别方法[J].武汉工程大学学报,2019,(06):586.[doi:10. 3969/j. issn. 1674-2869. 2019. 06. 013]
　JIANG Chongyu,LU Tongwei*,MIN Feng,et al.Invoice Text Detection and Recognition Based on Neural Network[J].Journal of Wuhan Institute of Technology,2019,(07):586.[doi:10. 3969/j. issn. 1674-2869. 2019. 06. 013]
[8]汪然然,娄联堂*.基于图像分析和深度学习的复合绝缘子憎水性分级[J].武汉工程大学学报,2021,43(05):580.[doi:10.19843/j.cnki.CN42-1779/TQ. 202106003]
　WANG Ranran,LOU Liantang*.Hydrophobicity Classification of Composite Insulators Based on Image Analysis and Deep Learning[J].Journal of Wuhan Institute of Technology,2021,43(07):580.[doi:10.19843/j.cnki.CN42-1779/TQ. 202106003]

备注/Memo

备注/Memo:
收稿日期：20090204
作者简介：王晶琼（1983），女，湖北武汉人，硕士研究生.研究方向：焦化、精细化工研究.
指导老师：王光华（1953），教授，硕士研究生导师.研究方向：精细化学品合成及废水处理．*通信联系人
更新日期/Last Update: