摘要：合成革普遍存在透湿性能差的缺陷,限制了其在服装领域的深入应用。水性聚氨酯涂层作为新一代合成革的重要组成部分,其结构和性能是影响合成革透湿性能的关键因素。以水性聚氨酯(WPU)为聚合物、N-异丙基丙烯酰胺(NIPAAm)单体为原料、以N,N-亚甲基双丙烯酰胺(MBA)为交联剂制备了WPU/PNIPAAm涂层,并采用扫描电镜、红外光谱、表面接触角和透湿率对涂层的结构和性能进行了表征。结果表明,所制备的WPU/PNIPAAm涂层具有温度响应性,且随着NIPAAm含量的增加,透湿率逐渐增大,温敏性逐渐增强。

摘要：为解决目前羽毛绒材料定价主要依据经验而缺乏理论支撑和预测精度较低的问题,本文提出利用长短期记忆网络(LSTM)深度学习方法对羽毛绒材料价格进行自定义研究,以2015年-2020年6年的羽绒金网数据为依据,对其构建模型进行训练求解,并与线性自回归移动平均(ARIMA)数理统计模型和最小二乘支持向量机(LS-SVM)浅层机器学习模型预测效果进行对比分析。结果表明:在长期预测中,预测精度从高到低依次为ARIMA模型、LS-SVM模型、LSTM深度学习预测模型;在短期预测中,预测精度从高到低依次为LSTM深度学习预测模型、LS-SVM模型、ARIMA模型。同时还发现:无论长期短期预测中,不同种类的羽毛绒价格预测精度趋势相同,即预测精度仅与资本属性有关,与资本所述类别无关。研究结论既可为羽毛绒企业进行羽毛绒材料准确定价提供理论依据,也为人工智能技术广泛应用于量化投资领域提供实践经验。

摘要：为揭示精洗工艺条件对羽绒材料洗后性能影响的作用机制,以初洗后羽绒材料作为实验对象,系统探究了精洗阶段中不同水温、浴比、主洗时间、洗涤转速、漂洗次数、洗涤剂用量与羽绒材料洗后各项性能的关系。研究发现:影响羽绒材料洗后清洁度的主要因素依次为水温、洗涤剂用量、主洗转速、洗涤时间,而主洗浴比、漂洗浴比、漂洗转速、漂洗次数对其影响相对较小;精洗工艺条件对羽绒材料蓬松度的影响不大,但过长的洗涤时间和过大的洗涤转速会使清洗后的羽绒材料蓬松度下降;精洗工艺对羽绒材料洗后残脂率和耗氧量的影响趋势相同,即影响羽绒材料洗后残脂率和耗氧量的主要因素依次均为水温、洗涤剂用量、主洗时间、主洗转速,而漂洗次数、主洗浴比、漂洗浴比、主洗转速的影响相对较小;影响羽绒材料洗后气味的主要因素依次为洗涤剂用量、漂洗次数、浴比(主洗浴比和漂洗浴比)、水温,而洗涤转速、主洗时间、漂洗转速的影响相对较小。研究结果可为羽绒厂家研发高效绿色清洁工艺提供理论指导与技术支撑。