摘要：针对化工过程中分子量分布的跟踪控制问题,提出了一种简单的广义状态反馈控制方法,实现给定分子量分布的跟踪.该方法充分利用复合动态支持向量机模型,实现分子量分布函数在时间域和空间域上的分离,从而将分布函数的跟踪问题转化为动态权值向量的时间域跟踪问题,并设计了状态反馈与积分器相结合的控制结构,采用线性矩阵不等式技术对闭环系统稳定性和跟踪性能进行分析.仿真结果表明该方法的可行性.

摘要：采用空间排阻液相色谱法监测了不同粉末活性炭(PAC)投加量下膜生物反应器混合液分子量分布情况,发现当PAC投加量从1g·L-1增加到2g·L-1时,混合液中分子量大于10×103的物质会增加;分子量小于0.5×103及介于3×103～10×103的物质含量相当;分子量介于0.5×103～3×103的物质显著减少。膜污染速率分别为2.74、3.10kPa·m-1,证实了混合液中分子量大于10×103的有机物是引起膜污染的主要物质。

摘要：聚合物分子量分布(MWD)是反映产品性能最重要的指标之一,它是典型的二元建模对象,采用组合神经网络对MWD的空间和时间变量进行分解建模。首先利用离散正交多项式神经网络在链长空间上建立分布与链长的模型,然后将MWD与时间变量的关系转换为网络权向量与输入变量之间的函数,利用递归神经网络建立两者之间的模型,最后组合两个网络达到建模目标。分布函数的模型表达式可写成状态方程形式,为进一步设计控制策略提供了基础。在链长空间上建立模型时,实现了神经网络的权向量与MWD相应阶次矩值之间的等价关系,网络权向量由单纯的拟合数据转变为有意义的物理量,实现了神经网络模型的灰箱化,为精确预测网络隐层节点数问题提供了解决途径。提出的方法应用于实验室规模的苯乙烯聚合过程,证明了建模方法的可行性,同时网络权值与矩值的等价关系也得到验证。

摘要：以多活性中心催化剂而言,确定活性中心的数目是模拟催化反应动力学及后续反应工程的前提之一。工业上常用的聚丙烯Ziegler-Natta催化剂具有多活性中心的特点。因此,用Ziegler-Natta催化剂催化的丙烯聚合工程模拟前,需要确定该催化剂的活性中心数目。为了确定其活性中心数目,用序贯二次规划算法、实测的聚合产物分子量分布曲线(GPC)和多个单活性中心的分子量分布函数,拟合聚丙烯样品的分子量分布,得到最可能的催化剂活性中心个数和每个催化剂活性中心的分子量分布(GPC解析)。此外,以工业现场样品的GPC数据为例,解析GPC。结果,用序贯二次规划算法确定Ziegler-Natta催化剂的活性中心数及相应分子量的分布与权重较为准确。

摘要：采用凝胶色谱(GPC)法,研究了以多乙烯多胺为起始剂支化线型类破乳剂分子量及其分布测定的方法,用渐近法校正来标定GPC柱,建立了测定分子量分布的校正曲线。GPC法测定结果与VPO法相比,其相对误差均在±10%以内,在国内首次得到了GPC测得破乳剂的分子量分布曲线。

摘要：为了阐明链结构特征对双向拉伸聚丙烯薄膜(BOPP)表面粗化和本体性能的影响,对比研究三种不同链结构聚丙烯(PP)粒料的结晶行为与同质多晶性,测试了BOPP薄膜的空隙率、粗糙度、拉伸力学、热收缩、介电性能以及不同温度的电击穿场强。结果表明:低等规度(96.2%)、宽分子量分布(5.35)的链结构有利于生成β晶和均匀球晶形貌,确保获得理想的粗化形态。利用高等规度(97.4%)、窄分布(4.34)粒料制备的BOPP薄膜,其粗化形态虽不是最佳,但空隙率为9%,表面粗糙度为0.42μm,能够满足电容膜行业标准要求。高等规度、窄分布薄膜的横向拉伸强度269 MPa、横向弹性模量3692 MPa、击穿场强668 V/m(25℃)及518 V/m(125℃),与对照薄膜相比力学强度和电气性能得到明显提升。将PP链结构进行适当调整能够很好地兼顾表面粗化和本体性能,为设计、开发高性能的油浸式交流电容器用粗化膜提供有益启示。

摘要：采用凝胶色谱(GPC)法，研究了以多乙烯多胺为起始剂支化线型类破乳剂的分子量及其分布测定的方法，用渐近校正法标定GPC柱，建立了测定分子量分布的校正曲线，取得了较好的效果。

摘要：用简易GPC法,专用校准线,准确地测试了聚酯单丝、长丝、阻燃聚酯丝用切片的分子量及其分布谱图,对纺丝过程中出现的异常及对阻燃聚酯共缩聚条件的选择以及对性能的影响等,均提供了重要依据。

摘要：本方法应用了流场色谱方法，在盐水体系下，由巳知分子量的部分水解聚丙烯酰胺(简称HPAM)确定标准曲线，然后测定HPAM的分子量及其分布，研究HPAM在不同水质中的变化情况。

摘要：分别以一般自由基聚合和活性自由基聚合制备了相同结构组成的聚甲基丙烯酸酯(PAMA)黏指剂,设计合成了不同平均分子量和分子量分布的PAMA样品,研究了分子量分布对于PAMA的增黏能力、剪切稳定性和提高油品的黏度指数能力的影响。结果表明:平均分子量相近的情况下,分子量分布越宽,越有利于提高增稠能力和油品的黏度指数;而增黏能力相当的PAMA,分子量分布越窄,即使平均分子量更高,但是剪切稳定性却更好。