欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
合成出具有催化活性的不同粒径的纳米金属氧化物和复合纳米金属氧化物，探索其制备工艺条件，研究其对双马来酰亚胺、马来酸酐苯乙烯等加聚反应的催化性能。采用"支持向量机算法"对实验数据进行分析，找出决定纳米粒子催化活性的关键因素，指导选择合适的纳米粒子催化剂。同时利用"支持向量机算法"对催化加聚反应效果进行拟合预测，给出催化效率较好的纳米粒子及其结构。探索纳米粒子催化加聚反应的催化反应机理。
结论摘要：
本项目主要研究内容包括各种金属氧化物纳米粒子在聚合反应中的催化性能、密度泛函法研究马来酰亚胺阴离子聚合反应机理，并探索性地尝试了将神经网络用于纳米粒子催化聚合反应的结果预报。在各种聚合反应中，我们研究发现纳米金属氧化物作为阴离子催化剂（如OH-1）的良好载体，即纳米金属氧化物与阴离子催化剂结合为复合催化剂。但是，不同的纳米金属氧化物具有不同的负载性能，其中以MgO、TiO2为佳。同时，我们进行了通过纳米粒子表面改性提高纳米粒子在聚合物中分散性能的研究。在密度泛函法研究马来酰亚胺阴离子聚合机理的过程中，我们研究模拟了包括链引发、链增长在内的完整反应路径，指出链引发反应为亲核进攻反应，而链增长反应为p-π络合方式，从而从理论上有力支持了传统的阴离子聚合反应机理。将神经网络与聚合反应结合是跨学科研究。我们引入传统的向后传播（BP）网络以及新兴的支持向量基算法（SVM），比较了两种算法对聚合反应的数据要求及性能表现。初步研究结果表明，SVM算法更适合聚合反应这样的小样本实例，并且在不要求很高精确度的情况下，能提供良好的可靠性。目前，在网络模型选取和参数优化方面还有待进一步优化提高。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
著作
相关项目
汪信的项目
