国内外新型可降解塑料研究进展

来源 :塑料科技 | 被引量 : 0次 | 上传用户:ldmaispf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
介绍可降解塑料的分类以及每种可降解塑料的基本降解原理.综述常见的三种可降解塑料:生物降解塑料、光降解塑料以及光-生物降解塑料在国内外的研究进展.介绍化学合成型、共混型、天然型以及微生物合成型等生物降解塑料.探讨添加型光降解塑料和共聚型光降解塑料.分析既可以进行生物降解又可以进行光降解的光-生物降解塑料.探讨当前可降解塑料存在的一些问题如可控较差、成本较高、种类有限等,并对可降解塑料的未来发展趋势进行展望.
其他文献
采用发电厂产生的废弃物粉煤灰(FA)作为原料,将其进行硅烷偶联剂改性与聚乙烯(PE)共混制备膨胀软质PE/改性粉煤灰(PE/MFA),并对其力学性能、阻燃性能以及热稳定性进行研究.结果表明:PE/MFA复合材料相比PE/FA复合材料各项性能更优异.PE/MFA-4的拉伸强度和断裂伸长率最佳分别为22.4 MPa和632%,满足相关标准,并且具有优异的热稳定性.PE/MFA-4具有最佳的阻燃性能,LOI值为33.8%,并且燃烧过程中的总放热量以及总产烟量均最低,分别为81.4 MJ/m2和589.6 kg/
以纳米孔硅气凝胶粉末作为填料制备聚氨酯泡沫(PUF)/纳米孔硅建筑保温材料,研究不同纳米孔硅含量对PUF复合材料性能的影响.结果表明:3号样品具有较好的热稳定性以及保温性能,其升温和降温时间分别为72 min和48 min,热节省率达到42.1%.此外,3号样品具有最佳的力学性能,其压缩强度以及冲击强度分别达到15.87 MPa和4.87 kJ/m2,相比0号样品提升71.94%和49.85%.并且3号样品的LOI值最佳,为40.32%,具有较好的阻燃性能.由于3号样品具有优良的综合性能,可以用于建筑保温
采用线型低密度聚乙烯(LLDPE)为基体,添加一种新合成的聚甲基膦酸-哌嗪双季戊四醇酯(FR)阻燃剂,探究FR阻燃剂对LLDPE材料性能的影响.结果表明:当FR添加量为30%,LLDPE/FR的LOI值为26.1%,LL-DPE/FR的起始分解温度降至316.2℃,800℃残炭率增至9.5%,热释放速率(HRR)降至422.3 kW/m2、产烟速率(SPR)降至0.07 m2/s、一氧化碳生成速率(COP)降至0.004 g/s,LLDPE/FR表面形成致密的炭层.综上所述,FR阻燃剂可以有效地阻燃LLD
将异佛尔酮二异氰酸酯(IPDI)、聚乙二醇(PEG)作为基础单体制备水性聚氨酯,将硅烷偶联剂、羟基硅油作为改性剂提升水性聚氨酯薄膜的疏水性、耐水性和耐候性.结果表明:硅烷偶联剂添加量为8.0%时,复合薄膜的吸水率达到最小值16.7%;羟基硅油的质量分数为4.8%时,复合薄膜的接触角达到最大值95.6°.硅烷偶联剂和羟基硅油的优势具有良好的互补性,将两者进行复配,复合薄膜的吸水率和接触角分别为15.04%和107.1°,与纯水性聚氨酯相比改善41.5%和43.7%,协效改性明显;逐滴加入的改善效果更好,接触
基于正交试验和BP神经网络模型对蜗轮安装面圆柱度、蜗轮安装面轴偏移量、蜗杆安装面圆柱度及蜗杆安装面轴偏移量进行工艺参数的优化探究.设计正交试验并计算获得不同工艺参数组合下的目标变量值.建立BP神经网络模型并基于正交试验结果进行训练,BP神经网络模型预测值与Moldflow计算值的相对误差均小于10%.预测最优工艺参数为:注射时间2.63 s,保压压力75.6 MPa,熔体温度264.8℃,模具温度84.6℃,v/p切换体积98.2%.目标变量预测值为:蜗轮安装面圆柱度0.148 mm,蜗轮安装面轴偏移量0
以某型号电压转换器为实例,分析零件的结构形状,选择合适的成型材料.基于响应面分析法,以塑件的翘曲变形量为目标,选取熔体温度、充填压力、充填持续时间为优化变量,设计响应面试验,建立响应面方案.将试验数据进行二次回归方程拟合,并对试验数据进行响应面分析,得到塑件的翘曲变形量与各影响因素的变化趋势,通过方差分析对响应面分析的可靠性进行证明,得到最小翘曲变形量下的优化工艺参数.优化后的工艺参数为:熔体温度245℃,充填压力96%,充填持续时间为9.64 s.优化结果表明:优化后塑件的翘曲变形量为1.545 mm,
以某型号手持测振表为实例,分析其结构特点,选择合适的材料,在Moldflow中建立注塑系统,并对其进行注塑翘曲变形分析.设计正交试验,将塑件的最大翘曲变形量作为优化指标,利用极差和方差分析法优化注塑工艺参数.基于正交试验数据建立BP神经网络预测模型,并对塑件的最大翘曲变形进行预测.结果表明:当模具表面温度为30℃,充填压力为96%,熔体温度为240℃,塑件的最大翘曲变形为0.969 mm,与初始参数相比降低27.09%.建立的BP神经网络预测模型误差范围在0.13%~2.67%之间,具有较高的准确性和可靠
建立塑料鞋材中壬基酚(NP)和壬基酚聚氧乙烯醚(NPEO)的检测方法,该方法以二氯甲烷:丙酮(4:6)混合溶液为提取液,加速溶剂萃取的提取方法,HLB固相萃取小柱进行净化.该方法NP的检出限为0.011 mg/kg,NPEO的检出限为0.018 mg/kg,NP和NPEO在0.5~20.0 mg/L范围内具有良好的线性相关性(R2>0.9990).NP的回收率为97.5%~103.1%,精密度为3.3%~5.2%;NPEO的回收率为97.6%~98.9%,精密度为4.1%~6.8%.该方法样品提取时间短、
针对某30%玻纤增强PA66的油污传感器,利用Moldflow模拟注塑成型过程,并设计正交试验探究低翘曲与低质量的优化工艺组合.依据流动阻力、浇口匹配性结果确定最佳的浇口位置为产品中部.各工艺参数对最大翘曲变形量的影响程度排序为:熔体温度>保压压力>注射时间>模具温度>v/p切换体积>保压时间;对质量的影响程度排序为:保压时间>模具温度>保压压力>v/p切换体积>注射时间>熔体温度.综合分析得到优化的工艺参数组合为A1B2C2D1E3F2.与初始参数相比,基于优化工艺分析得到的最大翘曲变形量及质量分别降低
基于Moldflow软件对传感器端盖的注塑成型进行模拟,并利用正交试验及综合加权评分法探究工艺参数的优化方案.初始工艺结果显示:最大翘曲变形量、缩痕估算及质量均不满足设计指标要求.通过正交试验并分析综合加权评分结果,得到各工艺参数的影响程度排序为:注射速度>模具温度>熔体温度>保压压力>v/p切换体积.考虑各工艺参数的影响程度,得到优化工艺参数为A2B2C1D4E2,即注射速度为45%最大速度,v/p切换体积为98.5%,熔体温度为295℃,模具温度为150℃,保压压力为15 MPa.优化工艺的模流分析结