排序方式: 共有55条查询结果,搜索用时 0 毫秒
51.
52.
High modulus low shrinkage (HMLS) fibers have been prepared by using higher viscosity PET chips. The effects of the process conditions on their structure and properties have been studied by various testing techniques. The results show that the suitable spuming speed for preparing of HMLS fibers is 2 000 - 2 800 m/ min. With the increase of the spinning speed, the density, crystallinity, and birefringence of the initial fibers increase obviously, but the shrinkage ratio decreases rapidly. The effects of process technology on properties of the HMLS fibers have also been discussed. 相似文献
53.
54.
采用等速降温的方法研究稀土发光PA6的非等温结晶动力学过程中发现,以Jeziorny法和Mo法处理该体系的非等温结晶过程比较理想,而在文中实验范围内,用Ozawa法处理则不太理想。用Jeziomy法分析结果表明:荧光粉质量分数为5%时,荧光粉对聚已内酰胺有明显的加速结晶作用。用Mo法分析结果表明:荧光粉的加入对聚己内酰胺有加速结晶的作用。 相似文献
55.
我国每年产生废旧纺织品超过2 600多万吨,且随着经济的发展呈现逐年增多的趋势,而其再生利用率不足10%。废旧纺织品组分的多样性和结构的复杂性是影响其准确分类、快速回收和高附加值再利用的最大障碍。人工识别分选既费时费力又不准确,而近红外光谱分析技术可对其进行快速无损高效识别分选。在前期探究的最佳测试条件下,利用自主研制的“纤维制品在线近红外高效识别与分选装置”对聚酯、棉、毛、锦纶、真丝、粘胶、腈纶、聚酯/毛、聚酯/棉、聚酯/锦纶、真丝/棉混纺和“特殊类”共计12类1 060个废旧纤维织物样本进行在线原始近红外光谱采集。基于采集的样本在线原始NIR谱图,利用卷积神经网络方法,依据输入的样本光谱数据及对应分类标签进行网络训练,建立了12类废旧纺织品在线NIR定性识别模型。对比一维、二维卷积神经网络模型,其二维模型较优,该模型是将901~2 500 nm的一维数组归一化后转化为40×40像素的二维灰度图像,再交替进行多次卷积和池化来进行光谱特征的提取、压缩和数据降维。通过模型计算得到每类废旧纺织品样本的类别概率值,取其最大值作为该类织物的最终分类。本模型训练过程设置为500轮,每次取32个样... 相似文献