聚丙烯纤维增强钢丝网混凝土板抗弯性能试验研究

对67组共201块聚丙烯纤维增强钢丝网混凝土薄板进行了抗弯性能试验,研究了无配筋和有配筋聚丙烯纤维增强钢丝网混凝土薄板在不同开裂状态下的抗弯性能及其影响因素.建立了供设计应用的无配筋和有配筋聚丙烯纤维增强钢丝网混凝土薄板抗弯承载力计算公式.试验结果表明,聚丙烯纤维的最佳掺率是0.07%;聚丙烯纤维的掺入廷缦了薄板的开裂过程,提高了薄板的抗裂性能;钢丝网对提高聚丙烯纤维增强钢丝网混凝土薄板抗弯承载力起主要作用;聚丙烯纤维与钢丝网的复合,能起到显著的增强效果,有效地提高薄板的抗弯承载力和抗裂性能.     

聚丙烯纤维混凝土在滨江商业街项目中的应用

聚丙烯纤维是采用聚烯烃生产技术制造的功能化高强聚丙烯单丝亲水纤维。通过特殊加工处理方法，使纤维与混凝土具有良好的结合强度及耐久性。增强混凝土早期抗拉强度，有效地控制混凝土塑性收缩，干缩，温度变化等因素引起的微裂纹，防止及抑制裂缝的形成及发展，增强混凝土的防渗性能，抗磨损抗冲击性能。     

预应力高强锚固灌浆材料研究与应用

介绍了一种新型预应力高强锚固灌浆材料-聚丙烯纤维水泥砂浆,研究表明:聚丙烯纤维水泥砂浆比传统水泥砂浆更具优越性,粘结力高,体积稳定性好,耐久性优良,并在实际工程中得到了验证.     

配箍率对PP-ECC实心墩抗震性能的影响

为研究箍筋含量对聚丙烯纤维水泥基复合材料(PP-ECC)实心墩抗震性能的影响,设计并制作了3个含箍率不同的PP-ECC实心墩,并用1个普通混凝土实心墩作为对比试件,对4个试件进行了低周往复荷载作用下的拟静力试验.获得了PP-ECC及普通混凝土实心墩的破坏过程和破坏特征,基于试件实测的荷载-位移滞回曲线和骨架曲线等试验结果,探讨了箍筋含量对PP-ECC桥墩的承载能力、变形性能及耗能能力的影响规律,并与普通混凝土桥墩的抗震性能指标进行了对比分析.结果表明:与普通混凝土桥墩相比,墩底塑性铰采用PP-ECC可以改善桥墩的破坏形态和损伤程度,显著提高其位移延性和耗能能力,但对试件的承载能力影响较小;PP-ECC基体中的纤维在一定程度上具有箍筋的作用,在配箍率较低情况下,PP-ECC桥墩仍具有良好的抗震性能;塑性铰区配箍率越高,PP-ECC桥墩的滞回曲线越饱满,试件的位移延性系数和黏滞阻尼系数越大,抗震性能越好.     

界面处理和冷却条件对玻璃纤维与聚丙烯界面结合的影响 Ⅱ.不同冷却速度对界面剪切强度的影响

通过对玻璃纤维与聚丙烯界面剪切强度的测量,以及对其界面结晶形态的观测,发现界面产生横晶的充分条件是界面存在较强的相互作用和样品的缓慢冷却。提出了横晶形成机理,并推断横晶的形成会导致玻璃纤维与聚丙烯树脂界面结合强度的明显下降。用观测到的横晶与基体球晶的冲击线进一步证实了横晶形成机理     

界面处理和冷却条件对玻璃纤维与聚丙烯界面结合的影响 I.不同界面处理对界面剪切强度的影响

通过测定,得出马来酸酐改性聚丙烯（ＭＰＰ）是提高玻璃纤维与聚丙烯树脂界面剪切强度的关键因素,而偶联剂的变化对体系界面剪切强度的影响较少,用仪器分析证实了酸酐基团与玻璃纤维表面发生化学反应的实质,以及当界面存在改性聚丙烯时,应选择Ａ－１７４ＴＭ硅烷偶联剂处理增强聚丙烯的玻璃纤维,而不是传统的Ａ－１１００ＴＭ硅烷偶联剂。     

预辐射接枝法制备离子交换纤维的研究

以^60Coγ射线为辐射源，对聚丙烯纤维在空气中进行预辐照，然后将样品置于丙烯酸水溶液体系中进行接枝反应。研究了辐射剂量对接枝率的影响，纤维的力学性能、吸水率以及接枝率与离子交换能力的关系。结果表明：随着辐射剂量的增加，接枝率明显提高，接枝率可达到1600％以上。接枝后的纤维仍有较好的力学性能和很高的吸水性能，离子交换容量随接枝率的提高而不断增长。     

SAXS在β晶聚丙烯拉伸丝微孔结构研究中的应用

本文应用小角 X 射线散射技术(SAXS)并配合压汞法和密度梯度法对β晶相聚丙烯拉伸丝的微孔结构以及影响微孔结构的有关工艺因素进行了系统研究。结果表明,SAXS 方法测得的β晶聚丙烯拉伸丝中微孔平均孔径纵向为12～20nm,横向为5.5～9nm,其大小及分布与β晶成核剂的种类、初生纤维中β晶含量、拉伸倍数、拉伸温度、热定型温度和热定型方式等密切相关。经热定型后拉伸丝中的微孔得到不同程度的修补,尤其高温松弛热定型的修补最为显著。     

高发泡聚丙烯片材交联工艺研究

以聚丙烯(PP)、聚乙烯(PE)为主要原料,以偶氮二甲酰胺(AC)为发泡剂,以过氧化二异丙苯(DCP)为化学交联剂,采用电子辐射交联为主、化学交联为辅的混合交联工艺,在220℃下自然发泡,有效解决了单一交联工艺难以使聚丙烯达到最佳交联度的难题,成功制备了密度小于0.05 g/cm3的高倍率发泡交联聚丙烯片材.基于实验结...     

聚丙烯复合材料老化数据集成学习

聚丙烯复合材料老化实验周期长,且单次实验采集的数据样本少,使用传统机器学习方法进行预测的准确度较低.为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题,提出了一种虚拟样本生成(virtual sample generation,VSG)的集成学习预测方法.首先,对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model,GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本;然后,使用生成后的数据集建立集成学习预测模型,该模型包含随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)算法、轻量级梯度提升机(light gradient boosting machine,LightGBM)算法以及分类梯度提升(categorical boosting,CatBoost)算法.实验表明:集成学习模型的LightGBM算法与CatBoost算法性能最优,在测试数据上均方误差为0.001 3与0.0001,比RF算法与XGBoost算法分别高出0.4与0.2.聚丙烯复合材料老化虚拟样本生成与集成...