采用BP 神经网络预测乳聚丁苯橡胶的门尼黏度

baozang

   在工业生产乳液聚合丁苯橡胶配方的基础上，于实验室聚合釜中考察了增加引发剂和乳化剂用量对聚合速率的影响以及补加相对分子质量调节剂及其加入时机对聚合产物门尼黏度的影响。结果表明，增加引发剂和乳化剂用量可以加快丁苯乳液聚合的速率，配合补加相对分子质量调节剂的手段可以使单体转化率达到70%时丁苯橡胶生胶的门尼黏度达到国家标准的要求。同时以原配方及其调整数据为基础，采用Levenberg － Marquardt 算法对所建立的BP 神经网络模型进行训练，仿真结果显示该网络的仿真数据与实验数据的误差小于1%，具有较好的一致性，可以用于判断丁苯乳液聚合不同配方在特定反应条件下产物的门尼黏度。