23、涂料成分与添加剂的奥秘

涂料成分与添加剂的奥秘

在涂料的世界里,各种成分和添加剂扮演着至关重要的角色,它们共同决定了涂料的性能和品质。下面我们就来详细了解一下涂料的主要成分以及各类添加剂。

涂料的主要成分

涂料主要由以下几大成分组成:
- 成膜物质(Binders) :它是涂料的基础,能使涂料牢固地附着在物体表面并形成连续的薄膜。
- 颜料和填料(Pigments and extenders) :赋予涂料颜色和遮盖力,同时还能改善涂料的某些性能,如耐磨性等。
- 溶剂(Solvents) :用于溶解成膜物质,使涂料具有良好的流动性和施工性。
- 添加剂(Additives) :虽然用量很少,但对涂料的性能有显著影响,下面我们会重点介绍。

常见溶剂

在涂料中,常见的溶剂有乙二醇醚、正丁醇、变性酒精和水等。
- 乙二醇醚 :具有醇和醚的官能团,气味较温和,能与水混溶,溶解能力强,蒸发速度慢。
- 正丁醇和变性酒精 :是最常用的含氧溶剂。
- :是大多数乳胶漆连续相的主要成分,也可单独或与醇、醚醇混合使用,以溶解水溶性树脂。任何类型的树脂都可以通过在聚合物中引入足够的羧基而变得水溶性。水作为溶剂的优点是来源广泛、价格便宜、无气味、无毒且不可燃。然而,由于它与其他有机溶剂的混溶性有限,并且为在水中溶解或分散而设计的成膜剂通常对水永久敏感,所以它并不是理想

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值