12、乙烯基芳烃与 N - 乙烯基咔唑的聚合反应研究

乙烯基芳烃与 N - 乙烯基咔唑的聚合反应研究

在高分子化学领域,乙烯基芳烃和 N - 乙烯基咔唑(NVK)的聚合反应一直是研究的热点。不同的聚合方法会产生不同性能的聚合物,这些聚合物在众多领域有着广泛的应用。下面将详细介绍乙烯基芳烃和 NVK 的聚合反应相关内容。

乙烯基芳烃的聚合

乙烯基芳烃的聚合方式多样,包括多种引发剂和溶剂参与的聚合、阴离子聚合、Ziegler - Natta 聚合以及自由基聚合。

多种引发剂和溶剂参与的苊聚合

苊的聚合反应分两个阶段进行:快速的初始反应和随后较慢的增长反应。增长速率对单体呈一级反应,聚合度与单体和引发剂浓度无关。聚合可进行到完全转化,活性中心无损失。添加单体实验表明,增长速率与首次反应相同,无初始突跃和诱导期,说明活性中心已形成且引发是定量的。二次添加单体对聚合物分子量无影响,这可能是向单体转移过程与增长过程竞争的结果。此外,各种乙烯基芳烃的电引发聚合得到低分子量产物,其增长反应可能通过阳离子机理进行。

阴离子聚合
  • 聚合条件与影响因素 :Pearson 等人研究了多种乙烯基芳烃单体的阴离子聚合。高度纯化的 1 - 乙烯基蒽、2 - 乙烯基蒽、2 - 丙烯基 - 1 - 蒽和 2 - 丙烯基 - 2 - 蒽可用活性聚苯乙烯和α - 甲基苯乙烯四聚体二阴离子作为引发剂进行聚合。聚合在低于 - 40°C 时有效, - 78°C 时效果最佳。温度升高,聚合物的产率和分子量降低,分子量分布变宽。
  • 聚合特点与产物情况 :由于单体在典型阴离子聚合溶剂中的低温溶解度低,聚合速
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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