新型雜萘聯(lián)苯結構聚芳醚砜（酮）及其共混物結構與性能研究.pdf

1、大連理工大學博士學位論文新型雜萘聯(lián)苯結構聚芳醚砜（酮）及其共混物結構與性能研究姓名：何偉申請學位級別：博士專業(yè)：材料學指導教師：蹇錫高廖功雄20051130它們熱穩(wěn)定性。采用Friedman方程確定熱降解動力學參數(如表觀活化能及反應級數等)。實驗結果表明，PES組分影響PPESK的熱穩(wěn)定性。根據Friedman方程得出的動力學參數，預測了PPESr(80／20)、PES及其共混物在熱失重為5％時的使用壽命。采用熔融擠出方法制各不同配比

2、的新型含二氮雜萘酮聯(lián)苯結構聚芳醚砜酮PPESK(80憶O)與聚芳酯㈣共混物。利用差示掃描量熱儀(DsC)、掃描電鏡(SEM)、動態(tài)熱機械儀(DMTA)及熱失熏／t史(TGA)重點對PPESK／PAR共混物的相容性及熱性能進行表征和研究。結果表明，盡管采用DSC法共混體系只檢測到一個玻璃轉化溫度，然而采用靈敏度更高的DMTA確證該共混物為部分相容體系。另外，氮氣氛圍中，采用多重掃描速率下的不定溫法對PPESK／PAR熱穩(wěn)定性進行研究，根據

3、簡單疊加原理，共混物的最大熱失重時溫度及采用Friedman方法得出的熱分解活化能出現負偏移，沒用協(xié)同效應，表明共混加入PAR后降低了PPESK(80，=，o)熱穩(wěn)定性。將人工神經網絡方法應用于PPESK(80／20)基晶須增強復合材料的性能預測，分別采用晶須增強復合材料試驗數據作為人工神經網絡的樣本數據，利用MATLAB65軟件包中的神經網絡工具箱，構建BP神經網絡，優(yōu)選最佳的神經網絡參數，通過訓練后，然后用于預測晶須增強復合材料的拉