基于小波神經網絡的聚丙烯接枝率預測*

駱民奎，杜佳雪，于 洲，劉金月，祝寶東

（1.東北石油大學a.計算機與信息技術學院；b.化學化工學院，黑龍江 大慶163318；2.昆明理工大學 冶金與能源工程學院，云南 昆明650504）

聚丙烯（PP）是一種重要的通用樹脂，價格低廉，性能優良，但普通PP表面非極性，與其他無機材料共混時相容性差，應用受到限制[1,2]。水懸浮接枝法是提高PP極性的有效方法，不僅繼承溶液法的反應溫度低、工藝及設備簡單、PP降解程度低等優點，而且產物后處理簡單，也相對環保[3]。

小波神經網絡是近些年新興的一種數學建模分析方法，在模擬輸入和輸出之間的非線性關系方面展現了很好的適應性，在石油化工的復雜過程中得到了廣泛的應用。劉煜平等[4]對于PP熔融指數進行小波神經網絡模型預測，指出建立的小波神經網絡模型推廣能力好，將為下一步對生產裝置的改造和控制提供指導。本研究小組前期基于GA-BP算法對PP接枝正交實驗樣本進行預測，實現了實驗過程和實驗數據處理的智能化和簡單化[5]。鑒于此，本文考察了水懸浮接枝反應時水用量、引發劑濃度、界面劑用量和反應時間對PP接枝率的影響，并用小波神經網絡模型對實驗結果進行預測，以確定最佳反應條件，提高實驗工作的效率。

1 實驗部分

1.1 主要原料

聚丙烯粉料（T30S）（大慶石化公司）；過氧化苯甲酰、苯乙烯、馬來酸酐、丙烯酸丁酯、二甲苯和丙酮，上述試劑均為分析純，天津市大茂化學試劑廠。

1.2 紅外光譜（FTIR）分析

純化接枝產物在200℃熱壓成膜，在德國布魯克公司TENSOR27型紅外光譜儀上進行測定，掃描范圍為400～4000cm-1。……