电磁元件灌封材料——SE—1环氧灌封胶

上海橡胶制品研究所研制的SE—1环氧灌封胶是以环氧树脂、合成橡胶为主体材料,不含溶剂、低粘度的双组分灌封胶。具有优良的电绝缘性。工艺操作性,对电磁元件的各种     

信息快报

回天胶业获环氧灌封胶专利回天胶业日前发布公告,称全资子公司上海回天化工新材料有限公司,于近日取得国家知识产权局颁发的专利证书。据专家介绍,发明名称:双组分环氧树脂灌封胶,及其制备方法和罐封工艺;专利号:ZL200810033903.4;授权公     

环氧灌封胶的制备与性能

研制了低黏度环氧灌封胶,进行了配方优化,测试了其力学性能和电性能.     

黑色弹性环氧灌封胶的研究

采用自制可挠性环氧树脂、改性胺固化剂配制成一种弹性环氧树脂灌封胶,并对其配方及配制工艺进行了研究。     

新型环氧灌封胶的研究

通过环氧树脂、增韧剂、固化剂及固化促进剂的筛选 ,完成了一种在 130℃下、剪切强度大于 10MPa、不开裂、韧性好的环氧树脂灌封胶的研制工作 ,同时介绍了该灌封胶的主要性能指标     

室温固化透明环氧树脂灌封胶的研制

以双酚A型EP(环氧树脂)作为基体树脂、以D-230(聚醚胺)为固化剂,并引入与D-230协同效应良好的N-AEP(N-壬基酚),制备双组分EP灌封胶;然后采用单因素试验法优选出制备该EP灌封胶的最优配方。研究结果表明:该EP灌封胶可室温固化,并且其透明性、光泽度良好;当m(EP)∶m(苯甲醇)∶m(N-AEP)∶m(D-230)∶m(消泡剂)=100∶15∶5∶30∶适量时,该灌封胶的综合性能良好,并且被封装的电子元器件清晰可见,可采用针刺法逐个测量其参数,便于检测与返修;该灌封胶的各项性能均满足指标要求,适用于电解电容、小型变压器等电子元器件的常温灌封。     

低黏度环氧灌封胶的研制及应用

根据被灌封对象的特殊性,研制了一种满足使用要求的低黏度的环氧树脂灌封胶,考核了该灌封胶对普通碳钢的粘接性能、耐压性能、耐热性能及稀释剂对胶液流动性能和力学性能的影响。结果表明,该灌封胶具有很好的流动性、较好的耐热性和粘接性能,可以满足细小缝隙的灌封。     

低黏度室温固化环氧灌封胶的研制

在配方中采用了低黏度的室温固化剂和耐热性能良好的丁腈橡胶，降低了体系的黏度，改善了环氧树脂灌封胶的耐热性能。实验确定了灌封胶的配比，并考核了胶的理化性能、工艺性能、热反应性能、耐高温性能等。结果表明：本灌封胶固化反应缓和、短时间耐300％高温、柔韧性好、黏度低，适宜作为狭窄腔体的灌封胶。     

纳米丁腈橡胶改性环氧树脂的性能及其应用

简述了纳米硫化丁腈橡胶改性环氧树脂的性能特点;介绍了一种耐低温环氧电子灌封胶和一种常温固化耐高温胶的配方、性能及其应用.     

无溶剂环氧玻璃鳞片涂料的研制

EP-9402无溶剂环氧玻璃鳞片涂料是一种由苯基缩水甘油醚、环氧树脂同混合固化剂反应的高分子网状结构为主要成膜物的双组分常温固化涂料,该涂料通过添加经偶合处理的一定粒径的片状鳞片实现涂层优异的耐化学介质性和附着性,涂料无挥发性溶剂、气味小,安全环保。本文介绍了该涂料的配方研制和制造过程、性能指标以及现场应用情况。     

基于最小二乘支持向量机的天然气负荷预测

对城市天然气负荷预测的研究,对于保证天然气管网用气量、优化管网的调度和设备维修具有极其重要的意义．在国内,对于城市天然气负荷预测的研究才刚刚起步,目前还没有较系统的理论．同技术与理论较为成熟的电力负荷预测研究相比较,两者既有许多相同点,又有不同之处．相同之处在     

室温固化双组分聚氨酯灌封胶的制备

选用聚合物H和改性异氰酸酯K为主要原料合成聚氨酯灌封胶。测试了材料各项性能。结果表明,该材料具有优良的耐水性、耐腐蚀性和电性能,非常适合电信电缆接头灌封和电子行业的灌封。     

基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模

针对支持向量机(SVM)增量学习过程中易出现计算速度慢、稳定性差的缺陷,提出了一种基于向量投影的代谢支持向量机建模方法.该方法首先运用向量投影算法对训练样本进行预选取来减少样本数量,提高SVM建模速度.然后将新增样本"代谢"原则引入SVM增量学习过程中,以解决因新增样本不断加入而导致训练样本数量"爆炸"的问题.最后将该方法用于乙烯精馏产品质量软测量建模,实验结果表明,与传统SVM和最小二乘支持向量机(LSSVM)相比,向量投影的代谢SVM具有更好的预测结果.     

BN/环氧树脂导热灌封胶的制备与性能

采用硅烷偶联剂KH-560对氮化硼(BN)进行表面处理,用于制备BN/环氧树脂导热灌封胶。结果表明,随着BN用量的增加,环氧导热灌封胶的剪切强度下降,导热性能则增加,表面改性有助于提高环氧灌封胶的剪切强度和导热性能。CTBN的加入可有效提高剪切强度。当改性BN和CTBN质量分数均为15%时,BN/环氧灌封胶具有较理想的剪切强度、热性能和导热性能。     

Research on Natural Gas Short-Term Load Forecasting Based on Support Vector Regression

Natural gas load forecasting is a key process to the efficient operation of pipeline network. An accurate forecast is required to guarantee a balanced network operation and ensure safe gas supply at a minimum cost. Machine learning techniques have been increasingly applied to load forecasting. A novel regression technique based on the statistical learning theory, support vector machines (SVM), is investigated in this paper for natural gas short-term load forecasting. SVM is based on the principle of structure risk minimization as opposed to the principle of empirical risk minimization in conventional regression techniques. Using a data set with 2 years load values we developed prediction model using SVM to obtain 31 days load predictions. The results on city natural gas short-term load forecasting show that SVM provides better prediction accuracy than neural network. The software package natural gas pipeline networks simulation and load forecasting (NGPNSLF) based on support vector regression prediction     

低内耗聚氨酯灌封胶研制

采用聚四氢呋喃醚二醇(PTMG)、聚己二酸乙二醇酯(PBA)、聚环氧丙烷醚多元醇(PPG)、甲苯二异氰酸酯(TDI)等为原料,制备了一种高强度、低内耗聚氨酯灌封胶。讨论了多元醇种类和异氰酸酯含量对灌封胶材料力学性能、电学性能、动态热机械性能的影响。结果表明,当采用质量分数80%的PTMG和20%的PBA作为软段,且NCO质量分数达到6.5%时,灌封胶拉伸强度为56MPa,伸长率为581%,撕裂强度为120kN/cm,体积电阻为4.8×1013Ω.cm,内耗峰峰高tanδ=0.22;适用于高振动工况条件下电子元器件的灌封。     

基于支持向量机回归的天然气负荷预测研究

Natural gas load forecasting is a key process to the efficient operation of pipeline network. An accurate forecast is required to guarantee a balanced network operation and ensure safe gas supply at a minimum cost. Machine learning techniques have been increasingly applied to load forecasting. A novel regression technique based on the statistical learning theory, support vector machines (SVM), is investigated in this paper for natural gas shortterm load forecasting. SVM is based on the principle of structure risk minimization as opposed to the principle of empirical risk minimization in conventional regression techniques. Using a data set with 2 years load values we developed prediction model using SVM to obtain 31 days load predictions. The results on city natural gas short-term load forecasting show that SVM provides better prediction accuracy than neural network. The software package natural gas pipeline networks simulation and load forecasting (NGPNSLF) based on support vector regression prediction has been developed, which has also been applied in practice.     

基于差分进化算法-最小二乘支持向量机的软测量建模

软测量技术是解决工业过程中存在的一类难以在线测量参数估计问题的有效方法,该技术的核心是建立优良的数学模型。支持向量机是基于统计学理论的一种机器学习方法,最小二乘支持向量机是一种扩展的支持向量机,相对于支持向量机具有较快求解速度。最小二乘支持向量机存在着参数选择的问题,针对这个问题,采用差分进化算法进行参数选择。提出基于差分进化算法的最小二乘支持向量机应用于软测量建模,并将其应用于对苯二甲酸中对羧基苯甲醛含量测试的软测量建模中,获得了满意的结果。     

绝缘灌注胶的研究进展

介绍了绝缘灌注胶的主要类型及其组成与特征,综述了灌注胶用树脂、固化促进剂、增韧剂、填充剂以及制备工艺等方面的研究进展。