用 FTIR研究纤维素/聚乙烯醇共混物结晶性

将纤维素(Cell)和聚乙烯醇(PVA)分别溶于二甲基亚砜-四乙基氯化铵(DMS(?)-TEAC)混合溶剂中,混和后(Cell/PVA=100/0—0/100)在玻璃板上铸膜,乙醇为固化剂.薄膜在硅油中热处理。用傅里叶变换红外光谱仪(FTIR)研究了共混物薄膜的结构特性.结果表明,共混物各组分分子间无化学键缔合。将结晶吸收带1369cm~(-1)(Cell)和1143cm~(-1)(PVA)与参考吸收带2887cm~(-1)(Cell)和2908cm~(-1)(PVA)之比定义为结晶度指数。发现各组分的结晶度指数均随其含量增加而增大,并随另一组分含量增加而减小,说明共混物薄膜中两组分大分子间有较强的相互作用。因此可以推断,在非晶区 Cell 与 PVA 是混溶的,而晶区是不混溶的.热处理使共混物薄膜中两组分的结晶度都增大。     

聚丙烯酸/聚乙烯醇共混物结构研究

将丙烯酸／丙烯酰胺二元共聚物与聚乙烯醇共混后经热交联处理得到吸水性较好的聚丙烯酸／聚乙烯醇共混树脂，利用傅立叶红外光透射谱图(FT-IR)、热重谱图(TG-DTA)和动态力学分析温度谱图(DMA)详细分析了树脂的结构和热性能、结果表明，共混物大分子间形成了有效的化学交联点且二元共聚物与聚乙烯醇间存在相互作用、     

校企合作化纤方向“卓越计划”人才培养模式探讨

通过构建校企合作材料科学与工程专业(化纤方向)"卓越计划"人才培养方案,加强工程环境、师资队伍建设,建立校企合作机制,解决工程实践能力培养问题等方面的研究,对校企合作"卓越计划"人才培养模式进行有益探索。     

P(AN-co-VAc)纤维的结构与性能研究

以醋酸乙烯酯(VAc)为第二单体,采用湿法纺丝制备了聚丙烯腈共聚物[P(AN-co-VAc)]纤维,并对其结构与性能进行了表征。结果表明:P(AN-co-VAc)纤维具有较好的热稳定性;随拉伸倍数增大,纤维结构变得致密,纤维的结晶、取向程度增大,玻璃化转变温度升高,纤维断裂强度增大,断裂伸长率降低。拉伸倍数为7时,P(AN-co-VAc)纤维的断裂强度达6.29cN/dtex,断裂伸长率为17%。     

DMSO／TEAC溶剂体系纺制纤维素纤维的研究

以二甲基亚砜（ＤＭＳＯ）／四乙基氯化铵（ＴＥＡＣ）溶剂体系溶解纤维素，配制纺丝溶液，采用常规的湿法纺丝技术纺制了纤维素纤维。纤维结构及性能的研究结果表明，该纤维具有较高的结晶度，模量大，伸长小，而其他性能与普通粘胶纤维相似。     

制样方法对超拉伸聚乙烯纤维DSC熔融行为的影响

用切断、揉球、定长三种制样方式测定不同拉伸倍率的ＵＨＭＷ－ＰＥ纤维的ＤＳＣ曲线存在着很大差别，切断使纤维处于完全松驰状态，ＤＳＣ曲线上只出现表征正交晶系串晶的熔融峰和六方晶系结晶熔融的小峰，定长方式抑制了纤维的收缩，使串晶的熔点提高，并促进其向六方晶系转化，表征六方晶系结晶熔融的小峰变大，而揉球方式制样测得高倍拉伸ＵＨＭＷ－ＰＥ纤维的ＤＳＣ曲线则出现多重熔融峰。     

丙烯腈──粘胶纤维接枝共聚的研究

本文采用过硫酸钾（ＫＰＳ）──硫脲（ＴＵ）氧化──还原体系引发丙烯腈与粘胶纤维接枝共聚，研究了反应时间，反应温度和组成变化对接枝率及均聚物量的影响，结果表明，选择适宜的反应条件可使纤维的接枝率达４５％以上，且均聚物较少，它的研究对实施工业生产丙烯腈接枝粘胶纤维生产具有一定参考价值。     

高吸水树脂

近年来,美国、日本等国先后研制出高吸水树脂,并已有商品投放市场。以往使用的吸水材料,如纸粕、脱脂棉、海绵等的吸水率只有自重的20～40倍左右,而且一旦受到外力的作用,就很容易脱水。高吸水树脂则不同,它与水接触后很短时间内,就可吸收自重数百乃至上千倍的水分,即使在外力作用下也很难脱水。     

聚氧化乙烯等温结晶过程的计算机模拟

用Monte Carlo方法模拟了聚氧化乙烯(PEO)在预先成核条件下的等温结晶过程,并用Avrami方程进行了结晶动力学处理.结果显示,Avrami方程能够成功地描述被模拟的PEO等温结晶的初期过程.随着结晶温度的升高,结晶速率和球晶的线生长速率减小,而Avrami指数值基本不变,都接近于3.采用热台偏光显微镜(HSPOM)实验证实了模拟实验模型和结果的正确性.     

甲基丙烯酸正丁酯／甲基丙烯酸羟乙酯共聚树脂研究

采用悬浮聚合法合成了甲基丙烯酸正丁酯、甲基丙烯酸β羟乙酯二元共聚树脂，采用冻胶纺丝技术制备了纤维状共聚物树脂，研究了甲基丙烯酸β羟乙酯含量对树脂饱和吸油率、吸油速率以及充分溶胀后树脂剩余率的影响，分别利用傅立叶变换红外光谱（FTIR）和动态热机械分析仪（DMA）对树脂的化学结构和动态力学性能进行了分析和讨论，利用软件materials studio对甲基丙烯酸正丁酯、甲基丙烯酸β羟乙酯共聚过程中的物理缠结能力进行了模拟预测。