一种疏水性环保涂料及其制备方法与流程
本发明涉及涂料,具体涉及一种疏水性环保涂料及其制备方法。
背景技术:
1、随着环保法规日益严苛,传统溶剂型涂料因挥发性有机物(voc)排放问题面临逐步淘汰,水性涂料等环保型涂料成为行业发展的主流方向。与此同时,赋予涂层疏水自清洁功能已成为涂料技术的重要发展趋势。然而,现有水性环保涂料在工业应用中仍面临诸多瓶颈问题:水的蒸发潜热较高导致涂膜干燥速度慢,树脂结构中引入的亲水基团较多使得涂膜硬度、耐水性及耐化学品性难以达到工业应用要求;同时,现有水性涂料普遍存在附着力不足、耐水性差等问题,尤其在海洋工程、石油化工等恶劣环境中,使用寿命远低于传统溶剂型涂料。如何在保证环保性的前提下,同步提升涂层的疏水性、附着力和硬度,已成为本领域亟待解决的技术难题。
2、现有技术在偶联剂选择上多依赖供应商推荐或经验配方,缺乏定量测试其与填料实际结合力的手段,选型不当易致界面结合薄弱,涂层附着力不足。填料粒径组合常采用单因素调整或固定比例,忽略微米与纳米颗粒协同对附着力的影响,实际生产中不同粒径比会改变堆积密度与应力分布,未系统对比易产生微观裂纹。交联剂筛选只关注硬度或疏水角单一指标,忽略两者间竞争关系,导致性能失衡。交联剂用量依靠手动配制梯度样品并逐一试凑,测试范围若偏离最优区间则无法定位精确用量,批次间性能波动大,材料浪费严重。整体优化方式缺乏实验设计与数学模型支撑,参数间相互制约未解析,开发时间常需数月,难以同时满足疏水、附着、硬度等多标准要求。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点,而提出的一种疏水性环保涂料及其制备方法。
2、本发明为解决上述问题所提供的技术方案为:一种疏水性环保涂料的制备方法,其特征在于,所述制备方法包括以下步骤:
3、s1.通过动态机械分析法获取各硅烷偶联剂与填料的结合强度,并对结合强度值进行比较筛选出最佳偶联剂类型,再实施分层梯度浓度实验获取结合力数据,比较筛选出最佳偶联剂浓度;
4、s2.基于最佳偶联剂类型和最佳偶联剂浓度作为固定参数,采用正交试验设计安排微米级与纳米级填料的粒径组合实验获取各组合附着力数据,进行极差分析比较,筛选出最佳粒径组合;
5、s3.基于最佳偶联剂类型和最佳偶联剂浓度作为固定参数,选取多种交联剂按相同比例制备涂层,对疏水角值和硬度值检测后进行归一化处理再计算加权和,比较加权和值筛选出最佳交联剂种类;
6、s4.基于最佳交联剂种类作为变量基准,针对最佳偶联剂类型和最佳偶联剂浓度作为固定参数,采用响应面法构建附着力与交联剂用量的二次回归方程,对二次回归方程进行求导计算极值点对应的用量值作为最佳交联剂用量;
7、s5.基于最佳偶联剂浓度、最佳粒径组合、最佳交联剂种类和最佳交联剂用量进行疏水性环保涂料的制备。
8、2.根据权利要求1所述的一种疏水性环保涂料的制备方法,其特征在于,所述s1中通过动态机械分析法获取各硅烷偶联剂与填料的结合强度,并对结合强度值进行比较筛选出最佳偶联剂类型具体包括:
9、获取候选硅烷偶联剂的分子量、极性、混合比、温度、湿度特性数据以及填料粒径、表面能特性数据,将这些数据输入高斯过程回归模型进行训练以输出动态模拟模型;
10、在温度25摄氏度、湿度50%条件下对每个候选硅烷偶联剂与填料进行三次动态机械分析测量,采集每次实测结合强度数据并计算三次平均值作为平均结合强度,将该平均结合强度与偶联剂标识、实验条件打包为实测反馈数据集;
11、调用动态模拟模型和实测反馈数据集,采用贝叶斯更新算法对动态模拟模型的超参数进行迭代修正,以实测反馈数据集中的平均结合强度作为观测值更新预测函数后验分布,输出修正后的动态模拟模型;
12、将全部候选硅烷偶联剂的特性数据输入修正后的动态模拟模型进行预测,获取每个偶联剂的预测结合强度值,依据该值从大到小排序,选取排序首位对应的偶联剂类型作为最佳偶联剂类型;
13、基于最佳偶联剂类型设计五个梯度浓度水平0.5%、1.0%、1.5%、2.0%、2.5%占填料质量百分比实验,每组三试样测量结合力并计算平均值,调用修正后的动态模拟模型预测结合力,对实测平均值与预测值加权求和权重0.6与0.4,选取加权和最大值对应浓度作为最佳偶联剂浓度。上述方案利用高斯过程回归模型构建动态模拟模型,提供实测结合强度数据,采用贝叶斯更新算法将实测数据反馈至模型进行迭代修正,使模型对结合强度的预测能力随实验数据积累而持续提升,避免单一静态评估的局限性;基于修正后的动态模拟模型对全部候选偶联剂进行预测排序,筛选出最佳偶联剂类型,结合分层梯度浓度实验的实测数据与模型预测值进行加权求和,从五个浓度水平中科学选取最佳偶联剂浓度,整个流程实现了数据驱动的动态优化,增强了偶联剂筛选的适应性和可靠性,为后续涂料制备中填料改性方案的确定提供了更准确的依据。
14、优选的,所述s2中进行极差分析比较,筛选出最佳粒径组合具体包括以下步骤:
15、通过采集附着力数据,执行均值归一化处理,计算各数据点与均值的差值除以标准差,获取标准化附着力数据,并计算各参数与标准化附着力数据的皮尔逊相关系数,基于相关系数大小选取前四位作为主导特征;
16、基于主导特征与标准化附着力数据,调用主成分分析进行协方差矩阵计算,依据特征值占比超过85%选取前两位主成分构建降维后特征矩阵,将降维后特征矩阵与标准化附着力数据输入自组织映射网络,通过欧氏距离计算确定获胜节点并调整权重,监测权重更新幅度超过两倍标准差时执行更新,输出分组标签向量与动态调整后的标准化附着力数据;
17、针对动态调整后的标准化附着力数据,基于稀疏度阈值识别稀疏数据部分,将对应的分组标签向量输入生成对抗网络,生成器采用多层感知机生成补全数据,判别器基于交叉熵损失函数计算误差,迭代训练至损失值低于0.01时输出补全附着力数据,将补全附着力数据与动态调整后的标准化附着力数据合并为综合附着力数据集;
18、基于综合附着力数据集,计算各粒径组合所对应附着力数据的平均值与极差值,获取极差值集合;
19、基于极差值集合,对各粒径组合按极差值执行升序排序,选取极差值最小的组合作为最佳粒径组合。上述方案中,依次引入均值归一化与皮尔逊相关系数选取主导特征、主成分分析降维、自组织映射网络进行动态聚类与权重调整、以及生成对抗网络对稀疏数据进行补全,最终才计算极差值并排序,这一系列数据处理手段显著提升了附着力数据的质量——通过标准化消除了量纲影响,通过特征筛选与降维去除了冗余信息,通过聚类与动态调整增强了数据的分辨能力,通过生成对抗网络填补了稀疏区域的缺失值,从而有效避免了原始正交试验中因数据噪声、样本不足或维度干扰导致的误判,极大增强了粒径组合筛选过程中的科学性、稳健性和准确性,使得最终选出的最佳粒径组合能够更真实地反映填料粒径对附着力的综合影响,为后续交联剂种类筛选、用量优化及涂料制备提供了更可靠的基础参数,最终提升了整体制备方法的优化效能和涂层性能的稳定性。
20、优选的,所述s3具体包括:
21、调用最佳偶联剂类型和最佳偶联剂浓度作为固定参数,选取若干种交联剂按相同比例与偶联剂混合制备涂层,采用接触角测量仪记录各涂层疏水角数值,采用硬度计记录各涂层硬度值,生成疏水角硬度数据集;
22、基于疏水角硬度数据集,对疏水角值和硬度值分别采用最大值最小值归一化方法映射至区间,对每个交联剂将归一化后疏水角值与硬度值按预设权重加权求和,得到综合效能得分集;
23、针对综合效能得分集,比较所有交联剂得分,筛选出得分最大值对应的交联剂,记录该交联剂序号,得到最佳交联剂种类。
24、优选的,所述s4具体包括:
25、调用最佳交联剂种类作为变量基准,将交联剂用量设为自变量,设定三个递增的用量水平,按照中心复合设计原理排布实验点,生成用量水平表;
26、基于用量水平表,配制涂层浆料并涂覆于标准基材,固化后使用附着力测试仪按标准方法逐点测量,记录每个用量水平对应的附着力读数,整理成附着力数据矩阵;
27、根据附着力数据矩阵,采用最小二乘法拟合二次多项式方程,得到附着力关于交联剂用量的回归系数,对回归方程求一阶导数,令导数为零解出极值点处的用量数值,得到最佳交联剂用量。
28、优选的,所述s5具体包括:
29、获取树脂质量基准为100份,调用最佳粒径组合对应的填料质量设定为树脂质量的固定比例,基于树脂质量基准与该比例相乘,生成填料质量份数;
30、基于填料质量份数,将最佳偶联剂浓度值除以填料质量份数再乘以100得到相对填料的质量百分比,依据该百分比与填料质量份数相乘,同时将最佳交联剂用量值除以树脂质量基准再乘以100得到相对树脂的质量百分比,依据该百分比与树脂质量基准相乘,得到偶联剂质量份数和交联剂质量份数;
31、调用填料质量份数、偶联剂质量份数和交联剂质量份数,以树脂100份为基准将三者分别按对应基准量统一化量,联立比例关系得出各自份数,生成配方组分量值;
32、按配方组分量值将填料、偶联剂、交联剂和其余原料例依次加入搅拌釜中高速分散,再转入研磨机中研磨,即得所述疏水性环保涂料。
33、本发明还公开了一种疏水性环保涂料,采用如上述任意一项所述的制备方法制得。
34、与现有技术相比,本发明的优点是:本发明采用动态机械分析法量化硅烷偶联剂与填料结合强度,按数值排序筛选偶联剂类型,辅以分层梯度浓度实验获取结合力数据,确保偶联剂选择具备可复现的力学依据。正交试验安排微米与纳米填料粒径组合,极差分析确定主效应和最佳水平,用少量实验覆盖多因素交互影响。疏水角与硬度检测后归一化加权求和,消除量纲差异,综合平衡两项性能筛选交联剂种类。响应面法构建附着力对交联剂用量的二次回归方程,求导直接计算极值点对应用量,避免试凑误差。该递进逻辑将多变量耦合问题分解为可控子步骤,各阶段结果作为后续固定基准,使填料、偶联剂、交联剂间协同效应被系统捕获,最终涂层附着力、疏水性与硬度同步提升,开发周期缩短,批次稳定性增强。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com