纤维表面微纳结构的构建及其功能性研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:xhajxhaj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
有机硅材料性能优异,得以在各个领域广泛应用。具有不同取代基的聚硅氧烷成膜性优异,由此可提供不同的表面性质。由聚硅氧烷构筑具有高比表面积的纳米和微米尺度的物理结构,可强化聚硅氧烷的表面性质,由此可获得超浸润性和快速响应性表面。本论文以不同种类的硅烷单体,在纤维/织物表面以液相法原位生成不同形貌的微纳结构,研究了织物表面结构与性能关系,由此探讨了改性织物的潜在功能性。本文开展的主要工作及所得结论包括以下几个方面:(1)涤纶表面三氯硅烷构建微纳结构及其超疏水性能研究以两种三氯硅烷为单体,在纤维表面构建了三种不同微纳结构,分别为微球上生长纳米丝结构(SF结构)、微球上生长纳米球和纳米丝结构(FASS结构)、微球上生长纳米球结构(SS结构)。对影响表面形貌的主要因素行了探讨,如硅烷比例、反应时间、分散剂木质素磺酸钠浓度,分析了织物二次处理时纤维湿浸润对其表面改性的影响规律。结合表面微纳结构的化学组成和形貌分析,提出了微纳结构可能的形成机理,分析了微球中空结构的形成原因,总结了影响微结构成球和成丝的关键因素。测得三种微纳结构表面均达到超疏水标准,其中,SF结构水静态接触角达158.7±3.4°,滚动角为1.0±0.7°。对三种形貌表面结构的粘附力进行测试,证实了水滴与疏水表面接触面积越大,粘附力越大的事实。研究表明,由此制备的超疏水表面具有良好的自清洁性能。(2)涤纶表面氰基硅烷复合氧化锌构建微纳结构及其SO2吸附性能研究以含双氰基的三烷氧基硅烷和氧化锌为原料,在涤纶纤维表面构建微纳结构,赋予织物SO2吸附性能。首先,对处理过程中溶剂的选择、溶剂中含水量的影响、催化剂的种类等因素进行了全面研究,发现不同催化剂催化对表面粗糙形貌产生影响,由此在纤维表面构建了三种不同的一级粗糙结构,分别为三乙胺催化的纳米凸起结构(TEA@PET)、三乙烯二胺催化的微球结构(DTEA@PET)、四乙烯五胺催化的表面有孔的微球结构(TEPA@PET)。随后,在一级结构DTEA@PET的基础上使用纳米氧化锌进行二次处理,构造了微球表面锚定氧化锌颗粒的微纳结构(ZnO/CN@PET)。结合表面微纳结构化学成分测试和形貌分析,证明微纳结构为无机纳米氧化锌在有机聚硅氧烷微米颗粒表面复合而成。粗糙度分析结果表明,DTEA@PET为199nm,ZnO/CN@PET为229nm,微纳结构的粗糙度有一定的提升;测试了处理后织物对SO2的吸附性能,发现一级粗糙结构DTEA@PET对SO2的吸附量为28.2 mL/g,而二级复合微纳结构ZnO/CN@PET的吸附量达到了 38.6 mL/g,证明微米糙化表面复合ZnO纳米颗粒可提供更高的SO2吸附量。最后测试了处理织物的白度、透气率、抗弯刚度以及断裂强力等综合性能,处理后织物白度无明显变化,透气率有所下降,抗弯刚度和断裂强力则有一定的提升,说明功能化处理基本不影响织物的服用性能。
其他文献
事件抽取旨在挖掘自由文本中的信息,并以结构化的形式呈现。随着自然语言处理技术的发展,预训练模型逐渐成为主流的神经网络模型,在各个领域大放异彩。事件抽取任务也借助预训练模型获得了新的突破。然而,利用预训练模型的特性进行事件抽取还存在很多问题亟待研究。本文针对预训练模型在事件抽取任务上的应用展开研究,具体研究内容如下:(1)针对预训练模型在样本较少的事件类别上分类效果差且语料资源匮乏等问题,本文提出一
学位
新型功能化微孔炭材料因具有丰富的微孔孔隙、高的比表面积、可调的表面化学性质等特点,在吸附与催化领域具有良好的应用前景。然而,该类材料的制备目前面临两方面的挑战:(1)传统制备微孔炭材料的方法在很大程度上依赖复杂的制备工艺和特定的前驱体,缺乏对材料物化性质的精细调控。从前驱体分子的组装出发,设计一种简单通用的制备功能化微孔炭材料的方法非常必要。(2)对于多孔炭负载的金属催化材料而言,小尺寸的金属纳米
学位
近年来我国经济社会飞速发展,国内社会较以往发生很大的变化,新生问题越发复杂,网格化管理正是在这种背景下应运而出。网格化管理借助智能化手段实现了社会治理的现代化,打破了传统政府管理职能的边界,畅通了各细分场域的信息和资源壁垒,以其精准性、便捷性、高效性,构建了社会治理的创新体系,迅速席卷全国,在不同地区、不同领域产生了许多先进典型实践实例。本文主要针对网格化管理模式在基层乡镇的具体实施和执行,依照新
学位
高能量密度,高功率密度的电化学储能系统是推动社会发展的重要技术,尤其在便携式电子设备和电动汽车等新兴产业中。在电化学储能装置中,锂离子电池因其能量密度高,循环寿命长,价格便宜以及绿色环保而受到越来越多的重视。提高锂离子电池能量/功率密度的研究重点是研发高容量正极材料。LiNiO2正极材料以及其衍生物因具有理论高比容量、高工作电压以及低成本引起了广泛的研究兴趣。然而,LiNiO2材料本身存在显著的缺
学位
炭黑具备良好的耐光热稳定性、抗静电性、抗紫外性,是纺织行业良好的着色剂。为积极响应“双碳”目标,炭黑水性分散体系的使用愈发广泛。具有高表面能炭黑原生粒径小,不具备完全疏水或亲水的性质,这就为防止炭黑重新团聚提出了严格的要求。本文采用分散剂直接分散法研磨分散炭黑,以制备具有良好分散性能的炭黑分散液。首先,研究了市售的三种不同分散剂制备的炭黑分散液的性能,通过探究炭黑分散剂各组分的添加量对炭黑分散液中
学位
随着人工智能的发展,互联网医疗等概念被提出。将中医与人工智能结合起来,充分利用深度学习的优势,扩大中医的应用场景(如辅助诊疗、疾病风险评估、远程会诊等)成为当前的研究热点。本文就如何将深度学习算法应用到中医辅助诊疗任务中做深入研究。本文的任务是中药推荐。中药推荐是中医在人工智能背景下的主要任务。通过分析病人症状并结合辨证论治等相关理论,给出精准药方,辅助中医师临床诊疗,具有重要的应用意义。基于这一
学位
在当前中国城市建设提倡重视城市风貌特色、关注高品质发展的背景下,很多传统街区已经逐渐打造成体验型传统商业街区,深受游客青睐,但随着经济的不断发展,识别其所包含的地域性风貌特征,有着重要意义。传统商业街区保留着古城的记忆,而街区界面则被认为是识别古城特色风貌的有效途径,通过研究发现,游客虽然是作为传统街区片区风貌商业化趋势的潜在影响者,但同时他们也是街区界面信息最直接的感知者。通过视觉感知的方式识别
学位
事件抽取是自然语言处理中的一个重要的工作,用于抽取文本中的结构化信息。事件论元抽取作为事件抽取的子任务,旨在识别出文本中与事件相关的实体和其对应的角色类别,不仅能获取事件中的重要信息,而且在舆情监测、对话系统和事理图谱构建等领域有着重要的意义。目前,现有的句子级中文事件论元抽取研究通常只考虑句子内部的信息,忽略了其他层面的信息(比如篇章信息、标签信息、实体信息等)。在实际场景中,句子级信息往往难以
学位
由于空气组成成分多、含量波动较大,严重影响着分类结果的准确率,因此为了增加空气质量分类预测的可靠性,提出了粒子群(Particle Swarm Optimization,PSO)优化支持向量机(Support VectorMachin,SVM)算法的分类方法。此方法首先通过迭代寻优的方式在全局搜寻最优粒子作为支持向量机的运行参数,之后通过训练集数据进行机器学习建立了支持向量机多分类模型,最后将测试
期刊
随着人民对美好生活需求的日益增长,政府坚持以人为本,推动“放管服”改革,加快建设让人民满意的服务型政府,政府治理领域的问题慢慢凸显,而购买公共服务作为政府治理方式的新发展,有助于提高服务质量的同时,又有助于政府职能的转变。本文主要选取无锡市公民为研究对象,对政府购买公共服务中公众参与的方向展开研究。本论文的主要研究方式为文献研究法、调查问卷法、访谈法等,在梁溪(市中心区域,经济发展好)、锡山(发展
学位