论文总字数：26265字

摘 要

本文为实验预测型文章，共包括实验方案设计和结果预测两部分。在实验设计部分，本文预制备一种水性光固化环氧树脂自修复涂层，所以在实验设计部分又分为三个部分。首先利用马来酸酐对环氧树脂进行水性化改性，其次将糠胺与环氧丙烯酸酯反应，再在反应后的混合液中加入双马来酰来胺，以合成可逆共价键，最后制备出水性光固化环氧树脂自修复涂层。

在结果预测中，又包括样品表征预测和数据仿真预测两部分。按照实验方案对样品表征分析预测，预计可在水性化改性样品的红外光谱图中观察到-OH特征峰的减弱和酸酐的羰基峰消失，可在光固化自修复样品中观察到两个新峰的出现，且在光学显微镜下可以清楚的观察到划痕的闭合情况和自修复的时间。

除此之外，本文还利用MATLAB软件自带的工具箱函数对相关数据进行训练学习，进而建立神经网络模型进行预测仿真。最终第一类数据的三个输出X、Y和Z的平均预测精度分别为99.44 %、98.72 %和96.31 %，第二类数据的三个输出X、Y和Z的平均预测精度分别为97.93 %、96.53 %和89.70 %，总体预测精度较高。从而可以对相关实验设计提供相关指导，以设计出更加合理节约时间的实验方案。

关键词：环氧树脂 水性 光固化 自修复 神经网络

Neural network prediction and preparation of waterborne light cured epoxy resin self-repairing coatings

Abstract

This paper is an experimental predictive paper, which includes two parts: experimental scheme design and result prediction. In the part of experimental design, this paper prefabricated a self-repairing coating of water-based light cured epoxy resin, so the part of experimental design is divided into three parts. First, the epoxy resin was modified by water based on maleic anhydride. Then, FA amine was reacted with epoxy acrylate. BMI was added into the mixture after the reaction to synthesize reversible covalent bond.

The result prediction includes sample characterization and data simulation prediction. According to the experimental plan for sample characterization analysis to predict, but in the infrared spectra of the modified waterborne samples observed - OH the disappearance of the characteristic peak of weakening and anhydride peak, can be observed in UV-curable self-healing samples two characteristic peak, and can be clearly observed under optical microscope scratches closed and the repair time.

In addition, this paper also USES the toolbox function of MATLAB software to train and learn relevant data, and then establishes a neural network model for prediction and simulation. Finally, the average prediction accuracy of the three outputs X, Y and Z of the first type of data is 99.44 %, 98.72 % and 96.31 %, respectively; the average prediction accuracy of the three outputs X, Y and Z of the second type of data is 97.93 %, 96.53 % and 89.70 %, respectively, indicating a high overall prediction accuracy. In order to design a more reasonable and time-saving experimental scheme, it provides relevant guidance to the relevant experimental design.

Key words: epoxy resin ;water - based; light curing ;self – repair; neural network

目 录

摘 要 I

ABSTRACT II

第一章 绪论 1

1.1 研究的背景及意义 1

1.2 环氧树脂及其水性化改性 2

1.2.1环氧树脂简介 2

1.2.2 WEP研究现状 2

1.3光固化涂料 4

1.3.1 光固化原理 4

1.3.2 光固化技术的应用及其发展 4

1.4自修复涂料 5

1.4.1外援型自修复涂料 5

1.4.2 本征型自修复涂料 6

1.5 基于MATLAB配方性能预测的研究现状 7

1.6 论文主要研究内容 8

第二章 水性光固化自修复环氧树脂涂层的实验方案 10

2.1 WEP的制备方案 10

2.1.1 实验原料 10

2.1.2 实验仪器 10

2.1.3 WEP的合成方案 10

2.1.4 WEP的合成原理 10

2.2 光固化自修复实验方案 12

2.2.1实验原料 12

2.2.2 实验仪器 12

2.2.3 光固化自修复环氧树脂的合成方案 12

2.2.4 光固化自修复预聚体的合成方案原理 12

2.3水性光固化自修复环氧树脂涂层的制备方案 13

2.3.1 实验原料 13

2.3.2 实验仪器 13

2.3.3 涂层的制备方案 13

2.4 性能测试原理 13

2.4.1 傅里叶变换光谱仪 13

2.4.2 铅笔硬度 14

2.4.3 划痕的产生 14

第三章 BP神经网络预测 15

3.1 BP神经网络的运行原理 15

3.2 数据 16

3.3 数据归一化及性能评价 18

3.3.1 数据归一化 18

3.3.2 性能评价 18

3.4 网络主要结构参数 19

3.4.1 传递函数 19

3.4.2 隐含层神经元个数 20

3.4.3 训练函数 20

第四章 实验结果与神经网络预测结果 22

4.1 环氧树脂水性化改性预测效果比较 22

4.2 E-128和E-301改性树脂性能预测比较 22

4.3 可逆共价键的表征方案 23

4.3 光固化自修复的表征方案 23

4.4 BP神经网络预测及其结果 23

第五章 结论 27

参考文献 28

致谢 31

第一章 绪论

1.1 研究的背景及意义

随着2020年的到来，我国即将全面建成小康社会，迎来一个历史性转折点，实现第一个百年目标，人们的生活水平质量也逐渐提高，绿色环保的意识也逐渐深入人心。无论是“五位一体”中的生态文明建设，还是“新发展理念”中的绿色发展，可见我国越来越重视环境污染和环境保护问题。涂料是日常生产生活中必不可少的材料，其中传统溶剂型涂料必须加入有毒性溶剂才可使用，这不仅对人体有害，还破坏大气层污染环境。而在2019年国家产业结构调整指导目录第一类鼓励类产业中，提到发展无溶剂、辐射固化涂料，鼓励低挥发性物质的环境友好、资源节约型涂料和环保型油墨的生产。因此，发展和研究低挥发性环保型的涂料是顺应时代潮流、势不可挡的趋势^[1]。

环氧树脂是一类具有优异稳定性和耐磨性的热固性树脂，在涂料、粘合剂和复合材料中有着十分重要的应用^[2]。但环氧树脂作为涂料使用时属于传统溶剂型涂料，只溶于芳烃类、醇醚类等有机溶剂，却不溶于水，从而会产生一些低挥发性物质污染环境，且这些有机溶剂价格昂贵。目前人们环境保护意识逐渐增强，要求环保型涂料，因此研究人员越来越重视水性化环氧树脂的研究^[3]。

请支付后下载全文，论文总字数：26265字