摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
1 前言 | 第9-26页 |
·轻涂纸发展现状 | 第9页 |
·轻涂纸概述 | 第9页 |
·轻涂纸的优点和主要用途 | 第9页 |
·轻涂纸涂料组分 | 第9-15页 |
·颜料 | 第10-11页 |
·胶黏剂 | 第11-14页 |
·其他助剂 | 第14-15页 |
·轻涂纸涂布量测定方法的研究现状 | 第15-16页 |
·数学模型建立方法的研究 | 第16-24页 |
·多项式曲线拟合 | 第16-18页 |
·偏最小二乘回归 | 第18-21页 |
·广义回归神经网络 | 第21-24页 |
·本课题的研究内容和意义 | 第24-26页 |
·研究内容 | 第24-25页 |
·研究意义 | 第25-26页 |
2 材料与方法 | 第26-33页 |
·实验材料 | 第26-27页 |
·实验原料 | 第26页 |
·实验仪器 | 第26-27页 |
·实验方法 | 第27-33页 |
·实验流程 | 第27-28页 |
·抄纸 | 第28页 |
·涂料制备 | 第28-29页 |
·施涂 | 第29页 |
·计算涂层中颜料与羧基丁苯胶乳的含量 | 第29-30页 |
·颜料的测定 | 第30-31页 |
·羧基丁苯胶乳含量的测定 | 第31-33页 |
3 结果与讨论 | 第33-54页 |
·涂层中无机颜料的测定 | 第33-46页 |
·TGA法测定涂层中的无机颜料 | 第33-38页 |
·ATR-FTIR法测定颜料(碳酸钙)的含量 | 第38-39页 |
·ATR-FTIR图谱中碳酸钙特征吸收峰的选取 | 第39-42页 |
·使用PCF建立数学模型预测碳酸钙含量 | 第42-43页 |
·使用GRNN建立数学模型预测碳酸钙含量 | 第43-44页 |
·PCF与GRNN两种模型对碳酸钙含量的预测效果比较 | 第44-45页 |
·小结 | 第45-46页 |
·ATR-FTIR法对轻涂纸涂层中羧基丁苯胶乳含量的预测 | 第46-54页 |
·ATR-FTIR图谱中羧基丁苯胶乳特征吸收峰的选取 | 第46-47页 |
·使用PCF建立数学模型预测羧基丁苯胶乳含量 | 第47-49页 |
·使用PLS建立数学模型预测羧基丁苯胶乳含量 | 第49-50页 |
·使用GRNN建立数学模型预测羧基丁苯胶乳含量 | 第50-51页 |
·PCF、PLS与GRNN三种模型对羧基丁苯胶乳含量的预测效果比较 | 第51-52页 |
·小结 | 第52-54页 |
4 结论 | 第54-56页 |
·本论文的主要结论 | 第54-55页 |
·本论文的创新点 | 第55-56页 |
5 展望 | 第56-57页 |
6 参考文献 | 第57-63页 |
7 攻读硕士学位期间发表论文情况 | 第63-64页 |
8 致谢 | 第64页 |