| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 引言 | 第12-13页 |
| 1 文献综述 | 第13-31页 |
| ·概述 | 第13页 |
| ·高性能工程塑料 | 第13-15页 |
| ·高性能工程塑料改性研究 | 第15-20页 |
| ·化学改性 | 第15-16页 |
| ·共混改性 | 第16-18页 |
| ·高强度工程塑料设计 | 第18-19页 |
| ·耐热性工程塑料设计 | 第19-20页 |
| ·耐磨性工程塑料设计 | 第20页 |
| ·高性能工程塑料共混物 | 第20-25页 |
| ·聚苯硫醚共混物 | 第20-21页 |
| ·聚醚醚酮共混物 | 第21-22页 |
| ·聚芳砜共混物 | 第22-23页 |
| ·聚芳酯共混物 | 第23-24页 |
| ·聚醚酰亚胺共混物 | 第24-25页 |
| ·新型杂萘联苯结构聚芳醚砜酮研究进展 | 第25-29页 |
| ·合成与开发 | 第26-27页 |
| ·结构与性能 | 第27页 |
| ·改性与应用 | 第27-29页 |
| ·本论文目的及研究内容 | 第29-31页 |
| 2 新型杂萘联苯结构聚芳醚类聚合物热分解动力学研究 | 第31-46页 |
| ·引言 | 第31页 |
| ·实验材料和方法 | 第31-32页 |
| ·原材料制备 | 第31-32页 |
| ·测试 | 第32页 |
| ·实验结果与讨论 | 第32-45页 |
| ·热稳定性 | 第32-40页 |
| ·聚合物热分解活化能与其玻璃化温度关系 | 第40-41页 |
| ·机理推测 | 第41-42页 |
| ·动力学补偿 | 第42-45页 |
| ·寿命预测 | 第45页 |
| ·本章小结 | 第45-46页 |
| 3 杂萘联苯型聚醚砜(酮)及与聚四氟乙烯共混物动态热机械性能研究 | 第46-62页 |
| ·引言 | 第46-47页 |
| ·实验部分 | 第47页 |
| ·实验原材料 | 第47页 |
| ·动态机械性能测试 | 第47页 |
| ·热重分析(TGA) | 第47页 |
| ·样品制备 | 第47页 |
| ·结果与讨论 | 第47-60页 |
| ·PPESK／PTFE热性能 | 第47-49页 |
| ·应变扫描 | 第49页 |
| ·动力学温度谱 | 第49-54页 |
| ·PPESK及其共混物频率谱 | 第54-55页 |
| ·PPESK及其共混物分子运动活化能 | 第55-58页 |
| ·共混物组分对α松弛峰影响 | 第58-59页 |
| ·时-温叠加原理 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 4 新型杂萘联苯型聚醚砜酮／聚醚砜热性能及动态热机械性能研究 | 第62-75页 |
| ·引言 | 第62页 |
| ·实验部分 | 第62-64页 |
| ·实验原料 | 第62-63页 |
| ·共混物制备 | 第63页 |
| ·热失重分析(TGA) | 第63页 |
| ·动态机械性能(DMTA)测试 | 第63页 |
| ·力学性能 | 第63-64页 |
| ·结果与讨论 | 第64-74页 |
| ·聚合物的热稳定性 | 第64-67页 |
| ·热分解动力学 | 第67-69页 |
| ·寿命预测 | 第69-70页 |
| ·动态机械性能 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 5 新型杂萘联苯型聚醚砜酮／聚芳酯共混物结构与性能研究 | 第75-90页 |
| ·引言 | 第75页 |
| ·实验部分 | 第75-77页 |
| ·实验原料 | 第75-76页 |
| ·PPESK／PAR共混物制备 | 第76页 |
| ·DSC表征 | 第76页 |
| ·扫描电镜(SEM)分析 | 第76页 |
| ·热失重分析(TGA) | 第76-77页 |
| ·动态机械性能(DMTA)测试 | 第77页 |
| ·力学性能测试 | 第77页 |
| ·结果与讨论 | 第77-82页 |
| ·熔融加工性 | 第77-78页 |
| ·DSC表征 | 第78-81页 |
| ·扫描电镜 | 第81页 |
| ·力学性能 | 第81-82页 |
| ·热分解动力学 | 第82-89页 |
| ·理论基础—Friedman方法 | 第82-83页 |
| ·PPESK／PAR共混物热稳定性 | 第83-88页 |
| ·动态热机械性能 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 6 基于人工神经网络的PPESK材料力学性能预测与评估 | 第90-104页 |
| ·引言 | 第90-91页 |
| ·人工神经网络的建立 | 第91-94页 |
| ·神经网络的类型 | 第91-92页 |
| ·BP网络计算流程图 | 第92页 |
| ·隐含层数 | 第92-93页 |
| ·数据样本的正规化与反正规化处理 | 第93页 |
| ·BP神经网络的建模 | 第93-94页 |
| ·预测模型的MATLAB实现 | 第94页 |
| ·BP网络的学习与验证 | 第94-103页 |
| ·样品制备 | 第94-95页 |
| ·网络训练 | 第95-96页 |
| ·隐含层神经元数优选 | 第96页 |
| ·学习参数对网络性能影响 | 第96-100页 |
| ·样本检测 | 第100-102页 |
| ·力学性能预测 | 第102-103页 |
| ·本章小结 | 第103-104页 |
| 参考文献 | 第104-113页 |
| 全文结论 | 第113-115页 |
| 攻读博士学位期间发表学术论文情况及获奖情况 | 第115-117页 |
| 创新点摘要 | 第117-118页 |
| 致谢 | 第118-119页 |
| 附录：本论文中所用英文缩写符号说明 | 第119-120页 |
| 大连理工大学学位论文版权使用授权书 | 第120页 |
