田纳西州伊斯曼te化学过程
时间: 2023-06-05 20:02:26 浏览: 346
田纳西州伊斯曼化学公司使用的是TE过程,该过程是一种以苯乙烯为原料制备芳纶纤维的方法。该过程所产生的纤维具有较高的强度和优良的热稳定性。
TE过程有两个主要步骤,首先将苯乙烯转化为对苯二甲酸二丙烯酯(DMT)。这是通过在存在水的催化条件下,将苯乙烯与CO和乙烯基酸反应得到的。DMT是一种均聚物,其分子量在5000到10000之间。
接下来,DMT被加热至约300℃,并在惰性气氛下与对苯二甲酸进行酯化反应,生成芳纶聚合物。这个步骤的反应需要在高压下进行,并以想气作为反应介质。芳纶聚合物可以迅速形成直到到达足够的分子量,此时纤维可以通过拉丝或旋转进行制备。
TE化学过程具有许多优点,例如反应简单,产品优良,以及可以在较低的温度和压力下进行。此外,由于使用的原料是苯乙烯,该过程还可以利用石油天然气等化石能源。
总之,通过TE化学过程,田纳西州伊斯曼化学公司可以以低成本、高效率的方式生产出优质的芳纶纤维。
相关问题
te田纳西-伊斯曼过程数据集-企业管理文档类资源-csdn下载
te田纳西-伊斯曼过程数据集是一份关于企业管理的文档类资源,可以在CSDN网站上进行下载。这份数据集提供了关于企业管理方面的大量信息和数据,包括管理流程、业务运营、市场营销、人力资源等方面的内容。这些数据对于研究和分析企业管理以及相关领域的人来说非常有价值。
通过CSDN下载这份资源,可以帮助人们更好地了解企业管理的实际运作情况,为企业决策和行为提供支持。这些数据可以用于行业研究、商业分析、市场预测等方面,对于企业的发展和运营具有重要的指导意义。同时,这份数据集也可以作为学习和教学材料,帮助学生和教师更好地理解企业管理的理论和实践。
在CSDN网站上下载这份数据集也能够方便快捷地获取相关信息,帮助人们节省时间和精力。通过数据集的分析和应用,可以为企业管理和决策提供更科学的依据,帮助企业更好地应对市场变化和竞争挑战。
总之,te田纳西-伊斯曼过程数据集-企业管理文档类资源-csdn下载对于企业管理研究和实践具有重要意义,值得广大关注者下载和利用。
python实现田纳西伊斯曼过程异常状态检测
田纳西伊斯曼过程异常状态检测是一种常用的时间序列异常检测方法,可以用于监测工业过程中的异常状态。Python实现田纳西伊斯曼过程异常状态检测可以使用statsmodels库。下面是一个简单的示例代码:
```python
import numpy as np
import statsmodels.api as sm
# 生成随机时间序列
np.random.seed(123)
nobs = 100
y = np.random.normal(size=nobs)
# 构建模型
mod = sm.tsa.statespace.TNStateSpaceModel(endog=y, irreg=True, k_states=1)
# 拟合模型
res = mod.fit(disp=False)
# 计算异常状态
outliers = res.outlier_test()
# 输出异常状态的结果
print(outliers)
```
上述代码中,首先生成了一个长度为100的随机时间序列。然后通过statsmodels库构建了一个田纳西伊斯曼过程模型,并且拟合了这个模型。最后计算了异常状态,并输出了结果。
需要注意的是,田纳西伊斯曼过程异常状态检测方法适用于具有连续时间的时间序列,而非离散时间。因此,在使用该方法时需要确保数据是连续的。