改进的炭黑分散性模式识别法:彩色图案与自动分级
需积分: 9 144 浏览量
更新于2024-08-11
收藏 111KB PDF 举报
炭黑在橡胶中的分散性对于橡胶制品的质量至关重要,它是衡量胶料质量和成品性能的关键指标。传统上,橡胶工业常用显微照相法来测定炭黑分散度,该方法通过切取试片、显微观察并拍摄照片,然后人工对比标准照片进行定级。然而,这种方法存在显著的主观性和不确定性,因为人的视觉判断易受干扰,导致结果的可靠性不高。
本文(《炭黑在橡胶中分散性的模式识别(Ⅰ)》)由华南师范大学的王明兰教授发表,对现有的显微照相法进行了重大创新。首先,通过计算机技术,研究人员能够清晰地在屏幕上展示出炭黑粒子在橡胶中的分布情况,形成彩色图案,这为量化炭黑分散性提供了更精确的数量指标。这种新的可视化方式使得分散性的评估更加客观和可量化,减少了人为误差。
其次,作者提出了分散性判定的比较判别法,即一种基于计算机的自动识别系统,该系统能够通过对待测胶料与预设的分散度等级模型进行分析,自动判断炭黑分散度的级别。这一创新在国内尚属首次,填补了现有技术的空白,有望提升橡胶工业的检测效率和准确性。
此外,文中还明确了炭黑分散度的基本概念,指出分散性不仅关乎橡胶制品的强度,还影响其工艺性能。随着橡胶行业新材料和高能高速混炼设备的发展,对炭黑分散度的精确测量显得尤为重要。
文章还提到,研究得到了广东省自然科学基金项目的资助,并且强调了改进现有测定方法的紧迫性,以应对橡胶工业发展的需求。这篇论文为橡胶工业提供了一种更为科学、准确的炭黑分散度检测方法,对于提升橡胶制品的质量和生产效率具有重要意义。
2023-02-17 上传
2024-10-24 上传
2024-10-24 上传
2024-10-24 上传
2024-10-24 上传
2024-10-24 上传
weixin_38678406
- 粉丝: 5
- 资源: 948
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手