下载文档原格式
聚合实施方法第四章聚合实施方法4．1．本体聚合一．定义：不加其它介质，只有单体本身在印发剂、光、热辐射的作用下进行的聚合。
二．配方组成：单体＋引发剂（或用光、热辐射引发）＋（助剂，如少量颜料、增塑剂、润滑剂、分子量调节剂）三．分类：1．根据单体和聚合体的互溶情况分为均相和非均相两种。
均相本体聚合，是指聚合物溶于单体，在聚合过程中物料逐渐变稠，始终成为均一相态，最后变成硬块。
St、MMA的本体聚合就属均相本体聚合。
非均相本体聚合是单体聚合后新生成的聚合物不溶于单体中，从而沉淀下来成为异相，即非均相氯乙烯的本体聚合。
2．按参加反应的单体的相态分为气相和液相两种。
气相本体聚合最为成熟的是高压聚乙烯的生产。
典型的液相本体聚合有St、MMA 的本体聚合。
四．优缺点1．优点：生产流程短、设备少，易于连续化、生产能力大、产品纯度高、透明性好，此法适用于生产板材或其它型材。
2．缺点：①反应热大，不易排出，危险性大②由于反应体系粘度大，分子扩散困难，所以形成的聚合物分子量分布变宽。
五．聚合机理：遵循自由基聚合一般机理，提高反应速率时，往往分子量降低。
六．意义理论上：由于其组成简单、影响因素少，特别适用于实验室研究。
如：a.单体聚合能力的初步鉴定b.动力学研究c.竞聚率测定d.少量聚合物的试制实际生产上：许多单体均可采用本体聚合方法，不论是气体、液体或固体。
七．生产工艺特征关键是反应热的排出，△H＝55～95KJ∕mol20％以下，体系粘度小，散热无困难30％以上，粘度大，散热不易，加上凝胶效应，放热更高，如果散热不良，轻者，造成局部过热，分子量分布变宽，影响产品质量；重者，温度失调，引起短聚，为解决此问题，在工艺和设备的设计上采取了多种措施：〈1〉使反应进行到一定转化率就分离出聚合物。
〈2〉采用较低的反应温度、较低浓度的引发剂进行聚合。
〈3〉将聚合分布进行，控制转化率“自动加速效应”，使放热均匀。
〈4〉强化聚合设备的传热。
第四章聚合方法
一、单选题
2、乳液聚合的主要场所是_ ___。
A、水相；
B、单体液滴；
C、乳胶粒
4、合成橡胶通常采用乳液聚合反应，主要是因为乳液聚合____ _。
A、以水作介质价廉无污染；
B、散热容易；
C、不易发生凝胶效应；
D、易获得高分子量聚合物
5、在乳液聚合的第二阶段，补加一定量的引发剂后，______。
A、聚合物分子量增大；
B、聚合物分子量不变；
C、聚合速率不变；
D、聚合速率增大
6、在乳液聚合的第二阶段，补加一定量的引发剂后，______。
A、聚合速率降低；
B、聚合速率增大；
C、聚合物分子量增大；
D、聚合物分子量降低
7、乳液聚合和悬浮聚合都是将单体分散于水相中，但聚合机理却不同，这是因
为_ _____。
A、分散剂不同所致；
B、聚合温度不同所致；
C、搅拌速度不同所致；
D、聚合场所不同所致
二、填空题
3、油包水型的乳液聚合称为_____________。
4、单体、引发剂溶解在溶剂中进行的聚合反应称为____________。
5、单体以液滴状悬浮于水中而进行的聚合称为____________。
6、不用溶剂只用单体和／或少量的引发剂或催化剂进行聚合的方法称为
__________。
7、单体在搅拌下借助乳化剂的作用分散于水（或其他分散介质）中形成乳状液
而进行的聚合称为_______________。
第四章聚合方法
在前面的章节中，我们已经学习了一些基本的聚合方法，如求和、求
平均值、计数等。
这些方法可以帮助我们从一组数据中得出一个总体的概
括性统计信息。
然而，在一些情况下，这些简单的聚合方法可能无法满足
我们的需求，我们需要更进一步地了解聚合方法的高级技巧。
在本章中，我们将介绍一些常用的高级聚合方法，包括分组聚合、透
视表和数据透视。
这些方法可以帮助我们更加深入地理解数据，并通过不
同的维度和角度来进行数据分析。
首先，让我们来介绍一下分组聚合。
分组聚合是指将数据按照一些特
定的维度进行分类，并对每个类别进行聚合计算。
例如，我们有一个销售
数据集，其中包含了产品、地区和销售额等信息。
我们可以将数据按照产
品进行分组，然后计算每个产品的总销售额。
这样，我们可以得到每个产
品的销售情况，并进一步分析销售额最高的产品、销售额最低的产品等等。
分组聚合的方法有很多种，最常用的是使用GroupBy函数。
GroupBy
函数可以根据我们指定的维度进行分组，并对每个分组进行聚合计算。
例如，我们可以将销售数据按照产品进行分组，并对每个产品的销售额进行
求和。
代码示例如下：
```
sales_data.groupby('Product')['Sales'].sum
```
上述代码中，`sales_data`是我们的销售数据集，`'Product'`是我们指定的维度，`'Sales'`是我们需要进行聚合计算的指标。
通过使用
`groupby`函数，我们可以得到每个产品的销售总额。
除了求和之外，GroupBy函数还可以进行其他类型的聚合计算，包括求均值、计数、最大值、最小值等等。
我们可以通过使用`agg`函数来指定不同的聚合方法。
例如，我们可以计算每个产品的平均销售额和最大销售额，代码示例如下：
```
sales_data.groupby('Product')['Sales'].agg(['mean', 'max']) ```
上述代码中，`'mean'`和`'max'`是我们需要进行的聚合方法。
通过使用`agg`函数，我们可以得到每个产品的平均销售额和最大销售额。
接下来，让我们来介绍一下透视表。
透视表是一种类似于Excel中的数据透视表的功能，可以帮助我们从多个维度来分析数据。
透视表可以将数据按照多个维度进行分组，然后计算每个分组的聚合值。
例如，我们可以将销售数据按照产品和地区进行分组，然后计算每个产品在每个地区的销售额。
这样，我们可以得到每个产品在不同地区的销售情况，并进一步分析不同地区的销售情况。
透视表的方法有很多种，最常用的是使用Pivot Table函数。
Pivot Table函数可以根据我们指定的维度进行分组，并对每个分组进行聚合计算。
例如，我们可以将销售数据按照产品和地区进行分组，并计算每个产品在每个地区的销售额。
代码示例如下：
```python
sales_data.pivot_table(index='Product', columns='Region', values='Sales', aggfunc='sum')
```
上述代码中，`sales_data`是我们的销售数据集，`'Product'`和
`'Region'`是我们指定的两个维度，`'Sales'`是我们需要进行聚合计算
的指标，`'sum'`是我们指定的聚合方法。
通过使用Pivot Table函数，
我们可以得到每个产品在不同地区的销售总额。
除了求和之外，Pivot Table函数还可以进行其他类型的聚合计算，
包括求均值、计数、最大值、最小值等等。
我们可以通过使用`aggfunc`
参数来指定不同的聚合方法。
最后，让我们来介绍一下数据透视。
数据透视是一种类似于Excel中
的数据透视表的功能，可以帮助我们从不同的维度和角度来分析数据。
数
据透视可以将数据按照不同的维度进行分组，并对每个分组进行聚合计算。
例如，我们可以将销售数据按照产品和地区进行分组，并计算每个产品在
每个地区的销售额。
这样，我们可以得到每个产品在不同地区的销售情况，并进一步分析不同地区的销售情况。
数据透视的方法有很多种，最常用的是使用Pivot函数。
Pivot函数
可以根据我们指定的维度进行分组，并对每个分组进行聚合计算。
例如，
我们可以将销售数据按照产品和地区进行分组，并计算每个产品在每个地
区的销售额。
代码示例如下：
```python
sales_data.pivot(index='Product', columns='Region',
values='Sales')
```
上述代码中，`sales_data`是我们的销售数据集，`'Product'`和
`'Region'`是我们指定的两个维度，`'Sales'`是我们需要进行聚合计算
的指标。
通过使用Pivot函数，我们可以得到每个产品在不同地区的销售额。
数据透视可以进行不同的聚合计算，包括求和、求均值、计数、最大值、最小值等等。
通过使用Pivot函数的`aggfunc`参数，我们可以指定
不同的聚合方法。
通过学习本章的内容，我们可以更加深入地了解聚合方法的高级技巧，包括分组聚合、透视表和数据透视。
这些方法可以帮助我们进行更加细致、全面和多角度的数据分析，从而更好地理解数据并做出相应的决策。
