NR／SF抗菌复合材料制备与性能研究

A novel composite was prepared by mixing natural rubber latex(NR)with Bombyx mori silk fibroin(SF).The antibacterial property was tested through the method of covering film on the surface of samples,and the composite was tested by UV-Vis absorption spectrum,tensile-strength measurements and dynamic mechanical analyzer.The result showed that lacteous composite had absorption in UV spectrum,and the mechanical property of composite film was about 0.8MPa,glass transition temperature reduced to-72.3℃ and flexibility modulus reduced.Furthermore the composite had a good antibacterial effectiveness to Escherichial coli,bacteriostasis rate reached 95.3% and 90.0% after incubation for 24h and 48h.

过氧化物预硫化天然橡胶/丝素蛋白抗菌复合材料的制备与性能研究

采用三元混合体系溶解丝素蛋白,纯化后与过氧化物预硫化天然橡胶复合,得到了具有抗菌性能的天然橡胶/丝素蛋白(PVNR/SF)复合材料,并对胶乳和胶膜的相关性能分别进行测试分析。结果表明,SF的加入保持了天然胶乳的稳定性。在干燥制成胶膜后,与基体材料有很好的相容性,并且可以在一定程度上起到补强的作用,SF使天然橡胶获得良好的抗菌性能的同时,对基体的热稳定、粘弹等性能没有很大的影响。另外,通过红外光谱我们可以推测SF在胶膜中的抗菌性能与酰胺I结构有关。

丝胶接枝物改性天然乳胶的研究

利用丝胶优良的抗氧化性和亲肤性等特点,将丝胶包覆在天然乳胶粒表面,从而隔绝了天然乳胶膜与皮肤的直接接触,改善天然乳胶制品对皮肤的过敏性反应,使其不仅具有耐氧化性,而且与皮肤接触后可有效防止肌肤干燥,抑制肌肤黑色素生成等。同时将水性聚氨酯通过先接枝后杂凝聚的方法,在不改变乳胶断裂伸长率的情况下,提高拉伸强度,实现了对天然乳胶过敏性和机械性能的双重改善。

丝胶接枝水性聚氨酯乳液对天然乳胶的改性研究

利用丝胶优良的生物相容性、抗氧化性等特点,结合水性聚氨酯优良的机械性能,合成了丝胶接枝水性聚氨酯乳液(1)。采用杂凝聚技术用1改善天然乳胶手套的机械性能和过敏性。结果表明,经1改性后的天然乳胶手套在断裂伸长率基本不变的情况下,断裂强度有了明显的提高;杂凝聚方法形成的核壳结构使丝胶包裹在手套的内表面,达到了改善过敏性的目的。

氧化壳聚糖-丝胶共价复合物在天然乳胶改性中的应用

采用高碘酸钾氧化壳聚糖的方法制备了一种水溶性氧化壳聚糖(OCS),将OCS与丝胶(SS)反应获得多糖-蛋白共价复合物,进一步将所得复合物和OCS分别与天然乳胶共混成膜,并对膜材料的力学性能、老化性能、耐溶剂性、抗菌性、表面形貌及水溶性蛋白含量(WSP)等进行了对比研究。结果表明:天然乳胶通过复合物改性成膜可导致诸多性能的改善,如抗菌性,膜表面更致密且平整,水溶性蛋白含量大幅下降。这些性能的改善使其作为医用薄膜材料具有更加广阔的应用前景。

基于PSO-GRNN的乳胶丝关键质量参数预测技术

乳胶丝生产过程控制复杂、性能指标多,工艺改进难度大,该文基于广义回归神经网络(generalized regression neural network,GRNN)与粒子群算法(particle swarm optimization,PSO)实现乳胶丝关键质量参数预测。首先,基于乳胶丝生产过程特性,以胶凝、清洗、烘干、硫化等过程的关键参数为输入量,300%定伸应力、拉伸强度及拉断伸长率为预测对象,建立其GRNN模型;其次,在GRNN模型中引入PSO,迭代计算光滑因子σ的最优解。最后,应用多重多元回归、GRNN、QGA-GRNN、PSO-GRNN等方法预测乳胶丝关键质量参数并进行对比。结果表明:引入优化算法的PSO-GRNN与QGA-GRNN模型预测均方误差最小、效果最佳,PSO-GRNN关键质量参数预测时间为4.82 s,仅为QGA-GRNN的3.53%。PSO-GRNN具有良好实时性,可以更好地满足乳胶丝在线生产质量预测需求。