[发明专利]一种预测自然环境下LDPE老化等级的模糊识别模型建立方法

说明书

本发明公开了一种预测自然环境下LDPE老化等级的模糊识别模型建立方法，选取拉伸强度、断裂伸长率、弯曲强度、冲击强度、黄色指数、羰基指数、表面裂纹面积比为LDPE性能表征参数，选取温度、辐照、水和氧作为影响LDPE老化的环境因素；在不同地区的野外试验站进行长周期自然环境曝露试验，定期采样，记录LDPE试样性能表征参数数据与曝露期间的环境参数数据；通过因子分析方法对多维度的LDPE性能参数进行降维处理并根据因子得分进行老化等级划分；对温度进行不同温度段的日最高温积温细分，采用模糊识别技术建立基于环境参数的LDPE材料老化等级评判模型。本发明可以有效地预测LDPE试样性能老化水平，为LDPE使用寿命和安全性评估提供理论依据。

技术领域

本发明属于塑料自然环境老化领域，涉及一种低密度聚乙烯老化风险评判技术，具体涉及一种预测自然环境下LDPE老化等级的模糊识别模型建立方法。

背景技术

低密度聚乙烯(LDPE)广泛用于农业、交通、电力、食品等领域，其环境适应性对于人们的生产生活具有重要影响。在服役过程中，LDPE持续性地遭受环境因素的综合作用，其老化难以避免，老化速率除了与支链结构、分子量、添加剂类型等有关外，还严重依赖于使役环境类型与环境条件。LDPE应用地域分布广泛，环境类型多样，气候复杂多变，以至于利用环境因素进行LDPE老化的回归、模拟和预测非常困难。虽然可以通过曝露试验获得LDPE在所有使役环境下的老化数据，但是时间与经济成本高昂，因此根据已有的曝露试验结果建立LDPE的老化风险预测方法，对于指导进行LDPE老化风险评判具有重要意义。

近几十年来聚乙烯在室外和室内环境中的老化规律得到了大量的研究，其中一些研究进行了老化行为预测。然而，大多数研究是根据动力学过程，如阿伦尼乌斯过程，建立的老化预测模型，这些模型仅适用于表明温度和潜在活化能对氧化过程的相对重要性。事实上，活化能在大温度范围内的变化会导致与预测结果的偏离，尤其在长期的自然行为中，复杂的物理过程可能会在巨大的温差下变化，如西北地区年最高气温与年最低气温之差可达70℃。也有学者利用人工神经网络方法对老化作用进行预测，但其推理过程和环境参数在老化动力学中的差异作用解释不够充分，且其所需样本量较大，其适用性有待进一步评估。如今，随着LDPE材料应用伴随着各种设备、设施不断向新区域延伸，迫切需要建立一种符合老化机理的数学方法，并能够根据现有的环境数据和LDPE老化数据，通过环境特征预测LDPE在新区域的适应性。更进一步的是，以往的研究采用的环境温度数据均为年平均温度，但是单一的年平均温度参数掩盖了环境温度每日、每月、每年的演变规律。为解决上述问题，本发明对环境温度因素进一步细分为不同温度段的日最高温积温，基于层次分析法建立了LDPE使役环境的老化等级模糊识别模型。

发明内容

本发明的目的是提供一种预测自然环境下LDPE老化等级的模糊识别模型建立方法，通过因子分析方法对多维度的LDPE性能参数进行降维处理并根据因子得分进行老化等级划分；对温度进行不同温度段的日最高温积温细分，采用模糊识别技术建立基于环境参数的LDPE材料老化等级评判模型。为LDPE老化预测提供理论依据，指导LDPE产品安全使用。

本发明为实现上述目的所采用的技术方案为：

一种预测自然环境下LDPE老化等级的模糊识别模型建立方法，其特征在于，包括以下步骤：

步骤1、参数选取，选取拉伸强度、断裂伸长率、弯曲强度、冲击强度、黄色指数、羰基指数、表面裂纹面积比为LDPE性能表征参数，选取温度、辐照、水和氧作为影响LDPE老化的环境因素；

步骤2、试验对象选取，选取低密度聚乙烯制成多个LDPE试样为测试对象，在不同地区的野外试验站进行1年、2年、3年周期的自然环境曝露试验，记录各曝晒周期LDPE试样性能表征参数数据与环境参数数据，同一个试验站同一个曝晒周期的多个LDPE试样为一个样本，每个样本中的多个LDPE试样分别用于测量拉伸强度、断裂伸长率、弯曲强度、冲击强度、黄色指数、羰基指数和表面裂纹面积比；