[发明专利]温敏材料、应用该材料的除湿装置及该装置工作方法

摘要

本发明涉及材料及材料控制领域，尤其是一种温敏材料、应用该材料的除湿装置及该装置工作方法。解决了现有吸湿剂是低温疏水高温亲水且需要定期更换，及除湿装置是单一除湿装置，不能自动启动和选择除湿效率。一种温敏材料制作方法，将异丙基丙烯酰胺凝胶加入交联剂、引发剂溶于无水乙醇中进行交联引发；通氮气保护加入硅酸钠，加入强酸在恒温水浴中反应；用去离子水浸渍，间隔固定时间更换去离子水，除去未反应单体，生成温敏材料成品。利用该材料的除湿装置和除湿装置的工作方法，有益效果是：形成的新的反开关纳米材料高温疏水低温亲水降低能耗且不降解避免更换吸湿剂；利用神经网络控制器选择液体除湿装置或者固体除湿装置或者二者的组合。 1

主权项

1.一种应用温敏材料提高除湿效率的装置，其特征在于，所述装置包括固体转轮除湿装置和溶液除湿装置，所述固定转轮除湿装置和溶液除湿装置通过风道分路开关联机成串联式或并联式，所述串联式，当要求的湿度较低时使用；所述并联式，当要求的风量较大时使用，所述固体转轮除湿装置和溶液除湿装置的各部件表面附着有温敏材料，均受神经网络控制器控制；所述神经网络控制器控制方法如下：第一步：根据风量大小选神经网络模型网络层数为3，隐层神经元数量为7到13，采取隐层和输出层神经元函数分别为tansig函数和purelin函数，网络培训方式选用了trainlm算法；第二步：有函数newff形态神经网络；第三步：在对神经网络训练之前，首先设定相关参量：最大训练次数、训练要求精度、学习率；第四步：对神经网络进行训练；第五步：重复训练直到满足第三步中设定的参数的要求为止；第六步：保留训练好的神经网络，并用训练好的神经网络实行预测；第七步：将预测值和实际输出值进行对比，统计出相对误差；第八步：将隐层神经元函数tansig函数改为radbas函数，再对神经网络进行训练，统计出相对误差，并与tansig函数的结果进行比较；第九步：选合适的函数与神经元数量；所述温敏材料是异丙基丙烯酰胺凝胶加入交联剂、引发剂反应后生成反开关纳米材料，所述交联剂为亚甲基双丙烯酰胺，所述引发剂为偶氮二异丁腈，所述反开关纳米材料和硅酸钠发应生成温敏材料，所述温敏材料由以下几步骤生成：第一步：将异丙基丙烯酰胺凝胶（PNIPAAm）加入交联剂、引发剂、催化剂溶于无水乙醇中进行交联引发；第二步：待溶解充分后，通氮气保护加入硅酸钠，充分溶解后加入强酸在60 ºC恒温水浴中反应24 h；第三步：用去离子水浸渍，间隔7‑12小时后更换去离子水，除去未反应单体，生成温敏材料成品。