[发明专利]一种环保型可降解塑料材料及其制备方法

权利要求书

1.一种环保型可降解塑料材料，其特征在于，所述环保型可降解塑料材料按质量由马来酸酐接枝聚丙烯30～50份、玉米秸秆纤维3～10份、木纤维及小麦秸秆纤维3～10份、醋酸酯淀粉2～5份、氰基功能化石墨烯3～8份、增塑剂3～10份、抗氧剂0.5～1份、分散剂0.5-0.1份、交联剂0.2-0.3份和阻燃剂0.5-1份。

2.如权利要求1所述的环保型可降解塑料材料，其特征在于，所述阻燃剂采用HBCD热稳定型阻燃剂；所述氰基功能化石墨烯通过用4-氨基苯氧基邻苯二甲腈对氧化石墨烯进行化学接枝，获得氰基功能化石墨烯；

获得氰基功能化石墨烯方法包括：将氧化石墨烯加入二氯亚砜溶液中超声搅拌，在N,N-二甲基甲酰胺催化作用下75℃加热回流反应18h；待反应结束后，利用甲苯回流除去体系中的二氯亚砜，获得的黑色反应产物经过真空干燥后得到酰氯化的石墨烯；将过量的4-氨基苯氧基邻苯二甲腈和酰氯化石墨烯加入到甲苯溶剂中，在28℃搅拌回流反应48h；反应产物经多次洗涤、离心分离和真空干燥后得到氰基功能化的石墨烯。

3.一种环保型可降解塑料材料的制备方法，其特征在于，所述环保型可降解塑料材料的制备方法包括：

步骤1，确定环保型可降解塑料材料设计参数，设定环保型可降解塑料材料生产参数；

步骤2，利用三维设计软件设计出环保型可降解塑料材料产品的三维模型；三维设计软件进行环保型可降解塑料材料产品三维模型设计中，基于大数据构建包含关系型数据库数据、传感器数据和控制器数据的环保型可降解塑料材料大数据分析平台；

在MapReduce框架下在环保型可降解塑料材料大数据分析平台中进行分析和挖掘，得到环保型可降解塑料材料成型影响因素；

结合环保型可降解塑料材料成型影响因素，构建神经网络模型BP，产生神经网络模型BP的初始权值；

对神经网络模型BP的权值和阈值进行动态改进，获得动态神经网络模型DBP，产生动态神经网络模型DBP的权值和阈值；获得预测模型AIGA-DBP，根据预测模型AIGA-DBP计算环保型可降解塑料材料成型预测值；

判断环保型可降解塑料材料成型预测值与环保型可降解塑料材料成型期望值的误差是否满足设定的条件；输出环保型可降解塑料材料成型预测值；

步骤3，利用输料设备输送马来酸酐接枝聚丙烯30～50份、玉米秸秆纤维3～10份、木纤维及小麦秸秆纤维3～10份、醋酸酯淀粉2～5份、氰基功能化石墨烯3～8份、增塑剂3～10份、抗氧剂0.5～1份、分散剂0.5-0.1份、交联剂0.2-0.3份和阻燃剂0.5-1份；

步骤4，将各组分组料置入温度40～45℃、转速100～1200r/min的混料机中进行预混合，得到预混料；将预混料置于双螺杆挤出机中进行混炼，挤出，造粒，得到粒料；

步骤5，将粒料置于吹塑机中进行吹塑成型，得到环保型可降解塑料制品。

4.如权利要求3所述环保型可降解塑料材料的制备方法，其特征在于，所述双螺杆挤出机机身各段温度不同，第一段熔融温度为175～180℃，第二段熔融温度为的200～210℃，第三段熔融温度为的210～230℃，第四段熔融温度为的200～210℃，挤出温度为170～200℃。