一般来说,不同树脂间共混效果,对各方面的性能有很大的影响。首先,对于液体涂料,可能影响以下几方面:(1)树脂的溶解性。混合树脂在有机溶剂中的溶解性与单一树脂是不同的。需要调节溶剂的溶度参数,改变混合溶剂的组成,涂料油漆树脂厂家供应,才能得到透明的树脂溶液。(2)树脂溶液的黏度。相同浓度下,混合树脂的黏度与单一树脂的黏度往往不同,原因比较复杂,与树脂结构、分子量、组成比例等有关,要仔细调节,否则会对施工造成影响。(3)树脂溶液的贮存稳定性。共混树脂的溶液体系,在贮存时有可能出现相分离,导致沉淀,或是溶液不均匀。也可能在贮存过程中发生凝聚态结构的变化,涂料油漆树脂厂家供应,从而导致性能的变化,涂料油漆树脂厂家供应。当丙烯酸树脂的Tg值越高,制漆后涂膜干率越好。涂料油漆树脂厂家供应
与高分子材料应用的聚合物相比较,涂料树脂有其自身的特点。一般说来,热固性树脂相对分子量比较低,通常在10000以下,分子链上带有官能团,常为非晶聚合物,固化过程中通过官能团之间化学反应交联成膜,这些都有利于不同树脂问共混,提高其相容性。从几种不同聚合物共混的相容性考虑,大致可有以下情况:完全相容体系,也称均相体系。不同树脂之间达到分子水平接触,是可将一种树脂视为溶剂,另一种视为溶质的溶液体系。由于高分子之间的相互溶解很困难,这种体系在高分子材料中比较少,典型的有聚苯醚/聚苯乙烯、聚氯乙烯/丁腈橡胶等共混物。这种体系往往产生协同效应,是开发新材料的途径。可是这种体系在涂料中已经应用了几十年,较典型的就是醇酸/氨基体系。由于涂料树脂分子量比较低,分子中带有很多极性基团,分子问相互作用力强,比较容易达到均相体系。醇酸树脂就是具有容易与多种树脂相混合的特点,应用于与其他树脂配合,产生好的协同效应,提高涂料的综合性能。南京粉末涂料树脂价格合成树脂涂料以石油化工产品为基础,名目繁多、性能优良,并已成为现代涂料的主要品种。
在涂料行业,“环保”已经成为经久不衰的话题,“环保产品”也成为主流产品,水性丙烯酸树脂便是树脂里面的环保产品。水性丙烯酸树脂涂料是水性水性涂料中发展较快、品种较多且没有污染型的涂料,水性丙烯酸树脂是其原材料。水性丙烯酸树脂大致可分为三种:一是丙烯酸树脂乳液,二是丙烯酸树脂水分散体,三是丙烯酸树脂水溶液。丙烯酸树脂乳液由油性烯类单体乳化在水中在水性自由基引发剂引发下合成。丙烯酸树脂水分散体通过自由基溶液聚合或逐步溶液聚合等不同的工艺合成。丙烯酸树脂水溶液属阴离子型,共聚树脂的单体中选用适量的不饱和羧酸如丙烯酸、甲基丙烯酸、顺丁烯二酸酐、亚甲基丁二酸等,使侧链上带有羧基,再用有机胺或氨水中和成盐而获得。
树脂的水性化的方法:(1)乳液聚合法:乳液聚合是油性单体借助乳化剂和机械搅拌,使单体分散在水中形成乳液,由水性引发剂引发的单体聚合。乳液聚合方法是水性丙烯酸树脂合成的经典方法。(2)外乳化法:即通过外加乳化剂,通过强剪切相反转生成水包油型聚合物乳液。该法只用于少数油性树脂的水性化。如水性环氧树脂乳液的制备。(3)自乳化法:通过对树脂结构的化学改性,引入非离子型或离子型的水性化单元,以实现其水可分散性,得到水分散型树脂。自乳化法是一种分子水平对树脂的改性,所得水分散体粒径小、分布窄、稳定性好,且技术含量高,是目前树脂水性化的主流方法。丙烯酸树脂由丙烯酸酯类或甲基丙烯酸酯类及其他烯属单体共聚而成。
不同聚合物之间共混以提高材料的性能,是已经被大范围采用的方法。在涂料产品中使用混合树脂要比高分子材料使用得更早。但是涂料树脂结构复杂,且多为热固性,理论研究比较少,近些年来,随着涂料科技的发展,其树脂的微观结构、形态学以及黏弹性等方面的研究日渐深入。尽管有关这方面的基础理论与方法大都来自高分子学科,但与高分子相比较,涂料树脂有其特点,同时涂料性能的要求与高分子材料也不同,所以对涂料树脂共混的相容性的研究是很重要的,可为新产品的开发提供依据。不同涂料树脂有不同的功能。涂料油漆树脂厂家供应
丙烯酸树脂涂料是热塑性或热固性树脂涂料,或丙烯酸辐射涂料。涂料油漆树脂厂家供应
丙烯酸树脂应用广,比如现在一些油漆涂料都会有这样的一种成分。因为丙烯酸树脂具有很好的耐腐性,耐潮湿的功效,所以丙烯酸树脂是很多商业领域都会用到的涂料。水性丙烯酸树脂——与传统的溶剂型涂料相比,水性涂料具有价格低廉、使用安全、节约资源和能源、减少环境污染等优点,已成为目前涂料工业发展的主要方向。水性丙烯酸树脂涂料是水性涂料中发展较快、应用较广的无污染涂料。丙烯酸树脂是重要的涂料工业用成膜物质,随着需求不断加大,又加上我国国家政策和国内企业的支持也促使丙烯酸树脂研究技术的进步,使得丙烯酸树脂行业迅速发展。涂料油漆树脂厂家供应
文章来源地址: http://huagong.chanpin818.com/hcsz/bxssz/deta_12567157.html
免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的用户,本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。