含氟共聚物及涂料组合物
    41.
    发明公开

    公开(公告)号:CN1467230A

    公开(公告)日:2004-01-14

    申请号:CN03136084.X

    申请日:2003-05-19

    Abstract: 本发明提供一种含氟共聚物、含有所述含氟共聚物的涂料组合物、可固化的含氟共聚物及涂料组合物,所述含氟共聚物由下列结构单元构成:(a)四氟乙烯结构单元,(b)不含羟基和羧基的非芳香类乙烯酯单体结构单元,(c)不含芳基和羧基而含有羟基的乙烯单体结构单元,必要时还包括(d)不含羟基和羧基而含有芳基的单体单元,(e)不含羟基和芳基而含有羧基的单体结构单元和(f)其它单体结构单元;各结构单元的含量分别为:(a)大于20mol%,小于49mol%,(b)大于25mol%,小于69.9mol%,(c)大于8mol%,小于30mol%,(d)大于2mol%,小于15mol%,(e)大于0.1mol%,小于2.0mol%,(f)大于0mol%,小于10mol%。所述可固化的含氟共聚物与所述涂料组合物中的其它混合剂相溶性良好,可以获得耐气候性、硬度和耐污染性优良的涂层。

    学习模型生成方法、程序、存储介质、学习完毕模型

    公开(公告)号:CN117795529A

    公开(公告)日:2024-03-29

    申请号:CN202280053467.5

    申请日:2022-07-26

    Abstract: 本公开的目的在于提供与涂料有关的新的学习模型生成方法等。本公开是一种学习模型生成方法,其生成使用计算机来决定使涂料定影于基材而成的物品的评价的学习模型,该学习模型生成方法具备:取得步骤(S12),计算机取得至少包含涂料的信息即涂料信息和物品的评价的信息作为教师数据;学习步骤(S15),计算机基于在取得步骤(S12)中取得的多个教师数据进行学习;以及生成步骤(S16),计算机基于在学习步骤(S15)中进行学习后的结果,生成学习模型,学习模型将与教师数据不同的作为未知的信息的输入信息作为输入,输出评价,输入信息是至少包含涂料信息的信息。

    含氟共聚物和溶剂型涂料用组合物

    公开(公告)号:CN105294914A

    公开(公告)日:2016-02-03

    申请号:CN201510419095.5

    申请日:2015-07-16

    Abstract: 本发明涉及含氟共聚物和溶剂型涂料用组合物,本发明提供能够形成耐候性、耐溶剂性和耐污染性优异、同时具有高硬度的涂膜的含氟共聚物。本发明的含氟共聚物的特征在于,其含有(a)碳原子数为2或3的全卤烯烃结构单元、(b)乙酸乙烯酯结构单元、(c)式(1):CH2=CH-(CH2)l-O-(CH2)m-OH(式中,l为0或1,m为2以上的整数)所表示的含羟基的乙烯基单体结构单元、以及(d)式(2):R1R2C=CR3-(CH2)n-COOH(式中,R1、R2和R3相同或不同,均是氢原子或碳原子数为1~10的直链或支链状的烷基;n为2以上的整数)所表示的含羧基单体结构单元,含氟共聚物中的结构单元(a)相对于结构单元(a)和结构单元(b)的合计摩尔数的比例为0.16~0.46。

Patent Agency Ranking