1. 课程导入与目标设定
丙烯酸酯类共聚物的组成，往往不是把几种单体按投料比“倒进去”就能得到的。由于不同单体在自由基聚合中的反应活性差异很大，投料比与瞬时共聚组成之间通常存在明显偏差：活性高的单体消耗更快，反应前期富集于共聚物中，后期则逐渐贫化，最终得到的是组成随转化率漂移的产物。本课程的核心任务，就是建立一条从单体结构 → 竞聚率 → 瞬时共聚组成 → 转化率积分 → 最终组成与序列分布的可计算分析链条，使配方设计从经验试错转向可预测的定量设计。
一、核心任务：三个可回答的问题
整门课程围绕三个层层递进的问题展开。第一，活性从哪来：单体的取代基如何通过电子效应与空间效应影响自由基加成速率，进而决定竞聚率 r₁、r₂ 的大小与相对关系。第二，组成怎么算：给定单体对、投料摩尔分数与竞聚率，用 Mayo-Lewis 方程求出瞬时共聚组成 F₁，并判断该体系属于恒比共聚、交替倾向还是明显梯度。第三，过程怎么控：在高转化率下，用 Skeist 积分或数值迭代追踪组成漂移，反推补加策略或转化率上限，使产物组成落在目标窗口内。
这三个问题对应三种典型工作场景：新单体评估时只需回答第一个问题；配方初筛时需要前两个；而工业化放大与批次一致性控制必须回答全部三个。课程后续章节将按这条主线逐段展开，每一段都配有可复算的示例参数。
二、完整分析链条的六个环节
把上述任务拆开，可以得到一条六环节的分析链条，它也是本课程的整体结构骨架：
- 结构解析：确定单体的 α-取代基、酯基链长、极性基团（如羟基、羧基、酰胺），标注电子效应类型（供电子/吸电子）与空间位阻等级。
- 活性排序：依据 Q-e 值或实验竞聚率，判断单体对的相对活性与交替倾向。
- 竞聚率获取：优先查文献与手册，缺失时用 Q-e 方程估算，并记录数据来源与温度条件。
- 瞬时组成计算：以 Mayo-Lewis 方程为核心，绘制组成曲线，识别恒比点与共沸组成。
- 转化率积分：用 Skeist 方程或分步数值积分，得到累计组成随转化率的变化轨迹。
- 结果判读与工艺决策：判断组成漂移是否可接受，决定补加、控转化率或更换单体对。
需要强调的是，这条链条不是单向流水线：若积分结果显示漂移过大，往往要回到竞聚率数据复核，甚至回到结构层面更换单体。实际工作中，链条是带反馈的闭环。
三、工具与数据来源
课程使用的工具分为三类。其一是计算工具：Excel 或 Python 即可完成 Mayo-Lewis 与 Skeist 的全部计算，无需专用软件；课程会给出可直接套用的公式与代码片段。其二是数据来源：竞聚率优先取自 Polymer Handbook 类手册与公开发表的共聚研究文献，Q-e 值用于缺失数据的估算，所有引用数据都会标注温度与测定方法，因为竞聚率对温度敏感。其三是验证手段：以 1H NMR 测得的共聚物组成作为计算结果的对照，用低转化率样品（一般控制在 5%～10% 以下）近似代表瞬时组成。
四、本节示例：一条可跑通的最小链条
为让读者一开始就看到链条的“活”的样子，这里给出一个贯穿全课程的最小示例。设单体 M₁ 为丙烯酸甲酯（MA），M₂ 为苯乙烯（St），在 60 ℃ 下取文献常见量级的竞聚率 r₁ = 0.18、r₂ = 0.75（示例假设值）。投料摩尔分数 f₁ = 0.5。按 Mayo-Lewis 方程：
F1 = (r1*f1^2 + f1*f2) / (r1*f1^2 + 2*f1*f2 + r2*f2^2)
= (0.18*0.25 + 0.25) / (0.18*0.25 + 0.5 + 0.75*0.25)
= 0.295 / 0.7325 ≈ 0.403结果显示：投料中 MA 占一半，但瞬时共聚物中 MA 仅约 40%，说明 St 的相对活性更高，MA 在反应前期被“留在单体库”中。随着转化率上升，残留单体中 MA 比例升高，共聚物中的 MA 含量也会逐步上升——这就是组成漂移。若目标组成要求 MA 在 45%～50%，则必须通过补加 MA 或把转化率控制在较低水平来实现。这个判断，正是后续章节要反复训练的核心能力。
五、学习目标与使用建议
完成本章及后续内容后，读者应能独立完成四件事：其一，根据单体结构定性判断一对单体的相对活性与交替倾向；其二，正确选取并核验竞聚率数据，说明其适用条件；其三，手算或编程求出任意投料比下的瞬时组成与恒比点；其四，用积分方法预测高转化率下的组成漂移，并据此给出补加或控转化率的工艺建议。
建议的学习方式是“边算边读”：每遇到一个公式，就用本节给出的 MA/St 示例代入复算一遍，再替换成自己关心的单体对。课程中的参数表与代码片段可直接复制使用，但请务必把示例参数替换为自身体系的真实数据，并保留数据来源记录——这既是工程可追溯性的要求，也是判断计算结果可信度的前提。当计算结果与 NMR 实测出现系统性偏差时，优先怀疑竞聚率的温度条件与测定方法是否匹配，而不是急于调整模型。
至此，分析链条的骨架已经搭好。接下来的章节将逐环节深入：先讲清取代基如何塑造活性，再讲竞聚率的测定与估算，然后进入 Mayo-Lewis 与 Skeist 的计算细节，最后落到配方设计与批次控制的工程实践。