1. 丙烯酸树脂配方与工艺参数映射表构建

为什么先建映射表，而不是直接调参

丙烯酸树脂的配方与工艺是一个多输入、多输出的耦合系统：单体配比决定玻璃化转变温度与硬度，引发剂用量与温度共同决定自由基生成速率，溶剂比例影响固含量与传热，反应时间又反过来约束转化率。若把这些量散落在实验记录本里，后续任何一次“改一个参数看效果”的优化都会失去可比性。映射表的作用是把一次配方—工艺组合压缩成一行结构化记录，使每个参数都有唯一字段名、单位、取值和来源，从而支持筛选、排序、对比与追溯。

字段设计：把配方拆成可查询的原子列

构建映射表的第一步不是填数据，而是确定字段。字段应满足三个条件：可独立测量或设定、单位明确、与优化目标有因果关系。下面给出一个面向本案例的字段骨架，覆盖单体、引发剂、溶剂、温度、时间五类输入，以及固含量、理论Tg、转化率等派生或观测列。

注意 initiator_phr 用 phr 而非 wt%，是因为引发剂用量相对单体总量计量更符合配方习惯；而 solvent_ratio 用 wt% 是因为它相对投料总质量。单位混用是映射表最常见的错误来源，必须在字段定义阶段就固定下来。

从配方到结构化记录：一次完整构建

假设给定一组基础配方：单体总量 100 g，其中 MMA 60 g、BA 35 g、AA 5 g；引发剂 AIBN 0.8 g；溶剂为乙酸乙酯 50 g；设定温度 78 °C，保温 240 min。下面用一段可直接运行的 Python 代码把这组数据转成一行结构化记录，并计算派生列。

import math

# 基础配方输入（示例数据）
monomers = {"MMA": 60.0, "BA": 35.0, "AA": 5.0}   # g
initiator_type = "AIBN"
initiator_mass = 0.8                                # g
solvent_mass = 50.0                                 # g
T_set = 78.0                                        # °C
t_hold = 240.0                                      # min

total_monomer = sum(monomers.values())              # 100 g
total_feed = total_monomer + solvent_mass           # 150 g

# 单体质量分数（wt%）
monomer_wt = {k: v / total_monomer * 100 for k, v in monomers.items()}

# 引发剂 phr：每百份单体所加份数
initiator_phr = initiator_mass / total_monomer * 100

# 溶剂比例（wt%，相对投料总质量）
solvent_ratio = solvent_mass / total_feed * 100

# 理论固含量：单体质量 / 投料总质量
solid_calc = total_monomer / total_feed * 100

# Fox 方程估算共聚物 Tg（K），单体均聚物 Tg 取文献值
Tg_homo = {"MMA": 378.0, "BA": 219.0, "AA": 379.0}  # K
inv_Tg = sum(monomer_wt[k] / 100 / Tg_homo[k] for k in monomers)
Tg_calc_K = 1.0 / inv_Tg
Tg_calc_C = Tg_calc_K - 273.15

record = {
    "batch_id": "B-001",
    "MMA_wt": round(monomer_wt["MMA"], 2),
    "BA_wt": round(monomer_wt["BA"], 2),
    "AA_wt": round(monomer_wt["AA"], 2),
    "initiator_type": initiator_type,
    "initiator_phr": round(initiator_phr, 3),
    "solvent_ratio": round(solvent_ratio, 2),
    "T_set": T_set,
    "t_hold": t_hold,
    "solid_calc": round(solid_calc, 2),
    "Tg_calc": round(Tg_calc_C, 1),
    "conv_obs": None,
}
print(record)

运行后得到的关键派生值：MMA 60.00 wt%、BA 35.00 wt%、AA 5.00 wt%；引发剂 0.800 phr；溶剂比例 33.33 wt%；理论固含量 66.67 wt%；按 Fox 方程估算 Tg 约 21.6 °C（示例计算值，实际以实测为准）。这些值直接写入映射表对应列，conv_obs 留空待测。

映射表的结构关系

下图把“原始配方输入—字段归一化—派生计算—结构化记录”的关系画成一条数据流，同时标出单位约定与留空规则，便于在填表时对照检查。

填表时的三个判断点

• 单位归属：同一列只能有一种基准。若某批配方改为“引发剂对总投料计”，必须新增列或换算后填入，不能与 phr 混填。
• 派生列可追溯：solid_calc 与 Tg_calc 是计算值，应保留计算依据（公式或脚本版本），避免后续误当实测值使用。
• 缺失值处理：conv_obs 未测时留空，不用 0 填充；0 表示“实测转化率为零”，与“未测”语义完全不同，混用会污染后续拟合。

最小可用的表结构

若用 CSV 或数据库落地，字段顺序建议与上表一致，便于人工核对与脚本读取。下面给出与代码输出对应的表头行，可直接作为建表起点：

batch_id,MMA_wt,BA_wt,AA_wt,initiator_type,initiator_phr,solvent_ratio,T_set,t_hold,solid_calc,Tg_calc,conv_obs
B-001,60.00,35.00,5.00,AIBN,0.800,33.33,78,240,66.67,21.6,

至此，一组基础配方已被整理为一行可查询记录。后续优化时，只需在表中新增批次行、保持字段与单位不变，即可按 T_set、initiator_phr 或 Tg_calc 筛选对比，而不必回到原始记录本逐条翻找。