一种环保型可降解塑料材料及其制备方法

技术领域

本发明属于包装材料技术领域，尤其涉及一种环保型可降解塑料材料及其制备方法。

背景技术

目前，在我国现有市场上，以聚乙烯或聚丙烯为主要材料制作的塑料制品种类繁多，使用范围非常广，且使用量很大，然而废弃的塑料制品经过使用后随意丢弃现象严重，回收利用率低，这些塑料制品置弃在土壤中，经过长达200年也难以腐烂分解，而且这些塑料制品受到高温或者腐蚀时，会慢慢溶解并释放出对人体有害的物质。因此，随处可见的废弃塑料袋和塑料瓶正逐渐破坏着我们的绿色家园，侵蚀着我们的生命健康。近年来，虽然国家大力发展可降解材料来替代传统塑料材料，但由于可降解塑料的韧性以及可承受的强度与传统塑料相比仍有很大的差距，可降解塑料的降解周期较长，降解程度受限等问题，

因此现如今市场上可降解塑料的使用率仍然比较低。可降解塑料的配方以及加工工艺均有待于进一步的探索和研究，以提高可降解塑料的韧性和可承受强度，提高降解度，缩短降解周期。

现有技术提供一种环保型可降解塑料，所述可降解塑料的组成及其质量份数为：聚丙烯50～60份，植物淀粉5～10份，醋酸酯淀粉5～8份，石墨烯粉末5～10份，碳酸钙10～15份，增塑剂5～8份，抗氧剂0.8～1份，紫外线吸收剂0.4～0.6份。

但上述专利可降解塑料降解周期并没有有效改善。

再者，塑料由于质轻，化学性稳定，不会锈蚀，耐冲击性好等优良特性以取代大部分基础材料，成为人们生活常用的原料，但是由于塑料作为高分子材料不易降解，对环境造成极大地危害。面对日益严重的白色污染问题，人们希望寻找一种能替代现行塑料性能，又不造成白色污染的塑料替代品，可降解塑料应运而生，这种新型功能的塑料，其特点是在达到一定使用寿命废弃后，在特定的环境条件下，由于其化学结构发生明显变化，引起某些性能损失及外观变化而发生降解，对自然环境无害或少害。

现有技术提供一种环保可降解塑料及其生产工艺，(1)通过采用聚丙交酯、聚丁二酸丁二醇酯和聚氯乙烯混合作为基料，与接枝淀粉混合制备本发明塑料，能在有效保证产品降解的同时提升产品的力学效应和耐高温性能，添加有铋酸钠、聚氯化铝等物质，能有效提升产品的降解效率，并且降解时不产生污染成分，安全环保，同时降解速率高，经GB/T20197-2006测定，该环保可降解塑料的25天降解率为99.3-99.9％，解决现有技术中废旧塑料降解率低，同时存在一定污染性的技术问题；(2)将底料从挤出设备上入料管上的入料口放入，底料通过入料管进入挤出筒内，第一电机驱动丝杆，丝杆配合丝杆连接块通过连接杆带动环形刮刀在入料管内升降，环形刮刀对入料管内壁残留的底料刮除，被刮除的底料落入挤出筒内，第二电机驱动中心轮转动，进而三个行星轮在内齿盘内转动，同时行星轮通过花键轴带动挤出螺杆转动，三个挤出螺杆在挤出筒内自转的同时沿圆周转动，得到挤出物被三个挤出螺杆从挤出口挤出，第三电机驱动切粒杆转动，切粒杆配合刀座带动切割刀片转动，切割刀片将挤出物切割得到可降解塑料母粒，挤出设备通过可升降的环形刮刀的设置，有效将入料管内壁的残留的底料进行刮除，避免部分底料在入料管内壁未被挤出而造成浪费的情况，同时通过行星轮的结构设置，三个挤出螺杆在自身旋转挤出底料的同时在挤出筒内沿圆周转动，有效提高底料的混合效果，具有更高效的挤出效果。(3)可降解塑料母粒下落至输送管内，并通过输送管进入冷却箱内，循环泵配合冷却油箱通过连接管在循环管内循环冷却油，第四电机通过两个啮合连接的齿轮配合带动循环管转动，循环管对冷却箱内的可降解塑料母粒进行搅拌冷却，冷却后取出可降解塑料母粒，再将母粒置于注塑机中，采用高温保压注塑得到本发明环保可降解塑料，该挤出设备有效将通过循环管循环冷却油，同时循环管进行旋转，将制备得到的可降解塑料母粒进行有效且快速的冷却，同时避免母粒在冷却过程中出现相互粘粘的情况。

并提供一种环保可降解塑料，由下述重量份原料制备得到：聚丙交酯40-50份、聚丁二酸丁二醇酯12-14份、聚氯乙烯4-8份、植物纤维4-10份、接枝淀粉30-40份、氧化钙1-3份、寡聚糖1-3份、纳米二氧化硅1-1.6份、聚氯化铝1-2份、铋酸钠0.6-1.6份、分散剂0.4-0.8份、交联剂0.2-0.5份、增塑剂1-1.2份。

上述专利的技术缺陷在于：制备方法繁琐，产品的力学效应和耐高温性能差。

再者，在可降解塑料生产中，对于有害气体不能有效处理；现有技术用集气罩、风机，抽吸送入喷淋塔等离子光氧活性炭设备的处理，其中的有害，芳烃、环烷烃等裂解气体，易于引起等离子设备的燃烧和爆炸，并且不能完全有效的处理尾气，仍有大部分尾气排放，不能达标。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有技术中可降解塑料的韧性以及可承受强度与传统塑料相比仍有很大差距，可降解塑料的降解周期较长，降解程度受限等问题。

(2)现有技术制备方法工艺繁琐，造成成本高。

(3)现有的可降解塑料，只注重降解率，却忽视了产品相关性能，造成产品实际应用不能兼顾。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了一种环保型可降解塑料材料及其制备方法。所述技术方案如下：

根据本发明公开实施例的第一方面，提供一种环保型可降解塑料材料，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。

在本发明一实施例中，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。

根据本发明公开实施例的第二方面，提供一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。

在本发明一实施例中，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℃。

将关系型数据库数据、传感器数据和控制器数据通过Sqoop上传至分布式文件系统HDFS，并存储至NoSQL数据库中；利用MapReduce计算框架对关系型数据库数据、传感器数据和控制器数据进行挖掘分析，将分析好的数据写入NoSQL数据库，并通过Web展示；

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中，具体包括以下步骤：

使用MapReduce计算模型得到频繁1项集的集合L

在Map函数处理阶段，每个Map任务计算其所处理的事务数据集中每个事务记录中包含在C

在Reduce函数处理阶段，Reduce函数累加C

产生神经网络模型BP初始权值的方法为随机地在区间[-1，1]之间选择初始权值；

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包括：

调整神经网络模型BP隐含层与输出层之间的权值w

调整w

其中α代表接近度，在每个训练周期保持不变，并随隐含层节点数H的调整而变小，不考虑阈值，则有：

其中w

根据公式得到△w

其中，

根据最小平方和误差原则求解，得到△w

对每一个连接到输出节点j的隐含层节点k，计算k与j之间的权值变化△w

调整神经网络模型BP输入层与隐含层之间的权值v

调整v

不考虑阈值，隐含层节点k的权值的改变通过以下方程求解：

其中δ

其中△y

根据最小平方和误差原则求解构建的矩阵方程，算出：

计算隐含层与输出层之间权值的动态平均改变量

计算输入层与隐含层之间权值的动态平均改变量

公式中M取10～20之间的自然数，获得神经网络模型BP的动态平均权值，根据神经网络模型BP的动态平均权值获得动态神经网络模型DBP。

在本发明一实施例中，所述步骤3木纤维及小麦秸秆纤维制备方法包括：

(1)将桉木原料经剥皮、削片后成为木片，送入温度为60±5℃、压力为-15kpa以下的负压混料仓中进行减压排气5min；再在负压状态下过量加入蒸煮剂并保持30min；然后恢复至常温常压状态，排出多余的蒸煮剂；

(2)将步骤(1)处理过的木片送入蒸煮设备中按常规蒸煮曲线升温65min、最高温度125℃、保温135℃进行蒸煮，蒸煮结束后，实施浆料喷放，按常规进行洗、选、筛，得到良浆和黑液，黑液进入碱回收系统；

小麦秸秆纤维的制备方法与木纤维制备过程相同。

在本发明一实施例中，所述环保型可降解塑料材料的制备中，对步骤3、步骤4、步骤5生产中产生的尾气同时进行处理；所述处理方法包括：

第一步，将产生的尾气经密闭机头进入排渣箱，使尾气中的固态杂质在沉淀箱中沉淀，剩余蒸汽及有害气体进入下一工序；

第二步，与水融合后脱除有害、水蒸气，剩余气体进入下一工序。

第三步，降温冷凝、鲍尔环、填料吸收，使气态分子凝结为液态油性分子基团，经过中和吸收全部回流到废液回收管道；尾气排放点的尾气，通过管道被风机吸入与处理设备，通过喷淋吸附、脱出大部分有害，剩余被吸入的残余气体进入高速旋转的脱水设备，进入下一电捕焦设备脱除大的有害分子基团，剩余气体进入等离子吸附处理后，剩余的有异味的无色透明气体和被吸入的空气进入光氧设备被分解，随从残余空气经过风机排入尾气排放管道中；

第四步，冷却洗涤回流用水，经过管道密闭收集，进入分离器中，脱除所含被凝结下来的有害及可凝结物质，被分离器分离后，剩余热水通过管道送入冷却器中，回流供给设备循环使用。

根据本发明公开实施例的第三方面，提供一种利用所述环保型可降解塑料材料制备的方便袋。

根据本发明公开实施例的第四方面，提供一种利用所述环保型可降解塑料材料制备的产品封装膜。

本发明公开的实施例提供的技术方案可以包括以下有益效果：

本发明环保型可降解塑料中加入醋酸酯淀粉，缩短了塑料的降解周期，增大了降解度；加入的石墨烯提高了塑料的韧性，延长了可降解塑料制品的使用寿命。

本发明的一种环保可降解塑料生产工艺，能在有效保证产品降解的同时提升产品的力学效应和耐高温性能，能有效提升产品的降解效率，并且降解时不产生污染成分，安全环保，同时降解速率高，经测定，该环保可降解塑料的15天降解率为92.3-93.9％；

本发明通过改变GN-CN的含量、单向拉伸倍率及热交联作用得到一系列具有不同力学强度和薄膜，该薄膜高力学强度(拉伸强度和模量分别大于350MPa和3.5GPa)以及优异的柔韧性；可应用于不同场合。本发明的制备方法简单并且易操作，易实现工业化。

与现有技术相比，本发明首先构建大数据分析平台，然后运用关联规则算法挖掘出影响因素，并构建神经网络模型BP，对神经网络模型BP的权值和阈值进行动态改进，从而获得动态神经网络模型DBP，再运用自适应免疫遗传AIGA算法优化动态神经网络模型DBP获得预测模型AIGA-DBP，最后运用预测模型AIGA-DBP计算出预测值；本发明中的动态神经网络模型DBP能够适应不同产品规格引起的各种变化。

本发明中运用了大数据分析技术，使得影响因素的挖掘更为高效和准确，考虑更加全面，有效提高预测的准确性。可获得质量优良产品。

本发明尾气回收设备及方法使用成本很低，各个烟气出口得到了完美的封闭，使烟气更易于集中处理，所使用的冷却水，经过本设备内部处理缓解，直接循环使用，使污水、废气都得到了完全的处理，达到国家标准排放，利用最小的场地实现最大的处理量，用最小的成本完善了烟气的处理。

当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本发明实施例提供的获得氰基功能化石墨烯方法流程图。

图2是本发明实施例提供的环保型可降解塑料材料的制备方法流程图。

图3是本发明实施例提供的环保型可降解塑料材料成型预测值方法流程图。

图4是本发明实施例提供的在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方法流程图。

图5是本发明实施例提供的木纤维及小麦秸秆纤维制备方法流程图。

图6是本发明实施例提供的尾气处理方法流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本发明实施例提供一种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。

优选地，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；

如图1所示，获得氰基功能化石墨烯方法包括：

S101，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；

S102，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；

S103，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；

S104，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。

如图2所示，本发明实施例提供环保型可降解塑料材料的制备方法，包括：

S201，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；

S202，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；

S203，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；

S204，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；

S205，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。

如图3所示，步骤S202，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中，环保型可降解塑料材料成型预测值方法包括：

S301，三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；

S302，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；

S303，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；

S304，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；

S305，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。

优选地，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℃。

优选地，将关系型数据库数据、传感器数据和控制器数据通过Sqoop上传至分布式文件系统HDFS，并存储至NoSQL数据库中；利用MapReduce计算框架对关系型数据库数据、传感器数据和控制器数据进行挖掘分析，将分析好的数据写入NoSQL数据库，并通过Web展示；

如图4所示，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中，具体包括以下步骤：

S401，使用MapReduce计算模型得到频繁1项集的集合L

S402，在Map函数处理阶段，每个Map任务计算其所处理的事务数据集中每个事务记录中包含在C

S403，在Reduce函数处理阶段，Reduce函数累加C

优选地，产生神经网络模型BP初始权值的方法为随机地在区间[-1，1]之间选择初始权值；

优选地，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包括：

调整神经网络模型BP隐含层与输出层之间的权值w

调整w

其中α代表接近度，在每个训练周期保持不变，并随隐含层节点数H的调整而变小，不考虑阈值，则有：

其中w

根据公式得到△w

其中，

根据最小平方和误差原则求解，得到△w

对每一个连接到输出节点j的隐含层节点k，计算k与j之间的权值变化△w

调整神经网络模型BP输入层与隐含层之间的权值v

调整v

不考虑阈值，隐含层节点k的权值的改变通过以下方程求解：

其中δ

其中△y

根据最小平方和误差原则求解构建的矩阵方程，算出：

计算隐含层与输出层之间权值的动态平均改变量

计算输入层与隐含层之间权值的动态平均改变量

公式中M取10～20之间的自然数，获得神经网络模型BP的动态平均权值，根据神经网络模型BP的动态平均权值获得动态神经网络模型DBP。

如图5所示，所述木纤维及小麦秸秆纤维制备方法包括：

S501，将桉木原料经剥皮、削片后成为木片，送入温度为60±5℃、压力为-15kpa以下的负压混料仓中进行减压排气5min；再在负压状态下过量加入蒸煮剂并保持30min；然后恢复至常温常压状态，排出多余的蒸煮剂；

S502，将步骤S501处理过的木片送入蒸煮设备中按常规蒸煮曲线升温65min、最高温度125℃、保温135℃进行蒸煮，蒸煮结束后，实施浆料喷放，按常规进行洗、选、筛，得到良浆和黑液，黑液进入碱回收系统。

小麦秸秆纤维的制备方法与木纤维制备过程相同。

如图6所示，所述环保型可降解塑料材料的制备中，生产中产生的尾气同时进行处理；所述处理方法包括：

S601，将产生的尾气经密闭机头进入排渣箱，使尾气中的固态杂质在沉淀箱中沉淀，剩余蒸汽及有害气体进入下一工序；

S602，与水融合后脱除有害、水蒸气，剩余气体进入下一工序。

S603，降温冷凝、鲍尔环、填料吸收，使气态分子凝结为液态油性分子基团，经过中和吸收全部回流到废液回收管道；尾气排放点的尾气，通过管道被风机吸入与处理设备，通过喷淋吸附、脱出大部分有害，剩余被吸入的残余气体进入高速旋转的脱水设备，进入下一电捕焦设备脱除大的有害分子基团，剩余气体进入等离子吸附处理后，剩余的有异味的无色透明气体和被吸入的空气进入光氧设备被分解，随从残余空气经过风机排入尾气排放管道中；

S604，冷却洗涤回流用水，经过管道密闭收集，进入分离器中，脱除所含被凝结下来的有害及可凝结物质，被分离器分离后，剩余热水通过管道送入冷却器中，回流供给设备循环使用。

下面结合实验数据对本发明技术方案作进一步描述。

实验表明：本发明通过改变GN-CN的含量、单向拉伸倍率及热交联作用得到一系列具有不同力学强度和薄膜，该薄膜高力学强度(拉伸强度和模量分别大于350MPa和3.5GPa)以及优异的柔韧性；可应用于不同场合。本发明的制备方法简单并且易操作，易实现工业化。

与现有技术得预测方法相比，本发明首先构建大数据分析平台，然后运用关联规则算法挖掘出影响因素，并构建神经网络模型BP，对神经网络模型BP的权值和阈值进行动态改进，从而获得动态神经网络模型DBP，再运用自适应免疫遗传AIGA算法优化动态神经网络模型DBP获得预测模型AIGA-DBP，最后运用预测模型AIGA-DBP计算出预测值；本发明中的动态神经网络模型DBP能够适应不同产品规格引起的各种变化。

本发明中运用了大数据分析技术，使得影响因素的挖掘更为高效和准确，考虑更加全面，有效提高预测的准确性。可获得质量优良产品。

下面结合具体实施例对本发明积极效果作进一步描述

实施例1

本发明提供一种环保型可降解塑料材料，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份、玉米秸秆纤维3份、木纤维及小麦秸秆纤维3份、醋酸酯淀粉2份、氰基功能化石墨烯3份、增塑剂3份、抗氧剂0.5份、分散剂0.5份、交联剂0.2份和阻燃剂0.5份。该薄膜高力学强度(拉伸强度和模量分别大于330MPa和3.2GPa)。

实施例2

本发明提供一种环保型可降解塑料材料，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50份、玉米秸秆纤维10份、木纤维及小麦秸秆纤维10份、醋酸酯淀粉5份、氰基功能化石墨烯8份、增塑剂10份、抗氧剂1份、分散剂0.1份、交联剂0.3份和阻燃剂1份。该薄膜高力学强度(拉伸强度和模量分别大于360MPa和3.6GPa)。

实施例3

本发明公开实施例的提供一种环保型可降解塑料材料，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40份、玉米秸秆纤维7份、木纤维及小麦秸秆纤维7份、醋酸酯淀粉4份、氰基功能化石墨烯6份、增塑剂7份、抗氧剂0.75份、分散剂0.75份、交联剂0.25份和阻燃剂0.75份。该薄膜高力学强度(拉伸强度和模量分别大于3450MPa和3.4GPa)。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。