Kvantificering af polymersammensætningen i genbrugsmaterialer ved hjælp af maskinlæring og DSC

Genanvendte materialer indeholder ofte komplekse og varierende polymerblandinger – især mørkt, flerlags eller forurenet plastaffald. For producenter, der anvender genanvendte polymerer i bilindustrien, til tekniske formål og andre præstationsorienterede anvendelser, er det afgørende at kende den nøjagtige materialesammensætning for at sikre ensartet forarbejdning, pålidelig kvalitet og overholdelse af specifikationerne.

I dette webinar kan du stifte bekendtskab med en datadrevet tilgang, der kombinerer differentiel scanningkalorimetri (DSC) med Proteus^® Now Quantify, NETZSCHs maskinlæringsbaserede analyseløsning. Proteus^® Now Quantify analyserer karakteristisk smelte- og krystalliseringsadfærd i DSC-data og sammenligner disse termiske fingeraftryk med et struktureret referencedatasæt. Dette muliggør identifikation og kvantitativ bestemmelse af individuelle polymerkomponenter i ukendte genanvendte materialer og polymerblandinger – hvilket går ud over en simpel angivelse af, hvilke polymerer der kan være til stede.

Du vil lære, hvordan sammensætningsopdelte data for genanvendte materialer kan hjælpe dig med at:

• vurdere og forbedre sorteringseffektiviteten,
• optimere forarbejdningsparametre for varierende råmaterialer,
• kvalificere genanvendte materialer til krævende anvendelser og
• udarbejde mere pålidelige tekniske datablade for polymerblandinger.

Sessionen fremhæver også vigtigheden af standardiserede testbetingelser og indeholder en industriel casestudie, der demonstrerer den praktiske værdi af ML-assisteret DSC-analyse.

Hvem bør deltage?
Dette webinar er rettet mod fagfolk inden for genanvendelse og kompoundering, polymer- og materialevidenskabsfolk, kvalitetskontrolteams, produktudviklere og alle, der har ansvaret for at kvalificere genanvendte materialer eller integrere genanvendt indhold i tekniske produkter.

Tilmeld dig nu for at lære, hvordan Proteus^® Now Quantify og DSC kan omdanne varierende strømme af genanvendte materialer til brugbare materialedata med oplyst sammensætning.