KIMW Polymer -tietokannan päivityksessä esitellään kaksoissisältöä ja kehittyneitä DSC-mittausten vertailuja NETZSCH Proteus -ohjelmistolla.

10.01.2024 by Dr. Alexander Schindler

KIMW:n polymeeritietokanta DSC:tä varten: sen sisältö on nyt kaksinkertaistunut!

DSC-tekniikkaa (Differential Scanning Calorimetry ) käytetään laajalti polymeerialalla raaka-aineiden ja valmiiden tuotteiden karakterisointiin. Tyypillisiä DSC-sovelluksia ovat esimerkiksi saapuvien tuotteiden laadunvalvonta, rikkoutuneiden muoviosien vika-analyysi tai tuntemattomien komponenttien ja epäpuhtauksien tunnistaminen.

DSC-mittauksia voidaan tulkita huomattavasti nopeammin ja paljon mielekkäämmin käyttämällä älykkäitä ohjelmistoratkaisuja, kuten älykkäitä testitulosten vertailuja tietokantamittauksiin. Tietokanta toimii tulosten kokoelmana ja lisäksi sopivien mittausolosuhteiden kokoelmana tulevien testien valmistelua varten.

Viimeisimmän päivityksen version 1.5 myötä saksalaisen Kunststoffinstitut Lüdenscheidin kehittämä KIMW-polymeeritietokanta sisältää arvioituja DSC-mittauksia 1200:sta eri kaupallisesti saatavilla olevasta polymeeristä. Tämä on jo kaksinkertainen määrä verrattuna tietokannan ensimmäiseen julkaisuun vuonna 2016! Nämä 1200 erilaista polymeeritietoa, jotka sisältävät kauppanimet, toimittajat, täyteainepitoisuudet ja värit, kattavat 172 eri polymeerityyppiä: Valtava määrä polymeeritietoa!

KIMW-tietokannan soveltaminen

KIMW-polymeeritietokanta on valinnainen laajennus, joka sisältää Identify, ainutlaatuiseen lämpöanalyysin tietokantajärjestelmään, joka on osa sivustoa NETZSCH Proteus® analyysiohjelmistoon. Kuvassa 1 on esitetty kaikki NETZSCH -kirjastot eri sovellusalueille: keramiikka, epäorgaaniset aineet, metallit, metalliseokset, orgaaniset aineet, lääkkeet, elintarvikkeet, kosmetiikka ja polymeerit.

KIMW-polymeeritietokannan tila: 2023, 1200 polymeeritietoa, osa NETZSCH's Identify -järjestelmää lämpöanalyysejä varten.
Kuva 1: Identify -tietokannan sisältö (tila: 2023, jossa on valinnainen KIMW-osa ja esimerkki käyttäjäkirjastosta).

On huomattava, että DSC-tietojen lisäksi myös Identify kirjastot kattavat myös TGA-, STA-, TGA-c-DTA®®-, Ominaislämpökapasiteetti (cp)Lämpökapasiteetti on materiaalikohtainen fysikaalinen suure, joka määräytyy näytteeseen syötetyn lämmön määrän ja siitä aiheutuvan lämpötilan nousun perusteella. Ominaislämpökapasiteetti suhteutetaan näytteen massayksikköön.cp-, DIL-, TMA- ja DMA-tyyppisiä signaaleja, joita voidaan käyttää ja jotka voidaan helposti asettaa päällekkäin. Ja Identify ei sisällä ainoastaan mittauksia, vaan myös monenlaisia kirjallisuustietoja, jotka useimmissa tapauksissa sisältävät useita materiaaliominaisuuksia (Tg, Tm, massanmuutokset, α, Ominaislämpökapasiteetti (cp)Lämpökapasiteetti on materiaalikohtainen fysikaalinen suure, joka määräytyy näytteeseen syötetyn lämmön määrän ja siitä aiheutuvan lämpötilan nousun perusteella. Ominaislämpökapasiteetti suhteutetaan näytteen massayksikköön.cp, E') kerralla!

Käyttäjät voivat tietysti myös rakentaa omia Identify kirjastoja (yllä olevassa esimerkissä: "MyPolymers") ja jakaa niitä muiden kollegoiden kanssa tietoverkossa!

Kuvissa 2a ja 2b on esimerkki tietokantahausta, jossa käytetään seuraavia hakuja Identify yhdessä KIMW-polymeerikirjaston kanssa. Tuntemattoman polymeerin DSC-mittaus arvioitiin ensin itsenäisesti seuraavalla tavalla AutoEvaluation ja käytettiin sitten tietokantahaun syöttökäyränä. Samankaltaisin tietokantatietue (paras osuma) oli tietyn polyamidi 46 (PA46) -tuotteen mittaus, ja samankaltaisin polymeerityyppi oli myös PA46. Kaikki muut tietokannassa olevat 171 polymeerityyppiä voidaan sulkea pois, joten tuntematon polymeeri tunnistettiin suurella todennäköisyydellä ja luotettavuudella PA46:ksi.
.

Lämpötilariippuvainen DSC-mittaus tuntemattomasta polymeerinäytteestä, jossa lasittuminen tapahtuu 72,1 °C:ssa ja huippu 289,3 °C:ssa.
Kuva 2a: Lämpötilariippuvainen DSC-mittaus tuntemattomasta polymeerinäytteestä (sininen käyrä) verrattuna esimerkkeihin tietokantamittauksista, joiden käyrävärit on merkitty kuvassa 2b. Lasisiirtymän ja sulamispiikin arvioinnit luotiin itsenäisesti AutoEvaluation -ohjelmiston toiminnolla.
KIMW Polymer Database -tietokannan hakutulokset korostavat polymeerityyppejä ja niiden samankaltaisuutta syötettyjen DSC-mittausten kanssa, mikä helpottaa materiaalin tunnistamista.
Kuva 2b: Tietokantahaun tulokset, jotka on luotu Identify. Vasemmalla näkyy osumaluettelo, jossa on vertailtu syötettyä DSC-mittausta yksittäisiin tietokantamittauksiin. Oikeanpuoleinen osumaluettelo edustaa polymeerityyppejä (merkitty luokkina), jotka on lajiteltu myös niiden samankaltaisuuden mukaan syötemittauksen kanssa. Vihreillä, punaisilla ja mustilla pisteillä merkityt tietokantamittaukset näkyvät kuvassa 2a.

Materiaalien lopullisen tutkimuksen päätteeksi kaikki tiedot, kuten arviointitulokset, mittausolosuhteet, grafiikka ja myös Identify tulokset voidaan helposti upottaa muokattavaan asiakirjaan raporttigeneraattorin avulla - tämä on toinen hyödyllinen piirre Proteus® analyysi.

Löydät lisätietoja Identifyaiemmasta blogiartikkelista ja siinä olevista linkeistä.

Jos haluat lisätietoja KIMW-tietokannasta, käy verkkosivuillamme:

Jaa tämä artikkeli:

AI Overview
An error occurred. Please try again.