10.01.2024 by Dr. Alexander Schindler

A KIMW polimer adatbázis a DSC-hez: tartalma megduplázódott!

A differenciál pásztázó kalorimetriát (DSC ) széles körben használják a polimerek területén a nyersanyagok és a késztermékek jellemzésére. Tipikus DSC-alkalmazások például a beérkező áruk minőségellenőrzése, a törött műanyag alkatrészek hibaelemzése vagy az ismeretlen összetevők és szennyeződések azonosítása.

A DSC-mérések lényegesen gyorsabb és sokkal értelmesebb értelmezése intelligens szoftveres megoldásokkal, például a vizsgálati eredmények intelligens összehasonlításával az adatbázis méréseivel, elvégezhető. Az adatbázis az eredmények gyűjtésére szolgál, emellett pedig a jövőbeli vizsgálatok előkészítéséhez a megfelelő mérési körülmények gyűjtőhelyéül szolgál.

A németországi Kunststoffinstitut Lüdenscheid által kifejlesztett KIMW polimer adatbázis a legutóbbi, 1.5-ös verzióra történő frissítéssel 1200 különböző, kereskedelmi forgalomban kapható polimerre vonatkozó DSC-mérést tartalmaz. Ez már kétszerese a számnak az adatbázis 2016-os első kiadásához képest! Az 1200 különböző polimer adatai, amelyek tartalmazzák a kereskedelmi neveket, a beszállítókat, a töltőanyag-tartalmakat és a színeket, 172 különböző polimer típust fednek le: Óriási mennyiségű polimerismeret!

A KIMW adatbázis alkalmazása

A KIMW polimer adatbázis az Identify, a termikus analízisben egyedülálló adatbázisrendszer opcionális bővítése, amely a NETZSCH weboldal részét képezi Proteus® elemző szoftver részét képezi. Az 1. ábrán látható az összes NETZSCH könyvtár a különböző alkalmazási területekhez: kerámiák, szervetlen anyagok, fémek, ötvözetek, szerves anyagok, gyógyszeripar, élelmiszeripar, kozmetikumok és polimerek.

1. ábra: Az adatbázis tartalmának azonosítása (állapot: 2023, opcionális KIMW résszel és egy felhasználói könyvtár példájával).

Megjegyzendő, hogy a DSC-adatokon kívül az Identify könyvtárak a TGA, STA, TGA-c-DTA®®, Fajlagos hőkapacitás (cp)A hőkapacitás egy anyagspecifikus fizikai mennyiség, amelyet a mintadarabba juttatott hőmennyiség és az ebből eredő hőmérséklet-emelkedés hányadosa határoz meg. A fajlagos hőkapacitás a minta egységnyi tömegére vonatkozik.cp, DIL, TMA és DMA típusú jeleket is tartalmazzák, amelyek elérhetők és könnyen egymásra helyezhetők. Az Identify pedig nemcsak méréseket, hanem sokféle irodalmi adatot is tartalmaz, amelyek a legtöbb esetben egyszerre több anyagtulajdonságot (Tg, Tm, tömegváltozás, α, Fajlagos hőkapacitás (cp)A hőkapacitás egy anyagspecifikus fizikai mennyiség, amelyet a mintadarabba juttatott hőmennyiség és az ebből eredő hőmérséklet-emelkedés hányadosa határoz meg. A fajlagos hőkapacitás a minta egységnyi tömegére vonatkozik.cp, E') is tartalmaznak!

Természetesen a felhasználók saját Identify könyvtárakat is létrehozhatnak (a fenti példában: "MyPolymers") és megoszthatják azokat a számítógépes hálózaton más kollégákkal!

A 2a. és 2b. ábra egy példát mutat egy adatbázis-keresésre, amely az Identify-t a KIMW polimer könyvtárral együtt használja. Egy ismeretlen polimer DSC-mérését először önállóan értékelte ki a AutoEvaluation majd az adatbázis-keresés bemeneti görbéjeként használtuk. A leghasonlóbb adatbázis-bejegyzés (legjobb találat) egy bizonyos poliamid 46 (PA46) terméken végzett mérés volt, és a leghasonlóbb polimer típusa is PA46 volt. Az adatbázisban jelenlévő összes többi 171 polimertípus kizárható, így az ismeretlen polimert nagy valószínűséggel és megbízhatósággal PA46-ként azonosították.

2a. ábra: Hőmérsékletfüggő DSC-mérés egy ismeretlen polimer-mintán (kék görbe), összehasonlítva a 2b. ábrán feltüntetett görbe színeivel az adatbázisban végzett mérésekkel. Az üvegesedési átmenet és az olvadási csúcs kiértékelését a AutoEvaluation szoftverfunkció önállóan hozta létre.
2b. ábra: Az Identify segítségével létrehozott adatbázis-keresési eredmények. A bal oldalon a bemeneti DSC-mérés és az egyes adatbázis-mérések egyenkénti összehasonlításainak találati listája látható. A jobb oldali találati lista a bemeneti méréshez való hasonlóságuk szerint is rendezett polimer típusokat (osztályokként jelölve) ábrázolja. A zöld, piros és fekete pontokkal jelölt adatbázis-mérések a 2a. ábrán láthatóak.

Az anyagok végleges vizsgálatának végén az értékelési eredmények, a mérési feltételek, a grafikonok és az Azonosítási eredmények is könnyen beágyazhatók egy testreszabható dokumentumba a jelentésgenerátor segítségével - ez egy másik hasznos funkciója a Proteus® elemzés.

Az Identify-ról bővebb információt egy korábbi blogcikkben és az ott található linkeken talál.

Ha többet szeretne megtudni a KIMW adatbázisról, látogasson el weboldalunkra:

Ossza meg ezt a cikket: