機械学習とDSCを用いたリサイクル材中の高分子組成の定量化

リサイクル材には、複雑で多様なポリマーの混合物が含まれていることがよくあります。特に、濃い色のプラスチック廃棄物、多層構造のプラスチック廃棄物、あるいは汚染されたプラスチック廃棄物には、その傾向が顕著です。自動車、工業用、およびその他の性能が重視される用途でリサイクルポリマーを使用するメーカーにとって、正確な材料組成を把握することは、一貫した加工、信頼性の高い品質、そして仕様の順守に不可欠です。

本ウェビナーでは、示差走査熱量測定（DSC）と、NETZSCH 社の機械学習ベースの分析ソリューション「Proteus^® Now Quantify 」を組み合わせた、データ駆動型のアプローチをご紹介します。「Proteus^® Now Quantify 」は、DSCデータに含まれる特徴的な溶融および結晶化挙動を分析し、これらの熱的フィンガープリントを構造化された参照データセットと比較します。 これにより、未知のリサイクル材やポリマーブレンドに含まれる個々のポリマー成分を特定し、定量的に測定することが可能になります。これは、単にどのポリマーが存在する可能性があるかを示すだけにとどまらないものです。

組成分解されたリサイクル材データが、以下の点でどのように役立つかをご理解いただけます：

• 選別効率の評価と改善、
• 多様な原料に対する加工パラメータの最適化、
• 要求の厳しい用途に向けたリサイクル材料の適格性評価、および
• ポリマーブレンドに関する、より信頼性の高い技術データシートの作成

また、本セッションでは、標準化された試験条件の重要性を強調するとともに、機械学習（ML）を活用したDSC分析の実用的な価値を実証する産業事例もご紹介します。

参加対象者
本ウェビナーは、リサイクルおよびコンパウンディング分野の専門家、高分子・材料科学者、品質管理チーム、製品開発者、ならびにリサイクル材の適格性評価や、技術製品へのリサイクル材の組み込みを担当されるすべての方を対象としています。

今すぐご登録いただき、Proteus^® Now Quantify とDSCが、ばらつきのあるリサイクル材の流れを、実用的な組成別材料データへと変換する方法について学びましょう。