기계 학습과 DSC를 이용한 재활용 소재 내 고분자 조성 정량화

재활용 소재에는 대개 복잡하고 다양한 고분자 혼합물이 포함되어 있으며, 특히 짙은 색상의 다층 플라스틱이나 오염된 플라스틱 폐기물의 경우 더욱 그렇습니다. 자동차, 산업용 및 기타 고성능 응용 분야에 재활용 고분자를 사용하는 제조업체의 경우, 일관된 가공, 신뢰할 수 있는 품질, 그리고 사양 준수를 위해서는 정확한 소재 구성을 파악하는 것이 필수적입니다.

이번 웨비나에서는 차동 주사 열량 분석법(DSC)과 NETZSCH의 머신러닝 기반 분석 솔루션인 Proteus^® Now Quantify를 결합한 데이터 기반 접근 방식을 알아보십시오. Proteus^® Now Quantify는 DSC 데이터에서 나타나는 특징적인 용융 및 결정화 거동을 분석하고, 이러한 열적 지문을 구조화된 참조 데이터 세트와 비교합니다. 이를 통해 미지의 재활용 원료 및 폴리머 블렌드 내 개별 폴리머 성분을 식별하고 정량적으로 측정할 수 있으며, 단순히 어떤 폴리머가 존재할 수 있는지를 나타내는 수준을 넘어섭니다.

성분별 재활용 원료 데이터가 다음을 어떻게 도울 수 있는지 알아보실 수 있습니다:

• 선별 효율을 평가하고 개선하며,
• 다양한 원료에 대한 가공 매개변수 최적화,
• 까다로운 용도에 재활용 소재의 적합성 검증, 그리고
• 폴리머 블렌드에 대한 보다 신뢰할 수 있는 기술 데이터 시트 작성

또한 이 세션에서는 표준화된 시험 조건의 중요성을 강조하며, 머신러닝(ML) 기반 DSC 분석의 실질적인 가치를 보여주는 산업 현장 사례 연구도 소개합니다.

참가 대상은 누구인가요?
이 웨비나는 재활용 및 컴파운딩 분야 전문가, 고분자 및 재료 과학자, 품질 관리 팀, 제품 개발자, 그리고 재활용 원료의 적합성 평가나 기술 제품에 재활용 성분을 통합하는 업무를 담당하는 모든 분을 대상으로 합니다.

지금 등록하여 Proteus^® Now Quantify 및 DSC가 어떻게 다양한 재활용 원료 흐름을 구성 성분이 명확히 파악된, 활용 가능한 소재 데이터로 변환할 수 있는지 알아보세요.