Waarom trainen op maagdelijke gegevens werkt: De natuurlijke spreiding van graad tot graad is groter dan de verschuivingenveroorzaakt door degradatie
Recyclaten, degradatie en waarom DSC geschikt is voorIdentificatie
Recyclaten hebben onvermijdelijk een "verwerkings- en gebruiksgeschiedenis". Thermische, thermo-oxidatieve en mechanische spanningen, samen met omgevingsinvloeden (temperatuurcycli, UV, chemicaliën), kunnen leiden tot ketensplitsing, af en toe vertakkingen of verknopingen en verschuivingen in de molecuulgewichtsverdeling. Gevolgen zijn onder andere veranderingen in de smeltstroom en soms kleur/geur. Zo kan herhaalde extrusie de MFI in PP of HIPS verhogen door ketensplitsing, terwijl in LDPE de verknoping na vele cycli kan overheersen en de MFI kan verlagen. Deze afbraakmethoden zijn goed terug te vinden in de recyclingliteratuur. [1].
DSC blijft geschikt voor het identificeren van polymeerfamilies, zelfs als er afbraak optreedt: Voor veel polymeren - vooral polyolefinen - is de smelt/KristallisatieKristallisatie is het fysieke proces van verharding tijdens de vorming en groei van kristallen. Tijdens dit proces komt kristallisatiewarmte vrij.kristallisatie vingerafdruk relatief robuust bij matige herverwerking. Het meetbare degradatiesignaal is meestal kleiner dan de natuurlijke variabiliteit van soort tot soort binnen een familie, wat de belangrijkste context is voor het interpreteren van de PP-resultaten hieronder.
om deze uitdagingen aan te gaan en een robuuste, reproduceerbare evaluatie van de polymeercompositie met behulp van DSC mogelijk te maken, is Proteus® Now Quantify ontwikkeld. Deze software maakt gebruik van op machine learning gebaseerde modellen om precieze samenstellingen, kwaliteiten en mengverhoudingen af te leiden uit DSC-curves, zelfs wanneer monsters realistische veroudering of degradatie vertonen. Dit is gebaseerd op comprehenisve en mengverhoudingen uit DSC-curves - zelfs wanneer monsters realistische veroudering of degradatie vertonen. Dit is te danken aan een uitgebreide, zorgvuldig samengestelde trainingsdataset en een speciaal ontwikkelde benadering van machinaal leren in de polymeeromgeving.
Proteus® Now Quantify werd getraind met nieuwe materialen en gekalibreerde mengsels (bekende componenten, bekende massafracties) omdat labelkwaliteit van cruciaal belang is. Post-consumer of "gedegradeerde" datasets hebben vaak onzekere samenstellingen (onbekende mengsels, multilayers, oude stabilisatoren, vervuiling).
Door deze gekalibreerde mengselgegevens te gebruiken, wordt de echte familiespreiding weergegeven. Deze ontwerpkeuze maakt het mogelijk om modellen te generaliseren naar realistisch gedegradeerde monsters zonder te vertrouwen op mogelijk onnauwkeurige gedegradeerde labels.
Belangrijkste conclusies: Het gebruik van ML-modellen die zijn getraind met nieuw materiaal is gerechtvaardigd, omdat ze het brede scala aan kwaliteiten leren dat aanwezig is in gekalibreerde menggegevens. Typische verschuivingen als gevolg van ontleding vallen binnen het bereik van deze variabiliteit.
Hoe degradatie zich manifesteert in DSC aan de hand van het voorbeeld van PP
Het smeltgedrag van een polymeer wordt beïnvloed door het molecuulgewicht en de lamellaire structuur. Kettingsplitsing verkort polymeerketens en verlaagt hun Smelttemperaturen en -getallenDe enthalpie van fusie van een stof, ook wel latente warmte genoemd, is een maat voor de energie-input, meestal warmte, die nodig is om een stof om te zetten van vaste naar vloeibare toestand. Het smeltpunt van een stof is de temperatuur waarbij de toestand verandert van vast (kristallijn) naar vloeibaar (isotroop smeltpunt). smelttemperatuur (Tm). Voor PP bedraagt deze daling meestal 2 tot 3 °C tussen nieuwe en meervoudig bewerkte materialen. Hoewel bescheiden, is deze verschuiving nog steeds significant gezien de gevoeligheid van DSC.
Estela et al. [2] bevestigden dit door aan te tonen dat de smelteindothermen van nieuw en herbewerkt PP vrijwel identiek blijven in zowel piekpositie als enthalpie over meerdere extrusiecycli. Dit geeft aan dat de uiteindelijke kristalstructuur en Kristalliniteit / KristalliniteitsgraadKristalliniteit verwijst naar de mate van structurele orde van een vaste stof. In een kristal is de ordening van atomen of moleculen consistent en repetitief. Veel materialen zoals glaskeramiek en sommige polymeren kunnen zo worden bereid dat er een mengsel ontstaat van kristallijne en amorfe gebieden. kristalliniteit grotendeels behouden blijven, wat de stabiliteit van de moleculaire architectuur onder herhaalde thermische en mechanische belasting weerspiegelt.
De KristallisatieKristallisatie is het fysieke proces van verharding tijdens de vorming en groei van kristallen. Tijdens dit proces komt kristallisatiewarmte vrij.kristallisatie-exothermen tijdens het afkoelen zijn daarentegen gevoeliger. Opnieuw verwerkt PP vertoont subtiele verschuivingen in begin, kristallisatietemperatuur en piekvorm, die overeenkomen met veranderingen in de molecuulgewichtverdeling en nucleatie. Deze komen overeen met veranderingen in de molecuulgewichtverdeling of nucleatie, wat werd aangetoond in hun kinetische studie met Kinetics Neo [2].
In de zwaarste verwerkingsomstandigheden van Estela (extruder 250 °C, 50 tpm) veranderen de smeltcurven weinig van onbewerkt tot 1-6× herverwerking, terwijl de koelcurven licht verschuiven naar hogere kristallisatietemperaturen/aanvang. De grootste verandering treedt op vanaf maagd → 1× → 2×; daarna zijn de extra verschuivingen klein in zowel viscositeit als KristallisatieKristallisatie is het fysieke proces van verharding tijdens de vorming en groei van kristallen. Tijdens dit proces komt kristallisatiewarmte vrij.kristallisatie en zijn ze meer in overeenstemming met het materiaal, dat onder deze omstandigheden een ondergrens in molecuulgewicht/lamellaire structuur nadert. Zodra dit quasi-plateau is bereikt, verloopt verdere degradatie ofwel te langzaam of veroorzaakt effecten die onder de gevoeligheid van de DSC liggen. De DSC-resultaten zijn samengevat en opnieuw weergegeven in figuur 1.
Belangrijkste conclusies: Opwerking van PP vertoont bescheiden DSC-effecten in de orde van ~2 tot 3°C lagere Tm en slechts subtiele verschuivingen in de afkoelingsexotherm. Ook hier zijn nieuw ontwikkelde modellen gerechtvaardigd omdat ze de brede spreiding van kwaliteiten leren van gekalibreerde blendgegevens; typische degradatieverschuivingen vallen binnen die variabiliteit.
Graad-tot-graad variabiliteit vs. degradatie (WaaromVirgin Training werkt)
Door PP-verwerkingseffecten naast de variabiliteit in kwaliteit te plaatsen, wordt de grondgedachte achter onze trainingsstrategie duidelijk. In een large referentieset van onze Identify database (inclusief >1200 polymeerkwaliteiten uit de KIMW database), vertonen PP-kwaliteiten een Tm die varieert van ~159,5 tot 168,7 °C en ΔHm ≈ 73 tot 114 J/g - een bereik dat veel groter is dan de verschuiving van ~2-3 °C als gevolg van opwerking; zelfs de piekvormen variëren per kwaliteit. Een gerecycled PP verschilt dus vaak minder van zijn eigen nieuwe tegenhanger dan twee ongerelateerde nieuwe PP-kwaliteiten van elkaar verschillen. Een uittreksel van deze datasets van Identify wordt getoond in figuur 2 in vergelijking met het onbewerkte PP uit figuur 1.
Voor polyamiden zijn de degradatie-effecten over het algemeen meer uitgesproken. Literatuurrapporten tonen sterkere verschuivingen in thermische eigenschappen na meerdere opwerkingsstappen, omdat condensatiepolymeren zoals PA bijzonder gevoelig zijn voor ketensplitsing, vochtopname en hydrolyse, waardoor de Kristalliniteit / KristalliniteitsgraadKristalliniteit verwijst naar de mate van structurele orde van een vaste stof. In een kristal is de ordening van atomen of moleculen consistent en repetitief. Veel materialen zoals glaskeramiek en sommige polymeren kunnen zo worden bereid dat er een mengsel ontstaat van kristallijne en amorfe gebieden. kristalliniteit aanzienlijker kan veranderen.
Maar zelfs met deze effecten blijven de gemeten veranderingen meestal binnen de brede variabiliteit die tussen PA6-kwaliteiten is waargenomen. Figuur 3 illustreert deze variabiliteit tussen PA6-kwaliteiten, met smeltpieken tussen 215,2 en 223,8 °C en smeltenthalpieces van ≈ 53 tot ≈ 112 J/g (een spreiding van ongeveer 60 J/g).
Belangrijkste conclusie: Smeltspreiding domineert: De variabiliteit in Tm (~159,5 tot 168,7 °C) en ΔHm (≈ 73-114 J/g) van PP-kwaliteiten is groter dan de typische opwerkingsverschuivingen.
Conclusie
Begrijpen hoe door recycling veroorzaakte degradatie de DSC-vingerafdruk beïnvloedt, is cruciaal voor gegevensgestuurde analyse. De nieuwe Proteus® Now Quantify software is getraind met gecureerde datasets, die het breedst mogelijke bereik van polymeerkwaliteiten en gekalibreerde mengsels omvatten. Dit zorgt ervoor dat de ML-modellen zowel de intrinsieke variabiliteit als de kleinere, maar systematische verschuivingen veroorzaakt door degradatie vastleggen. Met meer dan 1500 datasets van gemengde verpakkingspolymeren die al zijn opgenomen, blijft Quantify Now verbeteren naarmate er meer referentiegegevens beschikbaar komen.
Voor de transparantie rapporteren we een RMSE (Root Mean Square Error) per polymeerklasse om de verwachte fout van het model voor die klasse samen te vatten op basis van validatie. Een lagere RMSE wijst op een hogere verwachte nauwkeurigheid van het model voor die familie. (Deze RMSE is een metriek voor modelkwaliteit, geen betrouwbaarheidsscore per monster.) Als het toepassingsrisico hoog is of als het DSC-signaal dubbelzinnig is, moeten aanvullende methoden - zoals TGA, FTIR of reologie - naast het Now Quantify-resultaat worden gebruikt.