10.01.2024 by Dr. Alexander Schindler

База данных полимеров KIMW для ДСК: ее содержание удвоилось!

Метод дифференциальной сканирующей калориметрии (ДСК) широко используется в области полимеров для определения характеристик сырья и готовой продукции. Типичными областями применения ДСК являются, например, контроль качества поступающих товаров, анализ отказов сломанных пластиковых деталей или идентификация неизвестных компонентов и примесей.

Значительно более быстрая и содержательная интерпретация результатов измерений ДСК может быть выполнена с помощью интеллектуальных программных решений, таких как интеллектуальное сравнение результатов испытаний с результатами измерений в базе данных. База данных служит коллекцией результатов и, кроме того, пулом подходящих условий измерений для подготовки будущих испытаний.

С последним обновлением до версии 1.5 база данных полимеров KIMW, разработанная Кунстстоффинститутом Люденшайда, Германия, содержит результаты измерений ДСК 1200 различных коммерчески доступных полимеров. Это уже в два раза больше, чем при первой публикации этой базы данных в 2016 году! Данные о 1200 различных полимерах, включающие торговые названия, поставщиков, содержание наполнителей и цвета, охватывают 172 различных типа полимеров: Огромный объем знаний о полимерах!

Применение базы данных KIMW

База данных полимеров KIMW является дополнительным расширением Identify, уникальной системы баз данных для термического анализа, которая является частью программного обеспечения NETZSCH Proteus® программного обеспечения для анализа. На рисунке 1 показаны все NETZSCH libra базы данных для различных областей применения: керамика, неорганика, металлы, сплавы, органика, фармацевтика, пищевые продукты, косметика и полимеры.

Рис. 1: Идентификация содержимого базы данных (статус: 2023, с дополнительной частью KIMW и примером пользователя library).

Обратите внимание, что помимо данных ДСК в Identify libraпредставлены также сигналы типа TGA, STA, TGA-c-DTA®®, Удельная теплоемкость (cp)Теплоемкость - это специфическая для каждого материала физическая величина, определяемая количеством тепла, подведенного к образцу, деленным на полученное повышение температуры. Удельная теплоемкость относится к единице массы образца.cp, DIL, TMA и DMA, к которым можно получить доступ и легко наложить их друг на друга. Причем Identify содержит не только результаты измерений, но и большое количество литературных данных, которые в большинстве случаев включают сразу несколько свойств материала (Tg, Tm, изменение массы, α, Удельная теплоемкость (cp)Теплоемкость - это специфическая для каждого материала физическая величина, определяемая количеством тепла, подведенного к образцу, деленным на полученное повышение температуры. Удельная теплоемкость относится к единице массы образца.cp, E')!

Разумеется, пользователи могут создавать свои собственные идентификационные libraри (в примере выше: "MyPolymers") и делиться ими с коллегами по компьютерной сети!

arcНа рисунках 2a и 2b показан пример базы данных, созданной с помощью Identify и полимерного libra-рифа KIMW. Измерение ДСК неизвестного полимера сначала было автономно оценено программой Identify AutoEvaluation а затем использовалось в качестве входной кривой для базы данных search. Наиболее похожей записью в базе данных (best hit) было измерение конкретного продукта из полиамида 46 (PA46), и наиболее похожим типом полимера также был PA46. Все остальные 171 тип полимеров, присутствующие в базе данных, могут быть исключены, так что неизвестный полимер был идентифицирован с высокой вероятностью и надежностью как PA46.

Рис. 2a: Измерение ДСК в зависимости от температуры для неизвестного образца полимера (синяя кривая) в сравнении с примерами измерений из базы данных, цвета кривых указаны на рис. 2b. Оценки стеклования и пика плавления были созданы автономно с помощью программного обеспечения AutoEvaluation.
Рис. 2b: База данных search результатов, созданная с помощью Identify. Слева показан список совпадений, в котором один на один сравниваются входные измерения ДСК с отдельными измерениями базы данных. В правой части списка представлены типы полимеров (обозначенные как классы), отсортированные также в соответствии с их сходством с входным измерением. На рисунке 2a показаны измерения из базы данных, отмеченные зеленым, красным и черным dots.

В конце окончательного исследования материалов любые данные, такие как результаты оценки, условия измерений, графики, а также результаты идентификации, можно легко включить в настраиваемый документ с помощью генератора отчетов - еще одна полезная функция Proteus® анализа.

Более подробную информацию об Identify вы найдете в одной из предыдущих статей блога и по ссылкам.

Чтобы узнать больше о базе данных KIMW, посетите наш сайт:

Поделитесь этой статьей: