Kvantifiering av polymersammansättningen i återvunnet material med hjälp av maskininlärning och DSC

Återvunnet material innehåller ofta komplexa och varierande polymerblandningar – särskilt mörkfärgat, flerskiktat eller förorenat plastavfall. För tillverkare som använder återvunna polymerer inom fordonsindustrin, tekniska tillämpningar och andra prestandakrävande områden är det avgörande att känna till den exakta materialsammansättningen för att säkerställa en jämn bearbetning, tillförlitlig kvalitet och efterlevnad av specifikationer.

I detta webbinarium får du lära dig mer om en datadriven metod som kombinerar differentiell skanningskalorimetri (DSC) med Proteus^® Now Quantify, NETZSCHs analyslösning baserad på maskininlärning. Proteus^® Now Quantify analyserar karakteristiska smält- och kristallisationsmönster i DSC-data och jämför dessa termiska fingeravtryck med en strukturerad referensdatabas. Detta möjliggör identifiering och kvantitativ bestämning av enskilda polymerkomponenter i okända återvunna material och polymerblandningar – vilket går utöver en enkel indikation på vilka polymerer som kan förekomma.

Du kommer att lära dig hur sammansättningsuppdelade återvinningsmaterialdata kan hjälpa dig att:

• bedöma och förbättra sorteringseffektiviteten,
• optimera bearbetningsparametrar för varierande råmaterial,
• kvalificera återvunna material för krävande tillämpningar, samt
• skapa mer tillförlitliga tekniska datablad för polymerblandningar.

Sessionen belyser också vikten av standardiserade testförhållanden och innehåller en industriell fallstudie som visar det praktiska värdet av ML-stödd DSC-analys.

Vem bör delta?
Detta webbinarium riktar sig till yrkesverksamma inom återvinning och kompoundering, polymer- och materialforskare, kvalitetskontrollteam, produktutvecklare samt alla som ansvarar för att godkänna återvunnet material eller integrera återvunnet innehåll i tekniska produkter.

Anmäl dig nu för att lära dig hur Proteus^® Now Quantify och DSC kan omvandla varierande återvinningsströmmar till användbara materialdata med upplöst sammansättning.