Dynamics of polymer materials affected by adsorbed molecules from gas phase

气相吸附分子对聚合物材料动力学的影响

基本信息

批准号：
19H02768
负责人：
青木裕之
金额：
$ 11.15万
依托单位：
Japan Atomic Energy Agency
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

本研究では、高分子材料が気相から揮発性溶剤蒸気分子を取り込む過程とともに、その影響による高分子の構造及び物性の変化を明らかにすることを目的としている。本年度においては、気相中の溶剤蒸気が高分子材料中に吸収・拡散する様子を直接観察するための中性子反射率法のデータ処理技術に関する開発を前年度より継続して進めた。ディープラーニングによって中性子反射率のデータに特徴的な統計ノイズのパターンを学習することで、実際の測定データからノイズ成分のみを正確に推定して除去することで、試料の構造情報を反映した真の信号のみを抽出することを試みた。畳み込みニューラルネットワークを用いることで、上述のような信号処理に成功し、これまでの1／10の測定時間で得られた中性子反射率データを、精度を劣化させることなくフィッティング解析することが可能となった。これにより、分子運動性を評価するための時間分解中性子反射率測定の時間分解能を1オーダー向上することが可能となり、秒の時間スケールで生じる拡散運動も評価することができるようになった。これを用いて、これまでにポリメチルメタクリレート系高分子を試料として進めてきた研究を、架橋系高分子についても展開した。様々な溶媒について密閉セル内での飽和蒸気圧条件において、高分子膜への気相からの溶媒分子の吸収と拡散、さらにそれに伴う高分子膜の構造変化について中性子反射率による評価を行った。

在这项研究中，目的是阐明由于影响而引起的聚合物的结构和物理特性，以及从间隙相捕获挥发性溶剂蒸汽分子的过程。在这个财政年度，在中子反射率方法下的数据处理技术的开发直接观察到溶剂蒸汽在间隙中的吸收和扩散是从上一年促进的。通过学习通过深度学习的数据的特征的统计噪声模式，可以准确估计和删除实际测量数据，以便将样本的结构信息反映在我尝试中。。通过使用折叠的神经网络，上述信号处理是成功的，并且可以进行拟合分析，而不会降低到目前为止1/10的测量时间中获得的中子反射率数据的准确性。结果，可以改善时间分解中子反射率测量的时间分辨率，以通过一个顺序评估分子迁移率，还可以评估以第二刻度产生的扩散练习。使用它，我们开发了研究，该研究一直在促进金属甲酯聚合物聚合物作为样品，并已针对桥梁系统聚合物开发。对于各种溶剂，溶剂分子从间隙中的吸收和扩散通过在闭合细胞内的饱和蒸气压条件下的中性反射率评估。