🧪 پلیمریزاسیون امولسیونی و میکروامولسیونی؛ تولید ذرات پلیمری ریز
پلیمریزاسیون امولسیونی و میکروامولسیونی، دو روش مهم برای تولید ذرات پلیمری ریز از مونومرهایی هستند که در آب حل نمیشوند و در ساخت رنگها، چسبها، پوششهای صنعتی و سامانههای دارورسانی کاربرد دارند. در پلیمریزاسیون امولسیونی، مونومر در محیط آبی پراکنده میشود و سورفکتانت (مولکولی با بخش آبدوست و آبگریز) به پایدارشدن این پراکنش کمک میکند؛ سپس آغازگر محلول در آب با تولید رادیکالهای آزاد، پلیمریزاسیون را آغاز میکند. نکته مهم این است که واکنش لزوماً درون قطرات بزرگ مونومر اتفاق نمیافتد، بلکه ذرات پلیمری در ساختارهای کوچکتر مانند میسلهای حاوی مونومر یا از طریق هستهزایی در فاز آبی تشکیل میشوند و قطرات بزرگتر نقش مخزن تأمین مونومر را دارند؛ در نهایت پراکنهای از ذرات پلیمری در آب به نام لاتکس پلیمری به وجود میآید که در رنگهای پایه آب، چسبها و بایندرهای نساجی کاربرد دارد. در پلیمریزاسیون میکروامولسیونی، واکنش در محیطی با ساختارهای پراکنده در مقیاس نانو انجام میشود؛ میکروامولسیون از ترکیب دو مایع ناسازگار (آب و روغن) با سورفکتانت و گاهی کمکسورفکتانت تشکیل میشود و برخلاف امولسیون معمولی، در محدوده ترکیبی مناسب از نظر ترمودینامیکی پایدار است و میتواند خودبهخودی ایجاد شود. مهمترین تفاوت این دو روش در سه نکته خلاصه میشود: پایداری سامانه (امولسیون ترمودینامیکی ناپایدار، میکروامولسیون پایدار)، اندازه ساختارهای اولیه (میکروامولسیون در مقیاس نانو، امولسیون بزرگتر) و هزینه و کاربرد (امولسیونی برای تولید صنعتی لاتکس، میکروامولسیونی برای ذرات بسیار ریز اما با نیاز به سورفکتانت زیاد و دشواری جداسازی).
#امولسیون #میکروامولسیون #لاتکس
دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید:تلگرام - لینکدین - بله
پلیمریزاسیون امولسیونی و میکروامولسیونی، دو روش مهم برای تولید ذرات پلیمری ریز از مونومرهایی هستند که در آب حل نمیشوند و در ساخت رنگها، چسبها، پوششهای صنعتی و سامانههای دارورسانی کاربرد دارند. در پلیمریزاسیون امولسیونی، مونومر در محیط آبی پراکنده میشود و سورفکتانت (مولکولی با بخش آبدوست و آبگریز) به پایدارشدن این پراکنش کمک میکند؛ سپس آغازگر محلول در آب با تولید رادیکالهای آزاد، پلیمریزاسیون را آغاز میکند. نکته مهم این است که واکنش لزوماً درون قطرات بزرگ مونومر اتفاق نمیافتد، بلکه ذرات پلیمری در ساختارهای کوچکتر مانند میسلهای حاوی مونومر یا از طریق هستهزایی در فاز آبی تشکیل میشوند و قطرات بزرگتر نقش مخزن تأمین مونومر را دارند؛ در نهایت پراکنهای از ذرات پلیمری در آب به نام لاتکس پلیمری به وجود میآید که در رنگهای پایه آب، چسبها و بایندرهای نساجی کاربرد دارد. در پلیمریزاسیون میکروامولسیونی، واکنش در محیطی با ساختارهای پراکنده در مقیاس نانو انجام میشود؛ میکروامولسیون از ترکیب دو مایع ناسازگار (آب و روغن) با سورفکتانت و گاهی کمکسورفکتانت تشکیل میشود و برخلاف امولسیون معمولی، در محدوده ترکیبی مناسب از نظر ترمودینامیکی پایدار است و میتواند خودبهخودی ایجاد شود. مهمترین تفاوت این دو روش در سه نکته خلاصه میشود: پایداری سامانه (امولسیون ترمودینامیکی ناپایدار، میکروامولسیون پایدار)، اندازه ساختارهای اولیه (میکروامولسیون در مقیاس نانو، امولسیون بزرگتر) و هزینه و کاربرد (امولسیونی برای تولید صنعتی لاتکس، میکروامولسیونی برای ذرات بسیار ریز اما با نیاز به سورفکتانت زیاد و دشواری جداسازی).
#امولسیون #میکروامولسیون #لاتکس
۱۳۱
۷:۵۲
پلیمرها به دلیل دوام، وزن کم و قیمت مناسب بخش مهمی از زندگی روزمره ما را تشکیل میدهند، اما همین دوام بالا باعث میشود مدیریت پسماندهای آنها به یکی از چالشهای مهم زیستمحیطی تبدیل شود. بازیافت پلیمرها فقط به خردکردن و ذوبکردن پلاستیک محدود نمیشود و بسته به ساختار شیمیایی پلیمر و نوع پسماند، میتوان از روشهای مکانیکی، شیمیایی، حرارتی و بیولوژیکی استفاده کرد. در بازیافت مکانیکی، پلیمر بدون تجزیه عمدی زنجیرههای شیمیایی دوباره قابل استفاده میشود؛ فرایند با جمعآوری و تفکیک آغاز شده، سپس شستوشو، خردایش، جداسازی، خشککردن و ذوب مجدد انجام میشود و پلیمر از طریق اکستروژن به گرانول تبدیل میشود (مثلاً بطریهای PET به الیاف پلیاستری تبدیل میشوند)؛ مزیت اصلی آن استفاده مجدد از خود ماده است، اما حرارت و تنش مکانیکی ممکن است باعث تخریب زنجیرهها و افت خواص شوند. در بازیافت شیمیایی، ساختار پلیمر با واکنشهای شیمیایی شکسته میشود تا مونومرها یا مواد شیمیایی کوچکتر تولید شوند (مثلاً PET با گلیکولیز و متانولیز تجزیه میشود)؛ این روش بهویژه برای پلیمرهای تراکمی اهمیت دارد و امکان تولید مواد اولیه با خلوص بالا را فراهم میکند، اما مصرف مواد شیمیایی و انرژی، هزینه خالصسازی و مدیریت محصولات جانبی از چالشهای آن است. در بازیافت حرارتی، پیرولیز (تجزیه در دمای بالا و غیاب اکسیژن) مخلوطی از روغنها و گازها تولید میکند که پس از پالایش بهعنوان خوراک شیمیایی استفاده میشود و گازیسازی با عامل گازیساز، گاز سنتز تولید میکند؛ البته سوزاندن کنترلشده در اصل «بازیابی انرژی» است نه بازیافت ماده. در بازیافت بیولوژیکی، از میکروارگانیسمها، آنزیمها یا سامانههای زیستی برای تجزیه برخی پلیمرها استفاده میشود؛ آنزیمهایی مانند PETase میتوانند پیوندهای PET را بشکنند و پلیمرهای زیستتخریبپذیری مانند PLA در شرایط مناسب صنعتی قابل تجزیهاند، اما زیستتخریبپذیر بودن به معنای تجزیه سریع در محیط طبیعی نیست و دما، رطوبت، نوع میکروارگانیسم و زیرساختهای موجود تعیینکننده میزان اثربخشی فرایند هستند.
#بازیافت_پلیمر #بازیافت_مکانیکی #بازیافت_شیمیایی
دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید:تلگرام - لینکدین - بله
#بازیافت_پلیمر #بازیافت_مکانیکی #بازیافت_شیمیایی
۱۴۳
۸:۰۳
« از کربن منتشرشده تا پلاستیک مهندسی: همکاری Celanese و Röchling برای تجاریسازی POM تولیدشده از CO₂ در مقیاس صنعتی»
برای فعالان صنعت پلاستیک مهندسی پایدار ، این خبر ارزش بررسی دقیق دارد: موضوع فقط امضای یک تفاهمنامه همکاری میان دو شرکت نیست، بلکه گامی است برای عبور از مرحله «مفهوم فناوری» به سمت کاربرد تجاری واقعی در محصولات نیمهساخته.
چه اتفاقی افتاده است؟
شرکت مواد ویژه Celanese و تولیدکننده آلمانی فرآوردههای پلاستیکی Röchling Industrial همکاری خود را اعلام کردند. Röchling بخشی از محصولات نیمهساخته خود (stock shape، مانند ورق و میله) را با استفاده از ماده POM ECO-C ساخت Celanese تولید میکند. POM یا پلیاکسیمتیلن، پلیمری مهندسی است که معمولاً در قطعاتی با نیاز به استحکام بالا، مقاومت سایشی و پایداری ابعادی به کار میرود.
نکته کلیدی این است که «کربن از کجا میآید». فناوری ثبتشده Celanese بر پایه CCU (جذب و استفاده از کربن) است: CO₂ که در غیر این صورت وارد جو میشد، به متانول و سایر مواد اولیه شیمیایی تبدیل میشود و سپس به POM پلیمریزه میشود. بر اساس روش توازن جرمی (mass balance)، این مسیر ردپای کربن محصول را کاهش میدهد، بدون اینکه عملکرد اصلی POM یعنی استحکام، پایداری ابعادی، خواص لغزشی و مقاومت سایشی فدا شود.
چرا این خبر برای صنعت مهم است؟
اول، هزینه تغییر پایین است. Celanese صریحاً اعلام کرده که مشتریان برای رفتن از POM معمولی به POM ECO-C نیازی به تغییر طراحی موجود، فرآیند تولید یا استانداردهای عملکردی ندارند. برای تبدیلکنندگان، این یعنی «کاهش کربن» به قیمت اعتبارسنجی مجدد کل خط تولید تمام نمیشود.
دوم، این یک نشانه از مقیاسپذیری است. Röchling یک مشتری آزمایشگاهی نیست، بلکه یکی از گروههای پیشرو جهانی در فرآوری پلاستیک است. ورود POM ECO-C به خط تولید نیمهساختههای آن نشان میدهد که POM مبتنی بر CCU به تأمین پایدار و تولید تجاری در حجم انبوه رسیده است. Todd Elliott، معاون ارشد مواد مهندسی Celanese نیز مستقیماً میگوید فناوری یکپارچه، ظرفیت جهانی POM و سبد محصولات ECO-C این شرکت را قادر میسازد چنین راهحلهایی را «در مقیاس» ارائه دهد.
سوم، برای مشتریان پاییندستی ارزش واقعی در Scope 3 دارد. استفاده از POM ECO-C میتواند به کاهش ردپای کربن محصول کمک کند و در نتیجه اهداف انتشار Scope 3 مشتری را پشتیبانی کند. اظهارنظر Florian Helmich، مدیر ارشد فروش و فناوری Röchling Industrial نیز همین منطق را برجسته میکند: تبدیل CO₂ که قرار بود منتشر شود به ماده اولیه و استفاده مجدد از آن، به کاهش وابستگی به منابع فسیلی اولیه کمک میکند.
هسته این همکاری «یک ماده دوستدار محیط زیست دیگر» نیست؛ بلکه اولین بار است که مسیر CCU در یک گرید بالغ پلاستیک مهندسی مانند POM، از طریق خط تولید نیمهساخته یک تبدیلکننده اصلی، به سمت اجرای صنعتی حرکت میکند. برای شرکتهایی که در قطعات خودرو، قطعات سایشی صنعتی یا صادرات نیازمند ارائه دادههای ردپای کربن هستند، پیگیری جزئیات تأمین گریدها و گواهیهای ردپای کربن در آینده ارزشمند است.
منبع:
· Indian Chemical News: https://www.indianchemicalnews.com/ccus/celanese-and-rochling-partner-to-launch-sustainable-stock-shapes-derived-from-captured-co2-32497
#اخبار
دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید:تلگرام - لینکدین - بله
برای فعالان صنعت پلاستیک مهندسی پایدار ، این خبر ارزش بررسی دقیق دارد: موضوع فقط امضای یک تفاهمنامه همکاری میان دو شرکت نیست، بلکه گامی است برای عبور از مرحله «مفهوم فناوری» به سمت کاربرد تجاری واقعی در محصولات نیمهساخته.
چه اتفاقی افتاده است؟
شرکت مواد ویژه Celanese و تولیدکننده آلمانی فرآوردههای پلاستیکی Röchling Industrial همکاری خود را اعلام کردند. Röchling بخشی از محصولات نیمهساخته خود (stock shape، مانند ورق و میله) را با استفاده از ماده POM ECO-C ساخت Celanese تولید میکند. POM یا پلیاکسیمتیلن، پلیمری مهندسی است که معمولاً در قطعاتی با نیاز به استحکام بالا، مقاومت سایشی و پایداری ابعادی به کار میرود.
نکته کلیدی این است که «کربن از کجا میآید». فناوری ثبتشده Celanese بر پایه CCU (جذب و استفاده از کربن) است: CO₂ که در غیر این صورت وارد جو میشد، به متانول و سایر مواد اولیه شیمیایی تبدیل میشود و سپس به POM پلیمریزه میشود. بر اساس روش توازن جرمی (mass balance)، این مسیر ردپای کربن محصول را کاهش میدهد، بدون اینکه عملکرد اصلی POM یعنی استحکام، پایداری ابعادی، خواص لغزشی و مقاومت سایشی فدا شود.
چرا این خبر برای صنعت مهم است؟
اول، هزینه تغییر پایین است. Celanese صریحاً اعلام کرده که مشتریان برای رفتن از POM معمولی به POM ECO-C نیازی به تغییر طراحی موجود، فرآیند تولید یا استانداردهای عملکردی ندارند. برای تبدیلکنندگان، این یعنی «کاهش کربن» به قیمت اعتبارسنجی مجدد کل خط تولید تمام نمیشود.
دوم، این یک نشانه از مقیاسپذیری است. Röchling یک مشتری آزمایشگاهی نیست، بلکه یکی از گروههای پیشرو جهانی در فرآوری پلاستیک است. ورود POM ECO-C به خط تولید نیمهساختههای آن نشان میدهد که POM مبتنی بر CCU به تأمین پایدار و تولید تجاری در حجم انبوه رسیده است. Todd Elliott، معاون ارشد مواد مهندسی Celanese نیز مستقیماً میگوید فناوری یکپارچه، ظرفیت جهانی POM و سبد محصولات ECO-C این شرکت را قادر میسازد چنین راهحلهایی را «در مقیاس» ارائه دهد.
سوم، برای مشتریان پاییندستی ارزش واقعی در Scope 3 دارد. استفاده از POM ECO-C میتواند به کاهش ردپای کربن محصول کمک کند و در نتیجه اهداف انتشار Scope 3 مشتری را پشتیبانی کند. اظهارنظر Florian Helmich، مدیر ارشد فروش و فناوری Röchling Industrial نیز همین منطق را برجسته میکند: تبدیل CO₂ که قرار بود منتشر شود به ماده اولیه و استفاده مجدد از آن، به کاهش وابستگی به منابع فسیلی اولیه کمک میکند.
هسته این همکاری «یک ماده دوستدار محیط زیست دیگر» نیست؛ بلکه اولین بار است که مسیر CCU در یک گرید بالغ پلاستیک مهندسی مانند POM، از طریق خط تولید نیمهساخته یک تبدیلکننده اصلی، به سمت اجرای صنعتی حرکت میکند. برای شرکتهایی که در قطعات خودرو، قطعات سایشی صنعتی یا صادرات نیازمند ارائه دادههای ردپای کربن هستند، پیگیری جزئیات تأمین گریدها و گواهیهای ردپای کربن در آینده ارزشمند است.
منبع:
· Indian Chemical News: https://www.indianchemicalnews.com/ccus/celanese-and-rochling-partner-to-launch-sustainable-stock-shapes-derived-from-captured-co2-32497
#اخبار
۱۰۳
۱۲:۳۹
طراحی معکوس پلیمرها با هوش مصنوعی: از الگو محور تا مدلهای زبانی بزرگ
بیان مسئله
طراحی معکوس پلیمر یعنی به جای اینکه بسازیم و ببینیم چی میشه، از خواص مطلوب شروع کنیم و ساختار پلیمر رو پیدا کنیم. روشهای کلاسیک این کار مثل VAE و GAN دو محدودیت اساسی دارن.
اول اینکه به یه پلیمر مرجع نیاز دارن. یعنی باید یه نمونهی اولیه با خواص مطلوب وجود داشته باشه تا مدل حول و حوش اون بگرده. این یعنی کاوش در فضای شیمیایی عملاً محدود میمونه.
دوم اینکه این مدلها بدون نظارت آموزش میبینن. یعنی صرفاً روی دادههای موجود الگو پیدا میکنن، بدون اینکه بفهمن کدوم خواص باعث کدوم ساختار میشن. نتیجه اینه که تولیداتشون معمولاً تو همسایگی پلیمرهای شناختهشده باقی میمونه و ساختارهای کاملاً نو کشف نمیشه.
ایدهی اصلی تحقیق
ایده اینه که به جای یادگیری بدون نظارت، از یه مدل زبانی بزرگ استفاده کنیم که با نظارت آموزش دیده. یعنی مدل یاد بگیره که نگاشت بین خواص و ساختار چیه، نه اینکه فقط توزیع داده رو یاد بگیره.
در این چارچوب، ساختار پلیمر به صورت رشته متنی (SMILES) نمایش داده میشه. خواص هدف به عنوان ورودی به مدل داده میشن و مدل رشتهی ساختاری رو تولید میکنه. این یعنی مدل مستقیماً از فضای خواص به فضای ساختار میره.
آموزش در دو مرحله انجام میشه. اول پیشآموزش روی مجموعهای از خواص پایه که برای تعداد زیادی پلیمر محاسبه شدهان. بعد فاینتیون برای خواص سفارشیتر. این ساختار دو مرحلهای باعث میشه مدل هم دانش عمومی داشته باشه، هم برای خواص خاص تخصصی بشه.
چارچوب نظری
از نظر تئوری، این مسئله یه نگاشت معکوس بین دو فضاست. فضای اول فضای خواصه که معمولاً چندبعدیه و هر بعدش یه ویژگی فیزیکی یا شیمیایی رو نشون میده. فضای دوم فضای ساختارهای شیمیاییه که گسسته و بسیار بزرگه.
چالش اصلی اینه که این نگاشت یهبهیک نیست. یعنی ممکنه چند ساختار مختلف خواص مشابهی داشته باشن. پس مدل باید بتونه در این فضای چندبهیک، ساختارهایی تولید کنه که هم معتبر باشن، هم متنوع، هم خواص هدف رو برآورده کنن.
مدلهای زبانی بزرگ برای این کار مناسبان چون ذاتاً برای تولید توالی طراحی شدن و میتونن الگوهای پیچیده رو تو رشتههای متنی یاد بگیرن. با تبدیل ساختار پلیمر به متن، عملاً مسئله طراحی پلیمر به مسئله تولید متن تبدیل میشه که LLM ها توش قویان.
چالشهای نظری
اول، اعتبار شیمیایی. مدل ممکنه رشتهای تولید کنه که از نظر متنی معتبر باشه ولی از نظر شیمیایی اصلاً وجود نداشته باشه یا ناپایدار باشه. پس باید یه لایهی اعتبارسنجی شیمیایی تو چارچوب تعریف بشه.
دوم، عناصر کمفراوان. LLM ها معمولاً روی دادههای متنی عمومی آموزش میبینن که توشون عناصر فلزی و کمفراوان کمتر دیده میشن. این باعث میشه مدل تو تولید ساختارهای حاوی این عناصر ضعیف عمل کنه.
سوم، قابلیت سنتز. حتی اگه ساختاری معتبر و پایدار باشه، باید مسیر سنتز عملی هم داشته باشه. این یه لایهی دیگه از پیچیدگیه که صرفاً با تولید ساختار حل نمیشه و نیاز به مدلسازی مسیرهای واکنش داره.
چهارم، تعمیمپذیری. مدل روی یه دیتاست خاص آموزش دیده. سوال اینه که چقدر میتونه به خواص یا کلاسهای پلیمری که تو آموزش ندیده، تعمیم پیدا کنه. این یه مسئلهی بنیادی در یادگیری ماشینه که اینجا هم مطرح میشه.
#طراحی_معکوس #هوش_مصنوعی #مهندسی_پلیمر #مدل_های_زبانی_بزرگ🔬دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید: تلگرام - لینکدین - بله
طراحی معکوس پلیمر یعنی به جای اینکه بسازیم و ببینیم چی میشه، از خواص مطلوب شروع کنیم و ساختار پلیمر رو پیدا کنیم. روشهای کلاسیک این کار مثل VAE و GAN دو محدودیت اساسی دارن.
اول اینکه به یه پلیمر مرجع نیاز دارن. یعنی باید یه نمونهی اولیه با خواص مطلوب وجود داشته باشه تا مدل حول و حوش اون بگرده. این یعنی کاوش در فضای شیمیایی عملاً محدود میمونه.
دوم اینکه این مدلها بدون نظارت آموزش میبینن. یعنی صرفاً روی دادههای موجود الگو پیدا میکنن، بدون اینکه بفهمن کدوم خواص باعث کدوم ساختار میشن. نتیجه اینه که تولیداتشون معمولاً تو همسایگی پلیمرهای شناختهشده باقی میمونه و ساختارهای کاملاً نو کشف نمیشه.
ایده اینه که به جای یادگیری بدون نظارت، از یه مدل زبانی بزرگ استفاده کنیم که با نظارت آموزش دیده. یعنی مدل یاد بگیره که نگاشت بین خواص و ساختار چیه، نه اینکه فقط توزیع داده رو یاد بگیره.
در این چارچوب، ساختار پلیمر به صورت رشته متنی (SMILES) نمایش داده میشه. خواص هدف به عنوان ورودی به مدل داده میشن و مدل رشتهی ساختاری رو تولید میکنه. این یعنی مدل مستقیماً از فضای خواص به فضای ساختار میره.
آموزش در دو مرحله انجام میشه. اول پیشآموزش روی مجموعهای از خواص پایه که برای تعداد زیادی پلیمر محاسبه شدهان. بعد فاینتیون برای خواص سفارشیتر. این ساختار دو مرحلهای باعث میشه مدل هم دانش عمومی داشته باشه، هم برای خواص خاص تخصصی بشه.
از نظر تئوری، این مسئله یه نگاشت معکوس بین دو فضاست. فضای اول فضای خواصه که معمولاً چندبعدیه و هر بعدش یه ویژگی فیزیکی یا شیمیایی رو نشون میده. فضای دوم فضای ساختارهای شیمیاییه که گسسته و بسیار بزرگه.
چالش اصلی اینه که این نگاشت یهبهیک نیست. یعنی ممکنه چند ساختار مختلف خواص مشابهی داشته باشن. پس مدل باید بتونه در این فضای چندبهیک، ساختارهایی تولید کنه که هم معتبر باشن، هم متنوع، هم خواص هدف رو برآورده کنن.
مدلهای زبانی بزرگ برای این کار مناسبان چون ذاتاً برای تولید توالی طراحی شدن و میتونن الگوهای پیچیده رو تو رشتههای متنی یاد بگیرن. با تبدیل ساختار پلیمر به متن، عملاً مسئله طراحی پلیمر به مسئله تولید متن تبدیل میشه که LLM ها توش قویان.
اول، اعتبار شیمیایی. مدل ممکنه رشتهای تولید کنه که از نظر متنی معتبر باشه ولی از نظر شیمیایی اصلاً وجود نداشته باشه یا ناپایدار باشه. پس باید یه لایهی اعتبارسنجی شیمیایی تو چارچوب تعریف بشه.
دوم، عناصر کمفراوان. LLM ها معمولاً روی دادههای متنی عمومی آموزش میبینن که توشون عناصر فلزی و کمفراوان کمتر دیده میشن. این باعث میشه مدل تو تولید ساختارهای حاوی این عناصر ضعیف عمل کنه.
سوم، قابلیت سنتز. حتی اگه ساختاری معتبر و پایدار باشه، باید مسیر سنتز عملی هم داشته باشه. این یه لایهی دیگه از پیچیدگیه که صرفاً با تولید ساختار حل نمیشه و نیاز به مدلسازی مسیرهای واکنش داره.
چهارم، تعمیمپذیری. مدل روی یه دیتاست خاص آموزش دیده. سوال اینه که چقدر میتونه به خواص یا کلاسهای پلیمری که تو آموزش ندیده، تعمیم پیدا کنه. این یه مسئلهی بنیادی در یادگیری ماشینه که اینجا هم مطرح میشه.
#طراحی_معکوس #هوش_مصنوعی #مهندسی_پلیمر #مدل_های_زبانی_بزرگ🔬دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید: تلگرام - لینکدین - بله
۷۸
۱۹:۵۳
در طراحی معکوس مواد، هوش مصنوعی مولد امکان حرکت از خواص هدف به ساختار مولکولی را فراهم میکند. این رویکرد با تغییر مسیر متداول طراحی مواد، فرصتهای تازهای برای اکتشاف فضای شیمیایی و شناسایی ساختارهای بالقوه با ویژگیهای مطلوب ایجاد میکند.
در این ویدئو، این رویکرد در طراحی مولکولهای کوچک بر اساس خواص مورد انتظار به کار گرفته شده است.
لینک ویدئو:https://youtu.be/4CHuIyW1oNg
#هوش_مصنوعی #طراحی_معکوس #طراحی_مولکولی
دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید: تلگرام - لینکدین - بله
در این ویدئو، این رویکرد در طراحی مولکولهای کوچک بر اساس خواص مورد انتظار به کار گرفته شده است.
لینک ویدئو:https://youtu.be/4CHuIyW1oNg
#هوش_مصنوعی #طراحی_معکوس #طراحی_مولکولی
۶۹
۲۰:۰۰
گسترش این رویکرد به مواد پلیمری، افق تازهای در طراحی مواد با خواص مهندسیشده ایجاد میکند. در این چارچوب، هوش مصنوعی میتواند با برقراری ارتباط میان خواص هدف و ساختار پلیمر، به اکتشاف ساختارهای جدید و توسعه مواد پیشرفته کمک کند.
در وبینار زیر کاربرد هوش مصنوعی مولد در طراحی ساختارهای پلیمری بر اساس خواص هدف بررسی میشود.
لینک وبینار:https://www.acs.org/acs-webinars/library/intelligent-polymer-design.html
#هوش_مصنوعی #طراحی_پلیمر #مهندسی_پلیمر
دنیای پلیمر ها را عمیقتر و کاربردی تر دنبال کنید: تلگرام - لینکدین - http://ble.ir/join/J6jTiRx7se
در وبینار زیر کاربرد هوش مصنوعی مولد در طراحی ساختارهای پلیمری بر اساس خواص هدف بررسی میشود.
لینک وبینار:https://www.acs.org/acs-webinars/library/intelligent-polymer-design.html
#هوش_مصنوعی #طراحی_پلیمر #مهندسی_پلیمر
۸۰
۲۰:۰۰
پلیمرها در صنعت خودرو به دلایل متعددی جایگاه ویژهای دارند: کاهش وزن (هر ۱۰۰ کیلوگرم کاهش وزن، حدود ۰.۵ لیتر در هر ۱۰۰ کیلومتر مصرف سوخت را کم میکند)، مقاومت در برابر خوردگی، امکان طراحی آزاد قطعات پیچیده، کاهش هزینه تولید و جذب انرژی ضربه. مهمترین پلیمرهای خودرویی شامل پلیپروپیلن (PP) با حدود ۴۰ درصد سهم (در سپر و داشبورد)، پلیاورتان (PU) در فوم صندلی و فرمان، پلیآمید (PA) در قطعات موتور و سیستم سوخت، پلیکربنات (PC) در چراغها، ABS در قطعات داخلی، پلیاتیلن (PE) در مخزن سوخت، PEEK و پلیآنیدها در قطعات دمای بالا و کامپوزیتهای الیاف کربن و شیشه در بدنه خودروهای لوکس هستند. پلیمرها فراتر از کاهش وزن، نقش حیاتی در ایمنی سرنشینان ایفا میکنند: فومهای پلیاورتان و پلیپروپیلن در سپرها انرژی ضربه را جذب میکنند، پارچه کیسه هوا از نایلون ۶,۶ بافته میشود، الیاف پلیاستر در کمربند ایمنی استفاده میشوند، لایه میانی شیشههای لمینت از پلیوینیل بوتیرال (PVB) ساخته میشود، فومهای پلیاورتان عایق حرارتی و صوتی کابین هستند و پلیآمیدها در بخشهای موتور مقاومت در برابر آتش دارند. با وجود چالشهایی مانند دشواری بازیافت به دلیل اختلاط پلیمرها، نیاز به مقاومت حرارتی بالا و دوام در برابر UV، آینده این صنعت به سمت خودروهای الکتریکی (با نیاز به پلیمرهای مقاوم حرارتی و عایق بیشتر)، کامپوزیتهای پیشرفته برای کاهش وزن بیشتر، پلیمرهای زیستپایه مانند PLA و PHA در قطعات داخلی و طراحی خودروها با قابلیت بازیافت بهتر حرکت میکند
#پلیمر_خودرو#پلی_پروپیلن #کیسه_هوا
۱۳۹
۱۰:۰۳