形态驱动的纳米填充剂尺寸测量与微机械有限元素分析集成,用于量化聚合物纳米复合材料中介相
Rasool Mohsenzadeh1, Behzad Hashemi Soudmand2, Amirhossein Najafi3
1Department of Mechanical Engineering, Technical and Vocational University (TVU), Tehran 1435761137, Iran.
ACS applied materials & interfaces
|July 17, 2024
概括
这项研究介绍了一种计算机视觉方法来测量纳米粒子大小,改进了聚合物纳米复合材料弹性模量预测. 该方法准确量化了接口属性,克服了理想化的模型的局限性.
科学领域:
- 材料科学 材料科学 材料科学
- 聚合物科学 聚合物科学
- 计算机建模 计算建模
背景情况:
- 预测聚合物纳米复合材料的特性需要准确的纳米粒子表征.
- 传统模型通常假定理想化的粒子大小,限制现实世界的适用性.
- 了解相间特性对于机械性能至关重要.
研究的目的:
- 开发一个实用的计算机视觉方法用于纳米粒子尺寸测量.
- 在聚合物纳米复合材料中建模相间厚度和模量.
- 用量化的界面特性预测聚合物纳米复合材料的弹性模量.
主要方法:
- 计算机视觉用于从SEM图像中对纳米分散相的形态细分.
- 微机械有限元素分析 (FEA) 框架.
- 将实验数据与哈辛-施特里克曼和修改的哈辛-汉森/麦克斯韦尔模型相匹配.
- 使用测量的粒子大小作为微机械模型的输入.
主要成果:
- 精确量化纳米粒子大小从SEM微镜.
- 在超高分子量聚乙烯/纳米烯复合材料中确定相间厚度和模量.
- 与实验数据相比,FEA对拉伸模块的预测显示最大差异为3.29%.
- 验证了拟议的方法论在表征接口属性的有效性.
结论:
- 开发的计算机视觉方法为纳米粒子尺寸测量提供了实用解决方案.
- 微机械框架通过结合量化的界面特性,成功地预测了聚合物纳米复合材料的模量.
- 这项研究克服了理想化的模型的局限性,为物质性质预测提供了更现实的方法.


