从压力放松测试测量结果中,优化光滑聚合物放松光谱的强大恢复
1Department of Technology Fundamentals, Faculty of Production Engineering, University of Life Sciences in Lublin, 20-612 Lublin, Poland.
Polymers
|August 29, 2024
概括
这项研究引入了一种新的方法,可以从噪音数据中准确识别聚合物放松光谱. 这种新方法提供了一个最佳地平滑的连续放松时间谱,增强了类风学性质分析.
科学领域:
- 聚合物科学与工程 聚合物科学与工程
- 类风病学 类风病学 类风病学
- 材料科学 材料科学 材料科学
背景情况:
- 放松光谱对于理解聚合物粘性弹性和性特性至关重要.
- 现有的放松频谱识别方法往往不合适,需要内置的光滑和噪声强度机制.
- 规范化和解决方案空间限制是常见的,但不完美的补救措施来解决错误的问题.
研究的目的:
- 直接说明并解决确定最佳光滑连续放松时间谱的问题.
- 开发一种方法,通过离散时间,噪声损坏的放松模量测量来识别频谱.
- 在连续方位整合函数类中找到最平滑的放松时间光谱模型.
主要方法:
- 利用希尔伯特投影定理来推导最平滑的放松光谱的结构.
- 引入了带有拉格朗日乘数的二次数项,以提高噪声损坏数据的稳定性.
- 推导出必要和足够的最佳性条件,从而为频谱提供直接的分析公式.
- 开发了一个基于单数值分解的计算算法.
主要成果:
- 最佳平滑的放松光谱是由特定的指数式-形基础函数的有限和表示的.
- 拟议的方法为放松模量产生了小的模型误差,增加了强度.
- 数值研究证实了对一模和两模高斯式放松光谱的成功应用.
- 该方法显示在更高频率和接近局部最大值时,对于Baumgaertel,Schausberger和Winter (BSW) 频谱的近似度很好.
结论:
- 从实验数据中建立了一种直接的分析方法,以从实验数据中获得最佳平滑的连续放松时间谱.
- 开发的算法在计算上是高效的,并且对噪音有很强的抵抗力.
- 虽然对各种光谱有效,但与BSW模型的非对称性属性相比,该模型的近似性在接近零放松时间的附近是有限的.
