Сравнительная аналитическая оценка связующих веществ MgO и CuO в системах производства полимерных нанокомпозитов и наночастиц оксидов металла

Краткое содержание

В данном исследовании представлена сравнительная аналитическая оценка полимерных нанокомпозитов на основе MgO и CuO с использованием анализа внешних металлооксидных наборов, уравнений и вычислительной интерпретации. Анализ показывает, что системы MgO демонстрируют сравнительно улучшенное структурное и тепловое поведение, тогда как системы CuO демонстрируют повышенную функциональную характеристику, особенно в приложениях, связанных с проводимостью.

Аннотация

В данном исследовании представлено сравнительное аналитическое исследование полимерных нанокомпозитов, усиленных наночастицами оксида металла, с целью оценки влияния связующих веществ оксида магния (MgO) и оксида меди (CuO) на структурные, механические, тепловые и функциональные характеристики. Поливиниловый спирт (ПВА) использовался в качестве полимерной матрицы для сравнительной оценки системы производства нанокомпозитов на основе MgO и CuO. Анализ был проведён с использованием набора данных Metal-Oxide, включающего 120 наблюдений свойств материалов из полимерных нанокомпозитов на основе MgO и CuO. Концентрации связующих веществ 1 масса, 3% и 5% массы были сравнительно оценены с использованием уравнений на основе индексов производительности, многоголового анализа взаимодействия и вычислительных моделей классификации на основе правил, реализованных в Python 3.11. Статистическая валидация проводилась с использованием пятикратной перекрёстной валидации с пятью повторяющими вычислительными загонами, и все опубликованные результаты были представлены как среднее ± стандартное отклонение. Сравнительный анализ показывает, что системы на основе MgO демонстрируют относительно улучшенное поведение дисперсии, термическую стабильность и характеристики механического усиления, тогда как системы на базе CuO демонстрируют повышенную функциональную производительность, особенно в производственных приложениях, связанных с проводимостью. В целом, результаты подчёркивают важность выбора связующих веществ для влияния на поведение полимерных нанокомпозитов в рамках структурированной вычислительной и сравнительной аналитической системы.

Введение

Полимерные нанокомпозиты также стали перспективной категорией передовых материалов благодаря их лёгкости и улучшенным механическим, тепловым и функциональным^{характеристикам 1}. Использование этих материалов в аэрокосмической, автомобильной, электронике, биомедицинских устройствах и защитных покрытиях потребовало непрерывных исследований по улучшению производительности и долговечности в^{производстве 2}. Современные тенденции в нанотехнологиях подчёркивают, что оптимизация производительности полимерных нанокомпозитов сильно зависит от дисперсии наночастиц, межфазной адгезии и совместимости связующего с^{матрицей. 3}. Природа нанофиллеров и выбор подходящих связующих определяют межфазные отношения в составной^{системе 4}.

Наночастицы оксида металла широко используются в качестве арматуры в полимерах благодаря своей высокой жесткости, термической устойчивости, химической устойчивости и многофункциональным^{свойствам 5}. Наночастицы, такие как MgO, CuO, ZnO и TiO 2, были обнаружены в повышении прочности, термической устойчивости, электрических свойств, а также антимикробной^{активности 6}. Достижение высокой дисперсионности наночастиц и межфазного соединения остаётся сложным из-за агломерации и несовместимости между неорганическими наночастицами и органическими^{полимерами 7}.

Ограничения по дисперсии и межинтерфейсной деятельности полимерных нанокомпозитов были преодолены за счёт внедрения методов с помощью^{связующих 8}. Связующие вещества действуют как межфазные агенты, стабилизируя наночастицы, усиливая адгезию между фазами и передавая напряжение на границе между матрицей и^{филлером 9}. Связующие вещества важны для повышения структурной целостности и функциональных характеристик нанокомпозитов. Уменьшая агломерацию и обеспечивая однородное распределение наночастиц, связующее вещество повышает межповерхностную стабильность и улучшает общую механическую и функциональную характеристику полимерного нанокомпозита¹⁰.

Связующие вещества оксида магния и оксида меди привлекают растущий интерес благодаря своим характерным физико-химическим^{свойствам 11}. Связующие вещества MgO характеризуются высокой термической стабильностью, низкой химической растворимостью и механической поддержкой. Таким образом, он подходит для работы с нагрузками и высокими^{температурами 12}. Связывающие вещества CuO лучше улучшают электрическую проводимость, антимикробную активность и поверхностную реактивность, что способствует многофункциональным улучшениям полимерных^{нанокомпозитов 13}.

В науке и промышленности одним из важнейших параметров проектирования при разработке полимерных нанокомпозитов является выбор^{связующего вещества 14}. Производительность, обрабатываемость и масштабируемость промышленного производства позволяют адаптировать процесс путём выбора подходящего MgO или CuO^{папки 15}. Систематическое понимание поведения нанокомпозитов с помощью связующих средств таким образом создаёт прочную основу для разработки передовых материалов для использования в инженерии следующего^{поколения 16}.

Настоящее исследование предоставляет сравнительную аналитическую оценку влияния связующих веществ MgO и CuO в полимерных нанокомпозитных системах с особым вниманием к их потенциальным ролям в дисперсии наночастиц, межфазных взаимодействиях и механизмах переноса нагрузки внутри полимерной матрицы. Анализ выделяет уникальное материало-специфическое поведение обоих биндеров в отношении композитного усиления и многофункциональных тенденций производительности. Исследование также предоставляет интерпретативную основу, связывающую взаимодействия между связующими веществами и механическими, тепловыми и функциональными свойствами полимер-оксидных нанокомпозитов. Этот сравнительный анализ даёт качественное и прикладное понимание того, как связующие MgO и CuO влияют на поведение композитов, помогая в выборе материалов для специализированных инженерных задач. Рекомендации по выбору связующих веществ на основе применений: предлагаемые исследования основаны на экспериментальных и аналитических результатах практических проектных предложений по выбору связующих веществ MgO или CuO для целевых структурных или многофункциональных применений, что способствует масштабируемой и оптимизированной с точки зрения производительности разработки полимерных нанокомпозитов.

Исследования полимерных нанокомпозитов широко изучали филлеры на основе MgO и CuO, однако их влияние на дисперсию наночастиц с помощью связующих веществ, межфазное взаимодействие, термическую стабильность, механическое усиление и функциональное поведение в рамках определённой полимерной матрицы неизвестно. Большинство исследований сосредоточено на изолированных оксидных системах, специфических реализациях или экспериментально независимых материальных формулировках, что затрудняет сравнение систем на основе MgO и CuO. Немногие исследования сравнивали эти связующие вещества в нанокомпозитах на основе поливинил-спирта (ПВА) с использованием комбинированной вычислительной и методы индекса производительности. Таким образом, в этой работе сравнивалось поведение нанокомпозитных систем PVA, инкорпорированных в MgO и CuO, с использованием нормализованного моделирования индекса производительности, сравнительной оценки признаков и анализа категоризации, специфичных для связующих компонентов. Вместо того чтобы создавать универсально подтвержденное превосходство в производительности во всех полимерных системах, исследование изучает, как связующие вещества MgO и CuO влияют на структурные, тепловские, механические, связанные с проводимостью и функциональные тенденции производительности выбранного нанокомпозита PVA для производственных применений.

Улучшенные физико-химические, механические, электрические и экологические характеристики полимерно-оксидных нанокомпозитов вызвали интерес. Наноструктуры оксидных металлов в полимерных решётках обеспечивают многофункциональные материалы для хранения энергии, экологической рекультивации, биомедицинских, промышленных и исторических исследований. Недавние исследования показывают, что наночастицы и полимеры оксида неорганических металлов образуют нанокомпозиты с различной структурой и улучшенными физико-химическими характеристиками. Основные темы — синтез, функционализация поверхности и характеристика. Эти достижения демонстрируют, как дисперсия наночастиц может быть реализована для оптимизации тепловых, механических и функциональных характеристик для современных^{технологий 17}.

Точная интеграция нанокристаллов оксида металла в полимерную матрицу является ключом к оптимизации тепловых, электрических и химических свойств. Мультимодальное моделирование оптимизации связующих веществ (M-MBOCM) — это сравнительная аналитическая система, разработанная для оценки взаимодействия связующих–полимерных–наночастиц в различных областях производительности, включая структурные, механические, тепловые и функциональные характеристики. В настоящем исследовании система интегрирует анализ, основанный на наборах данных, индексы производительности на основе уравнений и вычислительную сравнительную оценку для изучения относительного поведения полимерных нанокомпозитных систем на основе MgO и CuO. Моделируемые сравнительные тенденции показывают относительно последовательные различия в характеристиках в анализируемых областях свойств материала, что подтверждает применимость стратегий проектирования нанокомпозитов с помощью связующих элементов для потенциальных инженерных применений, таких как легкие конструктивные системы и функциональные материалы, связанные с^{энергией 18}.

Наноструктуры оксидных металлов, созданные методом сол-геля Печини, демонстрируют высокую адсорбционную способность и площадь поверхности для удаления Zn(II). Фазовая эволюция существенно влияет на размер кристаллита и эффективность адсорбции. Эти материалы демонстрируют спонтанные, многоразовые и высокоэффективные адсорбционные способности, что делает их экономичным вариантом для очистки загрязнения^{воды 19}.

Полимерно-оксидные композиты (PMC) обладают многофункциональными свойствами, превосходящими свойства чистых полимеров, поэтому они могут применяться в упаковочной, аэрокосмической, электронной, биомедицинской и строительной отраслях. Они лёгкие, настраиваемые и недорогие, что расширяет возможности отрасли. Интеграция материаловеджения на основе MgO и CuO с полимерным нанокомпозитным проектированием признана важным подходом для повышения конструктивных характеристик, оптимизации функциональных свойств и потенциальной масштабируемости композитных систем, армированных оксидом^{металла 20}.

Биоразлагаемые полимерные смеси, усиленные наночастицами CuO, обладают улучшенными антимикробными, электрическими и биосовместимыми свойствами. Спектроскопические и структурные исследования подтверждают сильные взаимодействия между полимером и наночастицами, тогда как оптические и проводимые спектроскопии выявляют усиленный перенос заряда. Доказано, что нанокомпозиты обладают хорошей бактериальной ингибировкой и жизнеспособностью клеток, поэтому могут использоваться в устойчивой упаковке и^{биомедицинских приложениях 21}. Показано, что наполнители Ag-CuO/rGO эффективно способствуют развитию полярной двумерной фазы и электрической проводимости PVDF-нанокомпозитов. Разработка проводящих сетей значительно улучшает диэлектрические свойства и минимизирует потери энергии. Эти нанокомпозиты показали хорошую работу в полимерных батареях и гибких электронных устройствах, требующих высоких диэлектрических констант и проводимости. Полимерное покрытие наночастицами оксида металла стало эффективным средством защиты культурного наследия. Наноматериалы, такие как TiO2, ZnO, CuO и MgO, обладают такими свойствами, как самоочистка, антимикробное средство и консолидация. Недавние исследователи подчёркивают необходимость описания транспорта наночастиц и экологической значимости для обеспечения безопасных и устойчивых практик сохранения. Использование нанофиллеров с оксидом металла значительно улучшило трибологические свойства полимерных нанокомпозитов. Наиболее распространённые — глинозем, оксид цинка и оксид титана, которые проявляют меньшее трение и износ в различных условиях эксплуатации. Все эти улучшения подчёркивают важность использования нанофиллеров в аэрокосмической и автомобильной промышленности.

Полимерные нанокомпозиты, усиленные оксидами металла, становятся всё более популярными, однако сравнительное влияние связующих веществ MgO и CuO на поведение дисперсии, межфазный контакт и специфическую производительность по-прежнему плохо изучено. Лишь немногие исследования напрямую сравнивали то, как специфические физико-химические параметры связующего вещества влияют на структурные, тепловские, механические и функциональные характеристики оксидных систем или конкретных реализаций. Процедуры отбора папок для специализированных инженерных приложений также трудно оценивать без единой системы сравнения, включающей научные данные, исследования на основе наборов данных и оценку индекса эффективности. Системы связующих систем на базе MgO и CuO сравниваются аналитически для выявления закономерностей производительности в различных областях свойств материала в этой работе.

Протокол

Подготовка образцов и включение связующего вещества

Для сравнения связующих систем на основе MgO и CuO были подготовлены образцы полимерных нанокомпозитов поливинилспирта (PVA). Однородный полимерный раствор был получен путём растворения 5 г ПВА в 100 мл дистиллированной воды при непрерывном магнитном перемешивании при 600 об/мин и при 70 °C в течение 60 минут. При процентах нагрузки связующего вещества 1 масса, 3 и 5 массовых % наночастицы MgO и CuO со средним размером частиц 40–60 нм были независимо интегрированы в полимерную матрицу. Ультразвуковое исследование зонда на частоте 40 кГц и 200 Вт в течение 30 минут с уменьшенной агрегацией наночастиц и улучшенной равномерностью дисперсии. После литья суспензий в тефлоновые формы и сушки при 60 °C в течение 24 часов их охлаждали до комнатной температуры для получения однородных нанокомпозитных пленок для производственных применений. . ПВА (молекулярная масса: 85 000–124 000 г/моль, 99% гидролизирована) была полимерной матрицей. Сравнительная оценка связующих веществ использовала наночастицы MgO и CuO с типичными размерами частиц 40–60 нм и чистотой выше 99%. Гравиметрические пропорции оценивали концентрации связующих веществ в 1 вес, 3% и 5% массы связующих веществ относительно массы полимера. Нанокомпозитные подвески отливались в тефлоновые формы диаметром 100 мм × 100 мм × 2 мм, что приводило к пленкам толщины диапазона 1,5–2,0 мм. Образцы подвергались кондиционированию при комнатной температуре в течение 48 часов после сушки перед характеристикой и анализом. Сравнительная статистическая оценка и валидация применялись к пяти дублирующимся партиям образцов.

Механические, термические и морфологические характеристики

Испытания на растяжение в условиях стандарта ASTM D638 оценивали свойства нанокомпозитов на усиление и перенос нагрузки. Термогравиметрический анализ (TGA) использовался для анализа тепловой стабильности при 30–600 °C при 10 °C/мин в азоте. Для оценки термического переходного поведения были проведены измерения DSC от 30 до 200 °C. SEM использовался для оценки межфазного распределения полимерной матрицы и тенденций агломерации в отношении морфологии и дисперсии наночастиц. Испытания на растяжение проводились с использованием универсальной испытательной машины Instron 3365 по стандартам ASTM D638, с размерами образца 100 мм × 15 мм × 2 мм и скоростью перекрестка 5 мм/мин. TGA/DTG (PerkinElmer TGA 4000) использовался для анализа термической устойчивости от 30 до 900 °C при 10 °C/мин в азотной среде (50 мл/мин). В диапазоне от 30 до 200 °C при 10 °C/мин были проведены показания DSC Q2000 от TA Instruments. SEM (JEOL JSM-7610F) использовался для характеристики образцов после золотого покрытия. Электрическая проводимость измерялась с помощью четырёхточечного зонда, а антибактериальная эффективность оценивалась с использованием сравнительной системы, поддерживаемой набором данных, — нормализованного анализа эффективности снижения.

Исходный источник набора данных и вычислительный рабочий процесс

Сравнительный вычислительный анализ был проведён с использованием набора данных Metal-Oxide в качестве основного внешнего источника данных для оценки поведения свойств материалов, связанных с MgO и CuO. Набор данных включал 120 наблюдений свойств материалов, связанных с дескрипторами структурных, тепловых, механических, электрических и функциональных характеристик. Сравнительная оценка производительности была реализована с использованием Python 3.11 с библиотеками NumPy, Pandas, SciPy и Matplotlib для предобработки, статистических вычислений, анализа индексов производительности на основе уравнений и генерации рисунков. Аналитический рабочий процесс интегрировал анализ равномерности дисперсии, индексирование тепловой устойчивости, оценку механической и тепловой характеристики и сравнение функциональных свойств с использованием вычислительной интерпретации на основе наборов данных.

Статистический анализ и валидация

Для повторяемости и редукции вариации, зависящей от разбиения, для статистической валидации использовалась пятикратная перекрёстная валидация с пятью различными вычислительными загонами. Результаты представлены в виде среднего ± стандартного отклонения (SD). Для сравнения систем на основе MgO и CuO использовался независимый двухвыборочный t-тест с статистической значимостью, установленной на уровне p < 0,05. Вычислительная методология была подтверждена с помощью нормализованного сравнения производительности и анализа согласованности по диапазонам концентрации связующих веществ.

Сравнительная модель производительности

В рамку интегрированы синтез полимерного нанокомпозита, интеграция наночастиц с помощью связующих веществ, анализ характеристик и вычислительная интерпретация для систем на базе MgO и CuO. Путь MgO оценивает структурные, тепловые и механические свойства, тогда как путь CuO оценивает проводимость и антибактериальное действие. Результаты обоих методов сравниваются для определения специфических тенденций производительности папки и совместимости материалов, ориентированных на применение.

Индекс повышения механической и тепловой производительности (MTPI), вычисляемый по уравнению 1

(1)

Термин σ_c обозначает прочность композита на разрыв, а σ_p — прочность чистого полимера. Параметр T_d,c относится к температуре разложения композита, а _{T d,p} — к температуре разложения полимерной матрицы. Переменная X_c обозначает степень кристаллизации композита, а X_p — кристаллность базового полимера. Весовые коэффициенты α, β и γ определяют относительный вклад прочности, тепловой устойчивости и кристаллности соответственно, при этом α + β + γ = 1. Для MTPI в уравнении (1) весовые коэффициенты были установлены как α = 0,40, β = 0,35 и γ = 0,25, что отражает относительный акцент на прочность на растяжение, термическую устойчивость и кристаллность соответственно, при α + β + γ = 1.

Для MTPI коэффициенты веса были назначены как α = 0,45, β = 0,35 и γ = 0,20, что отражало относительный вклад прочности на растяжение, термической устойчивости и кристаллности соответственно. Для Functional Performance Index (FPI) параметры веса были определены как δ = 0,60 для электрической проводимости и = 0,40 для эффективности антимикробного восстановления. Коэффициент эффективности дисперсии, используемый в уравнении (4), был присвоен как η = 0,85 для систем MgO и η = 0,72 для систем CuO, на основе нормализованного анализа согласованности дисперсии. Константа поверхностной модуляции в уравнении (5) была зафиксирована на k_s = 1,15 после сравнительного межфациального взаимодействия масштабирования. В многоголовом фреймворке внимания скорость обучения сохранялась на уровне 0,001, количество голов внимания — H = 4, количество обучающих эпох — 100, а случайное начало — 42 для воспроизводимости. Анализ чувствительности проводился путём изменения каждого параметра взвешивания в пределах ±10% от его базового значения, что приводило к отклонению менее 5% в итоговых сравнительных показателях производительности при пяти повторяющихся вычислительных запусках.

Индекс функциональной производительности для нанокомпозитов на базе CuO

Определяется уравнением 2

(2)

Переменная_{σ e} отражает электрическую проводимость нанокомпозита на основе CuO, а σ_e,p — проводимость чистого полимера. Термин A_r указывает на эффективность восстановления антимикробных средств, а A_r,max — его максимальное наблюдаемое значение. Коэффициент трения обозначается μ, где _μ max — максимальное эталонное значение. Параметры веса δ , и ζ контролируют влияние электрического, антимикробного и трибологического поведения на общую функциональную эффективность. Для Индекса функциональной производительности (FPI) в уравнении (2) параметры были назначены как δ = 0,40, ∈ = 0,35 и ζ = 0,25, что соответствует электрической проводимости, эффективности антимикробного восстановления и трибологической реакции.

Индекс функциональной производительности (FPI) был введён как нормализованный сравнительный аналитический параметр для оценки относительного функционального поведения полимерных нанокомпозитов на основе CuO в рамках принятой вычислительной системы. Индекс интегрирует нормализованные дескрипторы проводимости и антимикробной эффективности после минимального и максимального масштабирования, обеспечивая единый сравнительный функциональный балл от 0 до 1. Коэффициенты веса определялись с помощью сравнительного анализа чувствительности и оценки вклада на основе литературы, где коэффициент вклада в проводимость был присвоен δ = 0,60, а коэффициент антимикробной эффективности — = 0,40.

Сравнительное соотношение производительности связующих веществ

CBPR) определяется уравнением 3

Термин MTPI_MgO соответствует механическим и термическому индексу эффективности полимерных нанокомпозитов, усиленных MgO, а FPI_CuO обозначает функциональный индекс производительности систем, усиленных CuO. Дополнительный файл 1 показывает оценку дисперсии наночастиц на основе связующего вещества MgO/CuO.

Дополнительный файл 1 измеряет качество дисперсии наночастиц оксида металла в полимерной сети с помощью связующих веществ MgO или CuO. Вычисляется межфазная энергия каждой наночастицы с полимером, а парное сходство сравнивается с помощью экспоненциальной функции. Мера качества дисперсии — это однородность, а специфическое для связующего компонента масштабирование отражает высокую дисперсию, достигнутую связующими веществами MgO. Индекс качества дисперсии d_q теперь вычисляется напрямую из нормированной матрици попарного матрици энергетического сходства между лицами, выражаемой как

(4),

где .

Оценка электрической проводимости проводилась с использованием сравнительной аналитической структуры на основе четырёхточечного зонда, поддерживаемой нормализованными дескрипторами проводимости, извлечёнными из набора данных Metal-Oxide, и соответствующим анализом вычислительных показателей производительности. Антимикробная активность интерпретировалась с использованием сравнительных дескрипторов снижения эффективности, полученных из подтверждённых литературой тенденций оксидных свойств и нормализованного аналитического масштабирования в рамках базы данных.

Эффективное усиление модуля за счёт усиления наночастицами

E_c рассматривается уравнением 5

В этом уравнении E_m обозначает модуль полимерной матрицы. Термин E_n соответствует упругому модулю наночастиц оксидных металлов. Доля объёма наночастиц обозначается как , и является коэффициентом эффективности дисперсии, который учитывает качество распределения наночастиц и межфазную адгезию между полимером и наночастицами. Коэффициент эффективности дисперсии, η в уравнении (4), был зафиксирован на уровне 0,85 для систем на базе MgO и 0,78 для систем на основе CuO, исходя из предполагаемой относительной однородности дисперсии наночастиц и эффективности взаимодействия связующего с матрицей.

Модель усиления прочности межлицового соединения

τ_i зависит от уравнения 6

Здесь τ₀ — это внутренняя межфазная прочность необработанного полимер–филлер. Параметр k_s — это константа эффективности обработки поверхности, а A_s — удельную площадь поверхности наночастиц. Доля объёма наночастиц представлена как . Это уравнение подчеркивает роль модификации поверхности в укреплении переноса нагрузки через интерфейс.

Индекс улучшения термической стабильности

T_d,c определяется уравнением 7

T_d,m — это температура деградации аккуратной полимерной матрицы. Константа отражает эффект теплового барьера наночастиц, а ξ — коэффициент равномерности дисперсии, который учитывает однородное распределение наночастиц. Переменная снова представляет долю объёма наночастиц.

Равномерное распределение наночастиц по объёму полимерной пленки контролировалось с помощью комбинированного магнитного перемешивания и ультразвукового процесса при подготовке образца. Изначально полимерный раствор подвергался непрерывному магнитному перемешиванию при 600 об/мин и 70 °C в течение 60 минут для обеспечения однородного растворения матрицы ПВА. Впоследствии наночастицы MgO и CuO постепенно включались в полимерный раствор и рассеивались с помощью ультразвуковой обработки зонда на частотах 40 кГц и 200 Вт в течение 30 минут для минимизации агломерации наночастиц и улучшения межфазного распределения внутри матрицы. Кроме того, подвески поддерживались при непрерывном низкоскоростном перемешивании при добавлении наночастиц, чтобы предотвратить локализованное кластерирование. Полученные нанокомпозитные смеси затем отливались в тефлоновые формы, а затем контролируемая сушка при 60 °C в течение 24 часов, чтобы уменьшить фазовое разделение, вызванное осадконакоплением.

Коэффициент усиления функциональных свойств

F_p вычисляется по уравнению 8

Термин σ_e обозначает электрическую проводимость нанокомпозита, а σ_e,m — проводимость базового полимера. Переменная A_r означает эффективность восстановления антимикробных средств, а A_r,max — её максимальное эталонное значение. Магнитный отклик композита обозначается как M_c, при этом максимальное достижимое значение является M_max. Коэффициенты взвешивания μ₁, _{μ 2} и _{μ 3} определяют относительную важность. Параметр FP представляет нормализованный вклад функциональных свойств, полученный от отдельных дескрипторов, связанных с проводимостью и антимикробными свойствами, тогда как индекс функциональной эффективности (FPI) представляет собой итоговую интегрированную сравнительную аналитическую оценку, полученную после взвешенной комбинации нормированных компонентов функциональных свойств. Дополнительный файл 2 показывает модель внимания между многоголовым связующим и матричным взаимодействием.

В дополнительном файле 2 используется многоголовый механизм внимания для моделирования сложных взаимодействий между связывающими веществами, наночастицами и полимерной матрицей. Структурные, механические и функциональные признаки преобразуются в запросы, ключевые представления. Параллельные головки внимания обнаруживают различные паттерны взаимодействия, и их сочетание даёт объединённое представление общего эффекта связующих веществ MgO или CuO. Дополнительный файл 3 показывает прогнозирование имущества и классификацию применения.

Дополнительный файл 3 оценивает преобладающую область применения нанокомпозита на основе особенностей сращенных взаимодействий. Рассчитываются и сравниваются взвешенные оценки механических, тепловых и функциональных свойств.

Для многоголовной модели внимания матрица признаков определяется с помощью нормированной механической прочности, термической устойчивости, электрической проводимости и дисперсионного качества, где d = 4. Количество голов внимания фиксировано как H = 4, при каждой размерности головы . Проекционные матрицы W_Q,_{W K} и _{W V} инициализируются с помощью единообразной инициализации Ксавье и оптимизируются с помощью контролируемого обучения с оптимизатором Адама (скорость обучения = 0,001, 100 эпох, размер пакета = 32). Объединённое представление проверяется с помощью пятикратной перекрёстной валидации на сравнительном наборе данных по производительности связи. Для классификации применения векторы веса e явно определяются как , , и соответствуют относительному влиянию структурных, тепловых, функциональных и дисперсионных признаков.

Результаты

Полимерные нанокомпозиты, усиленные оксидом металла, обладают превосходными механическими, тепловыми и функциональными свойствами для производственных применений. Выбор связующего вещества является важным фактором для дисперсии наночастиц и взаимодействия между ними. В этом исследовании сравниваются связующие устройства MgO и CuO, чтобы пролить свет на их влияние на характеристики композита и пригодность для конкретных применений.

Набор данных

Набор...

Обсуждение

Влияние связующих веществ MgO и CuO на арматуру наночастиц оксида металла в полимерных нанокомпозитах было подробно изучено. Выбор связующих веществ существенно влияет на дисперсию наночастиц, межфазную адгезию и поведение составных частиц. Связующие вещества MgO обладают высокой равномерностью дисперсии, хорошим межинтерфейсным соединением, высокой механической прочностью и хорошей термической стабильностью, что делает их отлично подходящими для сложных структурных применений. С другой ...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Окись магния (MgO) связующее вещество		1 вес.%, 3 вес.%, 5 вес.%	Сравнительное оценивание механических и тепловых характеристик
Окись меди (CuO) связующее вещество		1 вес.%, 3 вес.%, 5 вес.%	Функциональная и проводящая оценка производительности
Источник набора данных		Металлоксидный набор данных (n = 120 наблюдений)	Входные данные для сравнительного анализа
Программная среда		Python 3.11	Численное осуществление и анализ
Численная библиотека		NumPy v1.26.4	Операции с матрицами и вычисление уравнений
Инструмент предварительной обработки данных		Pandas v2.2.1	Очистка данных и извлечение признаков
Статистическая библиотека		SciPy v1.12.0	Статистическая проверка и тестирование гипотез
Программное обеспечение для визуализации		Matplotlib v3.8.3	Генерация графиков и подготовка фигур
Параметр модели внимания		H = 4 головы, 100 эпох, скорость обучения = 0,001	Моделирование взаимодействия связующего и матрицы
Фреймворк валидации		5-кратная кросс-валидация, 5 повторных запусков	Валидация воспроизводимости и производительности