文献

J-GLOBAL ID：201702260235231750   整理番号：17A0411666

建設複合材料への応用のためのメカノケミカル活性化ゼオライトの計量化学的評価【Powered by NICT】

Chemometric assessment of mechano-chemically activated zeolites for application in the construction composites

著者 (3件)： Terzic Anja (Institute for Testing of Materials IMS, Vojvode Misica Bl. 43, 11000 Belgrade, Serbia) ,  Pezo Lato (Institute of General and Physical Chemistry, University of Belgrade, Studentski Trg 12-16, 11000 Belgrade, Serbia) ,  Andric Ljubisa (Institute for Technology of Nuclear and Other Mineral Raw Materials, Franchet d’Esperey 86, 11000 Belgrade, Serbia)
資料名： Composites. Part B. Engineering  (Composites. Part B. Engineering)
巻： 109  ページ： 30-44  発行年： 2017年 
JST資料番号： W0437B  ISSN： 1359-8368  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 七鉱床からのクリノプチロライトタイプの天然ゼオライトはRetsch超遠心ミルでメカノケミカル活性化に供した。ゼオライトタイプと活性化パラメータは,結合剤の置換と施工複合材料におけるイオン交換体としての応用のための適切な物理化学的性質及び微細組織を持った粉末を製造する最適組合せを決定する目的で実験中に変化した。ゼオライト活性化の効率に及ぼす入力変数(試料の化学組成)とプロセスパラメータ(ロータ速度と活性化期間)の影響は,依存関係するパラメータの比表面積,粒度分布,陽イオン交換容量,融点,圧縮強度,収縮,水吸収,見掛けの多孔性を調べた。クラスター分析,主成分分析と標準スコア分析は,得られた製品品質の評価に適用した。人工ニューラルネットワーク(ANN)は観測された応答の数学モデルを開発した。その後ANNは実験結果と開発した二次多項式モデルと比較した。開発されたモデルは0.822 0.998範囲でR~2値を示し,それらは,広い範囲のプロセスパラメータで観測された応答を予測することができることを意味している。ANNモデルは,高い予測精度(0.975 0.993)を行い,正確かつ応答変数のための非常に有用な予測として考えることができる。実施した数学的解析の組合せ法はパラメータの最適活性化セットとして好ましい型としてZ5ゼオライト,20000rpmおよび30分を分離した。数学的に得られた結論は機器分析(XRD, DTA/TG, SEM)の結果によって確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： クラスタ分析 ,  プロセスパラメータ ,  *ケモメトリックス ,  主成分分析 ,  比表面積 ,  圧縮強さ ,  粒度分布 ,  多孔性 ,  化学組成 ,  沸石 ,  X線回折 ,  製品品質 ,  陽イオン交換容量
準シソーラス用語： 予測精度 ,  物理化学的性質 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械的性質 ,  解析モデル ,  熱分析 ,  粉末処理 ,  建設材料

分類 (4件)： 抵抗性  (YH02050K) ,  機械的性質  (YH02022L) ,  ゴム・プラスチック材料  (HC04030W) ,  強化プラスチックの成形  (YH04060J)

タイトルに関連する用語 (7件)： 建設 ,  複合材料 ,  応用 ,  活性化 ,  ゼオライト ,  計量化学 ,  評価