文献

J-GLOBAL ID：202002270454762013   整理番号：20A0617875

実験と機械学習予測を用いたバイオ-ナノ複合材料の熱偏向温度【JST・京大機械翻訳】

Heat deflection temperatures of bio-nano-composites using experiments and machine learning predictions

著者 (7件)： Daghigh Vahid (Department of Aerospace Engineering, Mississippi State University, MS, USA) ,  Lacy Thomas E. (Mike Walker Department of Mechanical Engineering, Texas A&M University, Texas, USA) ,  Daghigh Hamid (School of Engineering, University of British Columbia, Canada) ,  Gu Grace (Department of Mechanical Engineering, University of California, Berkeley, USA) ,  Baghaei Kourosh T. (Department of Computer Science and Engineering, Mississippi State University, MS, USA) ,  Horstemeyer Mark F. (School of Engineering, Liberty University, USA) ,  Pittman Charles U. (Department of Chemistry, Mississippi State University, MS, 38677, USA)
資料名： Materials Today Communications  (Materials Today Communications)
巻： 22  ページ： Null  発行年： 2020年 
JST資料番号： W3060A  ISSN： 2352-4928  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 生体適合性,生分解性および強化された特性は,従来の非生分解性高分子材料を低減し,代替するために設計されたバイオ複合材料の顕著な特徴である。したがって,信頼できるが経済的に効率的な新しいバイオ複合材料を提案することは重要である。ナノ粘土(NC),短いラタニア繊維(SLFs)および新しいバイオ充填剤,例えばピスタチオ殻粉末(PSP)およびナツメヤシ種子粉末(DSP)を用いて,ポリ(プロピレン)/エチレン-プロピレン-ジエン-単量体(PP/EPDM)複合材料を補強した。熱偏向温度(HDT)試験を行った。次に,機械学習(ML)に基づく予測ツール,K-Nearest Neighbor Regressor(KNNR)を,様々なバイオ複合材料組成のHDTsを研究するために使用した。本研究ではKNNRを用いて,破壊靭性予測のためにDaghighら(2019)による以前の研究で用いた決定木回帰(DTR)と適応ブースティング(ABR)MLアプローチを用いた。さらに,他の天然繊維複合材料とは対照的に,SLF複合材料はほとんど研究されていない。種々の含有量のSLFs,NC,マクロサイズのPSP,およびマクロサイズのDSPをPP/EPDMに添加し,バイオファイバー,ナノ粒子,およびマクロバイオ粒子強化材の複合効果を研究した。本研究は,このような低コストのバイオ強化がPP/EPDM複合材料のHDTにどのように影響するかの理解を助ける。ML予測を用いて,それらの使用温度を改善できる軽量で費用対効果の高い材料を開発した。KNNR ML分析により,HDTに影響を及ぼす主要因子はSLFs,NC,DSP,およびPSPsであることが示唆された。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 補強材料 ,  ディシジョンツリー ,  破壊靱性 ,  ナノ粒子 ,  天然繊維 ,  生分解性高分子 ,  *偏向 ,  ナノ複合材料 ,  生体適合性 ,  微生物分解性 ,  ナツメヤシ ,  粉体 ,  複合材料 ,  *機械学習 ,  EPDM

著者キーワード (4件)： バイオ-ナノ複合材料 ,  機械学習 ,  天然繊維 ,  熱偏向温度

分類 (3件)： 強化プラスチックの成形  (YH04060J) ,  炭素とその化合物  (YB02060D) ,  機械的性質  (YH02022L)

タイトルに関連する用語 (5件)： 実験 ,  機械学習 ,  予測 ,  ナノ複合材料 ,  偏向