JP7426531B1 - リサイクル高分子複合材料 - Google Patents
リサイクル高分子複合材料 Download PDFInfo
- Publication number
- JP7426531B1 JP7426531B1 JP2023131543A JP2023131543A JP7426531B1 JP 7426531 B1 JP7426531 B1 JP 7426531B1 JP 2023131543 A JP2023131543 A JP 2023131543A JP 2023131543 A JP2023131543 A JP 2023131543A JP 7426531 B1 JP7426531 B1 JP 7426531B1
- Authority
- JP
- Japan
- Prior art keywords
- composite material
- polymer composite
- recycled polymer
- recycled
- propylene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229920000642 polymer Polymers 0.000 title claims abstract description 867
- 239000002131 composite material Substances 0.000 title claims abstract description 775
- 239000002861 polymer material Substances 0.000 claims abstract description 339
- 239000000203 mixture Substances 0.000 claims abstract description 230
- 239000003365 glass fiber Substances 0.000 claims description 98
- 239000000470 constituent Substances 0.000 claims description 80
- 229920001155 polypropylene Polymers 0.000 claims description 67
- 238000005452 bending Methods 0.000 claims description 51
- 239000000454 talc Substances 0.000 claims description 49
- 229910052623 talc Inorganic materials 0.000 claims description 49
- 229920001971 elastomer Polymers 0.000 claims description 48
- 239000005060 rubber Substances 0.000 claims description 47
- 239000000945 filler Substances 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 25
- 239000012765 fibrous filler Substances 0.000 claims description 14
- 239000011208 reinforced composite material Substances 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 2
- 230000000704 physical effect Effects 0.000 abstract description 354
- 239000000463 material Substances 0.000 abstract description 148
- 238000005457 optimization Methods 0.000 abstract description 140
- 238000013459 approach Methods 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 abstract description 17
- 238000000034 method Methods 0.000 description 156
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 91
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 90
- 239000011347 resin Substances 0.000 description 62
- 229920005989 resin Polymers 0.000 description 62
- 239000000178 monomer Substances 0.000 description 52
- 229920001577 copolymer Polymers 0.000 description 48
- 238000007781 pre-processing Methods 0.000 description 44
- 239000011342 resin composition Substances 0.000 description 34
- 229920006124 polyolefin elastomer Polymers 0.000 description 31
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 29
- 239000005977 Ethylene Substances 0.000 description 29
- 230000000875 corresponding effect Effects 0.000 description 27
- 239000004711 α-olefin Substances 0.000 description 27
- 238000004519 manufacturing process Methods 0.000 description 24
- -1 pentadienyl ring Chemical group 0.000 description 24
- 229920005604 random copolymer Polymers 0.000 description 19
- 238000006116 polymerization reaction Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 239000002994 raw material Substances 0.000 description 17
- 125000004432 carbon atom Chemical group C* 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 13
- 239000003054 catalyst Substances 0.000 description 13
- 229920001384 propylene homopolymer Polymers 0.000 description 13
- VXNZUUAINFGPBY-UHFFFAOYSA-N 1-Butene Chemical compound CCC=C VXNZUUAINFGPBY-UHFFFAOYSA-N 0.000 description 12
- 230000008859 change Effects 0.000 description 12
- 150000001875 compounds Chemical class 0.000 description 12
- LIKMAJRDDDTEIG-UHFFFAOYSA-N 1-hexene Chemical compound CCCCC=C LIKMAJRDDDTEIG-UHFFFAOYSA-N 0.000 description 10
- KWKAKUADMBZCLK-UHFFFAOYSA-N 1-octene Chemical compound CCCCCCC=C KWKAKUADMBZCLK-UHFFFAOYSA-N 0.000 description 10
- 238000002790 cross-validation Methods 0.000 description 10
- 238000005265 energy consumption Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 9
- 239000011256 inorganic filler Substances 0.000 description 9
- 229910003475 inorganic filler Inorganic materials 0.000 description 9
- 239000002245 particle Substances 0.000 description 9
- 239000000243 solution Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000002068 genetic effect Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 239000011521 glass Substances 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 241000512668 Eunectes Species 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 239000002685 polymerization catalyst Substances 0.000 description 6
- 229920005653 propylene-ethylene copolymer Polymers 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- TVMXDCGIABBOFY-UHFFFAOYSA-N n-Octanol Natural products CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 5
- 239000012766 organic filler Substances 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 229910052723 transition metal Inorganic materials 0.000 description 5
- 150000003624 transition metals Chemical class 0.000 description 5
- AFFLGGQVNFXPEV-UHFFFAOYSA-N 1-decene Chemical compound CCCCCCCCC=C AFFLGGQVNFXPEV-UHFFFAOYSA-N 0.000 description 4
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 125000000058 cyclopentadienyl group Chemical group C1(=CC=CC1)* 0.000 description 4
- 239000003733 fiber-reinforced composite Substances 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 150000003623 transition metal compounds Chemical class 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- 229920000089 Cyclic olefin copolymer Polymers 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005227 gel permeation chromatography Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000000379 polymerizing effect Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- CXWXQJXEFPUFDZ-UHFFFAOYSA-N tetralin Chemical compound C1=CC=C2CCCCC2=C1 CXWXQJXEFPUFDZ-UHFFFAOYSA-N 0.000 description 3
- RFFLAFLAYFXFSW-UHFFFAOYSA-N 1,2-dichlorobenzene Chemical compound ClC1=CC=CC=C1Cl RFFLAFLAYFXFSW-UHFFFAOYSA-N 0.000 description 2
- HMUNWXXNJPVALC-UHFFFAOYSA-N 1-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]piperazin-1-yl]-2-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)N1CCN(CC1)C(CN1CC2=C(CC1)NN=N2)=O HMUNWXXNJPVALC-UHFFFAOYSA-N 0.000 description 2
- WSSSPWUEQFSQQG-UHFFFAOYSA-N 4-methyl-1-pentene Chemical compound CC(C)CC=C WSSSPWUEQFSQQG-UHFFFAOYSA-N 0.000 description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 2
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000002815 homogeneous catalyst Substances 0.000 description 2
- ZLNQQNXFFQJAID-UHFFFAOYSA-L magnesium carbonate Chemical compound [Mg+2].[O-]C([O-])=O ZLNQQNXFFQJAID-UHFFFAOYSA-L 0.000 description 2
- 239000001095 magnesium carbonate Substances 0.000 description 2
- 229910000021 magnesium carbonate Inorganic materials 0.000 description 2
- 229910052943 magnesium sulfate Inorganic materials 0.000 description 2
- 235000019341 magnesium sulphate Nutrition 0.000 description 2
- 239000002667 nucleating agent Substances 0.000 description 2
- YWAKXRMUMFPDSH-UHFFFAOYSA-N pentene Chemical compound CCCC=C YWAKXRMUMFPDSH-UHFFFAOYSA-N 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 229910052604 silicate mineral Inorganic materials 0.000 description 2
- 239000000377 silicon dioxide Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000008096 xylene Substances 0.000 description 2
- LDXJRKWFNNFDSA-UHFFFAOYSA-N 2-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-1-[4-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]piperazin-1-yl]ethanone Chemical compound C1CN(CC2=NNN=C21)CC(=O)N3CCN(CC3)C4=CN=C(N=C4)NCC5=CC(=CC=C5)OC(F)(F)F LDXJRKWFNNFDSA-UHFFFAOYSA-N 0.000 description 1
- FRWYFWZENXDZMU-UHFFFAOYSA-N 2-iodoquinoline Chemical compound C1=CC=CC2=NC(I)=CC=C21 FRWYFWZENXDZMU-UHFFFAOYSA-N 0.000 description 1
- YLZOPXRUQYQQID-UHFFFAOYSA-N 3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-1-[4-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]piperazin-1-yl]propan-1-one Chemical compound N1N=NC=2CN(CCC=21)CCC(=O)N1CCN(CC1)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F YLZOPXRUQYQQID-UHFFFAOYSA-N 0.000 description 1
- WUPHOULIZUERAE-UHFFFAOYSA-N 3-(oxolan-2-yl)propanoic acid Chemical compound OC(=O)CCC1CCCO1 WUPHOULIZUERAE-UHFFFAOYSA-N 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 239000006057 Non-nutritive feed additive Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 229920002978 Vinylon Polymers 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 125000001931 aliphatic group Chemical group 0.000 description 1
- WNROFYMDJYEPJX-UHFFFAOYSA-K aluminium hydroxide Chemical compound [OH-].[OH-].[OH-].[Al+3] WNROFYMDJYEPJX-UHFFFAOYSA-K 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- WATWJIUSRGPENY-UHFFFAOYSA-N antimony atom Chemical compound [Sb] WATWJIUSRGPENY-UHFFFAOYSA-N 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 239000002216 antistatic agent Substances 0.000 description 1
- 239000004760 aramid Substances 0.000 description 1
- 229920003235 aromatic polyamide Polymers 0.000 description 1
- LTPBRCUWZOMYOC-UHFFFAOYSA-N beryllium oxide Inorganic materials O=[Be] LTPBRCUWZOMYOC-UHFFFAOYSA-N 0.000 description 1
- 239000002981 blocking agent Substances 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000012662 bulk polymerization Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 229910052980 cadmium sulfide Inorganic materials 0.000 description 1
- 229910000019 calcium carbonate Inorganic materials 0.000 description 1
- GBAOBIBJACZTNA-UHFFFAOYSA-L calcium sulfite Chemical compound [Ca+2].[O-]S([O-])=O GBAOBIBJACZTNA-UHFFFAOYSA-L 0.000 description 1
- 235000011132 calcium sulphate Nutrition 0.000 description 1
- 235000010261 calcium sulphite Nutrition 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000006229 carbon black Substances 0.000 description 1
- 235000019241 carbon black Nutrition 0.000 description 1
- CREMABGTGYGIQB-UHFFFAOYSA-N carbon carbon Chemical compound C.C CREMABGTGYGIQB-UHFFFAOYSA-N 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 239000011203 carbon fibre reinforced carbon Substances 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011437 continuous method Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 239000003431 cross linking reagent Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- SQZFVNSRRPRBQP-UHFFFAOYSA-N ethenylcyclobutane Chemical compound C=CC1CCC1 SQZFVNSRRPRBQP-UHFFFAOYSA-N 0.000 description 1
- YIWFBNMYFYINAD-UHFFFAOYSA-N ethenylcyclopropane Chemical compound C=CC1CC1 YIWFBNMYFYINAD-UHFFFAOYSA-N 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 239000004088 foaming agent Substances 0.000 description 1
- 238000010528 free radical solution polymerization reaction Methods 0.000 description 1
- 238000012685 gas phase polymerization Methods 0.000 description 1
- 230000009477 glass transition Effects 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 239000001023 inorganic pigment Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- VTHJTEIRLNZDEV-UHFFFAOYSA-L magnesium dihydroxide Chemical compound [OH-].[OH-].[Mg+2] VTHJTEIRLNZDEV-UHFFFAOYSA-L 0.000 description 1
- 239000000347 magnesium hydroxide Substances 0.000 description 1
- 229910001862 magnesium hydroxide Inorganic materials 0.000 description 1
- HCWCAKKEBCNQJP-UHFFFAOYSA-N magnesium orthosilicate Chemical compound [Mg+2].[Mg+2].[O-][Si]([O-])([O-])[O-] HCWCAKKEBCNQJP-UHFFFAOYSA-N 0.000 description 1
- 239000000395 magnesium oxide Substances 0.000 description 1
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 description 1
- 239000000391 magnesium silicate Substances 0.000 description 1
- 229910052919 magnesium silicate Inorganic materials 0.000 description 1
- 235000019792 magnesium silicate Nutrition 0.000 description 1
- AXZKOIWUVFPNLO-UHFFFAOYSA-N magnesium;oxygen(2-) Chemical compound [O-2].[Mg+2] AXZKOIWUVFPNLO-UHFFFAOYSA-N 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000012968 metallocene catalyst Substances 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000001451 organic peroxides Chemical class 0.000 description 1
- 239000012860 organic pigment Substances 0.000 description 1
- TWNQGVIAIRXVLR-UHFFFAOYSA-N oxo(oxoalumanyloxy)alumane Chemical compound O=[Al]O[Al]=O TWNQGVIAIRXVLR-UHFFFAOYSA-N 0.000 description 1
- AJCDFVKYMIUXCR-UHFFFAOYSA-N oxobarium;oxo(oxoferriooxy)iron Chemical compound [Ba]=O.O=[Fe]O[Fe]=O.O=[Fe]O[Fe]=O.O=[Fe]O[Fe]=O.O=[Fe]O[Fe]=O.O=[Fe]O[Fe]=O.O=[Fe]O[Fe]=O AJCDFVKYMIUXCR-UHFFFAOYSA-N 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000004014 plasticizer Substances 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013557 residual solvent Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 229910052712 strontium Inorganic materials 0.000 description 1
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- OGIDPMRJRNCKJF-UHFFFAOYSA-N titanium oxide Inorganic materials [Ti]=O OGIDPMRJRNCKJF-UHFFFAOYSA-N 0.000 description 1
- 229930195735 unsaturated hydrocarbon Natural products 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/62—Plastics recycling; Rubber recycling
Abstract
Description
リサイクル高分子材料を含むリサイクル高分子複合材料が所望の物性値を1つ以上満たすように、前記リサイクル高分子複合材料に含まれる構成成分の組成を提案する組成提案システムであって、
前記リサイクル高分子材料の物性値を取得する取得部と、
バージン高分子材料を含むバージン高分子複合材料の物性値と前記バージン高分子複合材料の記述子を含むパラメータとが対応付けられた第1の学習用データセットを用いて学習された第1の学習済みモデルに、前記取得部により取得された前記リサイクル高分子材料の物性値を入力することで、前記第1の学習済みモデルにより予測された、前記リサイクル高分子材料の記述子を含むパラメータを出力する予測部と、
仮想のリサイクル高分子複合材料の物性の目標値を設定する設定部と、
リサイクル高分子複合材料の記述子を含むパラメータと前記リサイクル高分子複合材料の物性値とが対応付けられた第2の学習用データセットを用いて学習された第2の学習済みモデルに、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを入力することで予測される、前記仮想のリサイクル高分子複合材料の物性値が、前記目標値に近づくように、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを変更する最適化部と、
を有し、
前記最適化部は、前記仮想のリサイクル高分子複合材料の物性値が予測される毎に、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを変更することで、前記仮想のリサイクル高分子複合材料に前記構成成分として含まれる、前記リサイクル高分子材料と前記リサイクル高分子材料以外の成分との質量比率を最適化する組成提案システムである。
リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料である。
(I):リサイクル高分子複合材料の密度が、1.08g/cm3~1.16g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>5000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>80MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>6である。
リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.20g/cm3~1.25g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>7500MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>115MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>9.0である。
リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.30g/cm3~1.35g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>10,000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>140MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>11.0である。
高分子複合材料は、高分子材料と充填材とを構成成分として含む混合物(組成物)であり、高分子材料と繊維状充填材とを構成成分として含む繊維強化複合材料であってよい。高分子複合材料は、その用途等に応じて所定の形状に成形された成形物でもよい。本実施形態では、高分子材料が、プロピレン系重合体を含むプロピレン系樹脂組成物である場合について説明する。なお、高分子材料は、プロピレン系樹脂組成物に限定されず、プロピレン以外の高分子を含む組成物でもよい。
高分子材料であるプロピレン系樹脂組成物は、少なくとも1つのプロピレン系重合体(A)を含む。
プロピレン系重合体(A)は、プロピレンに由来する単量体単位を有する重合体である。プロピレン系重合体(A)としては、例えば、プロピレン単独重合体、プロピレンとプロピレン以外の単量体とのランダム共重合体、及びヘテロファジックプロピレン重合材料等が挙げられる。プロピレン系樹脂組成物は、プロピレン系重合体(A)を1種のみ含有してもよく、2種以上含有してもよい。プロピレン系重合体(A)は、プロピレン系樹脂組成物の成形体の剛性と耐衝撃性との観点から、プロピレン単独重合体及びヘテロファジックプロピレン重合材料からなる群より選ばれる少なくとも一種を含むことが好ましい。
プロピレン系重合体(A)がプロピレン単独重合体を含む場合、当該プロピレン単独重合体の極限粘度数(η)は、プロピレン系樹脂組成物の溶融時の流動性と、プロピレン系組成物の成形体の靭性との観点から、0.10dL/g~2.00dL/gであることが好ましい。
((条件))
装置:東ソー株式会社製 HLC-8121 GPC/HT
分離カラム:東ソー株式会社製 GMHHR-H(S)HT 3本
測定温度:140℃
キャリア:オルトジクロロベンゼン
流量:1.0mL/分
試料濃度:約1mg/mL
試料注入量:400μL
検出器:示差屈折
検量線作成方法:標準ポリスチレンを使用
プロピレンとプロピレン以外の単量体とのランダム共重合体は、プロピレンに由来する単量体単位とプロピレン以外の単量体に由来する単量体単位とを含有するものである。ランダム共重合体は、ランダム共重合体の質量を基準として、プロピレン以外の単量体に由来する単量体単位を0.01質量%~20質量%含有することが好ましい。
ヘテロファジックプロピレン重合材料は、プロピレンに由来する単量体単位を80質量%以上含有する重合体(I)(但し、重合体(I)の全質量を100質量%とする。)と、エチレン及び炭素数4~12のα-オレフィンからなる群より選択される少なくとも一種のα-オレフィンに由来する単量体単位とプロピレンに由来する単量体単位とを含有する重合体(II)を含む。ヘテロファジックプロピレン重合材料は、重合体(I)のマトリックスの中で、重合体(II)が分散した構造を有する混合物を意味する。
ηII=(ηTotal-ηI×XI)/XII ・・・(I)
ηTotal:ヘテロファジックプロピレン重合材料の極限粘度数(dL/g)
ηI:重合体(I)の極限粘度数(dL/g)
XI:ヘテロファジックプロピレン重合材料の全質量に対する重合体(I)の質量の比(重合体(I)の質量/ヘテロファジックプロピレン重合材料の質量)
XII:ヘテロファジックプロピレン重合材料の全質量に対する重合体(II)の質量の比(重合体(II)の質量/ヘテロファジックプロピレン重合材料の質量)
XII=1-(ΔHf)T/(ΔHf)P ・・・(II)
(ΔHf)T:ヘテロファジックプロピレン重合材料の融解熱量(J/g)
(ΔHf)P:重合体(I)の融解熱量(J/g)
プロピレン系樹脂組成物は、ポリオレフィンエラストマー(B)を含んでもよい。ポリオレフィンエラストマー(B)は、ポリオレフィンエラストマー(B)の全質量を100質量%として、ポリオレフィンエラストマー(B)に含まれるエチレンに由来する単量体単位の含有量と炭素数4以上のα-オレフィンに由来する単量体単位の含有量との合計が100質量%であってよい。
プロピレン系樹脂組成物は、充填材(C)を含んでよい。プロピレン系樹脂組成物に含まれる充填材(C)は、例えば、プロピレン系樹脂組成物の成形体の寸法安定性を高める機能を有する。充填材(C)としては、無機充填材及び有機充填材が挙げられる。プロピレン系樹脂組成物は、充填材(C)を1種のみ含有してもよく、2種以上含有してもよい。
繊維状充填材は、無機充填材又は有機充填材を繊維状に形成した充填材である。無機充填材又は有機充填材は、上述の充填材(C)で用いられる無機充填材又は有機充填材を用いてよい。繊維状充填材は、無機充填材を繊維状に形成した繊維状無機充填材であることが好ましい。繊維状無機充填材としては、例えば、ガラス繊維、炭素繊維等が用いられる。
(I):リサイクル高分子複合材料の密度が、1.08g/cm3~1.16g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>5000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>80MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>6である。
第1の学習装置について説明する。なお、ここでは、高分子複合材料に含まれる高分子材料であるプロピレン系重合体(A)は、ヘテロファジックプロピレン重合材料とし、エラストマーを含んでもよく、充填材は、タルクとする。また、後述する、第1の予測装置2で用いる充填材も、第1の学習装置1と同様とする。
第1の予測装置について説明する。図1は、予測装置の構成を示すブロック構成図である。図1に示すように、第1の予測装置2は、取得部21、前処理部22、学習済みモデルM2、予測部23及び表示部24を備える。第1の予測装置2は、リサイクル高分子材料の物性値からリサイクル高分子材料の記述子を含むパラメータを予測する。
第2の学習装置について説明する。図2は、第2の学習装置の概略構成を示すブロック図である。図2に示すように、第2の学習装置3は、取得部31、前処理部32、学習用データセット作成部33、学習部34及び表示部35を備える。第2の学習装置3は、リサイクル高分子複合材料の記述子を含むパラメータからリサイクル高分子複合材料の物性値を予測する学習済みモデルM3を生成する。即ち、第2の学習装置3は、図1に示す第1の学習装置1の説明変数及び目的変数の高分子複合材料をリサイクル高分子複合材料に変更し、第1の学習装置1の説明変数及び目的変数を逆にして学習済みモデルを生成するものである。
第2の予測装置について説明する。図2は、第2の予測装置の構成を示すシステム構成図である。図2に示すように、第2の予測装置4は、取得部41、前処理部42、学習済みモデルM4、予測部43及び表示部44を備える。第2の予測装置4は、リサイクル高分子複合材料の記述子を含むパラメータからリサイクル高分子複合材料の物性値を予測する。即ち、第2の予測装置4は、図1に示す第1の予測装置2の説明変数及び目的変数を逆にしたものである。
本実施形態に係る組成提案システムについて説明する。図3は、本実施形態に係る組成提案システムの構成を示すブロック図である。図3に示すように、組成提案システム10は、第1の取得部101、前処理部102、予測部103、第2の取得部104、学習用データセット作成部105、学習部106、設定部107、第3の取得部108、物性予測部109、比較部110、判定部111、最適化部112、表示部113、第1の学習済みモデルM5-1及び第2の学習済みモデルM5-2を有する。組成提案システム10は、少なくともリサイクル高分子材料を構成成分として含むリサイクル高分子複合材料が所望の物性値を1つ以上満たすように、リサイクル高分子複合材料に含まれる構成成分の組成を提案する。
fk=|Ok-Pk,j|/|Ok| ・・・(1)
次に、第1の学習装置1、第1の予測装置2、第2の学習装置3、第2の予測装置4及び組成提案システム10のハードウェア構成の一例について説明する。図4は、第1の学習装置1、第1の予測装置2、第2の学習装置3、第2の予測装置4及び組成提案システム10のハードウェア構成を示すブロック図である。図4に示すように、第1の学習装置1、第1の予測装置2、第2の学習装置3、第2の予測装置4及び組成提案システム10は、情報処理装置(コンピュータ)で構成され、物理的には、演算処理部であるCPU(Central Processing Unit:プロセッサ)1001、主記憶装置であるRAM(Random Access Memory)1002及びROM(Read Only Memory)1003、入力デバイスである入力装置1004、出力装置1005、通信モジュール1006並びにハードディスク等の補助記憶装置1007等を含むコンピュータシステムとして構成することができる。これらは、バス1008で相互に接続されている。なお、出力装置1005及び補助記憶装置1007は、外部に設けられていてもよい。
次に、第1の学習方法について説明する。第1の学習方法は、図1に示すような構成を有する第1の学習装置1において、高分子複合材料の物性(説明変数)と、高分子複合材料の記述子を含むパラメータ(目的変数)とが対応付けられた学習用データセットを用いて、高分子材料を含む高分子複合材料の記述子を含むパラメータを予測する学習済みモデルを生成する方法である。
次に、第1の予測方法について説明する。第1の予測方法は、図1に示すような構成を有する第1の予測装置2において、学習済みモデルM2により、リサイクル高分子材料の物性値から予測対象のリサイクル高分子材料の記述子を含むパラメータを予測する方法である。
次に、第2の学習方法について説明する。学習方法は、図2に示すような構成を有する第2の学習装置3において、リサイクル高分子材料を含むリサイクル高分子複合材料の記述子を含むパラメータ(説明変数)とリサイクル高分子複合材料の物性(目的変数)とが対応付けられた学習用データセットを用いて、リサイクル高分子複合材料の記述子を含むパラメータからリサイクル高分子複合材料の物性値を予測する学習済みモデルM3を生成する方法である。
次に、第2の予測方法について説明する。第2の予測方法は、図2に示すような構成を有する第2の予測装置4において、学習済みモデルM4により、リサイクル高分子複合材料の記述子を含むパラメータから、予測対象のリサイクル高分子複合材料の物性値を予測する方法である。
次に、本実施形態に係る組成提案方法について説明する。本実施形態に係る組成提案方法は、図3に示すような構成を有する組成提案システム10において、学習済みモデルM5により、リサイクル高分子複合材料の組成を提案する方法である。
本実施形態に係るリサイクル高分子複合材料の製造方法について説明する。本実施形態に係るリサイクル高分子複合材料の製造方法は、上述の本実施形態に係る組成提案方法を用いて、リサイクル高分子複合材料を製造する方法である。図10は、本実施形態に係るリサイクル高分子複合材料の製造方法を説明するフローチャートである。図10に示すように、図3に示す組成提案システム10で得られた、仮想のリサイクル高分子複合材料の記述子を含むパラメータを得る(取得工程:ステップS201)。
本実施形態に係るリサイクル高分子複合材料は、上述の本実施形態に係るリサイクル高分子複合材料の製造方法により製造できる。本実施形態に係るリサイクル高分子複合材料は、例えば、リサイクル高分子材料とリサイクル高分子材料以外の成分を構成成分として含み、リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、以下に示す第1パラメータ~第3パラメータの何れか1つ以上を満たす。
(I):リサイクル高分子複合材料の密度が、1.08g/cm3~1.16g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>5000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>80MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>6である。
(I):リサイクル高分子複合材料の密度が、1.20g/cm3~1.25g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>7500MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>115MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>9.0である。
(I):リサイクル高分子複合材料の密度が、1.30g/cm3~1.35g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>10,000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>140MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>11.0である。
(1)学習用データセット1の生成
後述する学習装置(図1に示す第1の学習装置1及び図2に示す第2の学習装置3で用いる学習用データセットを以下の手順により生成した。なお、本実施例では、高分子複合材料であるガラス繊維強化複合材料に含まれる高分子材料であるプロピレン系重合体(A)にヘテロファジックプロピレン重合材料を用い、繊維状充填材にガラス繊維を用いた。
WO2020/149284に記載の方法に従って、プロピレン系樹脂組成物を2軸押出することによってプロピレン系樹脂組成物を得た。プロピレン系樹脂組成物の物性値として、プロピレン系樹脂組成物を成形して形成したペレットの、MFR、射出成型品の密度、引張強度、引張弾性率、曲げ強度、曲げ弾性率、HDT、常温ノッチ付シャルピー衝撃強度及びロックウェル硬度を測定した。
作成したプロピレン系樹脂組成物の物性値と、プロピレン系樹脂組成物の記述子として、タルク量、ゴム量を対応させた学習用データセットを作成した。
図1に示す第1の学習装置1を用いて、学習済みモデルM1を生成した。
(2-1)学習部
学習用データセットを用いて学習部14において学習し、学習済みモデルM1を生成した(学習工程)。
200件の学習用データセットについて、前処理部12で標準化処理を行い、5×5二重交差検証法によってデータセットを学習用データセットと検証用データセットに分割し、ハイパーパラメータの最適化と、タルク量予測用の学習済みモデルM1-1の予測精度の検証を行った。
200個の学習用データセットについて、前処理部22で標準化処理を行い、5×5二重交差検証法によってデータセットを学習用データセット及び検証用データセットに分割し、ハイパーパラメータの最適化と学習済みモデルの予測精度の検証を行った。
図1に示す第1の学習装置1で生成した学習済みモデルM1を用いて、図2に示す第1の予測装置2を作成した。作成した第1の予測装置2により、リサイクルされた高分子材料(リサイクル高分子材料)の物性値を予測した。
後述する第2の学習装置3で用いる学習用データセット2を以下の手順により生成した。
学習用データセット2に用いるリサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の特性である、タルク量、ゴム量及びガラス繊維量について、前述の第1の予測装置2を用いて予測した、タルク量、ゴム量と配合するガラス繊維量をもとに算出した。
リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の記述子として、リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の原料の種類ごとの平均構造値、組成比率をそれぞれ下記に従って算出した。
・av.Pcont=Σ_i(100-Fcont,i―Rcont,i)×XAi/100
・av.Fcont=Σ_iFcont,i×XAi/100
・av.Rcont=Σ_iRcont,i×XAi/100
ガラス繊維について、組成比率の合計値を算出した。
用いたリサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の記述子の計算結果を以下に示す。リサイクルガラス繊維強化樹脂材料は、リサイクル高分子材料A-1、リサイクル高分子材料A-2、リサイクル高分子材料A-3、酸変性高分子材料A―4及びガラス繊維Bからなり、それぞれの質量比がA-1:A-2:A-3:A-4:B=30:20:20:1.5:28.5である組成物(混合物)の記述子を算出した。但し、リサイクル高分子材料A-1、A-2及びA-3と、ガラス繊維Bの合計を100質量部とした。それぞれの原料の特性は、それぞれ下記の通りとした。
A-1:タルク量=1.8、ゴム量=18.8
A-2:タルク量=5.8、ゴム量=26.2
A-3:タルク量=17.0、ゴム量=19.6
A-4:タルク量=0、ゴム量=0
(A).リサイクル高分子材料について
(A-1).リサイクルガラス繊維強化樹脂材料中のP部の含量av.Pcont=(100-1.8-18.8)×30/100+(100-5.8-26.2)×20/100+(100-17.0-19.6)×20/100+(100―0-0)×1.5/100=51.6
(A-2).リサイクルガラス繊維強化樹脂材料中のタルク量av.Fcont=1.8×30/100+5.8×20/100+17.0×20/100=5.1
(A-3).リサイクルガラス繊維強化樹脂材料中のゴム量av.Rcont=18.8×30/100+26.2×20/100+19.6×20/100=14.8
(B).ガラス繊維について
リサイクルガラス繊維強化樹脂材料中のガラス繊維の含有量Gcont=28.5
WO2022/080363に記載の方法に従って、リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料を2軸押出することによって、リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料を得た。リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の物性値として、射出成型品の曲げ弾性率、曲げ強度及び常温シャルピー衝撃強度を測定した。
作成したリサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の記述子を含むパラメータと、リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の物性値である、曲げ弾性率、曲げ強度及び常温シャルピー衝撃強度を対応させた学習用データセット2を作成した。
そして、図2に示した第2の学習装置3を用いて、学習済みモデルM3を生成した。
(2-1)前処理部
作成した学習用データセット2を標準化処理を行った。
(2-2)学習部
学習用データセット2を用いて学習部34において学習し、学習済みモデルM3を生成した(学習工程)。
リサイクル高分子材料を含むガラス繊維強化樹脂材料27個の学習用データセットについて、前処理部32で標準化処理を行い、5×5二重交差検証法によってデータセットを学習用データセット及び検証用データセットに分割し、ハイパーパラメータの最適化と学習済みモデルM3-1の予測精度の検証を行った。
27件の学習用データセットについて、前処理部32で標準化処理を行い、5×5二重交差検証法によってデータセットを学習用データセットと検証用データセットに分割し、ハイパーパラメータの最適化と曲げ強度予測用の学習済みモデルM3-2の予測精度の検証を行った。
27個の学習用データセットについて、前処理部32で標準化処理を行い、5×5二重交差検証法によってデータセットを学習用データセットと検証用データセットに分割し、ハイパーパラメータの最適化と、常温シャルピー衝撃強度予測用の学習済みモデルM3-3の予測精度の検証を行った。
図2に示す第2の学習装置3で生成した学習済みモデルM4を用いて、図2に示す第2の予測装置4を作成した。作成した第2の予測装置4によりリサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の物性を予測した。
(合成例1)リサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料の合成
既述の予測装置(図1に示す第1の予測装置2及び図2に示す第2の予測装置4)を用いて、リサイクル高分子複合材料の物性値として、曲げ弾性率、曲げ強度及び常温シャルピー衝撃強度を予測した。曲げ弾性率の予測値は、9050MPaであり、曲げ強度の予測値は、156であり、常温シャルピー衝撃強度の予測値は、10.1kj/m2であった。
(1)学習用データセットの生成
上記の実施例1と同様にして行った。
(2)学習装置
上記の実施例1と同様にして行った。
(3)予測装置
上記の実施例1と同様にして行った。
最適化のためのPythonライブラリであるOptunaを用いて、良好な特性を有するプロピレン系樹脂組成物の組成を提案した。以下、リサイクル高分子複合材料であるリサイクルガラス繊維強化樹脂材料の物性値を望ましい方向に最大化又は最小化するようなプロピレン系樹脂組成物の組成の群を提案した例(実施例2-1)を示す。
仮想的な組成Rj(j=1、2・・・n)と、組成に対応する複合材料の特性の予測値の群Pj(j=1、2・・・n)との対を、以下のように得た。
リサイクルガラス繊維強化樹脂材料の物性kの目標値をOk、組成Rjに対応するリサイクルガラス繊維強化樹脂材料の物性の予測値をPk,jとした時に、最適化のための目的関数fkを、下記式(4)のように定めた。
fk=|Ok-Pk,j|/|Ok| ・・・(4)
(式中、|Ok-Pk,j|及び|Ok|は、それぞれ、Ok-Pk,j及びOkの絶対値を示す。)
前述のリサイクル高分子材料を含むリサイクルガラス繊維強化樹脂材料27個の学習用データセットを用い、Ridge回帰により学習済みモデルを生成した。さらに、タルク量、ガラス繊維量及びゴム成分量の3つの変数を説明変数として、曲げ弾性率、曲げ強度及びシャルピー衝撃強度の3つの変数を目的変数として、重回帰分析を行い、下記の重回帰式(5)~(7)を得た。
曲げ弾性率=128Wt+213Wg-102Wr+1081 ・・・(5)
曲げ強度=-0.38Wt+1.52Wg-3.30Wr+106.30 ・・・(6)
シャルピー常温衝撃=-0.10Wt+0.15Wg+0.18Wr+4.49・・・(7)
Wt:リサイクルガラス繊維強化樹脂材料中のタルクの質量パーセント
Wg:リサイクルガラス繊維強化樹脂材料中のガラス繊維の質量パーセント
Wr:リサイクルガラス繊維強化樹脂材料中のゴム成分の質量パーセント
リサイクルガラス繊維強化樹脂材料の密度が1.10g/cm3~1.15g/cm3の時、下記式(8)~(10)を全て満たすリサイクルガラス繊維強化樹脂材料は、曲げ弾性率>5,000MPa、曲げ強度>90MPa、常温シャルピー衝撃強度>7.0kj/m2を全て満たすと予測される。
5000<128Wt+213Wg-102Wr+1081 ・・・(8)
90<-0.38Wt+1.52Wg-3.30Wr+106.30 ・・・(9)
7.0<-0.10Wt+0.15Wg+0.18Wr+4.49 ・・・(10)
リサイクルガラス繊維強化樹脂材料の密度が1.20g/cm3~1.25g/cm3の時、下記式(11)~(13)を全て満たすリサイクルガラス繊維強化樹脂材料は、曲げ弾性率>7,500MPa、曲げ強度>115MPa、常温シャルピー衝撃強度>9.0kj/m2を全て満たすと予測される。
7,500<128Wt+213Wg-102Wr+1081 ・・・(11)
115<-0.38Wt+1.52Wg-3.30Wr+106.30 ・・・(12)
9.0<-0.10Wt+0.15Wg+0.18Wr+4.49 ・・・(13)
リサイクルガラス繊維強化樹脂材料の密度が1.30g/cm3~1.35g/cm3の時、下記式(14)~(16)を全て満たすリサイクルガラス繊維強化樹脂材料は、曲げ弾性率>10,000MPa、曲げ強度>140MPa、常温シャルピー衝撃強度>11.0kj/m2を全て満たすと予測される。
10,000<128Wt+213Wg-102Wr+1081 ・・・(14)
140<-0.38Wt+1.52Wg-3.30Wr+106.30 ・・・(15)
11.0<-0.10Wt+0.15Wg+0.18Wr+4.49 ・・・(16)
<1> リサイクル高分子材料を含むリサイクル高分子複合材料が所望の物性値を1つ以上満たすように、前記リサイクル高分子複合材料に含まれる構成成分の組成を提案する組成提案システムであって、
前記リサイクル高分子材料の物性値を取得する取得部と、
バージン高分子材料を含むバージン高分子複合材料の物性値と前記バージン高分子複合材料の記述子を含むパラメータとが対応付けられた第1の学習用データセットを用いて学習された第1の学習済みモデルに、前記取得部により取得された前記リサイクル高分子材料の物性値を入力することで、前記第1の学習済みモデルにより予測された、前記リサイクル高分子材料の記述子を含むパラメータを出力する予測部と、
仮想のリサイクル高分子複合材料の物性の目標値を設定する設定部と、
リサイクル高分子複合材料の記述子を含むパラメータと前記リサイクル高分子複合材料の物性値とが対応付けられた第2の学習用データセットを用いて学習された第2の学習済みモデルに、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを入力することで予測される、前記仮想のリサイクル高分子複合材料の物性値が、前記目標値に近づくように、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを変更する最適化部と、
を有し、
前記最適化部は、前記仮想のリサイクル高分子複合材料の物性値が予測される毎に、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを変更することで、前記仮想のリサイクル高分子複合材料に前記構成成分として含まれる、前記リサイクル高分子材料と前記リサイクル高分子材料以外の成分との質量比率を最適化する組成提案システム。
<2> 前記リサイクル高分子複合材料、前記バージン高分子複合材料、前記高分子複合材料及び前記仮想のリサイクル高分子複合材料の質量比率が、それぞれ、タルク量、ゴム量及びガラス繊維量の少なくとも1つ以上を含む<1>に記載の組成提案システム。
<3> 前記リサイクル高分子複合材料、前記バージン高分子複合材料、前記高分子複合材料及び前記仮想のリサイクル高分子複合材料の記述子が、それぞれ、前記リサイクル高分子複合材料、前記バージン高分子複合材料、前記高分子複合材料及び前記仮想のリサイクル高分子複合材料に含まれる前記構成成分の特性値及び構造値の少なくとも一方を含む<1>又は<2>に記載の組成提案システム。
<4> 前記最適化部は、特定の、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを回避するように変更する<1>~<3>の何れか1つに記載の組成提案システム。
<5> 前記最適化部は、前記仮想のリサイクル高分子複合材料の記述子に前記構成成分として含まれる、前記リサイクル高分子材料と前記リサイクル高分子材料以外の成分との質量比率を、数理最適化処理を行うことで提案する<1>~<4>の何れか1つに記載の組成提案システム。
<6> 前記数理最適化処理が、遺伝的アルゴリズム、ベイズ最適化及びTPEの何れかである<5>に記載の組成提案システム。
<7> 前記最適化部は、前記仮想のリサイクル高分子複合材料の物性が望ましい方向に最大化するように、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを最適化する<1>~<6>の何れか1つに記載の組成提案システム。
<8> 前記最適化部は、前記仮想のリサイクル高分子複合材料に前記構成成分として含まれる、前記リサイクル高分子材料と前記リサイクル高分子材料以外の成分との質量比率の組合せを複数提案する<1>~<7>の何れか1つに記載の組成提案システム。
<9> 前記最適化部は、前記高分子複合材料の2つ以上の物性それぞれについて生成された前記第2の学習済みモデルに、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータをそれぞれ入力することで予測される、前記仮想のリサイクル高分子複合材料の前記2つ以上の物性のそれぞれが、前記2つ以上の物性それぞれの前記目標値に近づくように、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを変更する<1>~<8>の何れか1つに記載の組成提案システム。
<10> 前記最適化部は、前記2つ以上の物性についてパレート解を提案する<9>に記載の組成提案システム。
<11> 前記質量比率が、前記構成成分の種類毎の平均値を含む<1>~<10>の何れか1つに記載の組成提案システム。
<12> 前記バージン高分子材料及び前記リサイクル高分子材料が、二種類以上の単量体単位を含む共重合体を含む<1>~<11>の何れか1つに記載の組成提案システム。
<13> 前記リサイクル高分子複合材料、前記バージン高分子複合材料、前記高分子複合材料及び前記仮想のリサイクル高分子複合材料が、それぞれ、プロピレン系重合体及び充填材を構成成分として含む繊維強化複合材料である<1>~<12>の何れか1つに記載の組成提案システム。
<14> 前記プロピレン系重合体が、プロピレンに由来する単量体単位とエチレンに由来する単量体単位とを含む共重合体を含む<13>に記載の組成提案システム。
<15> <1>~<14>の何れか1つに記載の組成提案システムで得られた、前記仮想のリサイクル高分子複合材料の記述子を含むパラメータを得る工程と、
前記パラメータを満たす、前記リサイクル高分子材料と前記リサイクル高分子材料以外の成分を原料として準備する工程と、
それぞれの前記原料を混合して、前記パラメータを満たす、前記リサイクル高分子複合材料を得る工程と、
を含むリサイクル高分子複合材料の製造方法。
<16> リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.08g/cm3~1.16g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>5000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>80MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>6である。
<17> リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.20g/cm3~1.25g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>7500MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>115MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>9.0である。
<18> リサイクル高分子材料と前記リサイクル高分子材料以外の成分を構成成分として含み、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、下記(I)~(IV)のパラメータを満たすリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.30g/cm3~1.35g/cm3である。
(II):リサイクル高分子複合材料の弾性率が、128×Wt+213×Wg-102×Wr+1081>10,000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>140MPaである。
(IV):リサイクル高分子複合材料の衝撃が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>11.0である。
2 第1の予測装置
3 第2の学習装置
4 第2の予測装置
10 組成提案システム
11、21、31、41、51 取得部
12、22、32、42、102 前処理部
13、33 学習用データセット作成部
14、34、106 学習部
15、24、35、44、113 表示部
23、43、103 予測部
101 第1の取得部
104 第2の取得部
105 学習用データセット作成部
107 設定部
108 第3の取得部
109 物性予測部
110 比較部
111 判定部
112 最適化部
M1、M2、M3、M4 学習済みモデル
M5-1 第1の学習済みモデル
M5-2 第2の学習済みモデル
Claims (4)
- リサイクル高分子材料、繊維状充填材及び充填材を構成成分として含むリサイクル高分子複合材料であって、
前記リサイクル高分子複合材料は、リサイクルガラス繊維強化複合材料であり、
前記リサイクル高分子材料は、プロピレン系重合体としてヘテロファジックプロピレン重合材料を有し、
前記繊維状充填材は、ガラス繊維を有し、
前記充填材は、タルクを有し、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、前記リサイクル高分子複合材料は、下記(I)~(IV)のパラメータを満たす、組成を有するリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.10g/cm3~1.15g/cm3である。
(II):リサイクル高分子複合材料の曲げ弾性率が、128×Wt+213×Wg-102×Wr+1081>5000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>90MPaである。
(IV):リサイクル高分子複合材料の常温シャルピー衝撃強度が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>7.0である。 - リサイクル高分子材料、繊維状充填材及び充填材を構成成分として含むリサイクル高分子複合材料であって、
前記リサイクル高分子複合材料は、リサイクルガラス繊維強化複合材料であり、
前記リサイクル高分子材料は、プロピレン系重合体としてヘテロファジックプロピレン重合材料を有し、
前記繊維状充填材は、ガラス繊維を有し、
前記充填材は、タルクを有し、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、前記リサイクル高分子複合材料は、下記(I)~(IV)のパラメータを満たす、組成を有するリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.20g/cm3~1.25g/cm3である。
(II):リサイクル高分子複合材料の曲げ弾性率が、128×Wt+213×Wg-102×Wr+1081>7500MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>115MPaである。
(IV):リサイクル高分子複合材料の常温シャルピー衝撃強度が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>9.0である。 - リサイクル高分子材料、繊維状充填材及び充填材を構成成分として含むリサイクル高分子複合材料であって、
前記リサイクル高分子複合材料は、リサイクルガラス繊維強化複合材料であり、
前記リサイクル高分子材料は、プロピレン系重合体としてヘテロファジックプロピレン重合材料を有し、
前記繊維状充填材は、ガラス繊維を有し、
前記充填材は、タルクを有し、
リサイクル高分子複合材料中のタルク量をWtとし、リサイクル高分子複合材料中のガラス繊維量をWgとし、リサイクル高分子複合材料中のゴム量をWrとした時、前記リサイクル高分子複合材料は、下記(I)~(IV)のパラメータを満たす、組成を有するリサイクル高分子複合材料。
(I):リサイクル高分子複合材料の密度が、1.30g/cm3~1.35g/cm3である。
(II):リサイクル高分子複合材料の曲げ弾性率が、128×Wt+213×Wg-102×Wr+1081>10,000MPaである。
(III):リサイクル高分子複合材料の曲げ強度が、-0.375×Wt+1.52×Wg-3.30×Wr+106>140MPaである。
(IV):リサイクル高分子複合材料の常温シャルピー衝撃強度が、-0.102×Wt+0.149×Wg+0.180×Wr+4.49>11.0である。 - 前記(II)~(IV)のパラメータを満たす式は、前記リサイクル高分子複合材料27個の学習用データセットを用い、Ridge回帰により生成した学習済みモデルに、タルク量、ガラス繊維量及びゴム成分量の3つの変数を説明変数とし、曲げ弾性率、曲げ強度及び常温シャルピー衝撃強度の3つの変数を目的変数として、重回帰分析を行うことで得られる請求項1~3の何れか一項に記載のリサイクル高分子複合材料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023131543A JP7426531B1 (ja) | 2023-03-08 | 2023-08-10 | リサイクル高分子複合材料 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023035983A JP7352758B1 (ja) | 2023-03-08 | 2023-03-08 | 組成提案システム |
JP2023131543A JP7426531B1 (ja) | 2023-03-08 | 2023-08-10 | リサイクル高分子複合材料 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023035983A Division JP7352758B1 (ja) | 2023-03-08 | 2023-03-08 | 組成提案システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7426531B1 true JP7426531B1 (ja) | 2024-02-01 |
Family
ID=88099214
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023035983A Active JP7352758B1 (ja) | 2023-03-08 | 2023-03-08 | 組成提案システム |
JP2023131542A Active JP7382533B1 (ja) | 2023-03-08 | 2023-08-10 | リサイクル高分子複合材料の製造方法 |
JP2023131543A Active JP7426531B1 (ja) | 2023-03-08 | 2023-08-10 | リサイクル高分子複合材料 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023035983A Active JP7352758B1 (ja) | 2023-03-08 | 2023-03-08 | 組成提案システム |
JP2023131542A Active JP7382533B1 (ja) | 2023-03-08 | 2023-08-10 | リサイクル高分子複合材料の製造方法 |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP7352758B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279036A (ja) | 2000-03-31 | 2001-10-10 | Japan Polychem Corp | 熱可塑性樹脂組成物 |
JP2004231873A (ja) | 2003-01-31 | 2004-08-19 | Nippon Steel Chem Co Ltd | ポリオレフィン系樹脂の再生利用方法 |
JP2014132073A (ja) | 2012-12-07 | 2014-07-17 | Japan Polypropylene Corp | 繊維強化ポリプロピレン系樹脂組成物及びその成形体 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021064647A1 (en) | 2019-10-04 | 2021-04-08 | Mura Technology Limited | Process and apparatus for converting polymers into products |
US20220101276A1 (en) | 2020-09-30 | 2022-03-31 | X Development Llc | Techniques for predicting the spectra of materials using molecular metadata |
KR102308311B1 (ko) | 2020-12-30 | 2021-10-06 | 대진첨단소재 주식회사 | 인공지능을 이용하여 물성을 예측하기 위한 시스템 및 시스템의 동작 방법 |
JP7201763B1 (ja) | 2021-09-17 | 2023-01-10 | 株式会社神戸製鋼所 | 試作支援システム、及び、量産支援システム |
CN115616204A (zh) | 2022-12-21 | 2023-01-17 | 金发科技股份有限公司 | 一种聚对苯二甲酸乙二醇酯再生料的鉴别方法及系统 |
-
2023
- 2023-03-08 JP JP2023035983A patent/JP7352758B1/ja active Active
- 2023-08-10 JP JP2023131542A patent/JP7382533B1/ja active Active
- 2023-08-10 JP JP2023131543A patent/JP7426531B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279036A (ja) | 2000-03-31 | 2001-10-10 | Japan Polychem Corp | 熱可塑性樹脂組成物 |
JP2004231873A (ja) | 2003-01-31 | 2004-08-19 | Nippon Steel Chem Co Ltd | ポリオレフィン系樹脂の再生利用方法 |
JP2014132073A (ja) | 2012-12-07 | 2014-07-17 | Japan Polypropylene Corp | 繊維強化ポリプロピレン系樹脂組成物及びその成形体 |
Also Published As
Publication number | Publication date |
---|---|
JP7352758B1 (ja) | 2023-09-28 |
JP7382533B1 (ja) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mills et al. | Plastics: microstructure and engineering applications | |
KR102145077B1 (ko) | 바이모달 수지 파이프에서 용융 파단 조절 | |
Joo et al. | Development of physical property prediction models for polypropylene composites with optimizing random forest hyperparameters | |
Neto et al. | Steady-state modeling of slurry and bulk propylene polymerizations | |
JP7468542B2 (ja) | 特性予測装置 | |
Hu et al. | Machine-learning-assisted design of highly tough thermosetting polymers | |
Chingo et al. | Material selection using multi-criteria decision making methods for geomembranes | |
Agrawal et al. | Design stage optimization of an industrial low-density polyethylene tubular reactor for multiple objectives using NSGA-II and its jumping gene adaptations | |
Wu et al. | Potentials and challenges of polymer informatics: exploiting machine learning for polymer design | |
JP7426531B1 (ja) | リサイクル高分子複合材料 | |
Dogu et al. | Distribution changes during thermal degradation of poly (styrene peroxide) by pairing tree-based kinetic Monte Carlo and artificial intelligence tools | |
Aydemir et al. | Mechanical, thermal and morphological properties of heat-treated wood-polypropylene composites and comparison of the composites with PROMETHEE method | |
Patel et al. | Data-driven design of polymer-based biomaterials: high-throughput simulation, experimentation, and machine learning | |
Aloqalaa et al. | The Impact of the Transversion/Transition Ratio on the Optimal Genetic Code Graph Partition. | |
AlFaraj et al. | A Model Ensemble Approach Enables Data-Driven Property Prediction for Chemically Deconstructable Thermosets in the Low-Data Regime | |
Cravero et al. | Feature selection for polymer informatics: evaluating scalability and robustness of the FS4RVDD algorithm using synthetic polydisperse data sets | |
Zhu et al. | Sensitivity analysis of isothermal free radical induced grafting through application of the distribution-Numerical fractionation-Method of moments | |
Xu et al. | A predictive model for the relationship between processing conditions and properties of thermoplastic vulcanizates (TPVs) via machine learning | |
JP7407893B1 (ja) | 組成提案装置 | |
Joo et al. | Machine learning-based heat deflection temperature prediction and effect analysis in polypropylene composites using catboost and shapley additive explanations | |
JP7397949B1 (ja) | 学習装置及び予測装置 | |
dos Santos et al. | Effect of domestic compatabilizer on the performance of polypropylene-sawdust composites | |
Olhagaray et al. | Thermomechanical analysis and optimization of thermoplastic elastomer made of polypropylene and waste tire rubber | |
Kelleci et al. | Thermoplastic composites of polypropylene/biopolymer blends and wood flour: Parameter optimization with fuzzy-grey relational analysis | |
Mehdiabadi et al. | Production of long‐chain branched polyolefins with two single‐site catalysts: comparing cstr and semi‐batch performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230818 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230818 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230818 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231010 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231031 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7426531 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |