[論文レビュー] Rethinking Interphase Representations for Modeling Viscoelastic Properties for Polymer Nanocomposites

Xiaolin Li, Min Zhang+6 more|arXiv (Cornell University)|Nov 15, 2018

Polymer Nanocomposites and Properties参考文献 37被引用数 3

ひとこと要約

本稿では、ポリマーナノコンpositesの粘弾性をモデル化するためのデータ駆動型界面相表現を提案する。この手法は、データマイニングを用いて学習された単体の勾配成分と多体の化合物成分に界面効果を分離する。有限要素モデルに統合された本手法は、均一な界面仮定を上回り、原子間力顕微鏡（AFM）データとベイズ的手法を用いて局所的性質の正確な逆問題推定を可能にする。

ABSTRACT

Numerical modeling of viscoelastic properties is critical to developing the structure-property relationship of polymer nanocomposites. While it is recognized that the altered polymer region near filler particles, the interphase, significantly contributes to enhancements of composite properties, the spatial distribution of interphase properties is rarely considered due to lack of local property measurements. In recent years, the Atomic Force Microscopy (AFM) technique has begun to make local property measurements of the interphase available. In the light of the increasing availability of AFM data, in this work a new interphase representation for modeling the viscoelastic properties of polymer nanocomposites is proposed. The proposed interphase representation disentangles the interphase behavior by two separate components -- single-body interphase gradient and multi-body compound effect, whose functional forms are learned via data mining. The proposed interphase representation is integrated into a Finite Element model, and the effects of each component of the interphase representations are numerically studied. In addition, the advantages of the proposed interphase representation are demonstrated by comparison to a prior simulation work in which only a uniform effective property of the interphase is considered. Moreover, the proposed interphase representation is utilized to solve the inverse problem of inferring spatial distribution of local properties using Bayesian Inference on experimental data.

研究の動機と目的

• ポリマー・ナノコンポジットの粘弾性をモデル化する際、空間的に分解能のある界面性質データの欠如に対処すること。
• 均一な等価性質を超える複雑な局所的挙動を捉える、物理的に根拠のあるデータ駆動型界面表現を開発すること。
• 実験的AFMデータを用いて、空間的に変化する界面性質の正確な逆問題モデル化を可能にすること。
• 従来の均一な界面仮定と比較して、有限要素シミュレーションにおいて新規の界面モデルが優れていることを示すこと。

提案手法

• 界面は、単体の界面勾配と多体の化合物効果という2つの機能的成分に分解され、AFMから得られた局所的性質測定値に基づいて導出される。
• 界面成分の関数形は、実験的AFMデータに適用されたデータマイニング技術を通じて学習される。
• 界面表現は有限要素モデルに埋め込まれ、機械的荷重下での粘弾性応答をシミュレートするために用いられる。
• 逆問題を解くためにベイズ推論フレームワークが採用され、実験データから空間的に変化する界面性質を推定する。
• シミュレーション結果を実験的AFM測定値および従来の均一な界面モデル手法と比較することで、モデルの妥当性を検証する。
• 感度解析を実施し、各界面成分が全体の複合材料応答に果たす寄与を分離して評価する。

実験結果

リサーチクエスチョン

• RQ1 局所的性質測定が乏しく、空間的に不均一な場合に、ポリマー・ナノコンポジットの界面挙動をどのように正確に表現できるか。
• RQ2 均一な等価性質を超えて、界面領域の粘弾性応答を最もよく捉える関数形は何か。
• RQ3 データ駆動型界面モデルは、従来の均一な界面仮定と比較して、有限要素シミュレーションの精度を向上させることができるか。
• RQ4 単体の勾配成分と多体の化合物効果が、それぞれ独立して全体の機械的応答にどの程度寄与しているか。
• RQ5 提案された界面モデルは、実験的AFMデータから空間的に変化する界面性質を信頼性高く逆問題推定可能か。

主な発見

• 提案された界面モデルは、均一な界面仮定を用いたシミュレーションと比較して、粘弾性性質の予測精度が顕著に向上している。
• 単体の界面勾配成分は、充填粒子周辺の性質の径方向変化を捉えているのに対し、多体の化合物効果は長距離で発現する集団的相互作用を説明している。
• 有限要素シミュレーションでは、両成分が応答予測の正確性を確保するために不可欠であり、特に多体効果が全体の剛性と減衰に顕著な寄与をしている。
• 新規の界面モデルを用いたベイズ推論により、実験的AFMデータから空間分解能のある界面性質が高精度で回復された。
• データ駆動型アプローチにより、信頼性のある逆問題モデリングが可能となり、限られた実験的測定値から局所的機械的性質を抽出する可能性が示された。