[논문 리뷰] Rethinking Interphase Representations for Modeling Viscoelastic Properties for Polymer Nanocomposites

Xiaolin Li, Min Zhang외 6명|arXiv (Cornell University)|2018. 11. 15.

Polymer Nanocomposites and Properties참고 문헌 37인용 수 3

한 줄 요약

이 논문은 고분자 나노복합재의 점탄성 거동을 모델링하기 위해 데이터 기반의 상계대표법을 제안하며, 데이터 마이닝을 통해 학습된 단일체 기울기 및 다체 복합 성분으로 상계 효과를 분리한다. 유한요소 모델에 통합된 이 방법은 균일한 상계 가정보다 뛰어나며, 베이지안 방법과 AFM 데이터를 활용해 국소적 물성의 정확한 역모델링을 가능하게 한다.

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.

연구 동기 및 목표

• 고분자 나노복합재의 점탄성 거동을 모델링할 때 공간적으로 해상도가 떨어지는 상계 물성 데이터의 부족을 해결하기 위해.
• 균일한 등效 물성 이외의 복잡한 국소 거동을 포착하는 물리적으로 정보가 풍부한 데이터 기반 상계 대표법을 개발하기 위해.
• 실험적 AFM 데이터를 활용해 국소 상계 물성을 정확하게 역모델링하기 위해.
• 기존의 균일한 상계 가정에 비해 새로운 상계 모델이 유한요소 시뮬레이션에서 우월함을 입증하기 위해.

제안 방법

• 상계는 두 가지 기능적 성분으로 분해된다: 단일체 상계 기울기 및 다체 복합 효과로, AFM를 통해 유도된 국소 물성 측정치에서 유도된다.
• 상계 성분의 기능적 형태는 실험적 AFM 데이터에 적용된 데이터 마이닝 기법을 통해 학습된다.
• 상계 대표법은 기계적 하중 하에서 점탄성 거동을 시뮬레이션하기 위해 유한요소 모델에 통합된다.
• 역문제를 해결하기 위해 베이지안 추론 프레임워크가 사용되며, 실험 데이터로부터 공간적으로 변하는 상계 물성을 추정한다.
• 모델은 시뮬레이션 결과를 실험적 AFM 측정치 및 기존의 균일한 상계 모델링 접근법과 비교하여 검증된다.
• 민감도 분석을 수행하여 각 상계 성분이 전체 복합재 거동에 기여하는 정도를 분리하고 평가한다.

실험 결과

연구 질문

• RQ1 국소 물성 측정치가 희소하고 공간적으로 비균일할 때, 고분자 나노복합재의 상계 거동을 어떻게 정확하게 대표할 수 있는가?
• RQ2 균일한 등效 물성 이외의 상계 영역의 점탄성 거동을 가장 잘 포착하는 기능적 형태는 무엇인가?
• RQ3 데이터 기반 상계 모델이 기존의 균일한 상계 가정에 비해 유한요소 시뮬레이션의 정확도를 향상시킬 수 있는가?
• RQ4 단일체 기울기 및 다체 복합 효과가 각각 전체 기계적 거동에 독립적으로 기여하는 정도는 어느 정도인가?
• RQ5 제안된 상계 모델을 통해 실험적 AFM 데이터로부터 공간적으로 변하는 상계 물성을 신뢰성 있게 역추론할 수 있는가?

주요 결과

• 제안된 상계 모델은 균일한 상계 가정을 사용한 시뮬레이션에 비해 점탄성 물성 예측 정확도를 크게 향상시킨다.
• 단일체 상계 기울기 성분은 필러 입자 근처의 물성 변화를 반경 방향으로 포착하며, 다체 복합 효과는 장거리 및 집합적 상호작용을 설명한다.
• 유한요소 시뮬레이션 결과, 두 성분 모두 정확한 거동 예측에 필수적이며, 다체 효과가 전반적인 강성과 진동 감쇠에 상당한 기여를 한다.
• 새로운 상계 모델을 활용한 베이지안 추론은 실험적 AFM 데이터로부터 고해상도 공간 분포 상계 물성을 높은 정밀도로 복원한다.
• 데이터 기반 접근법은 신뢰할 수 있는 역모델링을 가능하게 하며, 제한된 실험 측정치로부터 국소 기계적 물성을 추출할 잠재력을 보여준다.