مد لسازی و شبیه سازی فرآیند پلیمریزاسیون و بررسی خواص مکانیکی پلیمرهای فرمالدهید اوره برای نانوکپسو لهای پلیمری و مواد خودترمیم
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,203
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMES07_346
تاریخ نمایه سازی: 28 آذر 1392
Abstract:
پلیمرهای فرمالدهید اوره با کاربرهای وسیع در صنایع تولید چسب و ام دی اف، اخیراً بعنوان گزینه ای مناسب برای سنتز نانوکپسول های پلیمری حاوی ماده ترمیم کننده در نانوکامپوزی تهای خودترمیم شونده مطرح شد ه و مورد استفاده قرار گرفته اند، که دلیل این امر خواص مکانیکی مطلوب و پایداری قابل ملاحظه این مواد در شرایط محیطی مختلف می باشد. در این تحقیق، از روش دینامیک مولکولیMD) برای مدل سازی و شبیه سازی فرآیند پلیمریزاسیون اوره و فرمالدهید و برقراری اتصال عرضی بین آن ها در مقیاس اتمی استفاده شده است. با توجه به خواص فیزیکی و مکانیکی مورد نظر برای مواد خودترمیم پلیمریزاسیون اوره و فرمالدهید از طریق اتصالات برگشت ناپذیر متیلن (-CH 2-صورت پذیرفت. در ادامه، از شبیه ساز یهای دینامیک مولکولی و روش استاتیکی(کرنش ثابت) برای محاسبه خواص مکانیکی شامل ضرایب سفتی، مدول الاستیسیته، مدول برشی، مدول بالک و ضریب پوآسون، استفاده شد. نتایج شبیه ساز یها بهبود قابل ملاحظه ای را در خواص مکانیکی پلیمر ترموست فرمالدهید اوره نسبت به خواص اوره و فرمالدهید نشان دادند. همچنین توابع توزیع شعاعی(RDF) برای مطالعه ساختار موضعی پلیمر شبیه سازی شده و بررسی اثر پلیمریزاسیون بر روی ساختار و خواص این دسته از پلیمرها محاسبه شده و مورد تحلیل قرار گرفت. در نهایت، نتایج بدست آمده از شبیه ساز یهای دینامیک مولکولی با نتایج تجربی مقایسه، و صحت و دقت روش شبیه سازی و نتایج بدست آمده مورد ارزیابی قرار گرفت
Keywords:
نانوکامپوزی تهای خودترمیم شونده , خواص مکانیکی , شبیه سازی , دینامیک مولکولی , فرمالدهید اوره , پلیمریزاسیون
Authors
بهروز عرب
دانشجوی دکترا، دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
علی شکوه فر
استاد دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :