E-viri
Recenzirano
Odprti dostop
-
Maouz, Hadjira; Laidi, Maamar; Hamadache, Mabrouk; Ammi, Yamina; Hanini, Salah; Khaouane, Latifa
Kemija u industriji, 02/2020, Letnik: 69, Številka: 1-2Journal Article, Paper
One of the main disadvantages of the use of synthetic or semi-synthetic polymeric materials is their degradation and aging. The purpose of this study was to use artificial neural networks (ANN) and multiple linear regressions (MLR) to predict the carbonyl, hydroxyl, and polyene indices ( I CO, I OH, and I OP), and viscosity average molecular weight ( M V) of poly(vinyl chloride), polystyrene, and poly(methyl methacrylate). These physicochemical properties are considered fundamental during the study of photostabilization of polymers. From the five repeating units of monomers, the structure of the polymer studied is shown. Quantitative structure-property relationship (QSPR) models obtained by using relevant descriptors showed good predictability. Internal validation { R 2, RMSE, and Q 2LOO}, external validation { R 2, RMSE, Q 2pred, r m2, Δ r m2, k , and k ’}, and applicability domain were used to validate these models. The comparison of the results shows that the ANN models are more efficient than those of the MLR models. Accordingly, the QSPR model developed in this study provides excellent predictions, and can be used to predict I CO, I OH, I OP, and M V of polymers, particularly for those that have not been tested. Jedan od glavnih nedostataka upotrebe sintetičkih ili polusintetičkih polimernih materijala je njihova razgradnja i starenje. Svrha ove studije je primjena umjetnih neuronskih mreža (ANN) i višestrukih linearnih regresija (MLR) za predviđanje karbonilnih, hidroksilnih i polienskih indeksa ( I CO, I OH i I OP) i prosječne molekulske mase viskoznosti ( M V) poli(vinil-klorida), polistirena i poli(metil metakrilata). Ta fizikalno-kemijska svojstva smatraju se važnim tijekom proučavanja fotostabilizacije polimera. Iz pet ponavljajućih jedinica monomera prikazana je struktura ispitivanog polimera. Kvantitativni modeli odnosa strukture-svojstava (QSPR) dobiveni primjenom relevantnih deskriptora pokazali su dobru predvidljivost. Za potvrdu tih modela provedene su: interna provjera { R 2, RMSE i Q 2LOO}, vanjska provjera { R 2, RMSE, Q 2pred, r m2, Δ r m2, k i k ’} i domena primjenjivosti. Usporedba rezultata pokazuje da su modeli ANN učinkovitiji od modela MLR. Prema tome, model QSPR razvijen u ovoj studiji pruža izvrsna predviđanja i može se primjenjivati za predviđanje I CO, I OH, I OP i M V polimera, posebno za one koji nisu testirani.
![loading ... loading ...](themes/default/img/ajax-loading.gif)
Vnos na polico
Trajna povezava
- URL:
Faktor vpliva
Dostop do baze podatkov JCR je dovoljen samo uporabnikom iz Slovenije. Vaš trenutni IP-naslov ni na seznamu dovoljenih za dostop, zato je potrebna avtentikacija z ustreznim računom AAI.
Leto | Faktor vpliva | Izdaja | Kategorija | Razvrstitev | ||||
---|---|---|---|---|---|---|---|---|
JCR | SNIP | JCR | SNIP | JCR | SNIP | JCR | SNIP |
Baze podatkov, v katerih je revija indeksirana
Ime baze podatkov | Področje | Leto |
---|
Povezave do osebnih bibliografij avtorjev | Povezave do podatkov o raziskovalcih v sistemu SICRIS |
---|
Vir: Osebne bibliografije
in: SICRIS
To gradivo vam je dostopno v celotnem besedilu. Če kljub temu želite naročiti gradivo, kliknite gumb Nadaljuj.