جدول المحتويات
تحديد المواد ومقارنة بيانات القياس – مطابقة الخصائص الحرارية بالقيم المرجعية والقياسات الخاصة ضمن قاعدة بيانات مشتركة.
توفر القياسات الحرارية والفيزيائية الحرارية معلومات مميزة عن سلوك المواد. يمكن أن تساعد درجات حرارة الانصهار، وانتقالات التزجج، والتغيرات في الكتلة، أو خصائص النقل الحراري في وصف خصائص المواد والتعرف على الاختلافات بين العينات.
لكن غالبًا ما يطرح سؤال آخر بعد التحليل: كيف يمكن ربط الخصائص المحددة بمادة معينة أو مقارنتها بنتائج قياس معروفة مسبقًا؟
تُوسّع مكتبة LINSEIS الحرارية برنامج التقييم LiEAP بإضافة بحث ومقارنة بيانات القياس الحراري مستندة إلى قاعدة بيانات. يمكن مطابقة الخصائص التي تم تقييمها من قياس معين مع بيانات مرجعية متاحة ومع قياسات خاصة محفوظة مسبقًا.
وفي الوقت نفسه، يمكن توسيع قاعدة البيانات بإضافة مواد وقياسات مرجعية جديدة. وهكذا تتكوّن مع زيادة الاستخدام قاعدة معرفية خاصة يمكن الرجوع إليها عند إجراء فحوصات مواد لاحقة.
من القياس إلى مقارنة المواد
تُفحص في كثير من المختبرات مواد متشابهة بشكل منتظم. وتحتوي بيانات القياس الناتجة عن ذلك على معلومات قيّمة، إلا أنها غالبًا ما تُحفظ ضمن مشاريع فردية منفصلة.
عند الرغبة في مقارنة عينة جديدة بفحوصات سابقة، يجب أولًا إيجاد القياسات المعنية ومقارنة نتائجها ببعضها البعض.
تدعم مكتبة الحرارة هذه الخطوة من خلال تجميع خصائص المواد التي تم تقييمها في قاعدة بيانات قابلة للبحث.
إلى جانب القيم المرجعية والمرجعية الأدبية المتاحة، يمكن حفظ نتائج القياس الخاصة واستخدامها لاحقًا في المقارنات. وبذلك يمكن الاستفادة من المواد التي سبق وصفها كمرجع موجَّه للفحوصات الجديدة.
كيف تعمل مكتبة LINSEIS الحرارية؟
تتضمن العملية الأساسية خمس خطوات:
القياس ← التقييم ← اختيار الخصائص ← البحث في قاعدة البيانات ← المقارنة
إجراء القياس وتقييمه
تُفحص العينة أولًا باستخدام نظام القياس المناسب من LINSEIS. بعد ذلك، تُفتح بيانات القياس المسجَّلة ويتم تقييمها في برنامج التقييم LiEAP.
وتعتمد الخصائص التي يتم تحديدها على طريقة القياس المستخدمة.
ففي قياس DSC، يمكن على سبيل المثال تحديد درجات حرارة الذروة المميزة، أو أنثالبيات الانصهار، أو انتقالات التزجج. أما في التحليل الوزني الحراري، فتحتل التغيرات في الكتلة ونطاقات درجات الحرارة المرتبطة بها الصدارة.
وتشكّل نتائج التقييم هذه الأساس للبحث اللاحق في قاعدة البيانات.
اختيار خصائص المواد ذات الصلة
بعد التقييم، تُحدَّد الخصائص التي سيتم استخدامها للمقارنة مع المواد المتاحة. ففي قياس TGA، يمكن على سبيل المثال اختيار نسبة التغير في الكتلة ودرجة حرارة الحدث المقابل.
أما في قياسات DSC، فتتوفر من بين خصائص المقارنة درجات حرارة الذروة ودرجات حرارة الانصهار ومساحات الذروة.
ويعتمد الاختيار على طبيعة السؤال المطروح. فليس كل حدث حراري مناسبًا بالقدر نفسه للتمييز بين المواد.
ومن خلال الدمج الموجَّه لعدة خصائص، يمكن تركيز البحث على الخصائص ذات الصلة بالفحص الحالي.
مراعاة ظروف القياس
لا تعتمد نتائج القياس الحراري على المادة المفحوصة فقط. فظروف التجربة أيضًا قد تؤثر على مسار منحنى القياس وعلى القيم المحددة.
ومن أمثلة ذلك معدل التسخين، والجو الغازي المحيط، أو معايير قياس أخرى خاصة بالطريقة المستخدمة.
تتيح مكتبة الحرارة مراعاة هذه الظروف كفلتر عند البحث في قاعدة البيانات.
ويكتسب ذلك أهمية خاصة عند مقارنة نتائج من قياسات مختلفة. فعلى سبيل المثال، يمكن تفضيل مجموعات بيانات قياس نشأت في ظل ظروف تجريبية متشابهة.
ومع ذلك، تتطلب المقارنة المجدية للمواد أن تكون القيم المختارة وظروف القياس متوافقة من الناحية الفنية.
البحث في قاعدة البيانات عن المواد المطابقة
بعد اختيار الخصائص، يبدأ البحث في قاعدة البيانات.
تُطابق مكتبة الحرارة الخصائص المختارة مع مجموعات البيانات المتاحة. ويمكن أن يشمل ذلك البيانات المرجعية المتوفرة والقياسات الخاصة المحفوظة على حد سواء.
يمكن أن تحتوي قاعدة البيانات على سبيل المثال على معلومات مرجعية بخصوص مواد خام مختلفة، أو درجات جودة متنوعة للمواد، أو دفعات إنتاج، أو معايير داخلية.
وبذلك لا تقتصر المقارنة على بيانات المواد المتاحة عمومًا، بل يمكنها أيضًا الاستفادة من المعرفة المتوفرة بالفعل داخل المختبر الخاص.
تقييم ومقارنة نتائج البحث
تُعرض نتائج البحث في قاعدة البيانات في نظرة عامة شاملة.
لكل مجموعة بيانات يتم العثور عليها، تعرض مكتبة الحرارة نسبة تطابق مئوية. وتوضح هذه النسبة مدى تطابق الخصائص المختارة للقياس الحالي مع إدخال قاعدة البيانات المعني.
وبهذه الطريقة يمكن مقارنة عدة مواد مرجعية محتملة المطابقة ببعضها البعض.
وعادةً ما يتم البحث خلال ثانية إلى ثانيتين.
مهم لتفسير النتائج: لا تعني نسبة التطابق المرتفعة تلقائيًا أن المادة قد تم تحديدها بشكل قاطع. فالقيمة تصف بدايةً مدى تطابق الخصائص التي تم أخذها بعين الاعتبار. ولتحديد مادة بشكل موثوق، يجب أيضًا مراعاة ظروف القياس، ومدى دلالة الخصائص المختارة، وربما نتائج فحوصات إضافية.
تحديد المواد باستخدام DSC وTGA وSTA
تعتمد خصائص المواد المستخدمة في البحث داخل قاعدة البيانات على طريقة القياس. ويمكن توضيح هذا المبدأ بشكل خاص من خلال المسح الحراري التفاضلي والتحليل الوزني الحراري.
DSC: الانتقالات الحرارية كخصائص مميزة
يُستخدم المسح الحراري التفاضلي (Differential Scanning Calorimetry, DSC) لدراسة الانتقالات والتفاعلات الحرارية، مثل عمليات الانصهار والتبلور، بالإضافة إلى انتقالات التزجج.
تُظهر العديد من المواد أحداثًا حرارية مميزة تحت ظروف تجريبية محددة. ويمكن أن توفر درجات الحرارة والأنثالبيات المحددة من ذلك مؤشرات مهمة حول تركيب المادة وحالتها.
في مكتبة الحرارة، يمكن استخدام نتائج التقييم المقابلة كخصائص للمقارنة مع البيانات المرجعية المتاحة.
فعلى سبيل المثال، يمكن مقارنة درجات حرارة الانصهار المحددة لعينة من البوليمر بمواد مرجعية محفوظة. وإذا تطابقت عدة خصائص مميزة، فقد يدعم ذلك عملية تضييق نطاق المواد المحتملة.
ومع ذلك، قد تُظهر بوليمرات مختلفة انتقالات حرارية متشابهة. كما تؤثر البلورية والإضافات والتاريخ الحراري أيضًا على نتيجة القياس. لذلك، لا ينبغي أن يعتمد التحديد على درجة حرارة ذروة واحدة فقط.
TGA: استخدام التغيرات في الكتلة لمقارنة المواد
في التحليل الوزني الحراري (TGA)، تُسجَّل كتلة العينة بشكل مستمر أثناء برنامج درجة حرارة محدد.
ويمكن أن يؤدي التبخر أو التحلل أو التفاعلات الكيميائية إلى تغيرات مميزة في الكتلة.
وإلى جانب مقدار فقدان الكتلة، يمكن أن توفر درجات الحرارة ونطاقات درجات الحرارة التي يحدث فيها التغير في الكتلة معلومات مهمة بشكل خاص.
تتيح مكتبة الحرارة استخدام هذه الخصائص للمقارنة مع بيانات المواد المتاحة.
ومن الأمثلة التطبيقية الشائعة فحص اللدائن ذات محتويات الحشو المختلفة. ويمكن أن تعطي نطاقات التحلل المميزة والكتلة المتبقية مؤشرات حول الاختلافات بين العينات.
وفي هذا السياق، يجب مراعاة الجو الغازي ومعدل التسخين بشكل خاص، نظرًا لتأثيرهما على السلوك الوزني الحراري.
STA: النظر في عدة إشارات قياس معًا
يجمع التحليل الحراري المتزامن (STA) بين معلومات القياس الوزني الحراري والسعري الحراري ضمن تجربة واحدة.
وبذلك تتوفر بيانات التغير في الكتلة ومعلومات الأحداث الحرارية في آنٍ واحد.
وعند فحص مادة ما، يمكن على سبيل المثال النظر معًا في فقدان كتلة مميز وحدث حراري يحدث في الوقت نفسه.
ويمكن أن يساعد الجمع بين معلومات قياس مختلفة في وصف المواد بشكل أكثر دقة مقارنةً بالاعتماد على إشارة قياس واحدة فقط.
إنشاء قاعدة بيانات مرجعية خاصة
إلى جانب المقارنة مع البيانات المرجعية المتاحة، تتيح مكتبة الحرارة إنشاء قاعدة بيانات خاصة بالمواد.
ويمكن تسجيل قياسات جديدة واستخدامها كمرجع في فحوصات لاحقة.
وبهذه الطريقة، يمكن توسيع المعرفة بالمواد المكتسبة في المختبر تدريجيًا.
مقارنة المواد المتكررة بشكل موجَّه
خاصة بالنسبة للمواد التي يتم فحصها بانتظام، يمكن أن تسهّل قاعدة بيانات مرجعية خاصة مقارنة العينات الجديدة.
ففي مراقبة الجودة على سبيل المثال، يمكن حفظ بيانات قياس المواد الخام المعتمدة كأساس للمقارنة. ويمكن بعد ذلك مطابقة دفعات المواد الجديدة مع هذه المراجع بناءً على خصائص حرارية مختارة.
كما يمكن أن تكون مجموعة منظمة من القياسات الخاصة مفيدة أيضًا في مجال البحث والتطوير.
عند فحص تركيبات مواد مختلفة أو مراحل تطوير متعددة، يمكن حفظ خصائصها المميزة واستخدامها لاحقًا مرة أخرى في فحوصات المقارنة.
وهكذا تتكوّن قاعدة بيانات لا تقتصر على توثيق نتائج قياس فردية فحسب، بل تدعم أيضًا تطوير المواد وتقييمها.
قياسات مرجعية في ظروف قابلة للمقارنة
للحصول على مقارنة ذات دلالة، ينبغي إجراء قياسات المرجع والعينة في ظل ظروف قابلة للمقارنة قدر الإمكان.
فقد تؤدي معدلات التسخين أو الأجواء الغازية أو طرق تحضير العينات المختلفة إلى نتائج متباينة، حتى عند التعامل مع المادة نفسها.
لذلك، ينبغي مراعاة معايير التجربة ذات الصلة إلى جانب خصائص المواد التي تم تقييمها.
وإمكانية إدراج ظروف القياس المقابلة في البحث داخل قاعدة البيانات تدعم اختيارًا أكثر دقة للقياسات المرجعية المناسبة.
تصور تم إنشاؤه باستخدام توليد الصور القائم على الذكاء الاصطناعي.
مكتبة الحرارة وLiEAP: استخدام بيانات القياس معًا
تُدمج مكتبة الحرارة كإضافة اختيارية ضمن مفهوم برنامج LINSEIS LiEAP.
بينما يدعم برنامج LiEAP تحضير القياسات وإجراءها وتقييمها، تُكمّل مكتبة الحرارة سير العمل بإضافة مقارنة مستندة إلى قاعدة بيانات لخصائص المواد التي تم تحديدها مسبقًا.
وبذلك، لا يمكن فقط النظر إلى بيانات القياس التي تم تقييمها ضمن مشروع واحد، بل يمكن أيضًا ربطها بالمعلومات المرجعية المتاحة.
ويتيح ذلك سير عمل متكامل من القياس وحتى تقييم المواد:
تحضير القياس ← جمع البيانات ← التقييم ← المقارنة في قاعدة البيانات ← التوثيق
بالنسبة للمختبرات التي تفحص مواد متشابهة بانتظام، يمكن أن ينشأ بذلك ارتباط منظم بين نتائج القياس الحالية والمعرفة المتاحة بالفعل عن المواد.
تعرّف على المزيد حول تحضير القياس وجمع البيانات وتقييمها باستخدام LINSEIS LiEAP.
استخدام بيانات القياس كمعرفة مواد على المدى الطويل
تُكمّل مكتبة LINSEIS الحرارية التقييم التقليدي لبيانات القياس بإمكانية مقارنة خصائص المواد المميزة بشكل منهجي مع المراجع المتاحة.
من خلال الجمع بين البحث في قاعدة البيانات، ومراعاة ظروف القياس ذات الصلة، وحفظ القياسات المرجعية الخاصة، يمكن الاستفادة من نتائج القياس أيضًا بما يتجاوز الفحوصات الفردية.
وهكذا تتكوّن قاعدة بيانات مواد متنامية تدعم مقارنة العينات الجديدة وتتيح الوصول إلى المعرفة المتاحة بالفعل لمهام البحث والاختبار المستقبلية.
