- 점탄성 특성 분석 (ANOVA, PCA분석)2023년 05월 30일 12시 21분 08초에 업로드 된 글입니다.작성자: r-code-for-data-analysis
유기막의 점탄성 특성 측정
water.choi
2022 9 14
유체 구분
Rheometer를 이용하여 shear rate를 변경시키면서 viscosity 변화량을 본다.
include_graphics("./images/rheometer.jpg")
점도 측정방법
원통형 사이에 유체를 넣거나, 원판 사이에 유체를 넣고, 회전 속도를 변경하면서 stress 변화랴을 통해 점도를 측정한다.
include_graphics("./images/thixo.gif")
# 10의 지수승으로 변환하는 함수 만듦 l <- c() fancy_scientific <- function(l) { # turn in to character string in scientific notation l <- format(l, scientific = TRUE) # quote the part before the exponent to keep all the digits l <- gsub("^(.*)e", "'\\1'e", l) # turn the 'e+' into plotmath format l <- gsub("e", "%*%10^", l) # return this as an expression parse(text=l) }
샘플 정보
Pad printing 용 Black 유기막을 아래 표와 같이 종류별로 준비한 후 Rheometer로 측정한다.
OC material samples (split : filler size, hardner, solvent numbers) sample_name filler_size hardner solvent numbers OC1 10.0 0 1 26 OC2 0.3 1 1 26 OC3 0.3 0 1 26 OC4 0.3 1 2 26 OC5 0.3 0 2 26 Storage/Loss Modulus
Strain 변화에 따른 Storage(G’), Loss(G”) Modulus
ANOVA 분석
Storage 모듈러스와 Loss 모듈러스는 재료의 filler size, hardner에 영향을 받고, Tan.delta는 hardner에만 영향을 받는 인자이다. 그러면 solvent 인자는 빼고 분석을 해도 될 것이라 판단할 수 있다.
two.way1 <- aov(Storage.modulus~., data = df1[, -c(1,3,4,5)]) two.way2 <- aov(Loss.modulus ~., data = df1[, -c(1,2,4,5)]) two.way3 <- aov(Tan.delta ~., data = df1[, -c(1,2,3,5)]) summary(two.way1)
## Df Sum Sq Mean Sq F value Pr(>F) ## filler_size 1 3.309e-09 3.309e-09 33.139 6.18e-08 *** ## hardner 1 6.308e-09 6.308e-09 63.176 9.19e-13 *** ## solvent 1 1.290e-10 1.290e-10 1.294 0.258 ## Residuals 126 1.258e-08 1.000e-10 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
summary(two.way2)
## Df Sum Sq Mean Sq F value Pr(>F) ## filler_size 1 9.442e-09 9.442e-09 82.309 1.96e-15 *** ## hardner 1 3.096e-09 3.096e-09 26.986 8.01e-07 *** ## solvent 1 5.620e-10 5.620e-10 4.901 0.0286 * ## Residuals 126 1.445e-08 1.150e-10 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
summary(two.way3)
## Df Sum Sq Mean Sq F value Pr(>F) ## filler_size 1 41 41.4 0.312 0.5774 ## hardner 1 877 877.3 6.616 0.0113 * ## solvent 1 16 15.7 0.119 0.7311 ## Residuals 126 16707 132.6 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
PCA 주성분분석
측정 조건인 Oscillation.strain, 재료의 filler size, hardner 유무, solvent 종류 갯수가 변수인 상황에서 각 변수들간의 상관관계를 먼저 살펴봄
주성분 분석을 위 4개의 변수를 이용하여 진행함. PC1은 filler size가 작고 hardner가 있는 것으로, PC2는 Oscillation.Strain 값이 컸을 때를 가지고 분리를 하였다.
## Importance of components: ## PC1 PC2 PC3 PC4 ## Standard deviation 235.0872 3.90543 0.4489 0.4477 ## Proportion of Variance 0.9997 0.00028 0.0000 0.0000 ## Cumulative Proportion 0.9997 0.99999 1.0000 1.0000
## Standard deviations (1, .., p=4): ## [1] 235.0871698 3.9054300 0.4489405 0.4477365 ## ## Rotation (n x k) = (4 x 4): ## PC1 PC2 PC3 PC4 ## Oscillation.strain 1.000000e+00 8.684597e-05 -7.080560e-06 7.190014e-06 ## filler_size -8.608166e-05 9.972826e-01 -1.942492e-04 -7.367048e-02 ## hardner 1.460114e-05 -5.209148e-02 7.052667e-01 -7.070257e-01 ## solvent 4.561532e-06 -5.209468e-02 -7.089420e-01 -7.033401e-01
## Importance of components: ## PC1 PC2 PC3 PC4 ## Standard deviation 1.2910 1.0000 0.9128 0.7071 ## Proportion of Variance 0.4167 0.2500 0.2083 0.1250 ## Cumulative Proportion 0.4167 0.6667 0.8750 1.0000
## Standard deviations (1, .., p=4): ## [1] 1.2910344 0.9999830 0.9128331 0.7071066 ## ## Rotation (n x k) = (4 x 4): ## PC1 PC2 PC3 PC4 ## Oscillation.strain 0.01244137 0.999715138 -0.0203583421 0.0006269042 ## filler_size -0.65460048 0.008617476 -0.0001471404 -0.7559258791 ## hardner 0.53451848 0.008036917 0.7070596781 -0.4629168546 ## solvent 0.53444684 -0.020755475 -0.7068607557 -0.4629078288
## [1] -8.90118e-17
glimpse(df1)
## Rows: 130 ## Columns: 8 ## $ Oscillation.strain <dbl> 0.0100601, 0.0157517, 0.0250479, 0.0397764, 0.06310… ## $ Storage.modulus <dbl> 4.62e-06, 4.61e-06, 4.64e-06, 4.63e-06, 4.65e-06, 4… ## $ Loss.modulus <dbl> 2.11e-05, 2.13e-05, 2.13e-05, 2.13e-05, 2.13e-05, 2… ## $ Tan.delta <dbl> 4.57459, 4.62649, 4.59493, 4.60265, 4.58220, 4.5529… ## $ sample_name <chr> "OC1", "OC1", "OC1", "OC1", "OC1", "OC1", "OC1", "O… ## $ filler_size <dbl> 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10,… ## $ hardner <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, … ## $ solvent <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, …
요변성(Thixotropic index) 분석
shear rate를 올렸다가 멈추고 다시 내렸을 때 점도 변화가 있다면 이 재료는 요변성을 가지고 있다고 말할 수 있다. 이 차이 면적을 hysteresis 로 규정하고 각 재료별로 분석을 함.
Hysteresis sample_name hysterisis viscosity_delta direction OC1 85.6 222 down OC3 39.2 128 down OC5 38.0 164 down OC2 57.4 254 down OC4 63.3 330 down ## # A tibble: 5 × 4 ## sample_name hysterisis viscosity_delta direction ## <fct> <dbl> <dbl> <chr> ## 1 OC1 85.6 222 down ## 2 OC3 39.2 128 down ## 3 OC5 38 164 down ## 4 OC2 57.4 254 down ## 5 OC4 63.3 330 down
G’, G” 그래프
strain modulus와 loss mudulus를 가지고 plot
OC3 재료가 Thixo tropic index 값이 가장 작고, 실제 공정 진행시 경시 변화값이 가장 작음.
728x90반응형'데이터 분석' 카테고리의 다른 글
[R을 이용한 타이타닉 생존자 예측] (0) 2023.07.09 R을 이용한 축구 데이터 분석 (MAP) (0) 2023.06.11 [Machine Learning] 여러가지 모델 한번에 적용해서 분석하기 (0) 2023.05.29 Multi slit 구조에서 빛의 회절을 시뮤레이션 해 보기 (0) 2023.05.29 Optical Density(OD)에 따른 빛의 침투 깊이 시뮬레이션 (0) 2023.05.29 댓글