「統計と装置分解能を使った

　　　　　　　　　分散評価法の紹介」

参考：岡田きよみ・室賀　駿・大嶋正裕；高分子論文集、vol.75、No.2、212-220（2018）

「FT-IRイメージングを用いたポリマーコンポジット中の添加剤の分散評価法」

＜どんな方法か？＞

画像が得られる分析装置の最高分解能で試料を測定後、デジタルデータを取り出して数値解析を行い、その際に統計処理を用いる。

この方法は、CNFの分散だけでなく、どの顔料やどの材料にも応用できるだけでなく、いずれの画像が得られる分析装置にも適応できる。

赤外分光光度計（FT-IR）のイメージング測定を用いて、ポリプロピレン（PP）中のセルロースナノファイバー（CNF）分散を測定した例を説明する。

STEP1：最⾼空間分解能（約2μm）でイメージング測定

STEP2：測定データからピーク解析を⾏い、画像を得る

STEP3：画像を構成する個々の数値を位置情報とともに抽出

STEP4：数値データを統計処理

（STEP2と3は、使用するソフトよって先に数値データを位置情報とともに抽出した後にピーク解析してもよい。） 

統計解析では、窓枠サイズを変化させることによって、それぞれの窓枠での標準偏差あるいは（濃度差のある場合は）変動係数を求め、窓枠サイズと標準偏差（SD）あるいは変動係数（CV値）の関係をグラフに表す。窓枠サイズを測定装置の空間分解能と考えると、それぞれの分解能でのCV値で濃度分散が指標化できる。

CV値は、窓枠サイズが⼤きくなるに従って⼀定値に近づくが、グラフのそれぞれの窓枠サイズでのCV値と全体の傾きから分散状態が比較可能となる。

上記の分散評価を用いた例を示す。

セルロース/PP=5/95　のコンポジットを、左表に示したように条件をかえて作製した。

それぞれの試料の断面をFT-IRイメージング法を用いて測定し、解析していられたグラフを左図に示す。

・セルロースは、針葉樹の方が分散がよい。

・セルロースは、変性した方がしないよりも分散がよい。

・実験室での強混練は、成形機を用いたものとほぼ同等の

　分散性である。

ことがわかる。

＜画像データを数値データで解析するその他のメリット＞

分散性だけでなく、画像データを数値データとして取り出すメリットは他にも多々ある。

左にその一部を示す。

使用ソフトによっては、様々な計算ソフトが組み込まれており、自分で計算式を入れることなく使用できる解析も多い。

解析データを総合して解釈することで様々な事実が見えてくる。

解析ソフトを使用した例を左に示す。

上記の分散を解析した試料と同様の試料の例である。

数値データを二値化して、CNFの凝集形がどの方向を向いているか（Orientation)、どれだけ円に近いか（Eccentricity)を計算した値と計算した際の二値化図が左である。

スキン層では、Orentationがコア層よりも９０度に近く、より樹脂のながれが一定方向（断面に平行）に強かったことを示唆している。

一方、Eccentricityは、大きな違いがない。断面垂直方向では、樹脂流れの強さがスキン層とコア層ではCNFを変形させるほどの違いがなかったことを示唆している。

この結果と樹脂流れのシュミレーションを対応させてみるのも面白い。