XI Международная студенческая научная конференция Студенческий научный форум - 2019

Модификация полимеров наночастицами различной химической природы позволяет получать композиции с улучшенным комплексом целевых свойств для дальнейшего использования в качестве конструкционных, упаковочных, других видов материалов в разных отраслях промышленности [5]. К перспективным материалам относятся полимеры и полимерные композиты, имеющие в своей структуре наноразмерные частицы, например, фуллерены, частицы наносеребра или другие нанообъекты. Использование биополимерных нанокомпозитов в разных отраслях промышленности позволяет повысить эффективность производства и улучшить функциональные характеристики и показатели качества продукции. Введение нанокомпонентов в полимерную матрицу позволяет получать материалы с повышенной теплостойкостью, улучшенными барьерными и механическими свойствами. Применение наноматериалов в упаковке пищевой продукции позволяет создавать барьерные материалы на основе биомодифицированного коллагена, хитозана, латексные покрытия, модифицированные частицами наносеребра, а также информирующие о состоянии продукции (биочипы, наночипы, биосенсоры). Применение в качестве наполнителей наноглины, углеродных нанотрубок приводит к снижению паро- и ароматопроницаемости упаковки.

Неметаллические строительные материалы пользуются большим спросом в машиностроении, в том числе для защиты металлоконструкций от коррозии. Их использование выгодно с экономической точки зрения, так как позволяет заменить более дорогостоящие материалы на основе металлов.

Актуальной задачей является разработка методик и алгоритмов идентификации механизмов и степени взаимодействия биополимеров и наноразмерных модификаторов. Ее решение необходимо для успешного развития цифровой экономики в целом и ее ключевых подкомплексов, к которым относятся пищевая и перерабатывающая промышленность [1-4]. Показано, что в качестве методов решения поставленных задач эффективно использовать ИК-спектроскопию совместно с дискриминантным анализом [5].

Дискриминантный анализ используется в общем случае для принятия решения о том, какие признаки, принятые в качестве переменных, позволяют идентифицировать две или более возникающие совокупности, или группы. В дальнейшем, если эти переменные будут вычислены по известному алгоритму, для следующего экспериментального образца можно достоверно предсказать, к какой группе относится новый изучаемый объект.

Список литературы

1. Абасов Р.К. Формализация конструкторско-технологической информации с использованием обработки мультимножеств/ Р.К. Абасов, А.А. Силла, А.И. Власов // Информационные технологии в проектировании и производстве. 2017. № 3 (167). С. 34-43.

2. Концепция развития пищевой и перерабатывающей промышленности Российской Федерации на период до 2020 года / К.В. Колончин, С.Н. Серегин, А.-Н.Д. Магомедов, В.И. Нечаев, А.Н. Осипов, Н.С. Демьянов, И.В. Ворошилова, П.В. Михайлушкин, С.Д. Фетисов; под ред. В.И. Нечаева. – Краснодар: Просвещение-Юг, 2011. – 306 с.

3. Никитина М.А. Технологические решения интеллектуальной обработки данных в пищевой промышленности / М.А. Никитина, В.А. Пчелкина, О.А. Кузнецова // Вестник Воронежского государственного университета инженерных технологий. - 2018. -Т. 80. № 2(76). С. 256-263.

4. Самойлова Е.М. Построение экспертной системы поддержки принятия решения как интеллектуальной составляющей системы мониторинга технологического процесса // Вестник Пермского национального исследовательского политехнического университета. Машиностроение, материаловедение. 2016. Т. 18. № 2. С. 128-142.

5. Investigation of polymer interaction with nanoscale modifier and development of its identification algorithm / M. Gudkov, I. Glotova, S. Shakhov, I. Pugacheva, N.Galochkina, S. Bokadarov, N. Lobacheva // В сборнике: Actual Issues of Mechanical Engineering (AIME 2018) Proceedings of the International Conference. editors: Malozyomov B.V., Porsev E.G., Martyushev N.V. - 2018. - Vol.157. - С. 187-192. doi:10.2991/aime-18.2018.36. Режим доступа: https://www.atlantis-press.com/proceedings/aime-18/25901918