Detailseite
Projekt
Hetero-Agglomeration durch hochenergetische Mischprozesse (Mechano-Fusion) - Ein integrierter Ansatz zur Synthese maßgeschneiderter Hetero-Agglomerate durch die Kombination von Experimenten mit 2D- und 3D-Strukturaufklärung mittels Bildanalyse und stochastischer Modellierung.
Antragsteller
Professor Dr.-Ing. Urs Peuker; Professor Dr. Volker Schmidt
Fachliche Zuordnung
Mechanische Verfahrenstechnik
Förderung
Förderung seit 2021
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 462365306
Die speziellen Eigenschaften von Hetero-Agglomeraten werden durch die Partikel-Partikel-Kontakte in den Agglomeraten bestimmt. Die Anzahl an Kontakten sowie die Wechselwirkung der unterschiedlichen Materialien an diesen Kontaktstellen spielen eine entscheidende Rolle, wenn es um makroskopische Anwendungseigenschaften geht. Beispiele dafür sind insbesondere Transporteigenschaften, wie elektrische, ionische oder Wärmeleifähigkeit. Die erste Förderperiode betrachtet den Mischungszustand und damit die geometrische 3D Struktur der Hetero-Agglomerate. Das Projekt wendet den Verfahrensschritt der Mechano-Fusion an, der zwischen Zerkleinerung und hochenergetischem Mischen angesiedelt ist, um Hetero-Agglomerate aus primären Nano-Partikeln zu erzeugen. Der Mechanismus der Agglomeratsynthese beruht auf dynamischen De- und Re-Agglomerationsprozessen, wobei die hohen Scheer- und Druckkräfte in der Maschine stabile Partikel-Partikel-Kontakte innerhalb des Agglomerats erzeugen. Der Prozess ist sowohl in der Lage, eine Nanopartikelbeschichtung aus unterschiedlichen Primärpartikeln auf ein Trägerpartikel zu bringen, als auch Hetero-Agglomerate selbst zu erzeugen. Die Untersuchungen werden die dispersen und materialspezifischen Einflussgrößen der Primärpartikel betrachten, die erforderlich sind, um definierte Aggregate kontrolliert zu erzeugen. Die Hetero-Aggregate werden über 2D und 3D-Bildgebungsverfahren charakterisiert, um den Mischungszustand der Primärpartikel in den jeweiligen Agglomeraten zu ermitteln. Die Analyse von Bild-Datensätzen aus Nano- und µ-Computertomographie-Messungen (CT) ermöglicht einen detaillierten Einblick in die 3D-Architektur der Agglomerate. Dabei wird statistisches Data Mining genutzt, um die multivariate Verteilung von polydispersen Strukturkenngrößen-Vektoren zu bestimmen, sowie räumliche stochastische Modellierung, um virtuelle (jedoch realistische) Hetero-Aggregate, d.h. simulierte Aggregate, zu generieren und um so eine ausreichend große Datenbasis für die Nutzung von Werkzeugen des maschinellen Lernens zu erhalten. Korrelative Charakterisierungsmethoden, wie bspw. die Kombination von 2D-Rasterkraftmikroskopie mit µ-CT ermöglichen es zu prüfen, wie die 3D Strukturparameter eines Agglomerates aus ebenen, also 2D-Messdaten der Mischungsgüte vorhergesagt werden können. Die zweite Förderperiode richtet auch einen Blick auf die atomare Ebene, besonders an den Kontaktstellen zwischen Partikeln unterschiedlicher Materialien, also an den Hetero-Kontakten. Gerade der Prozess der Mechano-Fusion ist hier durch seine intensive Druck- und Scheerbelastung in der Lage, spezielle Materialverbindungen erzeugen, die wiederum zu verstärkten oder neuen makroskopischen Eigenschaften führen können. Somit werden schließlich quantitative Prozess-Struktur-Eigenschafts-Beziehungen zwischen Prozessparametern und der 3D Morphologie von realen bzw. simulierten Hetero-Aggregaten sowie ihren makroskopischen physikalischen Eigenschaften hergeleitet.
DFG-Verfahren
Schwerpunktprogramme
