Síntesis, caracterización y predicción de propiedades mecánicas de materiales compuestos de alcohol polivinílico reforzados con microcelulosa

El presente trabajo investigativo se enfoca en la síntesis de materiales compuestos de alcohol de polivinilo reforzados con microcelulosa y en su caracterización usando las técnicas de difracción de rayos X, microscopía electrónica de barrido, microscopía óptica, espectrometría infrarroja por transformada de Fourier y análisis termogravimétrico integrado con calorimetría diferencial de barrido. Así como también se centra en la implementación de dos algoritmos de inteligencia artificial: aprendizaje automático de regresión y de redes neuronales convolucionales para predecir la resistencia a la tensión en materiales poliméricos compuesto empleando la plataforma online de Google Colab y el software de programación Python. Se desarrolló exitosamente microcelulosa a partir de fibras de coco y películas de material compuesto reforzado con la microcelulosa obtenida usando el método de evaporación del solvente asistido con sonicación. Una potencial aplicación para los materiales compuestos desarrollos puede estar relacionado con el embalaje biodegradable para reducir el impacto ambiental que se genera con la producción de plásticos convencionales y de un solo uso. Con los resultados del ensayo de tensión se concluyó que el material compuesto que posee la mayor resistencia a la tensión es el reforzado con 3% de microcelulosa con un valor de 18.74 MPa y una desviación estándar de 3.19. Sin embargo, la resistencia a la tensión de los materiales compuestos no sobrepasa la del alcohol de polivinilo puro, lo cual puede haber ocurrido debido a la dispersión no homogénea de la celulosa en la matriz. Se determinó que el modelo de árboles extremadamente aleatorizados optimizado mediante el método bayesiano con un coeficiente de determinación de 0.8492 para la etapa de entrenamiento y 0.7921 para la etapa de prueba, predice los resultados de resistencia a la tensión con más precisión en comparación con los modelos de árboles de decisión y aumento de gradiente extremo. También, se comprobó que las redes neuronales convolucionales predicen satisfactoriamente (Hit5 = 76.69 y Hit10 = 93.61) los resultados de resistencia a la tensión de materiales compuestos polimérica usando imágenes de microscopía óptica y microscopía electrónica de barrido.

• Glavni avtor: Massay Aldaz, Carolina del Carmen (author)
• Drugi avtorji: Baykara, Haci, Director (author)
• Format: bachelorThesis
• Jezik: esp
• Izdano: 2025
• Teme: Síntesis, caracterización y predicción; Propiedades mecánicas de materiales; Compuestos de alcohol polivinílico; Reforzados con microcelulosa
• Online dostop: http://www.dspace.espol.edu.ec/handle/123456789/66369