Experimental research methodology for a model of glass transition temperature for acrylates and methacrylates

Abstract

Depuis de nombreuses années, le laboratoire de Stéréochimie travaille au développement de monomères acryliques originaux [1-2] afin d'améliorer les propriétés de matériaux déjà existants en utilisant ces monomères comme comonomères ou bien en développant de nouveaux matériaux sur la base de ces monomères. Un des problèmes majeurs dans ce type de recherche est que l'on ne connaît pas à l'avance les propriétés macroscopiques des matériaux que l'on obtient à partir des monomères. Pour obtenir un polymère, il faut dans un premier temps synthé-tiser le monomère, puis le polymériser et enfin, on caracté-rise les matériaux obtenus. Si les propriétés recherchées sont obtenues, on peut passer à une phase de développement, sinon, il faut recommencer en modifiant la structure du monomère. Cette approche est lente car elle repose sur un processus itératif d'essais-erreurs. De plus, elle dépend essentiellement de l'expérience de l'homme de l'art et de son imagination. Pour rationaliser ce travail, l'utilisation d'un modèle pour une ou plusieurs propriétés basées sur la structure du monomère est d'une grande importance car on peut estimer la (les) propriété(s) rapidement d'un grand nombre de molécules en s'affranchissant dans un premier temps des problèmes liés à l'expérience. L'homme de l'art consacrera alors ses efforts sur les molécules qui présentent un intérêt potentiel au regard des résultats du modèle. C'est une démarche appliquée depuis un certain nombre d'années en chimie pharmaceutique ou en agrochimie (pesticides, fongicides, …) et qui tend à se développer en chimie des polymères.C'est dans ce but que nous avons développé un modèle de prédiction de la température de transition vitreuse, T g , pour les polymères acryliques et méthacryliques : le modèle EVM (pour Énergie, Volume et Masse) [3][4][5][6][7]. La Jusqu'à présent, les coefficients A, B et C du modèle avaient été estimés par régression linéaire multiple (MLR) pour une famille de polymères donnée (polyacrylates [6,7] ou polystyrènes [7][8][9]). Connaissant, pour cette famille de composés qui constitue notre matrice d'expériences (ξ N ), les réponses expérimentales (Y), nous pouvons déterminer, à partir de la matrice du modèle (X), les estimateurs des coefficients du modèle (B) (Fig. 1).Une série de tests statistiques permet ensuite de voir quels sont les niveaux de signification des résultats obtenus par l'Analyse de la Variance et avec le test de Student t sur les coefficients). C'est la démarche a posteriori. Ce modèle donnait pleinement satisfaction, au regard des informations D-optimal design has been used for constructing a experimental database required to set up a high quality model. We show that using a priori statistics criteria (i.e., before making the experiences) it is possible to select the minimum number of molecules required to set up the database. Using the same tools, and the previous results, it is possible to evaluate the quality of the predicted value for a set of new candidates and decide whether or not they have to be taken into account...

Glass Transition Temperature Calculations for Styrene Derivatives Using the Energy, Volume, and Mass Model

“…Deciding which values to use for the initial correlation and the evaluation set is difficult; we believe that it is necessary to develop a reliable database of values based on carefully synthesized, purified, and characterized samples. A method based on D-optimal design − and uniform design , has been developed to define how many polymers (and which one) are required for such a database. , …”

“…A method based on D-optimal design [33][34][35] and uniform design 36,37 has been developed to define how many polymers (and which one) are required for such a database. 38,39…”