Caramel LabCaramel Lab
#

구조분석

3의 한국어 분석 — 최신순으로 정렬했어요

화학발표 2026.08· 0

RAFT 변형 불포화 폴리에스터 공중합체의 구조 진화

불포화 폴리에스터 수지(UPR)는 사슬 전파, 분지화, 국부적 겔화가 동시에 발생할 수 있어 가역적 비활성화 라디칼 중합(RDRP)에 적용하기 어려운 시스템입니다. 본 연구는 RAFT 조절제인 2-시아노-2-프로필 도데실 트라이티오카보네이트(CPDT)의 농도, 폴리에스터 전구체의 화학 구조, 산성 공단량체의 특성이 RAFT 변형 불포화 폴리에스터 공중합체의 구조 진화에 미치는 영향을 체계적으로 조사했습니다. 세 가지 CPDT 농도에서 합성된 p-EGM:AA:[CPDT], p-EGM:MAA:[CPDT], p-PGM:MAA:[CPDT] 공중합체 시리즈를 대상으로 H NMR, H–H COSY, UV–Vis 분광법, 겔 투과 크로마토그래피(GPC)를 통해 구조 변화를 분석했습니다. 정규화된 H NMR 적분 강도를 상대 비닐 강도(RVI), CPDT 관련 메틸 강도(MI*), 정규화된 지방족 강도(AI*)로 반정량 분석하여 양성자 환경 변화를 비교했습니다. CPDT 농도 증가는 정규화된 잔류 말레에이트 비닐 신호의 감소를 동반했으며, 그 정도는 공중합체 조성에 따라 크게 달라졌습니다. p-EGM:AA:[CPDT] 시리즈에서 RVI가 0.6291에서 0.0528로 가장 크게 감소한 반면, p-EGM:MAA:[CPDT] 시리즈에서는 변화가 훨씬 작았습니다. MI* 및 AI* 프로파일은 조성 의존적인 변화를 보였으며, 이는 CPDT 관련 메틸 및 중첩된 지방족 양성자 환경의 상대적 기여도 변화를 반영합니다. AI*에 사용된 지방족 영역은 고분자 및 CPDT 유래 기여가 중첩되므로 AI*를 고분자 골격 분지화의 정량적 척도로 해석하지는 않았습니다. 전반적으로 NMR 및 GPC/SEC 결과는 RAFT 공중합에 수반되는 조성 의존적 구조 변화를 밝혀냈습니다.

기계공학발표 2026.08· 1최근 1년 1

금속 유리 단·중거리 질서 분석

이 논문은 금속 유리의 단거리 및 중거리 질서(SRO/MRO)를 정량적으로 분석하는 쌍 분포 함수(PDF) 방법론의 최근 발전을 요약합니다. 기존의 벌크 X선 및 중성자 회절 기반 PDF 분석을 넘어, 국부적인 특성 파악을 위한 전자 현미경 기반 기법으로 확장된 내용을 다룹니다. 고에너지 X선 및 중성자는 구조의 평균적인 정보를 제공하는 반면, 전자 PDF(ePDF)와 같은 전자 기반 접근 방식은 금속 유리의 나노스케일 국부 질서 및 불균일성을 매핑할 수 있게 합니다. 분자 동역학 시뮬레이션으로 검증된 PDF 기법은 실제 공간의 쌍 상관관계와 원자 배열 간의 직접적인 상관관계를 밝힙니다. ePDF 매핑은 SRO의 나노스케일 변화, 계면 비정질상, 변형 유도 구조 변화를 시각화합니다. 머신러닝 기반 분석은 방대한 ePDF 데이터 세트에서 의미 있는 구조적 모티프를 추출하는 데 기여합니다. 원자 전자 단층 촬영 및 프티코그래피와 같은 3D 이미징 방법은 원자 좌표를 재구성하여 시뮬레이션과 직접 비교하고 PDF 분석으로 국부적으로 평가할 수 있습니다. 본 논문은 이러한 방법론적 진보를 개괄하고, 다중 스케일 PDF 기반 구조 정보와 금속 유리의 특성 및 기능 간의 연관성을 탐색할 가능성을 제시합니다.

재료공학발표 2026.08· 14최근 1년 14

결정 구조 실험적 규명

본 연구는 소분자 결정 구조 데이터베이스인 캠브리지 구조 데이터베이스(CSD)에 등록된 CCDC 2474242 항목을 상세히 분석한다. 이 항목은 결정 회절 연구를 통해 얻어진 실험 데이터를 포함하며, 재료공학 분야에서 물질의 미시적 구조를 이해하는 데 필수적인 정보를 제공한다. 연구 방법론은 결정 회절 실험을 기반으로 한다. 이 실험을 통해 얻어진 데이터는 CSD를 통해 자유롭게 접근 가능하며, 3차원 좌표, 단위 세포 매개변수, 공간군, 실험 조건 및 데이터 품질 측정치와 같은 핵심 정보를 포함한다. 분석 결과, CCDC 2474242 항목은 특정 소분자의 정밀한 결정 구조를 나타낸다. 이는 원자 배열과 결합 특성에 대한 심층적인 이해를 가능하게 하며, 물질의 물리적, 화학적 특성을 예측하고 제어하는 데 중요한 기초 자료가 된다. 이러한 결정 구조 데이터는 신소재 설계, 약물 개발, 촉매 연구 등 다양한 재료공학 및 화학 분야에서 활용될 수 있다. 특히, 물질의 구조-특성 관계를 규명하는 데 핵심적인 역할을 하여, 미래 기술 발전에 기여할 잠재력을 지닌다.

연구 트렌드로 돌아가기