Luan van

1 ĐẶT VẤN ĐỀ Gỗ nguồn nguyên liệu tái tạo loại vật liệu như: sắt thép, xi măng, gỗ, nhựa; loại vật liệu thân thiện với môi trường nên gỗ người yêu thích, sử dụng rộng rãi xây dựng, sản xuất đồ gỗ, trang trí nội thất nhiều lĩnh vực khác Tuy nhiên, gỗ vật liệu hữu cơ, có cấu trúc xốp, rỗng chứa nhiều nhóm chức ưa nước, nên gỗ có khả hút ẩm nước mạnh Đặc biệt, sử dụng điều kiện trời gỗ thường bị thay đổi đặc tính bề mặt chịu tác động nhân tố môi trường như: tia tử ngoại (UV) từ ánh sáng mặt trời độ ẩm khơng khí Vì vậy, nâng cao khả chống chịu tia UV tính chịu ẩm/nước gỗ mở rộng lĩnh vực sử dụng Nhằm cải thiện tính năng, mở rộng phạm vi ứng dụng gỗ đã có nhiệu nghiên cứu, đồng thời khơng ngừng xuất công nghệ, kỹ thuật phương pháp xử lý/biến tính gỗ (Để thống thuật ngữ, toàn luận án sử dụng thuật ngữ biến tính gỗ biến tính bề mặt gỗ, bao gồm phủ mặt gỗ) Trong phương pháp biến tính gỗ, biến tính bề mặt gỗ phương pháp làm thay đổi hình thái, thành phần, cấu trúc trạng thái ứng suất bề mặt gỗ, từ thu tính đặc biệt cho bề mặt gỗ, làm cho bề mặt gỗ có tính mà thân bề mặt gỗ tự nhiên khơng có Biến tính bề mặt gỗ có ý nghĩa vơ đặc biệt, mặt cải thiện nâng cao tính vật liệu sản phẩm (chịu nước, chịu UV, chống mục, chậm cháy, ổn định kích thước, chịu mài mịn, tính trang sức), đảm bảo độ tin cậy độ an toàn sử dụng sản phẩm, kéo dài tuổi thọ sử dụng sản phẩm, tiết kiệm tài nguyên nguồn lượng, giảm thiểu nhiễm mơi trường; mặt khác cịn tạo thêm cho gỗ tính hóa học vật lý đặc thù (siêu kỵ nước, diệt khuẩn, tự làm sạch, tự phân giải chất hữu cơ,…), từ chế tạo vật liệu gỗ có tính giá trị sử dụng cao, nhằm mở rộng lĩnh vực sử dụng phạm vi ứng dụng Những năm gần đây, với phát triển khoa học công nghệ, nhiều thiết bị đại ứng dụng nghiên cứu, đã có nhiều nghiên cứu làm rõ chất tượng tự nhiên Ví dụ trường hợp bề mặt siêu kỵ nước tự nhiên, Sen, cánh hoa hồng, chân Nhện nước,… đã trở thành nguồn ý tưởng quan trọng nghiên cứu xử lý biến tính gỗ Trong bề mặt Sen bề mặt kỵ nước điển hình với góc tiếp xúc lớn 150o góc lăn/trượt giọt nước nhỏ 10o Giọt nước lăn bề mặt Sen trôi bụi bẩn từ đã tạo hiệu tự làm Vì vậy, xử lý làm cho bề mặt gỗ có cấu trúc phân lớp tương tự bề mặt Sen, làm cho bề mặt gỗ trở nên siêu kỵ nước, giảm cách hiệu việc nước thấm vào gỗ, từ cải thiện vấn đề ổn định kích thước hút ẩm/nước gỗ gây Ngoài ra, tiến hành xử lý bề mặt gỗ hợp lý, sử dụng loại vật liệu phủ phù hợp làm cho gỗ trở thành loại vật liệu sinh học thân thiện với mơi trường có cấu trúc xốp, có tính kỵ nước, tự làm sạch, chậm cháy, chịu UV,… làm nguyên liệu tốt trang trí nội ngoại thất xây dựng, kéo dài tuổi thọ sản phẩm, nâng cao hiệu sử dụng gỗ, góp phần bảo vệ tài nguyên môi trường Để tạo bề mặt siêu kỵ nước đồng thời chịu tia UV cho vật liệu, năm gần đã có cơng trình nghiên cứu ngồi nước cơng bố Các công nghệ chủ yếu dựa sở khoa học công nghệ nano để tạo bề mặt có cấu trúc phân lớp với kích thước micro/nano mét tương tự cấu trúc tạo hiệu ứng Sen Các bề mặt thường tạo từ hợp chất vô TiO2, SiO2, ZnO,… Trong đó, loại hợp chất có đặc tính riêng công nghệ chế tạo khác Trên sở xem xét ưu điểm nguồn nguyên liệu phong phú, giá thành rẻ, công nghệ chế tạo đơn giản hợp chất vô đáp ứng yêu cầu tạo bề mặt có cấu trúc phân lớp với kích thước micro/nano mét nên luận án đã chọn để tài “Nâng cao tính kỵ nước chống tia uv cho gỗ Bồ đề (Styrax tonkinensis) công nghệ phủ ZnO” Luận án đã tiến hành nghiên cứu tạo lớp phủ có cấu trúc micro/nano, để gỗ Bồ đề trở thành loại vật liệu kỵ nước chịu tia UV Kết tạo hướng việc áp dụng để xử lý thay cho số phương pháp xử lý bề mặt gỗ CHƯƠNG TỔNG QUAN 1.1 Công nghệ vật liệu nano cải thiện chất lượng gỗ Cùng với thành tựu đáng ý đã đạt được, công nghệ nano đã xâm nhập ảnh hưởng đến hầu hết lĩnh vực sống Sản phẩm tạo công nghệ nano - Vật liệu nano mệnh danh “Vật liệu kỷ 21”, quốc gia nhà khoa học giới xem lĩnh vực nghiên cứu quan trọng, có tính vượt trội triển vọng ứng dụng rộng rãi Cơng nghệ biến tính gỗ, đặc biệt kết hợp khoa học gỗ với công nghệ nano, để chế tạo loại vật liệu đa tính có giá trị sử dụng cao ngày trọng [73] Lợi dụng ưu điểm vật liệu nano vô kết hợp cách hữu với gỗ, cải thiện tính vốn có gỗ đồng thời tạo cho gỗ tính đặc thù mới, làm vật liệu tạo mang đồng thời hai đặc tính vật liệu gỗ vật liệu nano, hướng phát triển mới, quan trọng có triển vọng lĩnh vực biến tính gỗ Vật liệu nano vật liệu khơng gian chiều có chiều có kích thước nằm phạm vi kích thước nano (1~100 nm) chúng đóng vai trị đơn nguyên cấu tạo nên, kích thước vật chất sau đạt đến kích thước nano, tính biến đổi đột ngột từ lượng sang chất, sinh các tượng hiệu ứng kích thước lượng tử, hiệu ứng kích thước tế vi, hiệu ứng bề mặt, … tạo nhiều tính chất khác với vật thể vĩ mô khơng giống với tính chất ngun tử đơn lẻ Vật liệu nano đã ứng dụng nhiều lĩnh vực, có đặc tính như: nano ZnO có tác dụng mạnh việc ngăn tia tử ngoại hấp thụ tia hồng ngoại, tạo hiệu chống lão hóa kháng khuẩn [77] [24]; nano Al2O3, SiO2 chủ yếu ứng dụng với đơn tinh thể quang học đồ gốm sứ, có độ cứng tốt, tính chống mài mịn tác dụng tăng độ dẻo, tăng độ bền học tính dẻo mức độ cao [29] [44] [28] [18] Nano CaCO3 chất gia cường ứng dụng rộng rãi, nâng cao độ cứng độ dòn vật liệu [21] [38] Nano TiO2 có hoạt tính quang xúc tác mạnh, đạt đến mức độ phân giải chất ô nhiễm hữu cơ, có tác dụng làm khơng khí, diệt khuẩn tự làm [30] [26] [78] Đồng thời, nano TiO2, ZnO, SiO2, Al2O3 Fe2O3,… chất chống lão hóa tốt Gỗ loại vật liệu cao phân tử hữu tự nhiên liên kết hữu với vật liệu nano vô không mang lại cho gỗ hiệu ứng như: hiệu ứng kích thước, hiệu ứng lượng tử hiệu ứng bề mặt vật liệu nano, mà cịn tạo độ cứng, tính ổn định kích thước tính chịu nhiệt, chậm cháy chất vơ kết hợp với tính dẻo, dễ gia cơng đặc tính mơ trường riêng có gỗ, từ tạo nhiều tính đặc biệt, tính tự làm sạch, tính tự diệt khuẩn tính tự phân giải chất hữu 1.1.1 Cải thiện tính chất lý gỗ Trong trình sử dụng gỗ, nhược điểm gỗ sau hút ẩm dãn nở, làm giảm độ ổn định kích thước dễ bị sinh vật hại gỗ xâm nhập Xử lý gỗ nano SiO2 TiO2 cải thiện lớn tính ổn định kích thước tính chất vật lý khác gỗ Hübert cộng [71] đã áp dụng phương pháp sol-gel để tẩm sol TiO2 vào gỗ, kết kiểm tra cho thấy độ co rút thể tích gỗ giảm đến 5%, độ ổn định kích thước tăng đến 60% Hình 1.1 cho thấy phân bố hạt TiO2 gỗ Vì vậy, vật liệu nano vơ có tính ưu việt vượt trội việc áp dụng để cải thiện tính ổn định kích thước gỗ, làm giảm tính chất học gỗ Nếu mang số hợp chất cao phân tử hữu kết hợp trước với nano vô sau tiến hành cải thiện tính gỗ, diện tích bề mặt riêng hạt nano lớn, số lượng nguyên tử bề mặt nhiều, liên kết cách tốt với hợp chất cao phân tử, cải thiện tính chất học gỗ Hình 1.1 Ảnh hiển vi SEM (a), ESEM (b) phân bố hợp chất TiO2 tẩm vào gỗ thông Năm 2010 2012, Taghiyari, H R cộng [35] [48] đã nghiên cứu áp dụng phương pháp xử lý gỗ Dương - Populus nigra (poplar) gỗ Dẻ gai Fagus orientalis (beech) nano Bạc với nồng độ 200ppm Kết đã làm tăng độ bền nén dọc loại gỗ, độ bền uốn tĩnh lại có xu hướng giảm xuống Tuy nhiên, tỉ lệ giảm độ bền uốn tĩnh mô đun đàn hồi không đáng kể Chỉ twff 1,7 % đến 6% Việc nghiên cứu áp dụng vật liệu nano vào nâng cao tính chất học gỗ giới khơng có nhiều nghiên cứu, thường nghiên cứu vào trường hợp đặc thù Đây phù hợp với đặc tính vật liệu nano Để nâng cao tính chất học gỗ, đa số nghiên cứu tập trung vào việc nghiên cứu tạo compozit gỗ theo phương pháp sol-gel kết hợp vật liệu nano với chất polyme phù hợp 1.1.2 Tạo hiệu ứng bề mặt gỗ Do vật liệu nano có hiệu ứng kích thước, xảy kết hợp vật liệu nano gỗ phân tử nhỏ vật liệu nano hình thành vách tế bào gỗ, kết tủa, đồng thời liên kết với gốc -OH có gỗ, từ làm cho vật liệu nano trở thành phận tổ thành gỗ, trì hệ thống vách tế bào Wang Chengyu cộng [36] [39] đã đưa nano ZnO dạng chuỗi, nano α-FeOOH hình cầu (Hình 1.2),… bám lên bề mặt gỗ để tạo vật liệu gỗ có tính siêu kỵ nước, đã làm thay đổi tính ưa nước gỗ Nguyên lý lợi dụng phương pháp hóa học chế tạo nano, bề mặt gỗ tạo tồn hai kích thước nano micron, sau xử lý giảm lượng bề mặt, làm cho giọt chất lỏng bề mặt gỗ tiếp xúc với bề mặt vật liệu nano, làm cho dầu nước tiếp xúc trực tiếp với bề mặt vật liệu, tạo cho gỗ có đặc tính hồn tồn đối lập với đặc tính vốn có nó, lúc vết mỡ nước tiếp xúc đến bề mặt gỗ không bị hút sức căng bề mặt nó, đạt hiệu tự làm Có thể thấy, sử dụng cơng nghệ chế tạo vật liệu nano chế tạo vật liệu gỗ có khả siêu kỵ nước, kỵ dầu mỡ, nâng cao cải thiệt lớn khả kỵ nước kháng dầu mỡ gỗ, làm cho gỗ khơng cịn dãn nở hút nước, bề mặt gỗ khơng cịn bị bẩn hấp thụ chất hữu Lớp vật liệu nano tạo có đóng vai trị vỏ bọc vô bề mặt gỗ, đồng thời lại phát huy hiệu ứng kích thước nhỏ vật liệu nano, thực việc dung hòa cách hữu đặc tính vốn có gỗ với đặc tính vật liệu nano Một vấn đề quan trọng đặt sau bề mặt gỗ phủ lớp vật liệu nano có gây tác dụng xấu q trình sử dụng khơng? Vì vậy, việc nghiên cứu hiệu ứng kích thước nhỏ vật liệu nano biến tính gỗ nhằm nâng cao tính gỗ có ý nghĩa quan trọng Hình 1.2 Vật liệu siêu kỵ nước (a) ZnO, (b) α-FeOOH 1.1.3 Tạo tính diệt khuẩn tự làm cho gỗ Tìm kiếm chất bảo quản gỗ mới, không độc hại người mơi trường đồng thời có hiệu cao ln vấn đề nhà khoa học gỗ quan tâm Những năm gần đây, việc lợi dụng nano TiO2, ZnO,…và chất bán dẫn khác với tính xúc tác quang để loại bỏ phân giải chất hữu điểm nóng nghiên cứu, hai loại vật liệu nano vô không độc, độ ổn định cao có khả xúc tác quang phân hủy chất hữu cao Nếu kết hợp cách hữu số vật liệu thể bán dẫn xúc tác quang với gỗ, tạo cho gỗ có khả chống mục, diệt khuẩn, tự làm tự phân giải chất hữu cơ, mở rộng lớn phạm vi mục đích sử dụng vật liệu chất gỗ Long Ling cộng [80] sử dụng thể huyền phù TiO2 chất chống khuẩn công nghệ chế tạo trang sức bề mặt ván nhân tạo, tiến hành kiểm tra tính diệt khuẩn phát hiện, trang sức có hiệu kìm hãm phát triển vi khuẩn, có tác dụng ức chế tốt khuẩn E coli tụ cầu khuẩn Huang Suyong đồng nghiệp [81] áp dụng phương pháp sol-gel chế tạo mẫu nhỏ vật liệu compozit TiO2-gỗ sa mộc, kết thí nghiệm kiểm tra vi sinh vật chống khuẩn cho thấy, vật liệu composite TiO2-gỗ sa mộc có tính chống khuẩn rõ rệt tác dụng rộng, tỷ lệ diệt khuẩn E.coli, tụ cầu khuẩn, vi khuẩn hình que (Salmonella typhimurium) trực khuẩn Bacillus (Bacillus subtilis) đạt 90%, tính chống khuẩn có độ ổn định độ lâu bền định Năm 2018, Yawen Yao cộng [66] đã nghiên cứu ảnh hưởng lớp phủ siêu kỵ nước sở este hóa xenlulo glycerol stearoyl đến khả chống loại nấm gỗ, kết cho thấy gỗ sau xử lý kỵ nước siêu kỵ nước có đặc tính chống nấm tốt so với gỗ không xử lý Hơn nữa, tác dụng chống nấm khác gỗ kỵ nước siêu kỵ nước đã quan sát thấy: gỗ kỵ nước ngăn chặn triệt để bám nấm vào gỗ đã qua xử lý, nấm tìm thấy bên gỗ kỵ nước sau thử nghiệm chống nấm 1.1.4 Cải thiện tính chống chịu thời tiết cho gỗ Những năm gần đây, sử dụng vật liệu nano vô để nâng cao khả chống chịu khí hậu gỗ đã trở thành điểm nóng nghiên cứu biến tính gỗ [67] [12] [63] Yu Yan đồng nghiệp [43] [50] kết hợp áp dụng phương pháp nhúng, tẩm kết tủa tạo lớp ZnO dạng bề mặt gỗ (Hình 1.3a), kết nghiên cứu cho thấy khả chống tia UV gỗ đã cải thiện nâng cao nhiều Tshabalala cộng [46] [69] [20] đã lợi dụng loại vật liệu vô để tiến hành xử lý biến tính gỗ, sau để mẫu gỗ điều kiện chiếu tia UV cường độ cao đã phát hiện, khả chống chịu khí hậu gỗ đã nâng cao nhiều (Hình 1.3b) Ứng dụng đặc tính để khắc phục tính lão hóa gỗ, trạng thái bề mặt phẩm chất gỗ, có ý nghĩa thực tiễn với việc dùng gỗ ngồi trời, kéo dài tuổi thọ sử dụng gỗ điều kiện trời cách rõ rệt Hình 1.3 Ảnh SEM vật liệu ZnO-gỗ (a) ảnh quang học vật liệu vô cơ-gỗ (b) 1.1.5 Cải thiện tính chậm cháy cho gỗ Xử lý chậm cháy cho gỗ luôn vấn đề kỹ thuật khó giải khoa học gỗ, nhiều nhà khoa học đã tiến hành nghiên cứu mang tính thăm dị khơng ngừng tìm kiếm loại hóa chất chậm cháy khơng độc hại đến môi trường người Với phát triển công nghệ nano, việc sử dụng vật liệu nano vào xử lý gỗ nhằm nâng cao khả chậm cháy chịu lửa gỗ nhiều nhà khoa học quan tâm Chuyên gia người Nhật Saka cộng [78] [79] đã sử dụng TiO2, Na2O-SiO2 hợp chất vô khác, thông qua phương pháp sol-gel để tẩm hợp chất vào gỗ tiến hành kiểm tra tính ổn định nhiệt khả chịu lửa vật liệu tạo ra, kết nghiên cứu cho thấy khả chậm cháy vật liệu nâng cao với mức độ định Sun Qingfeng cộng [37] đã tạo lớp anatase TiO2 bề mặt gỗ, sau sử dụng kỹ thuật CONE để xác định đặc tính cháy vật liệu đã biến tính, kết nghiên cứu cho thấy thời gian cháy vật liệu đã biến tính kéo dài gấp hai lần, đồng thời lượng khói lượng CO, CO2 giảm nhiều so với gỗ đối chứng Năm 2017, Lizhuo Kong cộng [62] đã nghiên cứu phủ ZnO dạng que lên gỗ đã nâng cao tính chất quang, tính siêu kỵ nước khả chậm cháy gỗ Năm 2018, Wang Ze cộng [74] đã nghiên cứu sử dụng PDMS@Stearic Acid-Kaolin để phủ cho vật liệu lignocellulose, kết thu 10 tính chậm cháy cao Vì vậy, sử dụng vật liệu nano vô để cải thiện khả chậm cháy gỗ hướng nghiên cứu quan trọng tương lai Tóm lại, từ góc độ phát triển tìm “loại vật liệu đa năng”, tác động tới môi trường, giá trị sử dụng cao để xử lý biến tính gỗ, cải thiện tính chất gỗ thấy, nghiên cứu sử dụng vật liệu nano vô để bảo quản gỗ nâng cao chất lượng gỗ hướng nghiên cứu quan trọng tương lai ngành chế biến sử dụng gỗ 1.2 Nghiên cứu nước phương pháp biến tính gỗ cơng nghệ nano Hiện tại, ứng dụng công nghệ nano xử lý biến tính gỗ chủ yếu có hai phương thức tạo vật liệu compozit gỗ-vật liệu nano vô (phương pháp ngâm, tẩm) tạo lớp phủ vật liệu nano bề mặt gỗ Các phương pháp áp dụng để tạo compozit có phương pháp sol-gel, phương pháp tẩm, phương pháp in-situ, phương pháp kết tủa thủy nhiệt; phương pháp áp dụng tạo lớp phủ có phương pháp sol-gel, phương pháp nhúng, phương pháp kết tủa thủy nhiệt, phương pháp phun, phương pháp quay, 1.2.1 Các nghiên cứu xử lý tạo compozit gỗ-vật liệu vô Mặc dù gỗ vật liệu dễ bị phá hoại, xem ưu điểm để gỗ tự phân hủy điều kiện môi trường phân giải trình tự nhiên để thực chu kỳ tồn nó, nhiên điều hồn tồn khơng mong muốn gỗ sử dụng ứng dụng phục vụ sống người Trong điều kiện loài gỗ rừng tự nhiên ngày cạn kiệt, công nghiệp sử dụng gỗ chuyển sang hướng sử dụng gỗ rừng trồng mọc nhanh, việc quản lý sử dụng gỗ khai thác từ rừng tự nhiên quan tâm Gỗ rừng trồng mọc nhanh thường có đặc điểm tỉ lệ gỗ tuổi non cao P7 KẾT QUẢ PHÂN TÍCH GĨC TIẾP XÚC THEO PHẦN MỀM DESIGN EXPERT ANOVA for Quadratic model Response 1: WCA Source Sum of Squares df Mean Square F-value p-value 625.48 125.10 9.98 0.0044 significant Model A-C 89.56 89.56 7.14 0.0319 B-t 416.63 416.63 33.23 0.0007 AB 4.08 4.08 0.3255 0.5862 A² 22.60 22.60 1.80 0.2213 B² 103.25 103.25 8.24 0.0240 12.54 Residual 87.76 Lack of Fit 78.93 26.31 11.92 0.0183 significant Pure Error 8.83 2.21 12 Cor Total 713.24 Factor coding is Coded Sum of squares is Type III - Partial The Model F-value of 9.98 implies the model is significant There is only a 0.44% chance that an F-value this large could occur due to noise P-values less than 0.0500 indicate model terms are significant In this case A, B, B² are significant model terms Values greater than 0.1000 indicate the model terms are not significant If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model The Lack of Fit F-value of 11.92 implies the Lack of Fit is significant There is only a 1.83% chance that a Lack of Fit F-value this large could occur due to noise Significant lack of fit is bad we want the model to fit Fit Statistics 0.8770 Std Dev 3.54 R² 145.56 Adjusted R² 0.7891 Mean C.V % 2.43 Predicted R² 0.1937 Adeq Precision 9.0660 The Predicted R² of 0.1937 is not as close to the Adjusted R² of 0.7891 as one might normally expect; i.e the difference is more than 0.2 This may indicate a large block effect or a possible problem with your model and/or data Things to consider are model reduction, response transformation, outliers, etc All empirical models should be tested by doing confirmation runs Adeq Precision measures the signal to noise ratio A ratio greater than is desirable Your ratio of 9.066 indicates an adequate signal This model can be used to navigate the design space Final Equation in Terms of Actual Factors WCA = +57.36746 +34.38188 C +0.556026 t -0.033667 C * t -7.21000 C² -0.001070 t² The equation in terms of actual factors can be used to make predictions about the response for given levels of each factor Here, the levels should be specified in the original units for each factor This equation should not be used to determine the relative impact of each factor because the coefficients are scaled to accommodate the units of each factor and the intercept is not at the center of the design space Coefficients in Terms of Coded Factors Factor Coefficient Estimate df Standard Error 95% CI Low 95% CI High VIF Intercept 149.04 1.58 145.30 152.78 A-C 3.35 1.25 0.3857 6.31 1.0000 B-t 7.22 1.25 4.26 10.18 1.0000 AB -1.01 1.77 -5.20 3.18 1.0000 A² -1.80 1.34 -4.98 1.37 1.02 B² -3.85 1.34 -7.03 -0.6780 1.02 The coefficient estimate represents the expected change in response per unit change in factor value when all remaining factors are held constant The intercept in an orthogonal design is the overall average response of all the runs The coefficients are adjustments around that average based on the factor settings When the factors are orthogonal the VIFs are 1; VIFs greater than indicate multi-colinearity, the higher the VIF the more severe the correlation of factors As a rough rule, VIFs less than 10 are tolerable P8 KẾT QUẢ PHÂN TÍCH MEE THEO PHẦN MỀM DESIGN EXPERT ANOVA for Quadratic model Response 2: MEE Source Sum of Squares df Mean Square F-value p-value 0.5834 0.1167 8.61 0.0067 significant Model A-C 0.2376 0.2376 17.54 0.0041 B-t 0.1510 0.1510 11.15 0.0124 AB 0.1899 0.1899 14.02 0.0072 A² 0.0044 0.0044 0.3252 0.5863 B² 0.0001 0.0001 0.0100 0.9232 0.0135 Residual 0.0948 Lack of Fit 0.0449 0.0150 1.20 0.4167 not significant Pure Error 0.0499 0.0125 12 Cor Total 0.6782 Factor coding is Coded Sum of squares is Type III - Partial The Model F-value of 8.61 implies the model is significant There is only a 0.67% chance that an F-value this large could occur due to noise P-values less than 0.0500 indicate model terms are significant In this case A, B, AB are significant model terms Values greater than 0.1000 indicate the model terms are not significant If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model The Lack of Fit F-value of 1.20 implies the Lack of Fit is not significant relative to the pure error There is a 41.67% chance that a Lack of Fit F-value this large could occur due to noise Non-significant lack of fit is good we want the model to fit Final Equation in Terms of Actual Factors MEE = +1.98716 +1.95389 C +0.012742 t -0.007262 C*t -0.100657 C² +1.22505E-06 t² The equation in terms of actual factors can be used to make predictions about the response for given levels of each factor Here, the levels should be specified in the original units for each factor This equation should not be used to determine the relative impact of each factor because the coefficients are scaled to accommodate the units of each factor and the intercept is not at the center of the design space Fit Statistics 0.8602 Std Dev 0.1164 R² 5.05 0.7603 Mean Adjusted R² C.V % 2.30 Predicted R² 0.4141 Adeq Precision 9.8706 The Predicted R² of 0.4141 is not as close to the Adjusted R² of 0.7603 as one might normally expect; i.e the difference is more than 0.2 This may indicate a large block effect or a possible problem with your model and/or data Things to consider are model reduction, response transformation, outliers, etc All empirical models should be tested by doing confirmation runs Adeq Precision measures the signal to noise ratio A ratio greater than is desirable Your ratio of 9.871 indicates an adequate signal This model can be used to navigate the design space Coefficients in Terms of Coded Factors Factor Coefficient Estimate df Standard Error 95% CI Low 95% CI High VIF Intercept 5.06 0.0520 4.94 5.19 A-C 0.1724 0.0411 0.0751 0.2697 1.0000 B-t 0.1374 0.0411 0.0401 0.2347 1.0000 AB -0.2179 0.0582 -0.3555 -0.0803 1.0000 A² -0.0252 0.0441 -0.1295 0.0792 1.02 B² 0.0044 0.0441 -0.0999 0.1088 1.02 The coefficient estimate represents the expected change in response per unit change in factor value when all remaining factors are held constant The intercept in an orthogonal design is the overall average response of all the runs The coefficients are adjustments around that average based on the factor settings When the factors are orthogonal the VIFs are 1; VIFs greater than indicate multi-colinearity, the higher the VIF the more severe the correlation of factors As a rough rule, VIFs less than 10 are tolerable P9 KẾT QUẢ PHÂN TÍCH WRE THEO PHẦN MỀM DESIGN EXPERT ANOVA for Quadratic model Response 3: WRE Source Sum of Squares df Mean Square F-value p-value 2.59 0.5182 7.44 0.0101 significant Model A-C 1.59 1.59 22.78 0.0020 B-t 0.8674 0.8674 12.46 0.0096 AB 0.1161 0.1161 1.67 0.2376 A² 0.0081 0.0081 0.1165 0.7429 B² 0.0160 0.0160 0.2291 0.6468 0.0696 Residual 0.4873 Lack of Fit 0.3672 0.1224 4.07 0.1041 not significant Pure Error 0.1201 0.0300 12 Cor Total 3.08 Factor coding is Coded Sum of squares is Type III - Partial The Model F-value of 7.44 implies the model is significant There is only a 1.01% chance that an F-value this large could occur due to noise P-values less than 0.0500 indicate model terms are significant In this case A, B are significant model terms Values greater than 0.1000 indicate the model terms are not significant If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model The Lack of Fit F-value of 4.07 implies the Lack of Fit is not significant relative to the pure error There is a 10.41% chance that a Lack of Fit F-value this large could occur due to noise Non-significant lack of fit is good we want the model to fit Final Equation in Terms of Actual Factors WRE = +15.73788 +0.278055 C +0.001759 t +0.005679 C * t -0.136573 C² -0.000013 t² The equation in terms of actual factors can be used to make predictions about the response for given levels of each factor Here, the levels should be specified in the original units for each factor This equation should not be used to determine the relative impact of each factor because the coefficients are scaled to accommodate the units of each factor and the intercept is not at the center of the design space Fit Statistics 0.8417 Std Dev 0.2639 R² 17.22 Adjusted R² 0.7286 Mean C.V % 1.53 Predicted R² 0.0908 Adeq Precision 8.7076 The Predicted R² of 0.0908 is not as close to the Adjusted R² of 0.7286 as one might normally expect; i.e the difference is more than 0.2 This may indicate a large block effect or a possible problem with your model and/or data Things to consider are model reduction, response transformation, outliers, etc All empirical models should be tested by doing confirmation runs Adeq Precision measures the signal to noise ratio A ratio greater than is desirable Your ratio of 8.708 indicates an adequate signal This model can be used to navigate the design space Coefficients in Terms of Coded Factors Factor Coefficient Estimate df Standard Error 95% CI Low 95% CI High VIF Intercept 17.27 0.1180 16.99 17.55 A-C 0.4453 0.0933 0.2247 0.6658 1.0000 B-t 0.3293 0.0933 0.1087 0.5499 1.0000 AB 0.1704 0.1319 -0.1416 0.4823 1.0000 A² -0.0341 0.1000 -0.2707 0.2024 1.02 B² -0.0479 0.1000 -0.2844 0.1887 1.02 The coefficient estimate represents the expected change in response per unit change in factor value when all remaining factors are held constant The intercept in an orthogonal design is the overall average response of all the runs The coefficients are adjustments around that average based on the factor settings When the factors are orthogonal the VIFs are 1; VIFs greater than indicate multi-colinearity, the higher the VIF the more severe the correlation of factors As a rough rule, VIFs less than 10 are tolerable ... kết phân tử xenlulo Giữa phân tử xenlulo có hai dạng tương tác, lực Van- der-Vaals liên kết hydro Khác với lực hóa trị, lực Van- der-Vaals thuộc nhóm lực có độ ảnh hưởng rộng Phần lớn nhóm hydroxyl