Studio della penetrazione della radiazione NIR attraverso materiali polimerici: un approccio esplorativo mediante analisi delle componenti principali

View/ Open
Author
Bassoli, Rebecca <2002>
Date
2026-07-22Data available
2026-08-06Abstract
Questo lavoro di tesi affronta un limite della letteratura scientifica, che considera l’imaging
iperspettrale nel vicino infrarosso (NIR-HSI) come una tecnica di analisi superficiale. Lo scopo
è volto a dimostrarne l’efficacia nell’esplorazione degli strati profondi dei campioni,
distinguendo la natura chimica dalla geometria dei materiali.
A tal fine sono stati realizzati mediante stampa 3D 54 campioni polimerici stratificati in acido
polilattico (PLA) e polietilentereftalato glicole-modificato (PETG), variando sia lo spessore dei
polimeri sia la trama di stampa. Le immagini iperspettrali, acquisite nel range 1000–2500 nm,
sono state elaborate con un approccio multivariato applicando quattro combinazioni di
pretrattamenti di riga e di colonna e utilizzando la PCA come metodo esplorativo.
I risultati dimostrano che la radiazione NIR riesce a caratterizzare i polimeri fino a circa 1 cm
di profondità; infatti, è stata osservata una maggiore penetrazione nel PLA rispetto al PETG a
causa della diversa natura dei legami molecolari. Parallelamente, la penetrazione è condizionata
dalla struttura interna dei campioni: la stratificazione dei polimeri basata su una
sovrapposizione precisa ha esteso l'intervallo di altezze indagabili rispetto a un riempimento a
trama incrociata, rendendo accessibili strati profondi altrimenti invisibili.
Lo studio ha anche evidenziato l’importanza dei pretrattamenti dei dati: la combinazione della
trasformata SNV e del centraggio sulla media ha ridotto con successo lo scattering luminoso e
il rumore sistematico delle trame di stampa, concentrando l’informazione chimica su PC1.
In conclusione, la tecnologia NIR-HSI si è dimostrata una strategia analitica robusta per
mappare in profondità campioni complessi; infatti, attraverso la corretta decodifica dei fattori
chimici e strutturali, l'imaging iperspettrale si candida a riferimento per future indagini in ambiti
quali la chimica forense, lo studio dei beni culturali e l'industria farmaceutica. This thesis addresses a limitation in the scientific literature, which predominantly considers
near-infrared hyperspectral imaging (NIR-HSI) as a surface analysis technique. The objective
is to demonstrate its effectiveness in exploring the deep layers of samples, distinguishing the
chemical nature from the geometry of the materials. To this end, 54 stratified polymer samples
composed of polylactic acid (PLA) and polyethylene terephthalate glycol-modified (PETG)
were produced via 3D printing, varying both polymer thickness and printing texture.
Hyperspectral images, acquired in the 1000–2500 nm range, were processed using a
multivariate approach, applying four combinations of row and column pretreatments and
employing PCA as an exploratory method.
The results demonstrate that NIR radiation can characterize polymers up to a depth of
approximately 1 cm; indeed, a higher penetration was observed in PLA compared to PETG due
to the different nature of the molecular bonds. Concurrently, penetration is influenced by the
internal structure of the samples: polymer stratification based on precise overlapping extended
the range of inspectable heights compared to cross-hatch infill, making deep layers accessible
that would otherwise remain invisible. The study also highlighted the importance of data
pretreatments: the combination of SNV transform and mean centering successfully reduced
light scattering and systematic noise from the printing textures, concentrating the chemical
information on PC1.
In conclusion, NIR-HSI technology proved to be a robust analytical strategy for deep mapping
of complex samples; through the correct decoding of chemical and structural factors,
hyperspectral imaging emerge sas a reference for future investigations in fields such as forensic
chemistry, cultural heritage studies, and the pharmaceutical industry.
Type
info:eu-repo/semantics/masterThesisCollections
- Laurea Magistrale [8032]

