基于热重-红外联用技术的复合硅橡胶老化研究

复合硅橡胶绝缘子已广泛应用于架空输电线路中,但其老化一直是困扰电力行业的重要问题。为探究复合硅橡胶的老化过程,在盐雾环境下加快复合硅橡胶样品的老化过程,采用扫描电子显微镜观察样品老化过程中表面微观形貌变化;并利用热重和傅里叶变换红外光谱分析试样老化过程中的组分质量分数和官能团变化;运用热重-红外联用技术分析复合硅橡胶样品的热解产物。结果表明,盐雾老化后样品的热解产物中含有水蒸气、CO_(2)及少量的有机硅,这说明盐雾老化会使样品的Si-CH_(3)、Si-(CH_(3))_(2)等侧链疏水基团发生水解,产生硅羟基(Si-OH)、碳羟基(C-OH)等羟基化基团,影响样品的疏水性能,进而降低耐污染性能。

热重分析/红外光谱-气相色谱-质谱联用技术测定松针中6种常见微塑料

该研究基于热重分析/红外光谱-气相色谱-质谱(TGA/FTIR-GC-MS)联用技术建立了可用于聚乙烯(PE)、聚丙烯(PP)、聚苯乙烯(PS)、聚氯乙烯(PVC)、聚对苯二甲酸乙二酯(PET)、聚碳酸酯(PC)6种常见微塑料的定性定量检测方法。方法检出限为0.03~1.11μg,相对标准偏差为4.0%~12%(n=3),加标回收率为80.4%~93.3%。应用所建立的方法对来自武夷山、青海湖、大兴安岭等12个采样点的松针样品进行分析,得到6种微塑料的浓度范围为0.01~3.15μg·mg^(-1)。此外,样品中6种塑料均有检出,检出率依次为PE、PP和PS(100%)、PET(92%)、PC(60%)、PVC(8%)。该方法可为我国微塑料环境污染评估及环境行为研究提供技术支持。

热重-傅立叶变换红外光谱联用法研究超支化聚氨酯/丙烯酸酯的热性能及热分解机理

采用热重分析仪(TG)和差示扫描量热仪(DSC)对自制的超支化聚氨酯(HPU)和UV固化超支化聚氨酯丙烯酸酯(HPUA)在不同气氛下的热失重行为和玻璃化转变温度(Tg)进行分析,在此基础上,结合热重红外联用仪(TG-FTIR)探究了HPU和HPUA的热分解机理。热重分析结果表明:HPU和HPUA在氮气气氛下具有相似的热分解行为,均有3段热分解温度;在空气气氛下的热分解与氮气气氛下的热分解相比,其分解行为相似,但前者的分解更迅速。DSC分析表明:接入丙烯酸羟乙酯(HEA)后,HPUA的Tg明显低于HPU。热红联用对热分解机理的分析表明:空气气氛下的分解比氮气气氛下更迅速,降解更完全。HPU的3段热分解分别为:醇的降解、氨基甲酸酯键的降解、脲基键的降解;HPUA的3段热分解分别为:丙烯酸羟乙酯的降解、氨基甲酸酯键的降解、脲基键的降解。

利用热重红外联用技术快速鉴别混纺织物成分

热重红外联用技术(TG/FTIR)综合了热重技术的热分离优势和红外技术的定性分析优势,无需样品前处理即可快速鉴别混纺织物成分。当混纺织物中各组分的热解温度达到一定差异时,在热重程序温度下产生的热解逸出气具有时间分辨效果,通过在线红外检测即可予以鉴别;对于热分离效果欠佳的混纺织物,可通过优化热重温度程序提高各组分的热分离效果,或通过各组分的逸出气特征红外吸收峰的官能团剖面图予以区分和鉴别。此技术适用于区分合成纤维混纺织物,蛋白质纤维混纺织物,合成纤维、蛋白质纤维、醋酯纤维以及纤维素纤维之间的混纺织物。

热重-红外联用研究齐多夫定的热分解机理

采用同步热分析(TGA-DTG-DSC)和热重-傅立叶红外(TGA-FTIR)联用技术研究齐多夫定(AZT)在氮气气氛和空气气氛中的热分解过程,测定AZT及其在热分解过程中不同阶段气体产物和固体残留物的红外光谱,运用量子化学GAMESS软件计算AZT分子的键级,探讨AZT的热分解机理.研究结果表明,AZT的热分解过程是一个三阶段过程,起始热分解步骤是联接胸腺嘧啶环与四氢呋喃环的C—N键的断裂,热分解中间残留物是胸腺嘧啶.

利用热重红外联用技术快速鉴别单组分纺织纤维

基于纤维在程序升温过程中热解产生逸出气的红外光谱与其结构的密切关系,文章提出利用热重红外联用技术(TG/FTIR)快速鉴别纺织纤维的新方法。检测了15种常用纺织纤维,发现合成纤维、蛋白质纤维、醋酯纤维和纤维素纤维的逸出气红外谱图有很大的差异性,而涤纶、腈纶、锦纶66、锦纶6、丙纶、丝、毛和醋酯纤维更有各自的红外特征吸收峰,可互相区别并准确鉴定。不同纤维素纤维的逸出气红外谱图比较相似,但通过特征峰强度对比和热重曲线分析,可以将棉、苎麻、亚麻与粘胶、莫代尔、莱赛尔纤维进行区分。TG/FTIR检测技术无需对样品进行前处理、操作简便、干扰因素少、谱图的特征识别性好,在纤维成分快速鉴别中具有独特的优势。

基于热重-红外-质谱联用技术定量分析燃煤气体产物

为了准确定量表征燃煤过程中的多组分混合气体产物,以在氮气气氛中神华混煤热解过程为例,采用热重-红外-质谱联用技术,结合脉冲热分析法,研究煤热解多组分气体产物的逸出特性,重点讨论载气流量、炉温、红外光谱检测分辨率及扫描次数等参数对气体定量测量的影响,分别建立红外光谱以及质谱定量标定工作曲线,确定CO2和CH4的平均析出量.结果表明,神华混煤热解主要生成CO2,CH4,H2,CO,H2O以及含C-H、C-O、C=O等官能团的气体;红外光谱标定信号主要受载气流量和分辨率的影响;红外光谱和质谱定量结果存在差异;神华混煤热解过程中每毫克煤样析出CO2和CH4的平均量分别为65.9和24.1μg.

基于热重-红外联用技术的狼尾草热解过程分析

通过热重-红外联用技术在线分析研究了狼尾草在慢速升温条件下的热裂解行为和机理。结果表明,狼尾草的热分解主要发生在220～500℃,500℃以后热失重非常缓慢,在此温度下固体残留物的质量分数为5.33%。在线红外分析表明狼尾草热解产物主要有CO、CO2、烷烃、醛类、酸类等物质。根据热重曲线和红外谱图,将热解过程分阶段进行了热解动力学的研究,狼尾草热解3个阶段的活化能分别为301.51、88.39和330.58 kJ/mol。

热重-红外联用分析垃圾衍生燃料的热解特性

利用热重红外分析仪(TG-FTIR)研究了两种不同垃圾衍生燃料(RDF)的热解特性。研究发现,尽管两种RDF的来源不同,但却具有相似的热解特性,其热解过程主要分为3个阶段:生物质组分(220～430℃)、塑料类物质(430～520℃)以及无机碳酸盐(>650℃)的分解。利用Coats-Redfern法,求得了RDF热解前两个阶段的表观动力学参数,计算结果表明高温段的反应活化能要高于低温段。通过FTIR对RDF热解析出的气体进行了在线分析,发现两种RDF热解过程中的气相产物析出规律基本一致,析出的气体主要包括H2O、CO2、CO以及CH4等烃类。HCl在低温阶段(230～400℃)即析出完毕。相比之下,NH3开始析出的温度较高(260℃),并且整个析出温度范围较广,高温下仍有少量析出。SO2在热解条件下仍有相当量的生成,其析出主要集中在300～600℃的温度范围内。

热重-红外联用分析制革污泥的燃烧特性

利用TG-FTIR对制革污泥的燃烧特性和燃烧过程气体释放情况进行了研究。研究发现,制革污泥挥发分和灰分含量较高,固定碳含量低、热值低。不同升温速率下,制革污泥的燃烧在800℃时已经比较充分,随着升温速率的增加,制革污泥碳燃烧的失重速率和峰值温度有所增加。运用Ozawa法进行活化能计算表明,制革污泥燃烧所需活化能随着反应程度的深入而增加。制革污泥的挥发分燃烧阶段符合三维扩散的Z-L-T方程反应模型,固定碳燃烧阶段符合自催化反应的P-T方程反应模型,且制革污泥在不同升温速率下燃烧动力学参数存在动力学补偿效应。TG-FTIR分析表明,不同升温速率对气体析出基本特征没有影响,在低温阶段,制革污泥的燃烧产物中有少量的有机酸组分析出。

热重-红外联用技术在煤燃烧特性研究中的应用

用热重红外(TGA FTIR)联用的方式进行了煤在常规条件下的热重实验,分别用 TG、DTG曲线与FTIR的红外三维图等描述了煤燃烧的整个过程,对比了TG、DTG曲线、FTIR图中峰的位置以及峰的起始温度、终止温度、峰值等参数。结果表明,TGA与 FTIR联用时,FTIR的检测无明显的滞后及返混等情况发生,由此可深化对煤燃烧过程的认识。

秸秆类生物质热解的热重-红外联用分析

在氮气气氛下,利用热重-红外联用技术对来自上海市金山区的两种秸秆类生物质(水稻秸秆和芦苇秸秆)热解过程中的失重特性和气体产物释放特性进行了实时在线分析。结果表明,升温速率的增加会产生一定程度的热滞后现象,热裂解过程向高温侧移动;采用积分法对两种秸秆的热解过程进行了动力学分析,得到秸秆类生物质的热解动力学参数,水稻和芦苇秸秆的热解反应是一级反应;两种秸秆的热解产物主要为H2O、CO2、CO、CH4;水稻秸秆热解的DTG曲线及CO2的析出峰为单峰,而芦苇秸秆热解的DTG曲线及CO2的析出峰为双峰;气体析出规律的差异与秸秆中纤维素和半纤维素的比例有关。

热重-红外联用(TG-FTIR)分析含油污泥-废轮胎混合热解特性

为含油污泥和废轮胎共热解工艺的开发与设计提供数据支撑,采用热重-红外联用(TG-FTIR)对含油污泥与废轮胎在不同混合比例下的热解动力学和气体析出特性进行了分析。研究发现,随着废轮胎掺混质量分数增加(从10%到50%),初始热解温度逐渐增加(从311.80℃到335.30℃),但热解特性指数也逐渐增加(从5.41×10^(–11)到1.53×10^(–10)),同时热解终温逐渐减小。由此表明混合热解可弥补单物料热解存在的不足。通过协同作用分析发现,不同的混合比例热解,相互作用及作用程度不同;利用Coats-Redfern法对混合热解过程动力学分析发现,第二阶段(500~800℃)所需的活化能最低,第三阶段(800~1200℃)最高;通过FTIR分析发现,热解主要生成H_2O、CO_2、CO、CH_4等物质;结合综合热解特性指数、相互作用和热解效率指数分析发现,对于以含油污泥处理为主的混合热解,掺混废轮胎比例为50%时可获得较多的可燃气体。

热重-红外联用分析纸厂废弃塑料的热解特性

利用热重-红外联用技术(TG-FTIR)对纸厂废弃塑料的热解特性及气体释放特性进行了研究。研究表明,塑料的热解过程主要为2个阶段:第1阶段为氯的析出,第2阶段为碳链断裂。随着升温速率的增加,塑料热解的失重速率有所增加,且析出峰向高温方向移动。使用Doyle积分方法进行活化能计算,发现塑料热解所需要的活化能随着反应程度的增加而有所增大。塑料热解脱氯阶段符合三维扩散,球形对称Jander方程;碳链断裂阶段符合二维扩散,圆柱形对称方程。TG-FTIR结果表明,热解的第1阶段析出产物主要为HCl,第2阶段的热解产物主要为烃类化合物。

不同部位烟叶的热重-红外-气质联用分析研究

采用热重-红外-气质(STA-IR-GC-MS)联用技术,对上、中、下不同部位烟叶在不同失重点下的裂解产物进行在线检测分析。结果发现:不同部位烟叶在270℃时均能释放出非挥发性多羟基成分,例如甲基-L-吡喃阿拉伯糖甙、甲基葡萄糖甙、甲基-α-D-吡喃甘露糖甙等,而在350℃时主要释放气相成分;在不同失重点均能产生粒相物烟碱,但中部烟叶在270℃和350℃时释放出的总成分明显多于上部和下部。此方法前处理省时便捷。

甘蔗渣焙烧软锰矿的热重红外联用(TG-FTIR)分析

为探讨甘蔗渣焙烧还原软锰矿过程的反应机理,利用热重红外联用(TG-FTIR)技术在线分析甘蔗渣、矿渣混合物的热失重行为及其热解产物,结果表明:甘蔗渣和矿渣混合物的失重都主要发生在230～500℃,两者的最大失重速率都在380℃,在线红外光谱跟踪产物分析表明,甘蔗渣的热解气体产物中有二氧化碳、烃类、醇类、醛类和酸类等物质,而矿渣混合物的气体产物却主要是二氧化碳。

热重-红外联用分析塑料垃圾热动力学特性对多环芳烃生成的影响

本文采用热重-红外联用观察了由PE,PVC,PS等组成的混合塑料和单独的塑料组分的热动力学特性和热重逸出产物的分布特性。结果显示,在混合燃烧和热解时多环芳烃的排放特性和其各组份单独燃烧时的排放特性明显不同,这主要是由于混合燃烧和热解时各塑料组分因相互作用而引起热动力学性质发生了变化所致。

基于热重-傅里叶红外光谱联用的煤矸石自燃特性及微观表征

煤矸石自燃造成严重的环境和生态问题,为揭示煤矸石自燃宏观特性及微观结构之间的关联性,采用热重-傅里叶红外光谱(TG/FTIR)联用技术及自燃程序升温实验,系统研究了煤矸石自燃氧化过程失重率、气体产生率和官能团变化规律及自燃特性。结果表明,煤矸石中存在次甲基、含氧环烷、醚键等桥键和缩合芳环等物质,自燃氧化过程总失重率30.30%.得到了煤矸石自燃过程中7个特征温度,气体脱附、氧化裂解、燃烧和热活化及相变阶段的失重率分别为1.05%,3.27%,20.36%和5.31%.计算得到煤矸石燃料比为0.88,综合燃烧特性指数S为32.34×10^(-11)%2·min^(-2)·K^(-3),说明试样挥发分析出速率快、极易着火燃烧、燃尽性能好,具有较高的自燃氧化及着火燃烧特性。

热重-红外联用气体产物光谱信号定量研究

针对热重-红外联用分析中确定气体产物的释放速率对了解热分解过程、气固反应的重要性,通过关联热重分析仪中测得的固体样品质量损失速率,提出了依据傅里叶红外光谱仪测得的非对称性气体产物响应光谱信号强度时间变化,获得该气体逸出速率的定量校正分析方法.并以热重-红外联用碳酸钙样品热分解过程为例,重点讨论了载气流速、样品质量等参数对逸出气体光谱信号滞后、形变的影响.结果发现,气体传输滞留时间、扩散逆混合时间主要取决于载气流速,而与样品质量无关.

热重-差示扫描量热-傅里叶变换红外光谱联用技术检测水泥生料基固硫剂的气体释放特征

采用热重-差示扫描量热-傅里叶变换红外光谱联用技术进行在线检测,对水泥生料基固硫剂煅烧过程的气体释放特性进行研究。在热重-差示扫描量热综合热分析仪上模拟煅烧过程,通过傅里叶变换红外光谱法鉴别气体产物成分。结果显示:水泥生料基固硫剂中在35~1 450℃煅烧过程中主要释放二氧化碳、水、二氧化硫气体,共发生四步反应。第一步反应为吸附水解吸附和石膏脱结晶水,水积分流量峰值为121.56,154.72℃,总失重为3.19%;第二步反应为矿物相中结晶水的脱除,失重为0.29%,水积分流量峰值为423.83℃;第三步反应为碳酸钙分解,失重为24.40%,二氧化碳气体积分流量出现最大值为818.87℃,在819.54℃水积分流量峰出现最小值;第四步反应为硫酸钙分解,共失重1.83%,二氧化硫气体积分流量在1 415.69℃出现释放最大值。