Light Crude Oil Fingerprinting from Six Different Global Regions Using GCxGCTOFMS with Structural Classifications to Compare Functional Group Differences

Význam tématu

Komplexní složení lehkých ropných destilátů vyžaduje sofistikované analytické metody pro rozlišení a charakterizaci jednotlivých sloučenin a jejich funkčních skupin. GCxGC-TOFMS kombinující dvourozměrnou chromatografii a časově-of-flightového hmotnostního spektrometru poskytuje vysoké rozlišení a plné spektrální informace, což umožňuje detailní profilaci a porovnání surovin z různých regionů.

Cíle a přehled studie / článku

Studie byla zaměřena na srovnání chemického profilu šesti standardů lehkých ropných destilátů pocházejících z různých světových oblastí. Pomocí GCxGC-TOFMS a softwarové funkce "Classifications" byly identifikovány a kvantifikovány hlavní funkční skupiny s cílem generovat unikátní otisk (fingerprint) každého vzorku a vizuálně i kvantitativně odlišit jejich původ.

Použitá metodika a instrumentace

• Chromatograf: Agilent 6890 se sekvencí promodulovanou LECO dvojetapovou termální modulací
• Autosampler: GERSTEL MPS2
• Primární kolona: Rxi-5SilMS, 30 m × 0,25 mm, film 0,25 µm
• Sekundární kolona: Rxi-17Sil-MS, 1,1 m × 0,15 mm, film 0,15 µm
• Mobilní fáze: helium, 1,0 mL/min
• Injekce: 1 µL split 25:1, teplota injektoru 300 °C
• Teplotní program: primární 60 °C (1 min) → 2,5 °C/min → 260 °C → 8 °C/min → 290 °C (10 min); sekundární +5 °C
• Spektrometr: LECO Pegasus 4D TOFMS, m/z 35–600, 200 spektrů/s, zdroj 230 °C, detektor 1635 V

Hlavní výsledky a diskuse

• Dvoudenní chromatogramy jasně ukázaly rozlišení jednotlivých funkčních tříd (alkanů, alkénů, alkoholů, aldehydů, ketonů, cyklických sloučenin, PAH) do osmi kategorií.
• Porovnání konturových map umožnilo vizuálně identifikovat odlišnosti mezi surovinami (např. vyšší zastoupení bicyklických naphthalenů v nigerijských a louisijanských vzorcích oproti arabským).
• Softwarové rozdělení “Classifications” poskytlo rychlý kvantitativní přehled: normalizované procentuální podíly jednotlivých tříd odhalily největší rozdíly mezi regiony.
• Deconvoluce blízko koelutujících analytů ukázala schopnost TOFMS oddělit složky s rozdílem 20 ms a přiřadit knihovní složky s vysokou shodou.

Přínosy a praktické využití metody

• Metoda umožňuje rychlou a detailní chemickou fingerprint analýzu ropných surovin pro účely kvality, původu a sledování surovinových toků.
• Vysoké rozlišení a úplné spektrální informace zajišťují přesnou identifikaci i v komplexních matricích.
• Softwarové klasifikace urychlují datovou analýzu a poskytují standardizovaný nástroj pro porovnávání vzorků.

Budoucí trendy a možnosti využití

• Integrace pokročilých datových analýz a strojového učení pro automatizované rozpoznávání otisků surovin.
• Rozšíření metodiky na těžší frakce ropy a netradiční zdroje (bitumen, ropné břidlice).
• Kombinace s dalšími analýzami (IR, NMR, GC-MS/MS) pro multidisciplinární charakterizaci.
• Vývoj kompaktního GCxGC-TOFMS pro onsite analýzu v terénu.

Závěr

GCxGC-TOFMS se strukturální klasifikací představuje výkonný nástroj pro detailní chemickou analýzu lehkých ropných surovin. Metoda prokázala schopnost rozlišit standardy z různých geografických oblastí na základě funkčních skupin a poskytla standardizovaný přístup k fingerprintingu surovin.

Reference

• LECO Corporation, Application Note, Form No. 203-821-434, 2013