Density and Copolymer Content in Polyethylene Samples by FT-NIR Spectroscopy

Význam tématu

Analýza polyethylenů je v praxi klíčová pro kontrolu kvality výroby, správné třídění při recyklaci a pro posouzení vlastností materiálů ovlivněných hustotou a kopolymerací. Rychlé, bezkontaktní a bez přípravy vzorku proveditelné metody jako FT‑NIR významně zvyšují efektivitu třídění plastů v průmyslu a umožňují statisticky robustní predikce parametrů, které korelují s fyzikálními vlastnostmi (např. bod tání, pevnost).

Cíle a přehled studie / článku

Primárním cílem bylo prokázat schopnost FT‑NIR analyzátoru Antaris II MDS klasifikovat polyethyleny podle hustoty (LLDPE, MDPE, HDPE) a kvantitativně predikovat hustotu v rámci MDPE vzorků. Druhý cíl byl demonstrovat kvantifikaci obsahu ethylenu v kopolymerních fóliích ethylen–polypropylen (2–16 % ethylenu). Studie využívá chemometrické metody (discriminant analysis, PLS) pro kvalifikaci a kvantifikaci polymerních vzorků bez nutnosti chemické úpravy.

Použitá metodika a instrumentace

Metoda: FT‑NIR spektroskopie s multivariate chemometrií.

Instrumentace a konfigurace:

• Thermo Scientific Antaris II Method Development Sampling (MDS) systém
• Integrating sphere modul se spinning sample cup (vzorkovací víko otáčející se pro lepší reprezentativitu)
• Spektrální rozsahy: klasifikace (první derivace) 6000–5700 cm-1; kvantifikace MDPE 10 000–6200 cm-1 (baseline 8840 cm-1); kvantifikace kopolymeru 9000–4500 cm-1 (baseline 9029 cm-1)
• Předzpracování: Norris derivative smoothing pro diskriminaci; u některých modelů použita první derivace, u kvantifikací byly také použity nevyhlazené spektra s bodovou baseline korekcí
• Software: TQ Analyst pro discriminant analysis a PLS modelování

Vzorky:

• Studie 1: tři třídy PE dle hustoty — LLDPE (0.9170–0.9200 g·cm-3), MDPE (0.9260–0.9400 g·cm-3), HDPE (>0.941 g·cm-3); soubor ~34 vzorků, včetně 11 MDPE pro PLS kalibraci
• Studie 2: 28 vzorků ethylen‑polypropylenových kopolymerů s obsahem ethylenu 2–16 %

Hlavní výsledky a diskuse

- Klasifikace hustot: discriminantní modely na základě FT‑NIR prvních derivací vykázaly jasné spektrální oddělení mezi LLDPE, MDPE a HDPE (analýza hlavních komponent ukázala separaci PC1 vs. PC2). Všechny testované vzorky byly správně klasifikovány ve sledovaném souboru.

- Kvantifikace hustoty (MDPE): PLS model použitý na 11 MDPE vzorcích v rozsahu 0.9340–0.9395 g·cm-3 dosáhl RMSEP = 0.0005 g·cm-3 a koeficientu korelace ~0.977, což ukazuje na velmi přesné predikce hustoty v úzkém rozsahu.

- Kvantifikace ethylenu v kopolymerech: PLS model na 28 vzorcích copolymerů předpovídal obsah ethylenu s RMSEP ≈ 0.386 % (uváděno <0.4 %) a koeficientem korelace ~0.9976, tedy výborná kvantitativní shoda mezi spektrem a skutečným obsahem ethylenu.

- Diskuse: Úzké a zřetelné absorptionní pásy v NIR oblasti umožnily rozlišení hustot a obsahových složek; vhodné předzpracování (derivace, smoothing, baseline) a dobře konstruované kalibrace byly klíčové pro dosažení nízkých chyb. Rychlé měření bez přípravy a použití MDS spinneru zvyšuje reprezentativitu pevné (filmové) matrici vzorku.

Přínosy a praktické využití metody

Výhody přístupu:

• Rychlá, nedestruktivní analýza bez chemické přípravy vzorku
• Vysoká přesnost kvantifikace pro jemné rozdíly v hustotě (MDPE) a pro nízké procentuální obsahy kopolymerní složky
• Možnost použití v kontrolách jakosti výroby, v příjmu materiálu a při třídění pro recyklaci
• Snadné začlenění do rutinních workflow díky MDS systému a automatizovanému snímání

Praktické aplikace: třídění PE podle hustoty (optimalizace recyklace), monitorování složení kopolymerů v produkci fólií pro zajištění požadovaných fyzikálních vlastností (průhlednost, teplota tavení), rychlá selekce surovin na vstupu do výrobních procesů.

Budoucí trendy a možnosti využití

- Rozvoj modelů: rozšíření kalibračních sad pro zahrnutí více formulací (aditiva, pigmenty, plniva) a zvýšení robustnosti modelů vůči změnám v matrici.
- Integrace s automatickým tříděním: kombinace FT‑NIR s hyperspektrálním zobrazováním nebo senzorickými linkami pro online třídění a recyklaci plastů v reálném čase.
- Transferability: metody pro přenos modelů mezi přístroji a lokalitami (standardizace, vakuové referenční materiály, algoritmy pro adaptaci kalibrací).
- Pokrok v chemometrii: využití pokročilých strojového učení pro lepší odolnost vůči interferencím a pro detekci skrytých komponent v komplexních směsích.
- Miniaturizace: vývoj přenosných/inline NIR senzorů pro kontrolu na výrobní lince a v třídicích centrech.

Závěr

Studie demonstruje, že FT‑NIR na Antaris II MDS je efektivní nástroj pro kvalitativní třídění polyethylenů podle hustoty i pro kvantitativní predikci hustoty v rámci MDPE a obsahu ethylenu v polypropylenových kopolymerech. Metoda nabízí vysokou přesnost (RMSEP pro hustotu 0.0005 g·cm-3; pro obsah ethylenu ~0.386 %) a praktickou použitelnost v průmyslové kontrole kvality a recyklačních aplikacích, s potenciálem pro rozšíření a integraci do online systémů.

Reference

• Pásztor J., Tenkl L., Nicolet CZ s.r.o., Prague; Strother T., Hirsch J., Thermo Fisher Scientific, Madison, WI, USA. Application Note 51663: Density and Copolymer Content in Polyethylene Samples by FT‑NIR Spectroscopy. Thermo Fisher Scientific, 2008.