通过减弱总反射-红外光谱和化学测量来快速预测宁热性质

科学领域:

• 材料科学 材料科学 材料科学
• 分析化学 分析化学
• 聚合物化学 聚合物化学

背景情况:

• 素的表征对于其在材料中的可持续使用至关重要.
• 目前用于预测素性质的方法可能很慢或不那么稳固.
• 红外 (IR) 光谱与部分最小平方 (PLS) 回归已经显示出预测素化学结构的前景.

研究的目的:

• 开发和验证一种用于预测素玻璃过渡温度 (T_g) 的快速分析方法.
• 证明基于IR的PLS模型的扩展用于预测T_g,这是一个关键的材料属性.
• 将新方法的稳定性与传统的经验关系进行比较.

主要方法:

• 使用基于红外 (IR) 光谱数据构建的部分最小平方 (PLS) 回归模型.
• 应用化学测量分析对一组多样化的植物和工艺不同的素样本.
• 开发了单独的模型来预测T_g和合酶的程度 (%_allyl) 在合酶素分数中.

主要成果:

• 实现了T_g的低根平均平方预测错误 (RMSEP) (多种类型的素低至10.0°C, kraft素低至6.2°C).
• 成功地同时预测了T_g (RMSEP 6.1°C) 和%_allyl (RMSEP 5.4%) 的合性素分数.
• 证明了精确的%_allyl的确定,RMSEP为5.2%.

结论:

• 基于IR的PLS回归是一种强大而可靠的方法,用于预测素的玻璃过渡温度.
• 这种方法克服了传统方法的局限性,使得素的表征更快.
• 该方法促进了在先进材料应用中对红素的可持续利用.