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

Význam tématu

Spectroskopie v blízké infračervené oblasti (FT-NIR) nabízí rychlou, nedestruktivní a bezpřípravkovou metodu pro identifikaci a kvantifikaci polymerů, zejména polyethylenu. V praxi je to klíčové pro třídění a recyklaci plastů, kontrolu kvality ve výrobě polymerů a pro sledování složení kopolymerů (např. ethylen–polypropylen). Schopnost rozlišit různé hustotní frakce polyethylenu a přesně kvantifikovat obsah ethylenu v kopolymerech zjednodušuje manipulaci s materiály a snižuje náklady i environmentální dopad.

Cíle a přehled studie / článku

Cílem práce bylo demonstrovat možnosti FT-NIR (Antaris II MDS) pro:

• kvalitativní klasifikaci polyethylenu podle hustoty (LLDPE, MDPE, HDPE),
• kvantitativní predikci hustoty u MDPE,
• kvantifikaci obsahu ethylenu v ethylen–polypropylenových kopolymerech.

Autoři realizovali dvě souběžné studie na sadách komerčních vzorků s cílem vyvinout diskriminační a regresní chemometrické modely.

Použitá metodika a instrumentace

Metodika:

• Spektrální metoda: FT-NIR s měřením mezi 10 000 a 4 000 cm-1 (různé konkrétní rozsahy pro modely).
• Preprocessing: u diskriminace byla použita první derivace s Norrisovým vyhlazovacím filtrem; u regresních modelů byly některé spektra analyzovány bez vyhlazení s jednostupňovou baseline korekcí.
• Chemometrie: diskriminační analýza a PLS (partial least squares) modely vyvíjené v softwaru TQ Analyst.

Použitá instrumentace:

• Antaris II FT-NIR analizér (Thermo Scientific) vybavený MDS (Method Development Sampling) systémem.
• Integrující sféra s rotujícím vzorkovacím kelímkem (spinning sample cup) pro reprezentativní měření práškových/peletových vzorků.
• Softwarová podpora: TQ Analyst pro modelování (diskriminace a PLS).

Experimentální nastavení (vybrané parametry):

• Diskriminační analýza: analýza 1. derivace v oblasti 6000–5700 cm-1 s použitím Norris filtru.
• Regresní model pro MDPE: nepreprocesovaná spektra v rozsahu 10 000–6200 cm-1, baseline v 8840 cm-1.
• Regresní model pro ethylen v PP: nevyhlazená spektra v rozsahu 9000–4500 cm-1, baseline v 9029 cm-1.

Hlavní výsledky a diskuse

Klasifikace hustoty polyethylenu:

• Vzorky rozdělili do třech tříd: LLDPE (0,9170–0,9200 g·cm-3), MDPE (0,9260–0,9400 g·cm-3) a HDPE (>0,941 g·cm-3).
• Diskriminační model založený na 1. derivaci v 6000–5700 cm-1 prokázal jasnou separaci tříd v PCA prostoru a všechny testované vzorky byly správně klasifikovány.

Kvantifikace hustoty u MDPE:

• PLS model pro 11 vzorků MDPE (hustota 0,9340–0,9395 g·cm-3) dosáhl RMSEP = 0,0005 g·cm-3 a korelačního koeficientu cca 0,977, což značí vysokou přesnost predikce hustoty na úrovni jednotek 10-4 g·cm-3.

Kvantifikace ethylenu v kopolymerech PP:

• Sada 28 vzorků s 2–16 % obsahu ethylenu byla modelována PLS v oblasti 9000–4500 cm-1.
• Model dosáhl RMSEP ≈ 0,386 % ethylenu a r ≈ 0,9976, tedy velmi přesné kvantifikace obsahu ethylenu.

Diskuse:

• Sledované spektrální oblasti obsahují kombinované a přehybové absorpce relevantní pro CH-vibrační režimy, které korelují s molekulární strukturou (větvení, krystalinita) a tím i s hustotou a složením kopolymerů.
• Použití integrující sféry a rotujícího kelímku zajišťuje reprezentativní měření u nerovnoměrných/práškových vzorků, minimalizuje efekt orientace a heterogenity.
• Přesnost a robustnost modelů závisí na kvalitě kalibrační sady, reprezentativnosti vzorků a vhodném předzpracování spekter.

Přínosy a praktické využití metody

• Rychlá a nedestruktivní identifikace a třídění polyethylenových materiálů pro recyklační linky a kontrolu přijímaného materiálu.
• Možnost online nebo offline kontroly kvality polymerních výrobků (sledování hustoty, složení kopolymerů) bez chemické přípravy vzorků.
• Snížení potřeby časově náročných laboratorních analýz pro rutinní úkoly; efektivní rozlišení materiálových tříd ve výrobě i při zpracování odpadu.
• Vysoká citlivost PLS modelů umožňuje přesné stanovení malých změn v obsahu kopolymerních složek (např. procenta ethylenu v PP), které přímo ovlivňují fyzikální vlastnosti materiálu.

Budoucí trendy a možnosti využití

• Integrace FT-NIR s lineárním či obrazovým NIR skenováním (hyperspektrální zobrazování) pro automatické třídění výrobků na dopravnících.
• Rozvoj přenositelnosti kalibrací mezi přístroji, adaptivní kalibrace a metody transfer learningu pro snazší nasazení v průmyslu.
• Využití pokročilých strojových učících metod (např. regularizované regresní metody, neuronové sítě) pro zlepšení robustnosti proti variabilitě vzorků a podmínek měření.
• Kombinace NIR s jinými technikami (Raman, FT-IR v střední oblasti) a fúze dat pro komplexnější chemickou charakterizaci polymerů.
• Miniaturizace a přenositelné NIR přístroje i pro terénní třídění a rychlou kontrolu v recyklačních střediscích.

Závěr

FT-NIR pomocí Antaris II MDS byla úspěšně použita pro kvalitativní i kvantitativní analýzu polyethylenu a ethylen–polypropylenových kopolymerů. Diskriminační analýza umožnila spolehlivé rozlišení hustotních tříd PE, PLS modely přesně predikovaly hustotu MDPE (RMSEP 0,0005 g·cm-3) a obsah ethylenu v PP kopolymerech (RMSEP ≈ 0,386 %). Metoda nabízí praktické výhody pro kontrolu kvality a recyklaci, přičemž její úspěch vyžaduje pečlivou kalibraci a reprezentativní vzorkovací sadu.

Reference

• Pásztor J., Tenkl L., Nicolet CZ s.r.o., Strother T., Hirsch J., Thermo Fisher Scientific. Application Note AN51663: Density and Copolymer Content in Polyethylene Samples by FT-NIR Spectroscopy. Thermo Fisher Scientific, 2008.