红外光谱法在VA 含量分析中的应用研究

1 引言

乙烯-醋酸乙烯酯共聚物（EVA）由乙烯和醋酸乙烯聚合而成，因其具有良好的弹性、热稳定性、易着色性，已应用于鞋底、光伏材料等产品。是近年来应用领域广泛、市场需求量较大的一种塑料材质。

熔融指数（MI）和醋酸乙烯酯（VA）含量是影响乙烯-醋酸乙烯酯共聚物物理性能的两个重要参数。VA含量不同，则EVA共聚物的物理性能差别很大[1]：当VA含量低于10%，EVA性能与低密度聚乙烯类似；当10%＜VA＜40%，属于半结晶聚合物，为EVA树脂，作为发泡材料；当40%＜VA＜80%，称为EVA橡胶；当VA＞80%，为乳液状，常用作热熔胶。

测定VA 的常用方法有国标皂化法[2]、核磁法、元素分析法、热裂解气相色谱法[3]等。红外光谱法对样品无损、测试准确、操作简单，已广泛应用于化工[4]、医药[5-6]、农业[7-8]等领域。本研究通过提取EVA共聚物的红外谱图表征信息，建立红外表征与VA含量之间的定量构效关系，所建模型的稳定性好，预测精确度高。

2 理论与方法

中红外光谱区是指波长在0.25-2.5nm 范围内的电磁波。红外光谱的定量原理是Lambert-Beer定律，即：

其中，A为吸光度，I0为入射光强度，I为透射光强度，k为吸收系数，l为样品厚度，c为样品中待测组分浓度。在同样的测试条件下，吸光度A与待测组分浓度C成正比。

EVA红外吸收谱图中主要的吸收峰有：-CH2- 伸缩振动、乙烯链中-CH2-骨架的平面摇摆振动、-CH2-弯曲振动、羰基（C=O）伸缩振动、羰基（C=O）摇摆振动、酯基的醚键（C-O-C）不对称伸缩振动等。EVA样品的红外吸收谱图，见图1。

图1 EVA 样品红外吸收谱图

由图1 可知，EVA样品中的特征吸收峰较多。本研究选取能表征VA含量且受干扰较小的吸收谱带为特征吸收峰，作为定量依据。其中，以羰基（C=0）谱带的吸收峰表征VA组分，即550 cm-1 和 650 cm-1 之间的三重峰，见图2。

以CH2 谱带吸收峰（1980cm-1）表征材料内部厚度。VA含量计算时需扣除材料厚度影响。

图2 VA 红外吸收峰

3 实验部分

3.1仪器、试剂

Nicolet iS5 傅里叶红外光谱仪（Thermo Fisher 公司），模压机（Lab Tech公司），螺旋测微仪（上海九量五金工具有限公司）。

3.2 试样制备

试样制备条件，见表1。

表1 试样制备条件

3.3 谱图采集

条件设置：波长范围为4000-400 cm-1；检测器增益为Autogain ；光学速度为0.4747；分辨率为4cm-1；氮气压力34KPa，流量1.9-4.7 L/min；扫描次数为25次；室温23-25℃。

标准样品共12个。线性范围为3.96%-40.49%。空白扫描：不加试样。样品扫描：12个不同VA含量的标准样品。每个标样压制成3个试样，每个试样选不同位置测定12次，每3次取一个平均值，即每个标样测定36次，取12个平均值，12个标样共测试432次，得到144个平均值数据。多次平行测定，充分保证了标准试样的均匀性，有效降低了系统误差，极大提高了测试准确性。

4 模型建立

以VA含量为纵坐标，以经厚度校正后的吸收比为横坐标，建立线性回归方程。回归方程如下：

Y = a X3 + b X2 + cX + d

其中 a=0.0005

b=-0.0265

c=2.2990

d=1.5892

模型拟合情况，见图3。

图3 VA模型拟合图

由模型拟合图可知，VA含量与吸收比之间存在定量关系，相关系数约等于1.0，相关性好。模型数据及预测误差，详见表2。

表2 基于线性回归的VA 含量预测值

由表2可知，新曲线最大绝对误差为0.25，最大相对误差为5.55%。VA含量允许误差范围为：绝对误差≤0.3，相对误差≤10%，因此新建测试曲线满足VA含量测试准确度要求。

5 结论

提取红外光谱信息作为EVA产品的结构表征，建立了红外与VA含量间的定量关系模型，最大绝对误差在0.3以内，相关性高，稳定性好，预测能力强。VA预测模型的建立极大提高了VA含量测试的效率和准确性，能够及时有效的指导EVA产品大规模生产。本VA含量预测模型已应用于工业生产中，对中间控制产品和成品均具有很好的预测能力，大大降低了分析成本。

参考文献：

[1] 熊祖江，贯丽华，王旭，贾继章. 醋酸乙烯酯含量对乙烯-醋酸乙烯酯发泡材料性能的影响[J].中国皮革，2015，44（3）：42-45.

[2] GB9347 氯乙烯-乙酸乙烯酯共聚物中乙酸乙烯酯的测定方法. 中华人民共和国国家标准.

[3] 庞安全，陈崇伟. 热裂气相色谱法分析EVA共聚物中的醋酸乙烯酯含量[J].产业用纺织品，2007，18（118）：36-39.

[4] 宋亮，刘善军，虞茉莉，毛亚纯，吴立新. 基于可见-近红外和热红外光谱联合分析的煤和矸石分类方法研究[J]. 光谱学与光谱分析，2017，37（2）：416-422.

[5]倪力军，王南南，张立国，栾绍嵘. 多种分子光谱快速分析黄芩中的黄芩苷含量[J].分析测试学报，2017，36（5）：607-613.

[6 王小亮，张秉华，苏珂，马泉荔. 注射用单磷酸阿糖腺苷近红外快速定量方法的建立[J].药物分析杂志，2017，37（2）：352-357.

[7] 陈贵平，童佩瑾，耿金培，李晓玉，李秀勇，杜一平. 近红外光谱结合膜富集技术测定饮料中微量邻苯二甲酸二异辛酯的含量[J]. 分析测试学报，2012，31（5）：605-608.

[8] 谢越，周成，涂从，张祖亮，汪建飞. 近红外光谱技术定量分析连作滁菊土壤中的阿魏酸含量[J]. 分析化学，2017，45（3）：363-368.