استانداردهای ASTM E168 و ASTM E1252

folder_openمقالات FTIR
commentبدون دیدگاه

هدف

دستگاه طیف‌سنجی مادون قرمز (FTIR) می‌تواند یک اسکن از طیف مادون قرمز که توسط نمونه جذب شده است را نمایش دهد.

در واقع اگر ماده‌ای طیف مادون قرمز را جذب نکند، طیفی قابل مشاهده نخواهد بود. به عنوان مثال فلزات نور مادون قرمز را جذب نمی‌کنند. FTIR (طیف سنجی مادون قرمز – تبدیل فوریه) اولین قدم در شناسایی پلیمرهاست و همچنین برای کنترل کیفیت و بررسی آلودگی‌های موجود در سطح یا داخل مواد به‌خصوص پلیمرها استفاده می‌شود.

روش تست

جذب نور مادون قرمز توسط نمونه در فرکانس‌های مختلف، یک طیف منحصربه‌فرد را ارائه می‌دهد که به طیف اثر انگشتی مشهور است.

شناسایی مواد براساس فرکانسی از طیف مادون قرمز است که توسط نمونه جذب می‌شود و شدت این جذب، مورد بررسی قرار می‌گیرد. نتیجه‌ی طیف‌های اسکن‌شده (transmitance or absorbance) معمولا منحصربه‌فرد و مخصوص یک دسته‌بندی مشخص از مواد هستند. به عنوان مثال طیف مادون قرمز polycarbonate اصلا شبیه nylon نیست؛ اما تمام دسته‌ی nylonها دارای شباهت‌های زیاد و منحصربه‌فردی هستند که در واقع با کمک یک طیف مادون قرمز که از نمونه‌ی مجهول و نامعلوم گرفته شده است و با مقایسه‌ی آن توسط طیف‌های مرجع (اسکن‌شده از نمونه‌های معلوم) موجود در کتابخانه‌ی الکترونیکی، مورد بررسی و شناسایی قرار می‌گیرد.

طیف مادون قرمز در محدوده‌ی 400 تا 4000 عدد موجی و با طول موجی در محدوده‌ی 2.5 تا 25 میکرون محدوده‌ی میانه نامیده می‌شود که عمومیت و کاربرد بیشتری در شناسایی مواد دارد. تطبیق پیک‌های طیف مادون قرمز گرفته‌شده از نمونه‌ی مجهول می‌تواند به صورت دستی یا با استفاده از نرم‌افزار‌های کامپیوتری انجام گردد. نرم‌افزار مورد نظر، ابتدا جست‌و‌جو می‌کند سپس سرعت طیف‌های مرجع را تطبیق داده و در نهایت طیف‌های تطبیق‌یافته را از بهترین حالت تا بدترین حالت با امتیاز ارائه می‌دهد.

نمونه‌هایی به اندازه‌ی یک قرص رزین هم می‌توانند توسط بازتابنده‌ی FTIR مورد بررسی قرار گیرند. این نمونه‌ها شامل قرص‌های پلیمری، الیاف، پودرها، پوشش‌ها، سیم‌ها، مایعات و … است. موادی که دارای مقدار یا نسبت بزرگی از کربن هستند (carbon black and carbonfibr) به راحتی توسط FTIR قابل بررسی نخواهند بود. زیرا کربن‌ها در گستره‌ی بزرگی از نور مادون قرمز جذب‌های قوی دارند و این موضوع کار را برای بررسی و شناسایی مشکل خواهد کرد.

همان‌طور که اشاره شد، برای شناسایی پلیمرها می‌توان از تطبیق پیک‌های طیف ماده‌ی مجهول با طیف ماده‌ی مرجع، دسته‌بندی آن‌ها را شناسایی کرد. (پلیمرهایی مانند polyesters، polypropylen، polycarbonate، acetals و polytylenes) با این حال نمی‌توان انتظار داشت که با یک طیف FTIR بتوان نوع نایلون یا polyester را شناسایی کرد؛ برای آسان‌شدن کار شناسایی بهتر است در ابتدا شناسایی کنید polypropylen یا acetals یک homopolymer است یا copolymer یا می‌توان چگالی پلیمر را بررسی کرد. به عنوان مثال چگالی یک پلیمر مجهول کم یا زیاد است (شناسایی توسط DSC یا تست خاکستر انجام می‌شود).

کنترل کیفیت

اسکن طیف یک ماده‌ی مرجع می‌تواند در پایگاه داده‌ی کتابخانه‌ی طیف مادون قرمز ذخیره شود و این امکان وجود دارد که بعدا هر طیفی را با مرجع مورد مقایسه قرار دهیم. در این صورت هر تغییر و تفاوتی نسبت به مرجع، نشان‌دهنده‌ی یک مشکل یا آلودگی است.

آلودگی‌های داخلی پلیمر

تفرق یا کاهش طیف‌های FTIR توسط نرم‌افزار‌های کامپیوتری برای جستجوی آلودگی‌های داخلی پلیمر مورد استفاده قرار می‌گیرد. در واقع پیک‌های مربوط به پایه‌ی پلیمر از طیف مرجع ذخیره‌شده‌ کم و تفرق می‌یابد و یک تجزیه و تحلیل بر روی آنالیز باقی‌مانده صورت می‌گیرد. مقدار آلودگی که می‌توان شناسایی کرد، بستگی به طیف اسکن‌شده دارد که شامل پلیمر و آلودگی است. آلودگی‌ها شامل مواد مختلفی هستند که جذب نور مادون قرمز متفاوتی دارند و معمولا با درجه 1 تا 2 درصد قابل شناسایی هستند؛ اما یک‌سری از آلودگی‌ها با مواد تشکیل‌دهنده با طیف جذبی مشابه، حتی با درجه‌ی 10 درصد را نمی‌توان شناسایی کرد.

آلودگی سطحی

آلودگی‌های سطحی واضع می‌تواند توسط یک FTIR معمولی اندازه‌گیری شود؛ زیرا نور مادون قرمز فقط چند میکرون وارد نمونه یا سطح خواهد شد. یکی دیگر از روش‌ها نیز شست‌و‌شوی سطح نمونه و جمع‌آوری آلودگی است که در واقع از یک حلال غیرمخرب برای نمونه استفاده می‌شود و سپس حلالی که از سطح نمونه جدا شده، پس از خشک‌شدن مورد بررسی توسط طیف مادون قرمز قرار خواهد گرفت.

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Fill out this field
Fill out this field
لطفاً یک نشانی ایمیل معتبر بنویسید.
You need to agree with the terms to proceed

The reCAPTCHA verification period has expired. Please reload the page.