PTT和PET纤维定量分析函数模型的建立与应用

摘要：

PTT纤维的熔融吸热峰处于PET纤维的无热效应区域，并且在升温过程中，两种纤维没有相互作用。试验通过差示扫描量热法（DSC）分别对不同比例的PTT和PET纤维的混合物进行测试，测量其熔融热焓。通过Matlab最小二乘法拟合得到关于PTT纤维质量分数与PTT纤维熔融热焓分数关系的二次多项式函数模型，检验模型的优化度与可靠性，确定了纺织面料中PTT和PET混纺产品的定量分析方法。

关键词：PTT；PET；熔融热焓；定量分析；函数模型

差示扫描量热法（Differential Scanning Calorimerty，DSC）是在程序控制温度下，测量输给物质与参比物的功率差与温度关系的一种热分析方法。差示扫描量热仪记录到的曲线称DSC曲线，它以样品吸热或放热的速率，即热流dH/dT（单位毫焦/秒）为纵坐标，以温度T或时间t为横坐标，可以测量多种热力学参数和动力学参数，例如比热容、转变热、反应速率等。

差示扫描量热法在研发和质量控制方面都是比较常用的检测手段，但在纺织标准中还未见其应用于PTT和PET的定性鉴别与定量分析中。作者已率先应用此方法对PTT和PET纤维的定性鉴别展开研究，发现PTT纤维的熔融吸热峰处于PET纤维的无热效应区域，并且在升温过程中两种纤维没有相互作用。采用热失重分析法对PTT和PET进行定量分析已有人做过专门的研究[1-3]。

1 试验部分

1.1 试验材料

PTT纤维，PET纤维。

1.2 试验仪器

Diamond DSC差示扫描量热仪，美国Perkin Elmer。

1.3 试验条件及定量计算方法

1.3.1 升温条件

初始温度为-30℃，以升温速率10℃/min升至280℃，并于280℃保持10min后以10℃/min的速率降至25℃，再以10℃/min升温至300℃。

1.3.2 其他条件

样品重量：5mg～10mg，气体及流速：高纯氮气20.0 mL/min。

1.3.3 定量计算方法

通过PTT和PET在共同温度范围下测量得到熔融热焓，运用Matlab最小二乘法建立PTT/PET混合样品中PTT熔融热焓分数与质量分数关系的函数模型。

2 试验方法与数据处理

2.1 试验样品预处理方法

为了消除纤维油脂等附着物对试验结果的影响，用萃取溶剂乙醚对样品进行去油脂处理，样品自然干燥，剪成粉末状样品，再放在干燥皿中平衡24h。

2.2 试验样品设计

制作mPTT：mPET=1：9混合样品：取PTT粉末10mg，PET样品90mg，研磨使其充分混合，取5mg～10mg；按照此方法分别制作0/10、0.5/9.5、1.5/8.5、2/8、2.5/7.5、3/7、3.5/6.5、4/6、4.5/5.5、5/5、5.5/4.5、6/4、6.5/3.5、7/3、7.5/2.5、8/2、8.5/1.5、9/1、9.5/0.5、10/0混合样品，分别取5mg～10mg；每种比例制作5个试验样品。

2.3 试验方法

用差示量热扫描仪测量PTT、PET纤维的DSC曲线。试验步骤：首先，在高纯氮气20.0 mL/min中，以10℃/min升温至280℃得到第一次升温曲线；在280℃保持10min，消除纤维熔体中残留的晶核；再以相同的冷却速率（10℃/min）冷却至25℃，消除样品的“热机械历史记忆”[4]，得到被测样品的冷却曲线；最后以相同的条件加热扫描，得到第二次升温曲线。

取每个比例5个样品在相同测试条件下得到的测试结果的平均值作为最终试验结果。

2.4 数据处理

以混合样品中PTT的质量分数为横坐标，PTT的熔融热焓分数为纵坐标，计算得到21个坐标点。

运用Matlab软件对0/10、1/9、2/8、3/7、4/6、5/5、6/4、7/3、8/2、9/1、10/0对应的坐标点进行一到五次多项式拟合，得出5个拟合函数以及相关系数R2。

将0.5/9.5、1.5/8.58、2.5/7.5、3.5/6.5、4.5/5.5、5.5/4.5、6.5/3.5、7.5/2.5、8.5/1.5、9.5/0.5对应的纵坐标代入5个拟合函数中，对比通过函数模型得到的计算值与实际测量值的相对偏差，检验函数模型的可靠性。结合相关系数和相对偏差选出最优函数模型A。

在最优函数模型A的基础上，将上述10个比例对应的坐标点加入样本容量，优化最优函数模型A得到最优函数模型A+。

3 试验结果与讨论

3.1 最优函数模型的建立

通过Matlab最小二乘法拟合得到的二次多项式拟合曲线如图1所示。

图1 二次拟合曲线

最优函数模型A：y=0.0049x2+0.4997x+0.3251，R2=0.9986（其中x为混合样品中PTT纤维的熔融热焓分数，y为混合样品中PTT纤维的质量分数）。

检验最优函数模型A的可靠性，得到已知比例与实际测量值的相对偏差如表1所示。

3.2 最优函数模型的优化

在3.1最优函数模型A的基础上，增加10个样本容量，优化得到最优函数模型A+，拟合曲线如图2所示。

图2 优化后的二次拟合曲线

最优函数模型A+： y=0.005x2+0.4838x+0.7711，R2=0.9988（其中x为混合样品中PTT纤维的熔融热焓分数，y为混合样品中PTT纤维的质量分数）。

3.3 利用函数模型A+进行已知样的测定

我们随机制作了10个已知比例的样品进行测试，通过函数模型A+测试计算，与已知比例对比情况见表2。

由表2的结果可知该试验方法测试结果最大偏差为-2.388%，优化后的函数模型A+与函数模型A比较，相关性和稳定性均有所提高，并且相对偏差呈正态分布，满足FZ/T 01053—2007标准的要求，因此本方法是准确、可行的。

4 结论

采用差示扫描量热法对PTT和PET混合样品进行熔融热焓与质量关系的研究，得出混合样品中PTT的质量分数与熔融热焓分数关系的函数模型A+，由此建立了一种快捷、简单、准确、有效的PTT和PET混纺产品定量分析方法。其测试结果符合FZ/T 01053—2007《纺织品纤维含量的标识》标准的要求，可用于PTT和PET混纺产品的定量检测。

参考文献：

[1] 施点望.两种聚酯纤维（PET和PTT）的热失重定量分析方法研究[J].中国纤检，2013，11：62-64.

[2] 那晶，陈洁，沈文佳.单组分纺织纤维的热失重分析[J].中国纤检，2012（9）：84-86.

[3] 诸亦成，朱婕.纺织纤维热失重定量分析方法初探[J].上海毛麻科技，2012（3）：31-34.

[4] 王海琳，付树人，费文昌，谭群，梁锋.几种PET纤维的热分析[J].化学通讯，1985，02：42-50+57.

（作者单位：程英超，王祥荣，苏州大学纺织与服装工程学院；蒋耀兴，苏州大学现代丝绸国家工程实验室；杭志伟，苏州市纤维检验所）