定量红外光谱法鉴定聚碳酸酯回收料的应用

目前，*常见的PC为双酚A型，其主要以双酚A和光气为原料合成，这类材料在热加工或使用过程中又会伴随PC老化降解，二次热加工甚至三次热加工后的产品降解现象会加剧，材料的力学性能和热性能会显著下降，使材料丧失服役功能，同时材料的降解会导致体系中酚类物质含量升高，在食品包装领域中，酚类物质的残留会对人体造成极大的**隐患。

目前，常见的PC回收料检测手段包括力学性能测试，通过材料拉伸强度、弯曲强度等差异进行鉴别；热性能测试，通过玻璃化转变温度（t_g）、热分解温度等差异进行鉴别；另外，还可通过观察材料的溶解性、断面形貌、紫外光谱等方法进行鉴别。

然而，通过红外光谱进行鉴别的系统性研究却鲜有报道。一方面，红外光谱测试仪常用于对材料的定性分析，对材料定量分析的要求复杂苛刻，不利于实现材料的快速检测；另一方面，PC原生料与回收料的差别细微，通过单一试样的红外光谱法采集结果不能排除测试结果的偶然性。

基于上述难点，通过采集大量数据点的方法消除偶然性，以单一变量控制法建立标准试样浓度与酚类物质红外特征峰的关系曲线，将测试试样与标准曲线进行对比，在一定范围内判定测试试样与标准试样的相似程度，实现一定程度上PC原生料与回收料的区分。

不同热加工次数PC粒料的热性能

DSC测试：称5mg PC粒料，温度25~250℃，升降温速率均为10℃/min，氮气氛围，取二次升温曲线标定聚合物的t_g。

TG测试：称5mg PC粒料，温度25~800℃，升温速率10℃/min，选取质量损失5%时的温度作为热分解温度（t_d）。

从图1看出：不同热加工次数的PC粒料，其t_g均在100~150℃，且随着PC粒料热加工次数的增加，其t_g呈逐渐减小的趋势；同时PC经过多次熔融挤出后，其t_d发生明显改变，原生料、回收料Ⅰ、回收料Ⅱ的t_d分别为450，426，412℃，热稳定性显著降低。分子链结构、相对分子质量及其分布是影响PC热稳定性的主要因素。推测由于多次加工，导致PC分子链发生了断裂和重排，游离小分子变多，降解和老化后PC相对分子质量及其分布发生改变，导致材料性能下降，影响材料**使用。

不同热加工次数PC粒料的溶解性能

溶解法是辅助鉴定PC原生料与回收料的一类物理方法，以二氯甲烷为溶剂，分别将不同热加工次数的PC粒料配制成不同浓度的溶液，观察浓度和热加工次数对聚合物溶解性能的影响。实验数据表明：原生料在质量浓度为0.0094~0.0896g/mL时溶液为澄清透明状，回收料Ⅰ在质量浓度为0.0094~0.0400g/mL时溶液为浑浊状，回收料Ⅱ在质量浓度为0.0094~0.0650g/mL时溶液为浑浊状。

对比发现，回收料在相对低浓度条件下，体系内酚类物质含量已达到饱和，回收料与原生料在相同浓度下溶解状态明显不同，这是由于多次热加工后，体系中分子链发生降解反应产生较多游离小分子酚类物质，PC在二氯甲烷中的溶解性较好，而酚类物质在二氯甲烷中溶解性一般，随着加工次数的增多，溶解性一般的酚类物质变多，达到饱和浓度后，溶液发生由澄清到浑浊的变化，而实际上，PC在制备过程中会存在单体之间反应不完全的情况，如果后处理工艺不足，会导致体系内初始酚类物质残留浓度较高，其次，不同用途或功能的PC在加工过程中可能会加入各种填料，不同填料的溶解性又有差异，这种情况下不适合去采用溶解法进行区分，因此，通过溶解法区分纯料与回收料的方法要根据实际材料的制备条件选择。

不同热加工次数PC粒料热分解产物的红外特征峰分析

从图2可以看出：2800~3000cm^-1为—CH3，—CH2—对称伸缩振动峰与不对称伸缩振动峰，1776cm^-1处为—C=O伸缩振动峰，1597，1504，1463cm^-1处为苯环特征吸收峰，1163，1194，1235cm^-1处为典型的—C—O—C—伸缩振动峰，1015，1085，830cm^-1处为对位取代苯环特征吸收峰。这些峰均归属为PC的红外特征峰且无异常峰出现，表明原生料为PC。PC分解产生的酚类物质，具有羟基官能团，该官能团在3000~3300cm^-1出峰，PC组分在该处不产生特征吸收峰，因此不存在红外光谱定量的重叠干扰，故将3000~3300cm^-1的峰定为分解产物酚类物质的特征吸收峰。从图2还可以看出：波数在3301cm^-1处的吸收峰强度随PC粒料热加工次数增加而增强。

图3为PC原生料不同浓度试样在波数2400~4000cm^-1的傅里叶变换红外光谱。PC原生料在3301cm^-1处的羟基吸光度（A1）数据见表1。

经归一化处理后得到吸光度（A2）数据，以A2为纵坐标，试样浓度为横坐标，获得羟基吸收峰强度（归一化后A2）与粒料浓度的工作曲线（见图4）。

根据图4得到回归方程：y=6.73625×10^-5+0.00392x，皮尔森相关系数为0.92416，相关系数平方（R²）为0.85407，矫正相关系数平方为0.83785。

从表1可以看出：随着试样浓度的增加，A2呈现升高的趋势，结合回归方程R²大于0.85，推断A2与粒料浓度具有强相关性，因此，通过该线性方程可以较好地拟合样本数据，以此工作曲线为标准曲线，将回收料Ⅰ和回收料Ⅱ的红外采集数据代入标准曲线后，采集数据点与回归方程预测点相对误差分别为96%，179%，样本偏离该工作曲线较大，将原生料红外采集数据代入拟合曲线的回归方程，采集数据点与回归方程预测点相对误差均在±80%误差以内，由此可见通过定量红外光谱法区分PC回收料在一定范围内具有可行性。

结论

a）原生料、回收料Ⅰ、回收料Ⅱ的t_d分别为450，426，412℃，PC的热稳定性显著降低。

b）原生料在质量浓度为0.0094~0.0896g/mL时溶液为澄清透明状，回收料Ⅰ在质量浓度为0.0094~0.0400g/mL时溶液为浑浊状，回收料Ⅱ在质量浓度为0.0094~0.0650g/mL时溶液为浑浊状。

c）波数在3000~3300cm^-1的A2随粒料热加工次数增加而增强，随着试样浓度的升高，A2呈现升高的趋势。

d）通过红外光谱定量分析法，建立A2与原生料浓度的工作曲线，回归方程为：y=6.73625×10^-5+0.00392x，R²为0.85407。将回收料Ⅰ、回收料Ⅱ红外采集数据代入，样本偏离该工作曲线较大，将原生料红外采集数据代入回归方程，采集数据点与回归方程预测点相对误差均在±80%误差以内，由此可见通过定量红外光谱法区分PC回收料在一定范围内具有可行性。