红外表征分析

2021年，《高分子学报》邀请了国内擅长各种现代表征方法的一流高分子学者领衔撰写从基本原理出发的高分子现代表征方法综述并上线了虚拟专辑。仪器信息网在获《高分子学报》副主编胡文兵老师授权后，也将上线同名专题并转载专题文章，帮助广大研究生和年轻学者了解、学习并提升高分子表征技术。在此，向胡文兵老师和组织及参与撰写的各位专家学者表示感谢。更多专题内容详见：高分子表征技术专题 高分子表征技术专题前言孔子曰：“工欲善其事，必先利其器”。 我们要做好高分子的科学研究工作，掌握基本的表征方法必不可少。每一位学者在自己的学术成长历程中，都或多或少地有幸获得过学术界前辈在实验表征方法方面的宝贵指导！随着科学技术的高速发展，传统的高分子实验表征方法及其应用也取得了长足的进步。目前，中国的高分子学术论文数已经位居世界领先地位，但国内关于高分子现代表征方法方面的系统知识介绍较为缺乏。为此，《高分子学报》主编张希教授委托副主编王笃金研究员和胡文兵教授，组织系列从基本原理出发的高分子现代表征方法综述，邀请国内擅长各种现代表征方法的一流高分子学者领衔撰写。每篇综述涵盖基本原理、实验技巧和典型应用三个方面，旨在给广大研究生和年轻学者提供做好高分子表征工作所必须掌握的基础知识训练。我们的邀请获得了本领域专家学者的热情反馈和大力支持，借此机会特表感谢！从2021年第3期开始，以上文章将陆续在《高分子学报》发表，并在网站上发布虚拟专辑，以方便大家浏览阅读. 期待这一系列的现代表征方法综述能成为高分子科学知识大厦的奠基石，支撑年轻高分子学者的茁壮成长！也期待未来有更多的学术界同行一起加入到这一工作中来.高分子表征技术的发展推动了我国高分子学科的持续进步，为提升我国高分子研究的国际地位作出了贡献. 借此虚拟专辑出版之际，让我们表达对高分子物理和表征学界的老一辈科学家的崇高敬意！二维相关红外光谱分析技术在高分子表征中的应用Applications of Two-dimensional Correlation Infrared Spectroscopy in the Characterization of Polymers本文作者：侯磊，武培怡 作者机构：东华大学化学化工与生物工程学院,上海,201620作者简介：武培怡，男，1968年生. 1985年，南京大学化学系获学士学位，1998年，德国ESSEN大学获博士学位. 1998~2000年在日本触媒研究中心从事研究工作，2000~2017年任复旦大学高分子科学系教授，2017年起任东华大学化学化工与生物工程学院教授. 2001年入选上海市科委启明星计划、上海市教委曙光计划，2003年入选上海市科委白玉兰科技人才计划，2004年入选上海市科委启明星跟踪计划，获得国家杰出青年基金资助、上海市引进海外高层次留学人员专项资金资助，2005年度入选教育部首届新世纪人才计划，2007年入选上海市优秀学科带头人计划，2016年入选英国皇家化学会会士，2017年获陶氏化学“Dow Innovation Challenge Award”. 主要研究方向包括二维相关光谱在聚合物体系中的应用、智能仿生材料、聚合物功能膜等.摘要二维相关光谱作为一种先进的光谱分析方法，具有提高谱图分辨率、解析动态过程等优势，近来在高分子表征中引起了越来越多的关注. 高分子体系涉及了丰富的相互作用和复杂的结构，分子光谱是常用的表征手段，而借助二维相关光谱分析技术，能够有效识别精细结构、判别动态变化机制，从而显著丰富和完善分析结果. 本文重点围绕二维相关红外光谱，简述了发展历史和基本原理，随后结合实际过程，介绍了相关实验和分析技巧，最后列举了其在高分子表征中的典型应用，展示了二维相关红外光谱分析的特点，具体涉及温度响应高分子的响应机制、可拉伸离子导体中复杂相互作用、小分子在聚合物基质中的扩散、天然高分子的结构表征等研究. 希望通过本文的介绍，能够帮助读者更好地理解二维相关光谱，进一步拓展其在高分子领域中的应用.AbstractTwo-dimensional correlation spectroscopy (2Dcos) is an advanced analysis method, which holds great advantages in improving spectral resolutions and interpreting dynamic processes, and has attracted great attention in the field of polymers. Molecular spectroscopy is frequently applied in the characterization of polymers, which involves abundant molecular interactions and complex structures. Under the help of 2Dcos analysis, fine structures as well as dynamic mechanisms within the polymer systems can be effectively identified, thus significantly enriching and improving the analysis results. In this paper, we will mainly focus on the two-dimensional correlation infrared spectroscopy (2DIR). Firstly, the history and basic principles of 2Dcos are briefly introduced. Then, some relevant experimental and analytical techniques are presented based on the actual process. Finally, typical applications of 2DIR in the polymer characterization are demonstrated and the features thereinto are also shown. Particularly, the response mechanisms of temperature-responsive polymers, complex molecular interactions in stretchable ionic conductors, diffusion processes of small molecules in polymer matrix and structures of natural polymers are investigated. It is hoped that this paper will help readers better understand 2Dcos and further expand its applications in the field of polymers.关键词分子光谱   二维相关光谱   高分子   分子相互作用 KeywordsMolecular spectroscopy   Two-dimensional correlation spectroscopy   Polymer   Molecular interactions  高分子材料体系涉及丰富的相互作用和多级结构，这是决定材料最终性能的关键. 分子光谱(红外、拉曼光谱)作为表征高分子材料的常用手段，一方面可以检测不同化学结构/组分所对应的官能团，依据特征吸收峰强度和位置，实现对高分子化学结构的鉴别，另一方面，可以基于不同官能团特征吸收峰的强度和位置变化，判别基团所处的物理或化学环境，实现对体系中复杂相互作用的解析. 随着高分子材料的发展，体系趋向多样化、多功能化，而传统的一维分子光谱存在谱峰重叠严重、分辨能力有限等问题，一定程度限制了分子光谱在复杂高分子体系的应用拓展.二维相关光谱(Two-dimensional correlation spectroscopy，2Dcos)作为一种先进的光谱分析手段，尤其适合于从分子水平探讨各类外扰作用下复杂高分子体系涉及的结构和相互作用变化. 相较于传统的一维光谱，二维相关光谱的优势在于：(1)对于包含许多重叠峰的复杂谱图，起到图谱简化的作用；(2)通过将原始谱图在第二维度上延伸，能够明显提高原始一维谱图的分辨率；(3)谱峰的相关性可帮助判断体系中的相互作用以及峰归属；(4)可用于确定外界刺激下不同过程的发生次序. 本文首先将结合二维相关光谱的发展历史，介绍其基本原理. 其次，围绕动态谱图获取和二维相关分析，介绍二维相关光谱的一些实验和分析技巧. 最后，结合具体体系，重点阐述二维相关光谱在高分子表征中的应用.1 基本原理1.1 发展历史二维相关光谱分析方法的基本概念最早起源于核磁共振(NMR)领域. 二维核磁共振(2DNMR)谱通过多脉冲技术激发核自旋，采集原子核自旋弛豫过程的衰减信号，最后经双重傅里叶变换得到[1]. 通过将核磁信号扩展到第二维度，可以显著提高谱图的分辨率，并且有效简化包含许多重叠峰的复杂光谱. 与此同时，通过选择相关的光谱信号，可以鉴别和研究分子内/间的相互作用. 尽管二维光谱技术在核磁领域取得了快速发展，却在很长一段时间内未能深入到其他光谱分支，如红外、拉曼、紫外-可见吸收、荧光光谱等. 阻碍二维光谱技术发展的一个根本原因在于多重射频脉冲的二维核磁技术可以成功地在精密而昂贵的核磁仪器上实施，却不能在普通的红外、拉曼和紫外-可见吸收等光谱仪器上实现. 因为这类光谱的时间标尺(time scale)远小于核磁共振[2]. 一般来说，核磁时间标尺数量级在毫秒到微秒之间，而红外吸收光谱观察分子振动的时间标尺在皮秒数量级，因此产生二维红外光谱必须采用特殊的新途径.二维相关光谱概念上的突破是由特拉华大学(University of Delaware)的化学家Noda[3,4]提出的. 他把核磁实验中的多重射频励磁看作是一种对体系的外扰(外部扰动). 施加于体系的外扰可以多种多样，如热、磁、机械、电场、化学甚至声波等. 每种外扰对体系的影响是独特而有选择性的，并由特定的宏观刺激和分子相互作用的机理所决定. 因此，包含在动态光谱中的信息类型是由外扰的方式和电磁波的种类所决定的. 外扰的波形没有任何限制，从简单的正弦波、脉冲、到随机的噪音或静态的物理量(如时间、温度、压力等)的变化均可应用于外扰. 由此，Noda设计出一种完全不同的二维光谱实验技术，他用外扰来激发被检测体系的分子，由于被激发分子的弛豫过程慢于振动光谱的时间标尺，因而可使用时间或温度等外扰分辨振动光谱(红外、拉曼)技术来跟踪研究被检测体系受外界扰动而产生的动态变化，结合数学中的相关分析技术，将原有的光谱信号扩展到第二维度，从而得到二维相关光谱(如图1所示). 二维相关光谱实际研究的就是动态光谱的变化[5,6]. 此后，随着二维相关光谱技术的发展，逐渐在荧光光谱、X射线衍射谱、凝胶渗透色谱等也得到了应用. 总体而言，二维相关光谱分析在红外光谱中的应用最为成功，这主要是由于红外光谱的信噪比相对较高，具有高灵敏度、高选择性和非破坏性等特点，能够在分子结构和链段运动等方面提供丰富信息. 另一方面，红外光谱的谱峰重叠严重，解析起来存在一定困难，二维相关光谱的引入可以很好地解决这一问题. Fig. 1 Acquisition procedure of generalized 2D correlation spectra. In the 2D synchronous and asynchronous spectra, red colors represent positive intensities while green colors represent negative ones.1.2 计算原理二维相关光谱考虑外扰变量下(如时间、温度、压力、浓度、电场、磁场等)光谱强度y(v, p)的变化情况，其中v为光谱变量，可以为任何光谱量化的参数，如红外波数、拉曼位移、紫外波长、X射线散射角等，p为外扰变量，可以是任意合理的物理或化学变量，如时间、温度、压力、电场强度、浓度、pH、离子强度等. 对于体系在一定外扰区间(1~N)下引起的动态光谱y˜(v, p)定义为[2,5]：y¯(v)为体系的参考光谱，通常选为平均谱. 参考光谱的定义为实际过程中，可以选择某一个参考点p = Pref处的光谱作为参考光谱. 参考点可以是实验的初始状态或结束状态，也可以直接简单地设为0，这种情况下，动态光谱即为我们观察到的光谱强度.二维相关强度X(v1, v2)表示在外扰变量区间内，对光谱变量v1和v2光谱强度变化y˜(v, p)的函数进行比较. 由于相关函数是计算2个互不依赖的光谱变量v1和v2处强度的变化，因此可以将X(v1, v2)转变为复数形式[2]：这里，组成复数的相互垂直的实部和虚部分别称作同步和异步二维相关强度. 同步二维相关强度Ф(v1, v2)表示随着p值的变化，v1和v2处光谱强度的相似性变化，而异步二维相关强度Ѱ(v1, v2)则表示光谱强度的相异性变化.二维相关光谱的快速计算方式在于对动态光谱进行Hilbert-Noda变换，将其从外扰域转换到频率域上，最终得到二维相关光谱[2,5].二维相关同步谱：二维相关异步谱：其中Mjk代表Hilbert-Noda转变矩阵的第j行第k列的元素，表示为：1.3 解谱规则二维相关光谱图包含同步谱和异步谱2类，图1展示了典型的同步和异步谱图.1.3.1 二维相关光谱同步谱图二维相关光谱同步谱图表现了给定2波数v1和v2处光谱强度的同步或者一致变化. 同步谱图沿对角线(对应于光谱坐标v1 = v2)方向对称，其中相关峰可以出现在对角线上，也可以出现在对角线外. 落在对角线上的相关峰称作自动峰，自动峰强度对应于外扰过程中光谱变化的自相关函数. 在同步谱中，自动峰的强度始终为正，代表了对应波数下光谱强度动态波动的整体程度. 所以，在动态谱图中表现出更大程度强度变化的区域对应的自动峰越强，而那些基本保持不变的峰自动峰强度小甚至没有自动峰. 交叉峰处于同步谱图的非对角线区域，表现了不同波数光谱信号的同步变化. 这样一种同步的变化，反过来，预示着2波数间可能存在一定的相关性. 尽管自动峰的强度始终为正，但交叉峰的强度可正可负. 如果2波数的交叉峰为正，说明这2个波数对应的光谱强度在外扰下同时增加或者同时降低；如果两波数的交叉峰为负，说明这2个波数对应的光谱强度一个增加另一个降低.1.3.2 二维相关光谱异步谱图异步谱图呈现了2个给定波数v1和v2处光谱强度的异步或者相继变化，它关于对角线反对称. 异步谱图中只有交叉峰，而无自动峰. 异步交叉峰只有在2个给定波数的光谱强度发生异相(如延迟或加快)变化时才出现. 这一特点尤其可以帮助区分光谱中的来源不同的重叠峰. 于是，外扰过程中，混合物中的不同组分、材料中的不同相或者化学基团经历不同的变化对光谱强度的贡献能够得以辨别. 即使是2个谱带靠的很近，只要它们的瞬间特征或者时间依赖光谱强度变化模式存在本质不同，它们之间便会出现异步交叉峰. 所以异步交叉峰的出现意味着这些谱带有着不同的来源或者是不同分子环境下的官能团. 异步谱图的交叉峰可正可负，而异步谱图中交叉峰的符号可以用来辅助判断谱带在外扰过程中的变化次序.1.3.3 二维相关光谱读谱规则利用同步和异步谱图的交叉峰，可以获得外扰条件下光谱强度发生变化的先后次序关系. 为方便表述，将同步谱图中(v1, v2)处的峰强度记为Φ(v1, v2)，将异步谱图中(v1, v2)处的峰强度记为Ψ(v1, v2). 根据Noda规则[5]：(1)当Φ(v1, v2) 0时，如果Ψ(v1, v2) 0，则v1谱带处的强度变化发生先于v2谱带处的强度变化(表示为v1→v2)，而如果Ψ(v1, v2) 0，则v2→v1；(2)当Φ(v1, v2) 0时，如果Ψ(v1, v2) 0，则v2→v1，而如果Ψ(v1, v2) 0，则v1→v2. 简单说来，如果(v1, v2)在同步和异步谱图的交叉峰符号一致(都为正或者都为负)，则v1→v2；如果(v1, v2)在同步和异步谱图的交叉峰符号不一致(一个为正而另一个为负)，则v2→v1.2 实验技巧二维相关光谱作为一种有效的光谱分析手段，是针对一系列动态光谱的数学分析，具体可分为2个过程：动态谱图获取和二维相关分析. 本节将结合实际操作过程，介绍二维相关红外光谱的一些实验和分析技巧.2.1 动态谱图获取2.1.1 样品制备对于固体聚合物样品，溴化钾压片法制备的样品可直接用于透射红外光谱测试；另外，还可使用溶液铸膜(solution casting)法在红外窗片上直接制备得到适合透射红外光谱测试的薄膜. 对于溶液样品，主要应考虑样品的密封问题，避免测试过程中溶剂的挥发. 此外，水溶液或者水凝胶样品，为避免H2O分子的红外吸收对高分子链上C―H和C＝O基团吸收峰的影响，可以用D2O作溶剂.2.1.2 测试条件测试模式方面，为得到高信噪比的红外光谱图，一般使用透射模式进行数据采集. 特殊的样品也可选用其他附件，例如对样品表面进行研究时可选用ATR附件. 测试条件方面，为兼顾扫描时间和信噪比，可设置红外谱图分辨率为4 cm-1，扫描次数为32次.2.1.3 测试环境二维相关光谱的特点在于只对光谱的变化敏感，能够显著放大一系列动态光谱的变化情况. 不论样品浓度、厚度如何，如果其处于静态，不发生变化，则对应的二维相关光谱无任何信号. 因此，为了使二维相关光谱的信号只来源于样品本身的结构变化，需要保证测试过程中环境的相对稳定，排除测试环境变化引起的水或二氧化碳吸收峰变化的干扰. 通常，可以借助干燥空气或者氮气吹扫，待测试环境稳定后进行背景采集，随后开展一系列动态光谱的采集.2.2 二维相关光谱分析将采集的一系列动态光谱在特定的软件上进行数学处理，即可得到二维相关光谱同步和异步谱图. 目前，能够快速获得二维相关光谱的软件种类很多[7]，大都是免费获取或者是商业化的软件，包括2D Shige、TDCOS、Mat2DCorr、2DCS、Midas 2010、R corr2D、Python Scikit Spectra、Python NumPy等. 关于二维相关光谱的谱图分析，重点在两部分：精细结构的分辨和动态过程的解析. 二维相关光谱异步谱可以区分光谱中来源不同的重叠峰，将异步谱中谱峰对应的波数进行基团归属，即可分辨体系的精细结构. 此外，通过结合同步谱和异步谱交叉峰的符号，可以获得外扰条件下光谱强度发生变化的先后次序关系. 为了方便解析复杂体系谱峰响应的先后次序，根据Noda规则，本课题组提出了一种简便的判断方式[8]. 如表1、2所示，分别读出了图1异步谱中所有谱峰对应的波数及其在同步和异步谱中交叉峰的符号(强度正负)，之后将其对应一一相乘，结果如表3所示. 该表中每一个正值都代表它所对应的横轴的波数先于或快于纵轴的波数响应，而每一个负值代表它所对应的横轴的波数后于或慢于纵轴的波数响应. 基于此，可以直观地得出对应动态过程的谱峰响应次序(“→”表示先于或快于)：1647→1628→1622→1615 cm-1.Table 1 Signs of cross-peaks in synchronous spectrum (corresponding to Fig. 1).Table 2 Signs of cross-peaks in synchronous spectrum (corresponding to Fig. 1).Table 3 The final results of multiplication on the signs of each cross-peak in synchronous and asynchronous spectra.3 典型应用基于二维相关光谱在判断精细结构和解析动态过程的优势，本节将结合本课题组的研究工作，介绍二维相关光谱在高分子表征中的应用，主要涉及温度响应高分子的响应机制、可拉伸离子导体中复杂相互作用、小分子在聚合物基质中的扩散机理等.3.1 温度响应高分子的响应机制温度响应高分子能够在外界温度发生变化时改变自身的物理或化学性质，形成对环境的感应并产生反馈，在智能传感、药物缓释、可控驱动、过滤分离、智能窗户等领域得到了广泛关注和应用[9~11]. 温度响应高分子的响应过程往往源于分子结构或链构象的变化，分子光谱(红外、拉曼光谱)对分子基团及相应的相互作用十分敏感，非常适合于研究其中的响应机理. 传统的一维分子光谱存在谱峰重叠严重、分辨能力低以及难以捕捉动态过程等不足，借助二维相关光谱分析，可以对温度响应高分子的精细结构和动态响应机制进行深入解析，探讨其中的构效关系.聚(N-异丙基丙烯酰胺)(PNIPAM)在水溶液中呈现LCST (lower critical solution temperature)型转变，即升温过程发生相分离，相转变温度约为32 ℃[12]. PNIPAM分子链同时存在亲水的酰胺基团和疏水的碳链骨架、异丙基侧基，利用变温红外光谱对PNIPAM水溶液升温过程进行跟踪，观察到vas(CH3)和vs(CH2)吸收峰波数的降低以及Amide I区域1625和1649 cm-1处吸收峰的相互转化，表明聚合物链C―H基团的脱水和分子间/内氢键C＝O… H―N的形成. 基于二维相关光谱分析，获取了PNIPAM水溶液相分离的微观动力学机理：温度升高首先发生侧基CH3的两步脱水，随后是主链的塌缩和聚集，最后为酰胺氢键的形成，并最终导致了相分离[13].PNIPAM的LCST型转变对溶剂组成也十分敏感. 尽管水和甲醇都是PNIPAM的良溶剂，但在两者以一定比例混合的状态下对PNIPAM则为不良溶剂. 例如：当甲醇和水的体积比为0.35:0.65时，PNIPAM在该混合溶剂中的LCST约为-7.5 ℃，这种现象称为“共不溶”现象. 利用红外光谱和二维相关光谱分析研究PNIPAM在水/甲醇混合溶剂中温度响应行为[14]，传统一维红外光谱分析表明，相比于纯水溶液，PNIPAM链在水/甲醇混合溶剂中处于塌缩的状态，并且PNIPAM和甲醇的相互作用明显被削弱了，这主要归因于混合溶剂中水-甲醇团簇的形成导致了PNIPAM链水合位点的减少. 进一步的二维相关红外光谱分析证实了水-甲醇团簇对PNIPAM链水合过程的抑制作用.除此之外，本课题组还探讨了其他LCST型聚合物的转变机理[15~19]、共聚(无规共聚、嵌段共聚)结构对温敏聚合物相变行为的影响[20~22]、温度响应水/微凝胶的体积转变过程[23~25]等，相关工作已进行过系统总结[26,27]，这里不再赘述.水凝胶结构与生物组织十分相近，在仿生皮肤等领域获得了广泛关注. 将两性离子单体与丙烯酸(acrylate acid, AA)共聚，通过调节盐浓度，制备得到具有优异可塑性、可拉伸性、自愈合性的超分子聚电解质水凝胶[28]. 同时，聚电解质的离子传输性质赋予了水凝胶对温度、应变、应力的多重感知功能. 基于对干态和湿态凝胶的红外光谱解析，获取了该水凝胶涉及的丰富的分子间/内相互作用，包括聚丙烯酸(PAA)链段羧基之间的氢键相互作用、两性离子链段中磺酸根与季铵盐的静电相互作用、PAA链段羧酸根和两性离子链段季铵盐的静电相互作用等，而这些丰富的分子间/内相互作用是该超分子水凝胶力学性能的决定性因素. 在此基础上，用甲基丙烯酸(methyacrylate acid, MAA)取代丙烯酸，即在PAA链段引入疏水的α-甲基，通过调节MAA和两性离子单体的比例，实现了超分子水凝胶在LCST和UCST (upper critical solution temperature)行为之间的转变[29]，如图2所示. 具体地，当两性离子单体与MAA质量比大于1时，聚合物在水溶液中表现出UCST行为；当两性离子单体与MAA质量比等于1时，聚合物在宽的温度范围(10~80 ℃)内均不溶于水；两性离子单体与MAA质量比小于1时，聚合物在水溶液中表现出LCST行为. 同时，LCST和UCST可以通过两性离子和MAA单体的共聚比例方便地进行调节. 二维相关红外光谱从分子水平有效揭示了这一体系独特相行为的产生原因. 结果表明，羰基氢键结构的转化是LCST型水凝胶相行为的驱动力，而磺酸根涉及相互作用(水合作用、静电作用等)的变化是UCST型水凝胶相行为的驱动力.Fig. 2 (a) The chemical structure of the polyzwitterion Turbidity curves and typical photos for the (b) UCST- and (c) LCST-type hydrogels Temperature-dependent FTIR spectra (d, e) and 2D correlation spectra (f, g) of typical UCST- and LCST-type hydrogels (Reprinted with permission from Ref.[29] Copyright (2018) American Chemical Society).在天然的阳离子多糖(季铵化壳聚糖)中原位聚合亲水的阴离子单体(AA)，构筑了具有温度、pH、机械力、电学等刺激响应行为的双网络聚电解质水凝胶. 该水凝胶同时集成了生物相容、离子传输、黏附、可拉伸、自愈合等多种功能，可作为仿生离子皮肤用于监测压力、温度、pH、电信号等刺激引起的生理信号变化[30]. 值得注意的是，该离子皮肤具有温度可调的黏附性，即升温黏附强度提升，降温黏附强度下降，例如水凝胶在猪皮上37 ℃下的黏附强度是20 ℃下的5.5倍，且具有良好的循环稳定性，这主要源于聚电解质水凝胶的UCST型转变. 季铵化壳聚糖由疏水主链和亲水的季铵盐基团组成，具有两亲性结构，通过改变聚合过程中AA组分的比例，可以实现对双网络聚电解质水凝胶相变行为的调控. 利用温度分辨红外光谱及二维相关分析对水凝胶的温度响应机理进行研究，结果表明体系的UCST型转变源于焓变驱动的季铵化壳聚糖与PAA链段间离子相互作用的解离和氢键作用的增强. 关于水凝胶的黏附性，涉及了丰富的分子相互作用，如PAA与基体间的氢键、季铵化壳聚糖与基体间的疏水相互作用、离子相互作用等. 二维相关红外光谱分析表明，升温相变过程中离子对解离，释放了大量解离的羧基，促使了PAA链段中羧基二聚体之间强氢键以及与季铵化壳聚糖链段羟基之间氢键的形成，提高了水凝胶的强度. 同时，水凝胶中羧基二聚体的形成有利于氨基的质子化，从而改善了组织黏附性.聚甲基丙烯酸(PMAA)在合适的水环境中也可表现出LCST型相转变[31]. 通过在PMAA水溶液中引入AlCl3等无机盐，调节盐浓度，实现了体系相转变温度的广泛可调，并构筑了具有多级结构、可实现紫外-可见-红外宽谱带光管理的新型水玻璃. 该水玻璃不仅可以可逆地切换可见光区域的透射率，阻挡紫外和红外光，还具有缺口不敏感性、自我修复断裂和划痕的功能. 借助二维相关红外光谱可对该水玻璃的动态响应机制进行解析，经分析，PMAA链段上不同化学基团在升温过程的响应次序为：α-甲基→亚甲基→羧基，表明疏水的α-甲基的脱水合是该体系相转变过程的驱动力，导致了聚合物主链的塌缩以及羧基之间氢键结构的解离. 此外，温度分辨小角X射线散射(SAXS)、微小角中子散射(VSANS)光谱证实了聚合物链塌缩引起的散射强度增加，从而产生可见光透过率的变化.一些聚电解质复合物在水溶液中也表现出热致相转变行为[32]. 通过调节典型聚电解质复合物——聚苯乙烯磺酸盐/聚二烯丙基二甲基铵在溴化钾水溶液中的浓度，同时观察到了LCST和UCST型相转变现象：低浓度下，聚电解质复合物呈现UCST型固液相转变；高浓度下，聚电解质复合物则表现为LCST型液液相分离. 基于温度分辨拉曼光谱和二维相关光谱分析，深入研究了体系中的水合效应和阴-阳离子相互作用. 研究发现，在水溶液中，聚电解质复合物的阴-阳离子相互作用呈现2种状态：直接接触型离子对(contact ion pairs, CIPs)和溶剂分离型离子对(solvent-separated ion pairs, SIPs). 聚合物浓度较低时，疏水的聚电解质链段使得阴-阳离子直接结合，CIPs占主导，而温度的升高导致了CIPs的解离，从而引起体系的UCST型转变；聚合物浓度较高时，CIPs比例低，升温导致了阴-阳离子的结合，从而引起体系的LCST型转变. 二维相关拉曼光谱分析则给出了相转变过程中的基团衍化次序，进一步揭示了聚电解质复合物两种截然不同的相转变机理：UCST型体系升温呈现出阴-阳离子相互作用逐渐减弱的解离过程，即“CIPs→SIPs→自由离子”，而LCST型体系升温呈现出阴-阳离子相互作用逐渐增强的缔合过程，即“自由离子→SIPs→CIPs”(图3). Fig. 3 2D correlation synchronous and asynchronous Raman spectra of polyelectrolyte complexes with (a) UCST- and (b) LCST-type transitions (c) Schematic illustration of the phase transition mechanisms (Reprinted with permission from Ref.[32] Copyright (2020) American Chemical Society).将温度响应聚合物引入分离膜，能够赋予膜材料温度响应功能，实现可控的物质分离[33]. 利用温敏性聚N-乙烯基己内酰胺(PVCL)和非温敏性聚乙烯基吡咯烷酮(PVP)协同稳定金属有机框架(MOF)纳米片，并进一步抽滤得到层层堆叠的温度响应纳米片复合膜. 其中PVCL提供温敏性，PVP提供支撑作用，PVCL和PVP的协同作用使得在升降温循环过程中，层间纳米孔道体积既可以同步增大和缩小，而层间距维持稳定. 所得MOF纳米片复合膜水通量及对染料截留能力具有温度敏感性. 温度升高，PVCL链塌缩使得层间纳米孔道体积增大，因而水通量增大，且升降温循环过程稳定性良好. 将尺寸相近的3种染料分子(亮绿、中性红、结晶紫)混合液进行过滤测试发现，随温度升高，尺寸较小的亮绿和中性红分子截留率下降明显高于结晶紫. 值得注意的是，对不同温度下滤液的紫外-可见光谱进行二维相关光谱分析，可以得到不同染料随温度升高的流出顺序：亮绿→中性红→结晶紫，证实了复合膜中纳米孔道尺寸随温度升高而逐渐增大. 利用二维相关红外光谱进一步对纳米片复合膜的温度响应机制进行了解析，结果显示，PVCL链段在升温过程的脱水和塌缩作为复合膜温敏行为的驱动力，降低了MOF纳米片的界面润湿性，最终导致纳米孔道的变化，而PVP链段在这一过程中并未发生明显变化，主要起到层间支撑作用(图4).Fig. 4 (a) Temperature-dependent FTIR spectra of the composite membrane (30-60 ℃). The arrows indicate the spectral variation trends at different wavenumbers (b) 2D correlation synchronous (left) and asynchronous (right) spectra of the composite membrane (c) Schematic illustration of the "smart" membrane separation performance (Reprinted with permission from Ref.[33] Copyright (2020) Springer Nature).3.2 可拉伸离子导体中复杂相互作用的揭示生命系统的生理活动与离子传导密切相关，譬如皮肤和神经纤维须通过离子传导电信号实现环境感知和运动反馈. 可拉伸离子导体是模拟弹性生物组织离子传输的重要材料，在仿生皮肤、人工肌肉、可拉伸储能、软机器人等领域取得了广泛应用.在进行可拉伸离子导体的构筑时，往往需要兼顾力学和离子传导等性能，其中涉及了丰富的分子相互作用. 本课题组围绕可拉伸离子导体，在对体系分子内/分子间相互作用机理的研究基础上，提出了一系列调控力学、电学和光学性质的分子设计. 例如：利用纳米级无定形矿物粒子和天然多糖的离子作用，调节物理交联PAA的黏弹性，所构筑的仿生皮肤可以快速自修复，且具有更高的应力响应灵敏度[34]；基于AA和两性离子共聚物，选择结构匹配的离子液体，通过带电荷基团之间的离子协同效应构筑了导电纳米通道，氢键作用实现了导电通道和动态交联网络之间的协同效应，所制备的本征可拉伸导体材料透明性好、可拉伸性能突出(10000%)[35]；基于聚阴离子和聚阳离子间的弱氢键相互作用构筑了一种聚离子弹性体，所得聚离子弹性体高度透明，具有接近生物组织的力学性能和感知功能，并且可以实现同步的致动和反馈效果[36]；利用含氟聚离子液体与离子液体之间的离子-偶极和离子-离子相互作用，设计了一种可水下通信的光学伪装离子凝胶，该离子凝胶透明、力学性能可调、可3D打印，且具有水下自愈合、水下黏附、导离子等功能[37]. 二维相关红外光谱的优势在于从动态过程中识别体系的精细结构和复杂相互作用，因而是研究离子凝胶/弹性体中分子相互作用机制的有效手段.通过合理调控分子间/内相互作用，设计制备了一种基于天然小分子α-硫辛酸(α-thioctic acid, TA)的可涂覆离子凝胶油墨(图5)[38]. 在离子液体1-乙基-3-甲基咪唑硫酸乙酯([EMI][ES])存在的条件下，TA室温即可进行浓度诱导的自发开环聚合，得到稳定、透明、高拉伸且自愈合的离子凝胶弹性体. 该弹性体易溶于乙醇，因而能够方便地涂覆到任意表面，赋予涂覆体稳定的离子导电能力和应变感知功能. 利用红外光谱等手段探讨了离子凝胶中离子液体对聚硫辛酸(polyTA)的稳定机制：相比于纯的polyTA体系，离子凝胶的COOH伸缩振动区域在1734 cm-1出现了明显的肩峰，而离子液体的S＝O伸缩振动峰在离子凝胶中呈现了明显的红移，表明polyTA的羧基与硫酸乙酯阴离子形成了COOH… [ES]氢键. 分子动力学模拟结果表明了COOH… [ES]氢键的热力学稳定性，同时该氢键能够有效降低polyTA的势能. 因此，离子液体主要通过阴离子ES与polyTA基间形成强氢键而稳定polyTA. 二维相关红外光谱则揭示了离子凝胶升温过程不同化学基团的响应次序：COOH… [ES]氢键→羧酸二聚体→自由羧基，说明COOH… [ES]氢键对温度变化最敏感，进一步证实了COOH… [ES]氢键对于稳定polyTA离子凝胶的重要作用. Fig. 5 (a) Schematic illustration of the COOH[ES] H-bonding in the ionogel (b) ATR-FTIR spectral comparison among ionogel, [EMI][ES] and neat polyTA (c) Temperature-variable FTIR spectra of the ionogel in the C＝O stretching region from 25 °C to 151 °C Perturbation-correlation moving window (d) and 2D correlation synchronous and asynchronous spectra (e) generated from (c). (Reprinted with permission from Ref.[38] Copyright (2021) Wiley).受指纹结构启发，构筑了一种具有共形和可重复编辑褶皱结构的本征可拉伸离子导电芯鞘纤维[39]，其中，纤维芯层为离子凝胶弹性体，鞘层为氟橡胶，芯鞘界面借助共价交联网络和离子-偶极相互作用实现协同拓扑互锁和物理黏附. 经过表面褶皱结构的优化，该离子纤维拉伸应变感知灵敏度(gauge factor)可提升至10以上，超过了绝大多数可拉伸离子导体应变传感器. 利用红外光谱对离子凝胶芯层的分子相互作用进行研究，发现其中涉及了离子液体阳离子咪唑环上C―H与聚合物侧基乙氧基间的氢键、聚合物链段C＝O间的偶极-偶极相互作用、离子液体阴-阳离子间的弱静电相互作用等，而这些都对离子凝胶的高拉伸行为做出了重要贡献. 基于对芯层和鞘层力学性能的研究，发现表面褶皱形成的主要原因在于，高模量的氟橡胶鞘层弹性回复率显著低于离子凝胶芯层，在应变回复过程中造成了芯层和鞘层的界面失稳. 随着预应变的增加，弹性回复率差异变大，从而导致更加密集的褶皱结构. 此外，形成的表面褶皱可通过加热至60 ℃完全消除，从而赋予纤维可重复编辑褶皱的能力. 二维相关红外光谱揭示了离子凝胶芯层高温下残余应变的消除主要源于聚合物链段C＝O间偶极-偶极相互作用的减弱和构象重排，而氟橡胶鞘层由C―F间偶极-偶极相互作用锚定的链构象也可以通过加热消除.通过在强氢键交联的PAA网络中引入熵驱动的弱交联两性离子超分子网络，产生竞争机制，设计制备了一系列透明、抗冻、保湿、黏附、高拉伸、高回弹、自愈合、应变硬化、导质子、可重复加工等综合性能优异的离子皮肤(图6)[40]. 不同于传统水凝胶和离子凝胶，该离子弹性体不含大量溶剂，仅含有少量达到吸湿平衡的水分子，这使得分子间的羧酸二聚体氢键足以交联PAA分子链而形成强交联网络，而弱交联的两性离子超分子网络则提供柔性. 通过红外光谱、核磁共振谱和力学松弛等实验探讨了这一二元网络体系中的分子相互作用. 其中，具有较低pKa值的两性离子的存在使得PAA轻度去质子化，游离的质子是主要载流子. 去质子化的PAA与两性离子的阳离子端也可以发生离子缔合. 利用变温红外光谱并结合二维相关光谱分析，验证了体系中的3种主要分子相互作用，并根据它们对于温度的响应顺序判别了其结合强度，即PAA链段羧酸二聚体氢键 PAA-甜菜碱离子相互作用 甜菜碱-甜菜碱离子相互作用，这一光谱表征结果为该离子皮肤强弱协同竞争网络的分子设计提供了重要依据. Fig. 6 (a) Temperature-variable FTIR spectra of PAA/betaine ionic elastomer upon heating (b) 2D correlation synchronous and asynchronous spectra generated from (a) FTIR (c) and 1H-NMR (d) spectra of PAA, betaine, and PAA/betaine (e) Schematic illustration of PAA/betaine elastomer and the order of interaction strength among the three main interacting pairs (Reprinted with permission from Ref.[40] Copyright (2021) Springer Nature).3.3 小分子在聚合物基质中的扩散聚合物生产和加工的许多工序都涉及小分子物质在聚合物基体的扩散，研究这类扩散行为具有重要的理论和实践意义. ATR-FTIR光谱可对小分子在聚合物基质中的扩散过程进行实时、原位、快速、多组分检测，能够同时获取扩散系数和分子层面相互作用等信息. 扩散装置示意图如图7所示，聚合物基体处于ATR晶体和扩散物质之间，当扩散物质从聚合物基体的上表面扩散至下表面时即可被检测到. 随着时间的增加，与扩散物质相关的特征吸收峰强逐渐增大直至扩散平衡(扩散谱图，图7(b)). 以扩散时间为横坐标、扩散物质特征吸收峰强度/面积为纵坐标作图，即可得到扩散曲线(图7(c)). 结合二维相关光谱分析，可以提供动态扩散过程结构与相互作用的变化信息，有助于解析扩散机制[41~45].Fig. 7 (a) Schematic illustration of the diffusion experiments by ATR-FTIR spectroscopy (b) typical diffusion spectra (c) a typical diffusion curve.基于朗伯比尔定律和菲克扩散模型，Fieldson等[46]建立了基于ATR-FTIR光谱测试计算扩散系数的公式：其中这里，At为扩散时间t时，特征红外吸收峰的强度或面积；A∞为扩散达到平衡时，特征红外吸收峰的强度或面积；L为聚合物薄膜基体的厚度；D为扩散剂的扩散系数；γ为光波在聚合物基体中渗透深度的倒数，可表示为：其中，θ (θ = 45o)为红外光的入射角；n1和n2分别为聚合物和ATR晶体的折光指数；λ为红外光的波长. 基于以上扩散方程对ATR-FTIR光谱测试得到的扩散曲线进行拟合，即可得到相关扩散系数. 此外，根据曲线拟合情况可以判断该扩散过程的扩散模型.利用时间分辨ATR-FTIR光谱并结合二维相关光谱分析技术对水分子在乙基纤维素(EC)基薄膜中的扩散行为进行系统研究[47]. 分析表明，水分子在EC中的扩散行为符合菲克扩散模型，通过对扩散曲线的拟合计算得到了相关的扩散系数. 此外，探讨了EC中增塑剂(柠檬酸三乙酯)含量对水分子扩散行为的影响，结果表明，增塑剂的添加不影响水分子的扩散模型，主要起到加速水分子扩散的作用，这主要源于增塑剂的加入改善了EC链的活动性而提高了EC基体的自由体积(free volume). 利用二维相关光谱对水分子羟基伸缩振动区域扩散谱图进行解析，观察到在整个扩散过程中，主要存在着4种类型的水分子，即本体水(强氢键作用)、团簇水(中等强度氢键作用)、相对自由的水分子(弱氢键作用)以及自由的水分子(极弱氢键作用). 依据Noda规则，判别出不同状态水分子扩散的先后顺序：团簇水→本体水→相对自由的水分子或自由的水分子，表明扩散首先来自体积较小、相对弱氢键结合的团簇水，其次才是大量的本体水，而随着扩散过程的进行，部分水分子与聚合物基体相互作用而脱离团簇水或本体水，产生了(相对)自由的水分子.EC被广泛用作药物包衣材料以实现药物缓释的功能，利用ATR-FTIR光谱对药物分子在EC基薄膜中的扩散行为进行实时监测可以有效模拟这一药物缓释过程(图8)，从而为EC基药物包衣材料的配方优化提供理论指导[48]. 扩散谱图直观呈现了体系中各组分的变化情况，包括水分子(1637 cm-1)和药物分子(1569 cm-1)特征吸收峰强度的上升，增塑剂(1737 cm-1)特征吸收峰强度的下降等，表明水分子和药物分子在EC基薄膜中的扩散以及薄膜中增塑剂的部分溶解. 定量分析结果表明，扩散主要包含3个阶段：(A)水分子扩散；(B) EC膜吸水饱和，水扩散停止并溶解EC基体中的致孔剂；(C) 随着致孔剂的溶解，EC薄膜中形成孔道，使得药物分子和水分子共同扩散，同时增塑剂溶解. 二维相关红外光谱分析结果进一步证实了C阶段的各组分变化顺序：水分子扩散→药物分子扩散→增塑剂溶解，并且显示药物分子始终处于水合状态. 此外，通过改变药物分子的水溶性、致孔剂的种类以探讨膜配方对扩散行为的影响，结果表明随着致孔剂水溶性的增加和/或药物分子水溶性的降低，B阶段将缩短甚至消除. Fig. 8 (a) Time-resolved ATR-FTIR spectra collected during the water and drug diffusion (b) 2D correlation synchronous and asynchronous spectra during the diffusion of Stage C (c) Schematic illustration of water and drug diffusion across the EC-based film (Reprinted with permission from Ref.[48] Copyright (2015) Elsevier).氢氧化物/尿素是溶解纤维素的重要组合，其中尿素可稳定纤维素的疏水部分，有利于形成包合物从而促进纤维素的溶解. 在分子层面上，尿素溶液对纤维素的作用机理尚不明确. 采用ATR-FTIR光谱并结合二维相关光谱衍生的外扰相关移动窗口(perturbation-correlation moving window，PCMW)技术研究了不同浓度尿素水溶液(0，20 wt%、40 wt%和50 wt%)在黏胶纤维膜中的扩散行为，在分子水平揭示了尿素溶液的动态扩散行为以及与黏胶纤维的相互作用机制[49]. 从扩散谱图的变化规律以及对应的扩散曲线看，尿素溶液的扩散过程可大致分为2个步骤，水分子首先通过黏胶纤维膜，随后带动尿素分子一起通过. PCMW谱图显示，尿素浓度越高，尿素分子扩散滞后现象越明显. 根据菲克扩散模型，尿素分子在黏胶纤维膜的扩散系数随尿素浓度的增加而减小. 在红外光谱中，特征谱峰出现位移表明相应官能团相互作用的变化. 基于扩散过程Amide Ⅲ(尿素)和CH2-O(6)H伸缩振动(纤维素)的峰位移变化趋势，尿素水溶液在黏胶纤维中的扩散过程可以概括为：首先水分子破坏黏胶纤维膜无定形区的氢键网络，与羟基形成新的纤维素-水氢键，随后尿素分子在水分子的“桥连”作用下形成纤维素-水-尿素氢键，从而间接作用于纤维素. 低浓度下，水分子相对含量较大，可以快速打开扩散通道带动尿素分子通过黏胶纤维膜. 而高浓度下，尿素分子发生聚集且固定了大量水分子，从而在宏观上延缓了尿素溶液的扩散.热转移印花是纺织品印花方法之一，本质上是分散染料向聚酯纤维动态扩散的过程. 借助ATR-FTIR光谱对分散红9 (DR 9)在聚对苯二甲酸乙二醇酯(PET)薄膜中的扩散过程进行了原位跟踪，模拟了热转移印花过程，并结合二维相关光谱探讨了分散染料-分散染料、分散染料-PET相互作用机制，在分子水平上阐释了其扩散机理(图9)[50]. DR 9在PET薄膜中的扩散过程符合菲克扩散模型. 温度越高，扩散速度越快，这主要归因于：(1) 温度升高导致了PET基体自由体积的增加和分子链热运动的增强；(2) DR 9在高温下分子运动的增强. 此外，将不同温度下的扩散系数按照Arrhenius公式进行线性拟合，可以计算得到DR 9在PET中扩散活化能为15.33 kJ/mol. 通过对扩散过程中不同阶段的红外谱图进行对比，观察到了体系中存在丰富的分子间/内相互作用，包括PET和DR 9的C＝O基团间偶极-偶极相互作用、芳香基团间π-π相互作用以及DR 9分子内氢键等. 二维相关红外光谱分析进一步细化了扩散体系中不同化学基团的分子间/内相互作用及其在扩散过程中的变化情况. 高温下，随着DR 9分子热运动增强，DR 9分子之间的相互作用减弱. 借助DR 9和PET中C＝O基团之间的偶极-偶极相互作用，DR 9扩散进入PET基体. 在扩散过程中，DR 9中形成了较强的分子内氢键，从而提高了DR 9的平面性，促进了扩散过程. 随着越来越多的DR 9分子扩散到PET基体中，DR 9和PET的芳香基团之间的π-π相互作用成为主导，DR 9的分子内氢键减弱. Fig. 9 (a) Time-resolved ATR-FTIR spectra and (b) 2D correlation synchronous and asynchronous spectra of DR 9 diffusion in PET at 140 ℃ (c) Schematic diagram of DR 9 diffusion into PET (Reprinted with permission from Ref.[50] Copyright (2020) American Chemical Society).采用时间分辨ATR-FTIR光谱对不同温度下碳酸丙烯酯(PC)-双三氟甲磺酰亚胺锂(LiTFSI)在聚偏氟乙烯-六氟丙烯共聚物(P(VDF-HFP))中的扩散行为进行了原位监测，同时获得了凝胶聚合物电解质中各扩散组分的扩散系数和分子层面相互作用信息[51]. 基于PC中C＝O伸缩振动区域的二阶导数分析，推断出PC在凝胶电解质主要存在四种状态，即与P(VDF-HFP)发生偶极-偶极相互作、PC分子间发生偶极-偶极相互作用、与锂离子发生强离子-偶极相互作用、与锂离子发生弱离子-偶极相互作用. 同时，LiTFSI参与的分子相互作用也得以识别，包括锂离子与PC中C＝O之间的离子-偶极相互作用，锂离子与P(VDF-HFP)中C―F之间的离子-偶极相互作用、TFSI-的溶剂化作用等. 扩散过程中，首先是PC分子以溶剂团簇的形式扩散进入P(VDF-HFP)，PC分子中的C＝O与P(VDF-HFP)中的C―F发生偶极-偶极相互作用，一定程度减弱了P(VDF-HFP)聚合物链间的偶极-偶极相互作用，从而有利于锂盐的扩散. 随后，借助锂离子与C＝O的离子-偶极相互作用，锂离子随着PC分子扩散进入P(VDF-HFP)，TFSI-在扩散过程中也一直处于溶剂化状态. 这里，PC分子既充当了增塑剂的角色，同时也是离子(包括阴离子和阳离子)扩散的载体. 本工作在分子水平上揭示了PC-LiTFSI在P(VDF-HFP)的传导机制，对高性能凝胶聚合物电解质的结构设计和性能优化具有一定的指导意义.3.4 天然高分子的结构表征海藻酸钠(SA)作为一类天然多糖，生产成本低、无毒且具有良好的生物相容性、可降解性，在食品工业、制药、纺织印染等领域得到了广泛应用. 随着实验室和工业对SA的日趋重视，理解SA内部的氢键结构也变得越发重要. 利用红外光谱对SA升温过程特征基团的变化进行原位监测，结合二维相关光谱等分析手段从分子水平研究了SA体系的相互作用机制，探讨了温度扰动下SA分子间/内、SA与水分子间氢键结构的演变历程[52]. 研究发现，加热过程可分为30~60 ℃和60~170 ℃ 2个阶段：第一阶段为弱氢键结合的水分子脱除，第二阶段为强氢键结合的水分子脱除. 二维相关红外光谱结果表明：30~60 ℃区间内，随脱水过程发生，SA与水分子的氢键逐步断裂，SA中C―OH和COO-基团逐渐参与形成分子间/内氢键(O3H3⋯O5和O2H2⋯O＝C―O-)，因此水分子的存在一定程度破坏了SA中原有的氢键结构；60~170 ℃区间内，强结合水脱除，SA与水分子的氢键进一步断裂，同时SA分子间/内氢键相互作用逐步减弱，出现了部分相对自由的C―OH和COO-基团(图10). 由于相对自由的COO-比C―OH更早出现，可以推测C―OH形成的分子间/内氢键相互作用比COO-更强.Fig. 10 2D synchronous and asynchronous spectra of the SA film during heating between (a) 30-60 °C and (b) 60-170 °C (c) Schematic illustration of the heat-induced hydrogen bonding transformation in the SA film[52] (Reprinted with permission from Ref.[52] Copyright (2019) Elsevier).多元羧酸与纤维素的羟基反应，能使纤维素大分子间形成立体的交联网络结构，从而赋予棉纤维织物抗皱性能. 1,2,3,4-丁烷四羧酸(BTCA)作为一类典型的用于棉纤维织物抗皱整理的多元羧酸，其与纤维素的酯化过程受到了广泛关注，但其中关于分子水平相互作用机制及动态反应机理仍不清晰. 利用FTIR光谱对加热过程中纤维素与BTCA在催化剂次亚磷酸钠(SHP)作用下的酯化反应过程进行原位跟踪，并借助二维相关光谱分析技术探讨了该反应的分子机理，重点关注了分子层面相互作用机制以及反应全过程中的化学基团转变历程[53]. 分析表明，室温下，体系中的O―H和C＝O等极性基团有强氢键相互作用. SHP存在时，碱金属离子(Na+)与羧基反应并将其转化为相应的羧酸盐，从而一定程度削弱了BTCA间的氢键相互作用. 在30~100 ℃的加热过程中，体系中的氢键部分断裂，导致一些O―H和C＝O处于相对自由的状态. 这里，SHP的存在和加热过程都会导致体系中氢键相互作用的减弱，从而使相应的化学基团更自由，有利于酸酐生成和酯化反应. 当加热至100 ℃以上后，羧酸盐和自由羧酸开始脱水形成环酐. 一旦形成环酐，就会与纤维素大分子链上的O―H反应生成酯. 通过逐步成酐和酯化反应过程，BTCA实现了对纤维素的交联. 该结果对多元羧酸的抗皱整理工艺优化及寻找更有效的多元羧酸类抗皱整理剂和催化剂具有一定的指导作用.4 总结与展望本文主要介绍了二维相关光谱的基本原理、实验和分析技巧等，并结合具体的体系(如温度响应高分子、可拉伸离子导体、小分子在聚合物中的扩散过程、天然高分子等)，简述了二维相关光谱在高分子表征中的应用. 这里，二维相关光谱不仅能够有效鉴别高分子体系涉及的丰富相互作用，还能提供外扰作用下动态过程发生的分子机制. 相关研究结果一方面有助于启发新型功能高分子材料的结构设计，另一方面也可以为实际工艺过程的配方优化和参数调整提供指导.二维相关光谱作为一种先进的光谱分析手段，在高分子材料体系的表征中得到了越来越多的关注. 随着高分子材料涉及的体系越来越复杂、功能越来越强大，这为二维相关光谱的应用提供了更多的机遇，但同时也带来了更多的挑战. 在后续的研究工作中，二维相关光谱分析可以重点关注以下几方面：(1) 光谱手段的多样性. 目前关于二维相关光谱在高分子体系中的应用主要是基于中红外光谱，关注的是分子层面相互作用信息. 一方面，中红外光谱也有一定的局限性，例如低浓度溶液体系信号弱、水的吸收峰干扰严重等. 对于中红外光谱难以表征的体系，可以尝试其他分子光谱手段，如拉曼光谱、近红外光谱等，开展二维相关光谱分析. 另一方面，其他光谱手段，包括荧光光谱、圆二色谱、紫外-可见吸收光谱、X射线衍射谱等，都可以进行二维相关光谱分析，以获取多层面丰富的结构信息. 目前，这些光谱在处理二维相关分析时，大部分因信噪比低而导致噪音被显著放大，使得结构解析变得困难，如何有效解决这一问题是丰富二维相关分析光谱手段的关键.(2) 外扰变量的丰富性. 时间、温度便于控制，是目前获取动态光谱最常用的外扰变量. 然而，影响高分子结构和性能的因素是多种多样的，例如湿度变化能够引起高分子力学性质的改变、紫外光照射可以引起高分子的老化等，尤其是刺激响应高分子，可以对温度、压力、电场、磁场、pH、浓度等丰富的外扰产生响应，引起物理或化学性质的变化. 最近，Li等[54]利用二维相关红外光谱研究了乙醇诱导聚丙烯酰胺/Pluronic 127水凝胶相分离的机理，获取了氢键解离和无定形-结晶转变等信息. 因此，利用二维相关光谱探讨不同刺激下高分子结构的演变机制，将进一步拓宽二维相关光谱的应用范围. 需要注意的是，对于测试过程无法原位施加的外扰变量，应尽量避免其他因素改变而引起的光谱变化，否则将影响二维相关光谱分析结果的真实性和可靠性.(3) 多种分析手段的关联. 一方面，通过二维相关光谱交叉谱的计算和解析，可以将不同分析手段所得结果进行关联，这能够帮助理解高分子不同层面结构的内在联系. 另一方，二维相关光谱分析结果涉及丰富的相互作用和结构变化，经过与其他分析表征手段的结果进行比对和相互验证，可有效加深人们对二维相关光谱分析结果的理解. 参考文献1Ernst R R, Bodenhausen G, Wokaun A. Principles of Nuclear Magnetic Resonance in one and Two Dimensions. Oxford: Clarendon Press, 19872Noda I, Dowrey A, Marcott C, Story G, Ozaki Y. Appl Spectrosc, 2000, 54(7): 236A-248A. doi:10.1366/0003702001950454 3Noda I. J Am Chem Soc, 1989, 111(21): 8116-8118. doi:10.1021/ja00203a008 4Noda I. Appl Spectrosc, 1990, 44(4): 550-561. doi:10.1366/0003702904087398 5Noda I. Appl Spectrosc, 1993, 47(9): 1329-1336. doi:10.1366/0003702934067694 6Noda I. Anal Sci, 2007, 23(2): 139-146. doi:10.2116/analsci.23.139 7Park Y, Jin S, Noda I, Jung Y M. J Mol Struct, 2020, 1217: 128405. doi:10.1016/j.molstruc.2020.128405 8Sun S, Tang H, Wu P, Wan X. Phys Chem Chem Phys, 2009, 11(42): 9861-9870. doi:10.1039/b909914j 9Kim Y J, Matsunaga Y T. J Mater Chem B, 2017, 5(23): 4307-4321. doi:10.1039/c7tb00157f 10Chilkoti A, Dreher M R, Meyer D E, Raucher D. Adv Drug Deliv Rev, 2002, 54(5): 613-630. doi:10.1016/s0169-409x(02)00041-8 11Weber C, Hoogenboom R, Schubert U S. Prog Polym Sci, 2012, 37(5): 686-714. doi:10.1016/j.progpolymsci.2011.10.002 12Tang L, Wang L, Yang X, Feng Y, Li Y, Feng W. Prog Mater Sci, 2021, 115: 100702. doi:10.1016/j.pmatsci.2020.100702 13Sun B, Lin Y, Wu P, Siesler H W. Macromolecules, 2008, 41(4): 1512-1520. doi:10.1021/ma702062h 14Sun S, Wu P. Macromolecules, 2010, 43(22): 9501-9510. doi:10.1021/ma1016693 15Sun S, Wu P. J Phys Chem B, 2011, 115(40): 11609-11618. doi:10.1021/jp2071056 16Wang H, Sun S, Wu P. J Phys Chem B, 2011, 115(28): 8832-8844. doi:10.1021/jp2008682 17Sun B, Lai H, Wu P. J Phys Chem B, 2011, 115(6): 1335-1346. doi:10.1021/jp1066007 18Sun S, Wu P. Macromolecules, 2013, 46(1): 236-246. doi:10.1021/ma3022376 19Zhang B, Tang H, Wu P. Macromolecules, 2014, 47(14): 4728-4737. doi:10.1021/ma500774g 20Hou L, Wu P. Soft Matter, 2014, 10(20): 3578-3586. doi:10.1039/c4sm00282b 21Hou L, Wu P. Soft Matter, 2015, 11(14): 2771-2781. doi:10.1039/c5sm00026b 22Sun W, An Z, Wu P. Macromolecules, 2017, 50(5): 2175-2182. doi:10.1021/acs.macromol.7b00020 23Hou L, Ma K, An Z, Wu P. Macromolecules, 2014, 47(3): 1144-1154. doi:10.1021/ma4021906 24Li T, Tang H, Wu P. Soft Matter, 2015, 11(10): 1911-1918. doi:10.1039/c4sm02812k 25Sun S, Hu J, Tang H, Wu P. J Phys Chem B, 2010, 114(30): 9761-9770. doi:10.1021/jp103818c 26Sun S, Wu P. Chinese J Polym Sci, 2017, 35(6): 700-712. doi:10.1007/s10118-017-1938-1 27Sun Shengtong(孙胜童), Wu Peiyi(武培怡). Materials Science and Technology(材料科学与工艺), 2017, 25(1): 1-9. doi:10.11951/j.issn.1005-0299.20160386 28Lei Z, Wu P. Nat Commun, 2018, 9(1): 1134. doi:10.1038/s41467-018-03456-w 29Lei Z, Wu P. ACS Nano, 2018, 12(12): 12860-12868. doi:10.1021/acsnano.8b08062 30Shi X, Wu P. Small, 2021, 17(26): 2101220. doi:10.1002/smll.202101220 31Lei Z, Wu B, Wu P. Research, 2021, 2021: 4515164. doi:10.34133/2021/4515164 32Ye Z, Sun S, Wu P. ACS Macro Lett, 2020, 9(7): 974-979. doi:10.1021/acsmacrolett.0c00303 33Jia W, Wu B, Sun S, Wu P. Nano Res, 2020, 13(11): 2973-2978. doi:10.1007/s12274-020-2959-6 34Lei Z, Wang Q, Sun S, Zhu W, Wu P. Adv Mater, 2017, 29(22): 1700321. doi:10.1002/adma.201700321 35Lei Z, Wu P. Nat Commun, 2019, 10(1): 3429. doi:10.1038/s41467-019-11364-w 36Lei Z, Wu P. Mater Horiz, 2019, 6(3): 538-545. doi:10.1039/c8mh01157e 37Yu Z, Wu P. Adv Mater, 2021, 33(24): 2008479. doi:10.1002/adma.202008479 38Wang Y, Sun S, Wu P. Adv Funct Mater, 2021, 31(24): 2101494. doi:10.1002/adfm.202101494 39He C, Sun S, Wu P. Mater Horiz, 2021, 8(7): 2088-2096. doi:10.1039/d1mh00736j 40Zhang W, Wu B, Sun S, Wu P. Nat Commun, 2021, 12(1): 4082. doi:10.1038/s41467-021-24382-4 41Shen Yi(沈怡), Peng Yun(彭云), Wu Peiyi(武培怡), Yang Yuliang(杨玉良). Progress in Chemstry(化学进展), 2005, (3): 499-513. doi:10.3321/j.issn:1005-281X.2005.03.016 42Liu M, Wu P, Ding Y, Chen G, Li S. Macromolecules, 2002, 35(14): 5500-5507. doi:10.1021/ma011819f 43Tang B, Wu P, Siesler H W. J Phys Chem B, 2008, 112(10): 2880-2887. doi:10.1021/jp075729+ 44Wang M, Wu P, Sengupta S S, Chadhary B I, Cogen J M, Li B. Ind Eng Chem Res, 2011, 50(10): 6447-6454. doi:10.1021/ie102221a 45Lai H, Wang Z, Wu P, Chaudhary B I, Sengupta S S, Cogen J M, Li B. Ind Eng Chem Res, 2012, 51(27): 9365-9375. doi:10.1021/ie300007m 46Fieldson G T, Barbari T A. Polymer, 1993, 34(6): 1146-1153. doi:10.1016/0032-3861(93)90765-3 47Hou L, Feng K, Wu P, Gao H. Cellulose, 2014, 21(6): 4009-4017. doi:10.1007/s10570-014-0458-1 48Feng K, Hou L, Schoener C A, Wu P, Gao H. Eur J Pharm Biopharm, 2015, 93: 46-51. doi:10.1016/j.ejpb.2015.03.011 49Dong Y, Hou L, Wu P. Cellulose, 2020, 27(5): 2403-2415. doi:10.1007/s10570-020-02997-y 50Yan L, Hou L, Sun S, Wu P. Ind Eng Chem Res, 2020, 59(16): 7398-7404. doi:10.1021/acs.iecr.9b07110 51Li H, Hou L, Wu P. Chinese J Polym Sci, 2021, 39(8): 975-983. doi:10.1007/s10118-021-2571-6 52Hou L, Wu P. Carbohydr Polym, 2019, 205: 420-426. doi:10.1016/j.carbpol.2018.10.091 53Hou L, Wu P. Cellulose, 2019, 26(4): 2759-2769. doi:10.1007/s10570-019-02255-w 54Li Y, Wang D, Wen J, Liu J, Zhang D, Li J, Chu H. Adv Funct Mater, 2021, 31(22): 2011259. doi:10.1002/adfm.202011259 《高分子学报》高分子表征技术专题链接：http://www.gfzxb.org/article/doi/10.11777/j.issn1000-3304原文链接：http://www.gfzxb.org/thesisDetails#10.11777/j.issn1000-3304.2021.21362DOI：10.11777/j.issn1000-3304.2021.21362

6月13日，由中科院大连化学物理研究所公共分析测试组(DNL2001)邵建平承担的中国科学院仪器设备功能开发技术创新项目——“红外光谱仪的真空吸附及表面反应原位表征系统研制”顺利通过项目验收。验收专家组由中科院东北先进制造与材料制备区域中心梁爽副研究员、长春应化所科技处朱琳副处长、沈阳自动化所刘金德研究员、沈阳金属所刘萌副研究员、中科院大连化学物理研究所王峰研究员组成，朱琳副处长担任组长。　　验收专家组听取了项目负责人的项目研制工作报告和财务报告、测试专家组的测试报告，审查了相关技术资料，并对研制成果的运行情况进行了现场核查。专家组认为：所研制开发的新型真空吸附和表面反应红外光谱原位表征实验系统、及新型石英红外池，设计理念先进，工艺精巧，可靠性、实用性强，为拓展红外光谱仪用于催化材料性质的原位表征提供了有效的实验技术支撑。该项目成果具有重要的实验应用价值和一定的推广价值。该项目实现了设备功能开发目标，完成了实施方案规定的各项任务，一致同意该项目通过验收。　　该项目是科学院首批立项支持的仪器设备功能开发项目。项目的认真执行、规范验收和实际成果，对中科院大连化学物理研究所后续该类项目的申请、执行和组织验收起到了积极的示范意义。

2021年，《高分子学报》邀请了国内擅长各种现代表征方法的一流高分子学者领衔撰写从基本原理出发的高分子现代表征方法综述并上线了虚拟专辑。仪器信息网在获《高分子学报》副主编胡文兵老师授权后，也将上线同名专题并转载专题文章，帮助广大研究生和年轻学者了解、学习并提升高分子表征技术。在此，向胡文兵老师和组织及参与撰写的各位专家学者表示感谢。更多专题内容详见：高分子表征技术专题高分子表征技术专题前言孔子曰：“工欲善其事，必先利其器”。我们要做好高分子的科学研究工作，掌握基本的表征方法必不可少。每一位学者在自己的学术成长历程中，都或多或少地有幸获得过学术界前辈在实验表征方法方面的宝贵指导！随着科学技术的高速发展，传统的高分子实验表征方法及其应用也取得了长足的进步。目前，中国的高分子学术论文数已经位居世界领先地位，但国内关于高分子现代表征方法方面的系统知识介绍较为缺乏。为此，《高分子学报》主编张希教授委托副主编王笃金研究员和胡文兵教授，组织系列从基本原理出发的高分子现代表征方法综述，邀请国内擅长各种现代表征方法的一流高分子学者领衔撰写。每篇综述涵盖基本原理、实验技巧和典型应用三个方面，旨在给广大研究生和年轻学者提供做好高分子表征工作所必须掌握的基础知识训练。我们的邀请获得了本领域专家学者的热情反馈和大力支持，借此机会特表感谢！从2021年第3期开始，以上文章将陆续在《高分子学报》发表，并在网站上发布虚拟专辑，以方便大家浏览阅读.期待这一系列的现代表征方法综述能成为高分子科学知识大厦的奠基石，支撑年轻高分子学者的茁壮成长！也期待未来有更多的学术界同行一起加入到这一工作中来.高分子表征技术的发展推动了我国高分子学科的持续进步，为提升我国高分子研究的国际地位作出了贡献.借此虚拟专辑出版之际，让我们表达对高分子物理和表征学界的老一辈科学家的崇高敬意！热重分析技术及其在高分子表征中的应用ThermogravimetricAnalysisTechnologyandItsApplicationinPolymerCharacterization作者：谢启源，陈丹丹，丁延伟*作者机构：中国科学技术大学，火灾科学国家重点实验室,合肥,230026 中国科学技术大学，合肥微尺度物质科学国家研究中心,合肥,230026　　作者简介：　　丁延伟，男，1975年生.博士、中国科学技术大学合肥微尺度物质科学国家研究中心教授级高级工程师.自2002年开始从事热分析与吸附技术的分析测试、实验方法研究等工作，现任中国化学会化学热力学与热分析专业委员会委员、全国教育装备标准化委员会化学分委会委员、中国分析测试协会青年学术委员会委员.曾获中国分析测试协会科学技术奖(CAIA奖)二等奖，主持修订教育行业标准《热分析方法通则》(JY/T0589.1~4-2020)，以主要作者发表SCI论文30余篇，获授权专利7项.编著《热分析基础》《热分析实验方案设计与曲线解析概论》.　　　　摘要　　热重分析技术(TGA)是在程序控制温度和设定气氛下表征材料受热过程中的质量随温度或时间变化的高精度研究工具，具有重复性好、灵敏度高和热过程控制精准等优点.近年来，TGA技术在高分子材料领域得到了广泛应用，促进了高分子材料热稳定性、组成分析以及热分解机理等材料细观热响应特性的深入研究.本文分别从热重分析基本原理、仪器校准、实验方案设计、实验操作、热重曲线综合解析以及各环节中易出现的不当操作、异常数据与解决方案等方面进行阐述，并给出了在高分子科学研究领域中的典型应用案例、未来发展趋势及机遇与挑战.在实际的应用中，基于TGA与傅里叶红外光谱(FTIR)、示差扫描量热法(DSC)、气相色谱-质谱联用(GC/MS)等技术的联用分析，将有利于进一步揭示高分子材料在不同气氛和热激励等条件下的详细热响应信息，为性能优异的新型高层分子材料研发与设计、热解机理及燃烧蔓延动力学等领域提供支撑和指导.　　AbstractThermogravimetricanalysistechnology(TGA)isanefficientresearchtoolthatcharacterizestheweightofmaterialswithtemperatureortimeunderaprogramcontrolledtemperatureandacertainatmosphere.OneofitsadvantagesisthattheTGAresultscanbewellrepeatedwithhighsensitivity.Inaddition,itsheatingprocessisaccuratelyandflexiblycontrolledaccordingtorealthermalenvironmentofsamples.Inrecentyears,TGAispopularlyusedinthefieldofpolymermaterials,whichpromotesthedetailedanalysesontheirthermalstability,compositionanalysisandthermaldecompositionmechanismetal.ThisreviewwillcovermanyaspectsofTGA,includingbasicprinciples,calibration,schemedesign,curveanalysis,aswellasthosecommonerrorsduringsamplepreparationandexperiments,abnormaldatafiguringandthesolutionforthem.Additionally,thetypicalapplicationcasesofTGAinpolymerscience,aswellastheiropportunityandchallengesinfuture,arealsopresented.IntheapplicationsofTGAtechnology,moreinformationaboutthethermal-responsebehaviorofpolymersunderdifferentatmosphereandheatingconditionscouldberevealedbyTGAcoupledwithFTIR,DSC,GC/MStechnology.Inthiscase,notonlytheweightinformationofsampleduringaspecificheatingcondition,butalsotheendothermicandexothermicbehaviors,releasedgascomponentsatthesametimecanbeanalyzedtogether.Theyarehelpfulfornewpolymerdesign,thermaldecompositionmechanismandflamespreadmodelsdevelopment.　　　关键词　　热重分析技术  曲线解析  热稳定性  热解机理  案例分析　　Keywords　　Thermogravimetricanalysistechnology  Curveanalysis  Thermalstability  Thermaldecompositionmechanism  Caseanalysis 　　1热重分析技术简介　　1.1热分析技术　　作为现代仪器分析方法的一个重要分支，热分析技术在许多领域中得到了广泛应用[1~3].经历一百余年发展，热分析法与色谱法、光谱法、质谱法、波谱法等一起，构成了物质理化性能分析的最常用手段[4].　　热分析技术是研究物质随温度变化而发生物理过程与化学反应的一种实验技术[4].该技术的主要理论基础包括：物质的平衡状态热力学、非平衡状态热力学、不可逆过程热力学和动力学等，针对微量样品，通过精确测定其宏观参数，如质量、热量、体积等随温度的变化关系，研究物质随温度变化而发生的物理和化学变化[4].　　我国于2008年5月发布国家标准《GB/T6425-2008热分析术语》[5]，其中，对热分析技术的定义为：“在程序控制温度(和一定气氛)下，测量物质的某种物理性质与温度或时间关系的一类技术.”　　国际热分析与量热协会(InternationalConfederationforThermalAnalysisandCalorimetry，ICTAC)根据所测定的物理性质不同，将现有的热分析技术划分为9类17种[6].　　1.2热重分析技术的定义　　热重分析技术(thermogravimetry，TG)是指在程序控制温度和一定气氛下连续测量待测样品的质量与温度或时间变化关系的一种热分析技术，主要用于研究物质的分解、化合、脱水、吸附、脱附、升华、蒸发等伴有质量增减的热变化过程[4,5].基于TG法，可对物质进行定性分析、组分分析、热参数测定和动力学参数测定等，常用于新材料研发和质量控制领域.在实际的材料分析中，TG法也常与其他分析方法联用，进行综合热分析，从而全面、准确地分析材料的各项热性质.　　1.3热重分析的数学表达式　　根据定义，样品在热重分析过程的质量随温度或时间的变化，可用下式表示：(1)　　或(2)　　其中，式(1)多用于等温(或包含等温)条件下测得TG实验曲线，而式(2)则多用于非等温条件下的TG实验曲线.　　在实际表示中，为突出“测量”过程，常用重量(weight)来代替质量(mass).　　1.4微商热重法简介　　微商热重曲线(derivativethermogravimetriccurve，DTG曲线)是TG曲线进行一次微商的结果.因此，DTG曲线表征样品质量随温度或时间的变化速率，其峰值即为样品质量减小的最大速率.对于线性升温加热条件下的DTG曲线，其纵坐标单位一般是%/℃，表示温度升高1℃时，样品的相对质量变化.而对于等温实验，DTG曲线纵坐标单位一般是%/s.　　微商热重法的数学表达式为：(3)　　线性程序控制温度时，也可用下式表式(4)　　式中，β为实验中所采用的加热或降温速率，单位℃/min.　　如前所述，DTG曲线表征样品质量的变化速率，因此，为进一步分析样品质量变化的加速或减速特性，类似地，可对DTG曲线进行再次微商处理，得到二阶微商热重曲线，即DDTG曲线.目前大多数商品化仪器，DTG曲线可通过仪器自带的微商处理功能直接转换得到.与TG曲线相比，DTG曲线给出的样品质量随温度的变化速度信息，常常更直接反映了样品失重特性.图1给出了XLPE在10℃/min的加热速率下得到的TG曲线和DTG曲线，由图可见，随着温度的升高，XLPE在410~470℃温度区间急剧失重，交联聚乙烯在此温度区间迅速裂解，样品质量减少约95%，DTG曲线失重峰，对应于TG曲线的失重台阶，而由TG曲线，也可见样品受热失重后最终的残余质量.Fig.1TGandDTGcurvesofXLPEwiththeheatingrateof10℃/mininairatmosphere.　　　　1.5热重分析的优缺点　　1.5.1优点　　热重法针对微量样品进行实验，具有操作简便、可重复性强、精度高、响应灵敏快速等优点.热重法可准确测量物质在不同受热和气氛条件下的质量变化特征.例如：对于升华、汽化、吸附、解吸、吸收和气固反应等质量可能发生变化的物理和化学过程，都可使用热重法进行检测与分析.此外，对于熔融、结晶和玻璃化转变等往往不形成质量变化的热过程，也可通过热重分析与其他热分析方法联用，给出所关注热行为所在温度区间的样品质量不变信息，从而支撑所针对热过程的热流分析.　　由于热重法所测结果可重复性强且精度高，基于热失重数据的动力学参数计算与分析，也更具可靠性.此外，热重法仅需微量样品.因此，针对不同的样品牌号、老化样品的不同区域，都可取样进行细致分析，可深入研究各产品间的细微差异，例如：产品在使用一段时间后的材料分相行为等.　　1.5.2缺点　　在实际应用中，热重法也存在着一定的局限性，主要包括两个方面：样品质量变化信息表征其复杂热行为的单一局限性、微量样品检测结果与工程尺度样品实际热响应性能的一致性.　　首先，对于复杂的材料受热响应性能，热重法主要针对样品在整个受热过程中所形成气相产物溢出而导致的质量减少特征，在不同温度区间或不同受热时刻的细致质量减少信息，是热重分析输出的关键数据.由于大多物理和化学过程往往都伴随着质量的变化，因此，样品的质量变化信息能够很大程度上表征各温度/时间区间的反应强度，然而，若需进一步确定其中详细的反应机理等信息，单凭热重数据往往并不完备.因此，可通过将热重技术与其他分析技术联用，综合分析材料的详细热响应行为.　　其次，如前所述，针对微量样品，热重分析可实现其测量结果及其后续计算分析的精确性与可靠性等优点.然而，也正因为所检测样品的微量特性，使其测量结果不一定与工程尺度样品实际热响应性能完全一致，甚至由于实际工程中的复杂传热传质耦合过程，使热重分析不宜简单、直接地进行应用.因此，一方面，进行热重分析时，应首先清晰掌握材料的实际工程应用背景，科学系统地制定热重实验方案，并进行多工况数据的综合分析，从而确保热重分析数据与实际工程应用场景的吻合与一致 另一方面，在条件具备时，基于热重分析结果，应进行一定的放大尺度条件下的实验研究，综合不同尺度条件下的测量结果，给出材料真实热响应性能.　　2热重分析仪及其工作原理　　2.1工作原理　　热重分析仪(thermogravimetricanalyzer)是在程序控制温度和一定气氛下，测量试样的质量随温度或时间连续变化关系的仪器.测量时，通常将装有试样的坩埚置于与质量测量装置相连的试样支持器中，在预先设定的程序控制温度和一定气氛下，进行实验测量与数据实时采集.　　热重分析仪的质量测量方式主要有2种：变位法和零位法[4].变位法是根据天平横梁倾斜的程度与质量变化成比例的关系，用差动变压器等检测该倾斜度，并自动记录所得到的质量变化信息.零位法是采用差动变压器法、光学法等技术测定天平梁的倾斜度，通过调整安装在天平系统和磁场中线圈的电流，使线圈转动抑制天平横梁的倾斜.由于线圈转动所施加的力与质量变化成比例，该力与线圈中的电流成比例，通过测量电流的变化，即可得到质量变化曲线.　　2.2仪器组成与结构形式　　热重分析仪主要由仪器主机(程序温度控制系统、炉体、支持器组件、气氛控制系统、样品温度测量系统、质量测量系统等)、仪器辅助设备(自动进样器、压力控制装置、光照、冷却装置等)、仪器控制和数据采集及处理模块组成.图2给出了热重分析仪的结构组成示意图.Fig.2SchematicoftypicalTGequipmentwiththesampleinaheatingfurnace,whosetemperatureiscontrolledwithaprogram.　　　　根据试样与天平刀线之间相对位置的不同，可将热重分析仪分为3类：下皿式、上皿式和水平式，其结构框图分别如图3~图5所示.Fig.3SchematicofTGequipmentwiththecrucibleatlowerpositionoftheverticalheatingfurnace.　　Fig.4SchematicofTGequipmentwiththecrucibleathigherpositionoftheverticalheatingfurnace.　　Fig.5SchematicofTGequipmentwiththehorizontal.　　　　由图3~图5可见，仪器质量检测单元的天平与常规分析天平不同.该类天平横梁的一端或两端置于气氛控制的加热炉中，可以连续记录试样质量随温度或时间的变化.温度变化通过加热炉进行程序控制，试样周围温度通常用热电偶实时测量.热天平和热电偶所测数据，由仪器内置软件进行记录与处理线.　　2.3基于热重分析的联用技术简介　　如前所述，热重分析仪自身存在一定局限性，通常可将其与其他分析技术联用，从而对样品热响应行为进行全面分析.常用联用技术如下所述[4].　　(1)同时联用技术.是指在程序控温和一定气氛下，对一个试样同时采用2种或多种热分析技术.主要包括：热重-示差扫描量热联用(TG-DSC)和热重-差热联用(TG-DTA)，它们通常统称为同步热分析技术，简称STA.　　(2)串接联用技术.是指在程序控温和一定气氛下，对一个试样采用2种或多种热分析技术，后一种分析仪器与前一种分析仪器进行串接.常用可串接联用技术包括：红外光谱技术(IR)、质谱技术(MS)、气相色谱技术(GC)等.此外，对于串接联用技术，可采用2种联用模式，连续串接和间歇串接模式.前者模式下，各联用技术均连续采样分析 而后种模式下，最后一级串接仪器进行间歇式采样与分析.　　2.4仪器校准与状态评价　　2.4.1仪器的校准　　为了确保仪器工作正常和数据准确，在热重分析仪正式投入使用之前和使用期间，需分别对仪器的温度和质量测量器件进行校正.由于不同热重分析仪结构类型的差异，其校准方法存在着一定差别.　　2.4.2温度校正　　温度校正(temperaturecorrection)是用已知转变温度的标准物质确定仪器的测量值(Tm)和真实值(Ttr)之间关系的操作过程.通过温度校正，可得到以下关系式：(5)　　其中，ΔTcorr为温度校正值.　　通过温度校正，可以消除仪器的温度测量值与真实值之间的差别.例如：当使用熔融温度为156.6℃的金属In进行温度校正时，若所测熔融温度为154.1℃，则(6)　　因此，在温度校正时，测量值应增加2.5℃.　　进行仪器温度校正后，通常，还应在相同的实验条件下，使用标准物质进行重复实验，验证测量值与真实值之间的偏离程度.　　在实际应用中，当温度范围较宽时，通常需要使用具有不同特征温度的系列标准物质，进行多点温度校正.在实际校正时，可在仪器的校正软件中分别输入相应测量值，由仪器软件生成相应的校正曲线.　　对于大多商品化热重分析仪，常用的温度校正方法主要包括以下几种：　　(1)居里点法.居里点法是在磁场的作用下，将铁磁性标准物质加热到某一温度时，其磁性很快完全消失而引起质量变化的原理来对温度进行校正的方法[7,8].磁性消失时所对应的温度通常称之为铁磁性材料的居里温度(Tc).居里温度只与材料的组分有关.　　通常使用具有确定居里温度值的纯金属或合金作为标准物质，该温度校正过程实质上为磁性温度的测量[9].图6为使用几种磁性标准物质进行校准时得到的TG和DTG曲线.此外，通过该方法可以在单次实验中测量多个磁性样品的转变过程.Fig.6TGandDTGcurvesofseveralmagneticmaterialsfortemperaturecalibrationofTGequipmentwiththeheatingrateof10℃/mininN2atmosphere.　　　　(2)吊丝熔断法.吊丝熔断法通过将熔点已知的纯金属细丝固定悬挂在样品支撑系统附近位置，当温度升高至其熔点时，该金属丝发生熔化并从其支撑件滴落[10,11].通过确定在已知温度熔融而引起的表观质量变化对应的温度，从而校准仪器温度.　　(3)特征分解温度法.特征分解温度法是通过结构已知物质的初始分解温度来进行仪器温度校正[12].此处所指的初始分解温度为失重速率达到某一预定值之前的试样温度.标准物质应具有以下特性：在温度达到其特征分解值前具有足够的稳定性 特征分解温度具有重现性 不同来源得到的同种标准物质，其初始分解温度差异较小.　　当采用热重分析仪与差热分析或示差扫描量热技术进行联用时，也可利用试样在实验过程中随温度变化而引起的熔融、晶型转变等过程产生的特征热效应，对仪器进行温度校正[13~15].例如：通过一些具有可逆“固↔固”转变或“固↔液”转变过程的物质来进行温度校正.　　2.4.3质量校正　　常用的质量校正方法主要包括2种：静态质量校正和动态质量校正.　　(1)静态质量校正法.在某一个设定的温度和气氛下，通过对已知质量为m0的砝码进行称重测量，确定测量值mi与m0之间的差值∆mc，即：(7)　　在仪器的软件中分别输入mi与m0的数值，在之后的测量中，软件将自动扣除质量差∆mc.　　(2)动态质量校正法.在实验过程中，质量基线可能随温度发生一定的漂移.质量基线是在不加任何样品的条件下得到的，理论上，该质量在不同的温度下应始终保持为0.为了使得到的质量更接近真实值，通常采用扣除空白基线法和用已知质量的砝码进行动态质量校正方法对不同温度下的质量进行整体校正.　　在完成以上质量校正后，可用已知分解过程的标准物质，例如：高纯碳酸钙或一水合草酸钙样品，对校正结果进行验证，评价校正结果是否合理.　　2.4.4仪器状态评价　　仪器在长时间工作过程中，可能出现一些不易被察觉的状态变化，在这种“亚健康”状态下，所测得异常数据一般不易察觉，此时，实验数据的准确性和重复性往往明显较差.由于不同操作人员对仪器状态是否异常的判断标准不同，从而导致采取的措施之间也存在差异，进而对实验结果带来不同程度的影响.　　在分别对热重分析仪的温度和质量进行校正之后，还需要按照相应的检定规程或者校准规范等的要求，对校正结果进行评价，以确认仪器的工作状态是否可以满足实验的要求.　　1997年，原国家教委于发布了《JJG(教委)014-1996热分析仪检定规程》[16]，其中对于新安装、使用中和修理后的热重分析仪(TG)等仪器的检定做了规范.此外，原国家质量监督检验检疫总局分别于2017年和2002年发布了热重分析仪检定规程《JJG1135-2017热重分析仪检定规程》[17]和《JJG936-2002示差扫描热量计检定规程》[18].　　3热重分析实验方案设计　　3.1实验方案设计的重要性　　热重实验方案设计决定着实验成败.如前所述，热重仪具有多种结构形式，在实际应用中应首先根据实验需求，选择结构形式合适的热重仪[19].例如：当需要研究易氧化试样在惰性气氛下的热行为时，应选择具有较好密封性的热重仪.此外，对于一些重量变化不明显的过程，在选择仪器时，应考虑仪器的天平质量测量灵敏度和量程.　　在选定合适的热重分析仪后，还需要选择合适的实验条件，主要包括以下几个方面：试样状态(粉末、薄膜、颗粒、块体等)、试样用量、试样容器的材质和形状、实验温度范围及控制方式、实验气氛的种类和流速，以及其他条件，包括湿度控制、光照等.　　此外，在实验过程中所用试样的来源、前处理方式、试样容器以及实验所用仪器自身的差异等，也可能对最终的实验结果带来影响.如果忽视这些影响因素，往往很难得到较好的热分析实验结果，甚至可能得到错误的实验结论.　　3.2实验方案设计的主要内容　　3.2.1热重分析仪的选择　　选择合适的热重分析仪是确定热分析实验方案的第一步.在进行实验之前，应根据实验目的和样品信息，选择合适的热重分析仪.这里所指的热重分析仪，不仅仅局限于独立式热重分析仪，还包括与热重分析仪联用的热重-差热分析仪、热重-示差扫描量热仪、热重/红外光谱联用仪、热重/质谱联用仪、热重/气相色谱/质谱联用仪等形式的热分析联用仪.　　在实际应用中，对于下皿式、上皿式和水平式等不同结构形式的热重仪，其性能参数(如灵敏度、控温精度等)、气氛气体的流动方式、实验温度范围、温度变化速率范围等存在一定的差异.此外，有时需要根据特殊的实验目的，在真空、高压、还原气氛、强氧化气氛、腐蚀性气氛、蒸汽等特殊条件下进行实验，此时，更应关注所选热重仪是否满足实验要求.　　如前所述，在一些应用中，除了需要得到样品在加热过程中的质量信息之外，还需测量其中的热效应、生成气体种类和含量等，此时，则应采用与热重分析仪联用的相关仪器.　　关于商品化热重分析仪的选用，经过近几十年的发展，当前，国外主流仪器厂商如德国Netzsch、美国TA、美国PerkinElmer、瑞士MettlerToledo等均生产有适用不同温度范围的热重分析仪和TG-DSC同步热分析仪，各型号仪器的灵敏度与可重复等性能都可满足聚合材料的常规性能测试要求，且大多均可配置自动进样器等辅助配件，提高仪器工作效率.此外，上述仪器厂商所产热重分析仪可与红外光谱仪、气相色谱仪、质谱仪中的一种或者多种进行联用，对逸出气体组分等进行综合测量.各仪器厂商的联用技术与方式存在一定差异，以满足不同的领域需求.不同型号仪器的联用技术也各有优势，应根据实际需求，合理选用.其中，德国Netzsch公司的多级热分析联用仪可实现热重分析仪与红外光谱仪、质谱、气质联用仪的联用，可以分别实现红外光谱仪与质谱、气质联用仪串接式联用和并联式联用的连接形式 瑞士MettlerToledo公司的热重分析/红外光谱/气质联用仪可实现多段气体的采集与分析功能 美国PerkinElmer公司的热重分析/红外光谱/气质联用仪可以通过八通阀的灵活切换，实现在线分析和分离分析等多模式实验测量.　　3.2.2实验操作条件的选择　　由热重实验得到的曲线受操作条件的影响十分显著，在应用中，应针对影响热重曲线的因素，选择合适的操作条件.主要包括：试样状态、实验气氛、温度控制程序、实验容器或支架、环境特殊实验条件、采集软件参数等.　　(1)试样量/试样形状的选择.由于热重分析仪器的种类、结构形式以及实验条件等因素的差异，不同的热分析仪器对试样量或试样形状的要求差别较大.　　通常情况下，热重实验的样品用量为坩埚体积的1/3~1/2.对于密度较大的无机样品，试样质量一般为10~20mg 对于在实验过程中不发生熔融的样品，在确保仪器安全的前提下，可适当加大试样量.热分析串接联用的仪器对试样的要求，与该类热分析仪对试样的要求相同.　　在实际应用中，大多数热重实验对样品状态没有严格的要求，液态、块状、粉状、晶态、非晶态等形式均可以进行热重实验.实验前，可以不进行专门的处理，直接进行测试.对于较潮湿的样品，一般在实验前需进行干燥处理，以避免因溶剂或吸潮而引起曲线失真.　　此外，实验时，所用试样的粒度及形状也可能影响所得热分析曲线的形状.试样粒径的不同，往往引起气体产物扩散变化，导致气体的逸出速率变化，从而引起曲线形状的变化.一般情况下，试样的粒径越小，反应速率越快，对应曲线的起始分解温度和终止分解温度也降低，同时，反应区间变窄，分解反应也越彻底.　　(2)实验气氛的选择.在热重实验中可选择的气氛通常为静态(真空、高压、自然气氛)或动态气氛(氧化性气氛、还原性气氛、惰性气氛、反应性气氛)，实验时，应根据需要，选择合适的实验气氛和流速.实验气氛的流速一般不宜过大，过大的流速往往导致较轻试样来不及发生完全分解而被气流带离测量体系，从而影响热分析曲线的形状.另一方面，过低的流速也不利于分解产物及时排出，往往使分解温度升高，严重时可能影响反应机理.　　在选择实验气氛时，应明确实验气氛在实验过程中的作用，这里给出几种常用选择原则：如果仅是通过气氛使炉内温度保持均匀、及时将实验过程中产生的气体产物带离实验体系，通常选用惰性气氛 如果需要研究试样在特定气氛下的行为时，应选择特定的实验气氛，此时的气氛的作用可以是惰性气氛，也可以是反应性气氛 当需要研究试样在自然气氛下的热行为时，样品室无需通入气氛气体，将流速设为0或者关闭气体开关，此时，若试样发生分解，可能污染检测器 对于相邻的2个过程，可通过改变实验气氛，实现相邻过程的有效分离 对于含有复合材料或含有有机物的混合物，可根据各组分在不同温度范围发生的热分解过程，确定热稳定性不同的组分的含量 当使用反应性气氛时，应充分评估气氛对仪器关键部件的安全性，某些反应性气氛如H2、纯氧等在高温下可能与仪器的关键部件发生反应，对仪器造成不可逆的损害.　　(3)温度控制程序的选择.在热重实验中，所采用的温度控制程序主要包括加热、降温、等温以及这些方式的组合等形式，其中，主要包括温度扫描速度和温度范围的确定.　　对于温度扫描速率，若采用线性加热或降温过程，采用较快的加热速率，可有效提高仪器的灵敏度，然而可能导致分辨率下降，从而使相邻的过程较难分离.一般情况下，在实际应用中，应综合考虑转变的性质和仪器的灵敏度，综合选择一个合适的温度扫描速率.对于热重实验，最常用的温度扫描速率为10℃/min.　　对于温度范围，应根据样品的性质和实验目的，进行合适选择.大多热重实验从室温开始进行，最高温度基于实验中可观察到所关注变化过程进行设定.对于热稳定性较低的物质，最高实验温度以覆盖物质的分解过程即可，不设为仪器可达最高温度.　　在进行等温实验时，从开始温度达到设定温度所需的时间越短越好，即热惯性越小越好，以避免所关注的变化在达到设定温度的过程中已经发生.　　(4)实验容器或支持器的选择.对于热重分析仪，其测试对象主要呈粉末状，通常用坩埚盛装样品.无论是坩埚还是支架，在实验过程中均不能与试样发生任何反应.　　一般来说，用于热重实验的坩埚主要有敞开式和密封式2类.常用坩埚的材质有铝、石墨、金、白金、银、陶瓷和不锈钢等，实验时，应根据样品的状态、性质和测量目的合理地选择坩埚的形状和材质.　　对于剧烈分解的样品，在热重实验中，应尽量减少试样用量，且应多使用浅皿坩埚.同时，应增大气氛气体的流速，从而及时带离分解产物.当使用敞口坩埚时，若出现迸溅现象而使试样未完全分解却被带出坩埚的情形，可通过坩埚加盖扎孔的方法解决.即，在盖子中心位置扎一个圆形小孔，以便实验过程中产生的气体及时逸出.与不加盖时的结果相比，由加盖坩埚所得热分析曲线形状往往明显变化，相应特征温度也升高.　　在选择坩埚材质时，还应考虑坩埚需承受的最高温度及其惰性特征，例如：铝坩埚的最高使用温度不超过600℃.如需进行更高温度实验，可选用金坩埚或铂坩埚.而分解反应的热重实验一般不用铝坩埚，常用氧化铝、陶瓷、铂、铜、不锈钢等材质.由于铂对棉纤维、聚丙烯腈等物质反应具有催化作用，因此，若样品中含磷、硫和卤素，则不可用铂坩埚.此外，陶瓷类坩埚通常不适用于碱性物质、含氟聚合物及硅化合物的热重实验.　　(5)环境特殊实验条件的选择.进行热重实验时，有时还需根据实验目的和样品种类，选择是否需要控制环境湿度、磁场、电场、光照等条件.　　在实际应用中，应结合具体的实验目的，判断所使用的热分析仪能否满足实验要求的特殊条件，仪器通常以附件的形式来实现上述的特殊实验条件.　　(6)数据采集频率的设置.通常情况下，1数据点/s的采集频率足以准确记录试样质量变化信息.对于一些非常快的变化过程，仪器默认的数据采集频率无法实时记录下该过程中的变化信息，此时，应增大采集频率.而对于耗时较长的等温实验或较低加热速率的实验，则不宜使用1数据点/s的采集频率，应降低数据采集频率.　　4热重实验过程　　4.1样品准备　　理论上，一切非气态的试样都可以直接通过热重实验，测量其质量在一定气氛和程序控制温度下随温度或时间的连续变化过程.待测样品，应根据实验目的，进行合理制样或取样，并标明相应信息.由于热重实验所需样品量极少，应避免样品局部取样和混合不均等问题.此外，由于由不同状态的试样所得热重曲线的差别往往较大，因此，选择合适的试样状态对能否得到合理的实验结果十分关键.一般来说，不同状态的试样需做一些相应的处理才可用于热重实验.　　4.2实验测试　　在完成样品准备和实验条件选择之后，即可开始进行热重实验测量.整个测量过程主要包括：仪器准备、样品制备、设定实验条件和样品信息、开始实验等过程[4].　　4.2.1仪器准备　　若实验室供电正常，热重实验仪一般24h开机，当重新开机时，应开起仪器使其至少预热平衡30min.若仪器虽在正常使用中，调整了气氛气体，也应使仪器在调整后气氛条件下，平衡至少30min，以使炉内气体浓度保持一致.　　在仪器处于平衡稳定的状态下，正式开始实验前，还应对实验中使用的坩埚进行质量扣除，即，“清零”操作，具体做法如下：　　(a)将一个洁净的空坩埚置于样品支架或吊篮上，若热重仪为水平式或上皿式，应在参比支架上放置一个质量相近的同类型坩埚.关上加热炉，使天平所测质量几乎不变，几分钟后，按下面板上或仪器控制软件中的“清零”按钮.完成这一操作后，若显示的质量变化很小，则表明实验中所用的坩埚的空白质量已经扣除，装入试样后，软件显示的质量即为试样绝对质量.　　在热重实验过程中，若坩埚需使用扎孔上盖或坩埚内需加稀释剂，则坩埚盖或所加稀释剂质量也应扣除.　　(b)打开加热炉，将坩埚取下，用于盛装待测实验样品.对于配置自动进样器的热重仪，可集中对多个空白坩埚依次进行清零操作，软件将对自动进样器中各编号坩埚清零过程中的质量差异进行分别记录，使用时，应避免混淆坩埚顺序.　　4.2.2制样　　将待实验的试样放入已扣除空白质量坩埚中，试样量一般不应超过坩埚体积的1/3~1/2.对于含能材料等在高温下易剧烈分解或可熔融样品，试样用量能覆盖坩埚底部即可.对于易剧烈分解样品，也可使用较大尺寸坩埚或加入稀释剂的方法，减少试样热分解过程对支架或吊篮的损害.　　对于组成不同、结构相近的系列试样，为消除试样量对实验曲线的影响，同一系列实验中，各次试样用量应相近.　　将适量试样加入至坩埚后，可用镊子夹住坩埚在桌面上轻敲几次，使试样均匀分布于坩埚底部.对于易挥发、不稳定的液体黏稠试样或易吸潮的粉末试样，应尽快加载和摇匀坩埚内试样，减少试样在空气中的变化.　　之后，打开加热炉，用镊子将坩埚置于热重仪的吊篮或支架上，并及时关上加热炉腔体，待试样信息设置完毕和样品质量读数稳定后，即可开始实验.　　对于一些较易挥发的液体试样，在天平清零操作后，应提前在控制软件中设定相应信息，从而缩短实验开始前的等待时间.　　4.2.3设定试样信息和实验条件等信息　　目前的商品化热重仪都配有相应的控制软件和数据分析软件，不同厂家的仪器的软件界面各不相同，但在软件中需输入的试样信息和实验条件等大多相似.在软件中所输入的信息，可在后期的数据分析过程中查看.　　在正式实验开始前，控制软件中应输入的信息主要有：　　(1)样品信息.包括样品名称、编号、送样人、实验人、批次、文件名等.目前大多数热重仪软件不支持中文输入，建议多用英文字母和数字，尽量避免使用“%、?、/”以及汉字等字符.　　当使用自动进样器时，除以上信息外，还应输入坩埚所对应的位置序号.　　(2)实验条件信息.主要包括试样质量、温度程序信息、坩埚参数、气氛种类及流速以及数据采集频率等其他信息.　　4.2.4运行实验测量　　信息输入后，待试样质量稳定，即可按下控制软件中的“开始”按钮开始实验，加热炉即按设定温度控制程序对试样进行加热、降温、等温等操作，数据将自动保存.实验结束后，包括试样参数、实验程序、实验数据等信息将各自单独生成文件，供后续数据分析与处理所用.　　由于热重仪天平的灵敏度较高，实验过程中，工作台附近不可出现较大的振动，加热炉出口区域也不应有较大气流波动.　　5热重实验曲线解析　　5.1曲线解析概述　　热重曲线解析是热重实验过程的重要环节，是获得所测式样热响应特性的关键步骤，曲线解析主要包括以下几个步骤[19]：实验数据导入与基本分析、运用作图软件进一步分析、热重曲线描述、热重曲线初步解析、热重曲线综合解析以及实验报告或科研论文撰写.　　5.2在仪器分析软件中的基本数据处理　　5.2.1仪器分析软件中实验数据的导入　　各组热重实验完成后，在仪器附带的数据分析软件中，可导入数据文件并进行数据处理与分析，不同厂商的数据文件的格式可能存在一定的差异，但都可转化输出为Excel等通用软件可读格式文件，以便于后续数据处理与分析.　　5.2.2仪器分析软件中的基本作图　　为了便于分析，首先可在软件中对测得的热重曲线的纵坐标进行归一化处理，将纵坐标由绝对质量换算为相对质量.对于仅含一个线性加热程序的热重实验，热重曲线常以温度为横坐标.对于温度程序中含有一个或多个等温段的实验，则其横坐标常用时间，此时，在图中也可作出“温度-时间”曲线，以显示各时刻温度.　　5.2.3仪器分析软件中的曲线数学处理　　在仪器附带的数据分析软件中打开数据文件并进行基本作图之后，也可直接对数据进行换算、求导、积分、平滑等进一步的数学处理.　　5.2.4仪器分析软件中确定曲线的特征物理量　　热重曲线中质量变化反映了试样性质随温度的变化特性，对于一个变化过程，一般用温度和质量同时描述.常用的特征温度主要包括初始温度(initialtemperature，一般用Ti表示)、外推起始温度(extrapolatedonsettemperature，Tonset)、终止温度(finaltemperature，Tf)、外推终止分解温度(extrapolatedendtemperature，Tendset)、n%分解温度(n%temperature，Tn%)和最快质量变化温度(DTG峰值温度，peaktemperature，Tp)，直接使用分析软件，即可在图种标出上述特征温度.　　图7给出了热重曲线中各特征温度的位置示意图，具体确定方法如下所述：Fig.7CharacteristictemperaturesinTGcurves(PointA:Initialtemperatureaccordingtoacertainmassloss PointB:Initialtemperatureaccordingtoacertainmasslossrate PointC:Extrapolatedonsettemperature PointD:Extrapolatedendtemperature PointE:Initialtemperatureaccordingtotheintersectionpointofaspecificlineandthebasetemperatures PointF:Endtemperatureaccordingtotheintersectionpointofaspecificlineandthebasetemperatures PointG:Temperatureforthemaximummasslossrate).　　　　(1)以失重数值达到最终失重量的某一百分数时的温度值作为反应起始温度(Ti，图7中A点) 此外，n%反应温度为质量减少n%时的温度，可直接由热重曲线标出(Tn%)，常用的n%分解温度主要有0%、1%、5%、10%、15%、20%、25%、50%时的Tn%，其中，0%分解温度特指试样保持质量不变的最高温度.　　(2)以质量变化速率达到某一特定数值时的温度作为反应起始温度(Ti，图7中B点).　　(3)以反应到达到某一特征点(如：热重曲线斜率最大)时热重曲线的切线与平台延伸线交点所对应的温度作为“外推反应起始温度”(Ti，图7中C点)和“外推反应终止温度”(Tf，图7中D点) 与Ti和Tf相比，Tonset和Tendset受人为主观判断的主影响较小，常用来表示试样的特征分解温度，而Ti和Tf则常用来表示质量变化范围的起止温度.　　(4)以反应达到热重曲线上某2个预定点的连线与平台延伸线交点所对应的温度作为反应的起始温度(Ti，图7中E点)和反应终止温度(Tf，图7中F点).　　(5)由微商热重曲线中得到的最快质量变化温度也称最大速率温度或微商热重峰值温度(Tp)，是指质量变化速率最大的温度(图7中G点)，可直接由微商热重曲线的峰值获得，Tp对应是最大质量变化速率，常用(dm/dt)p表示.　　在实际应用中，何种方法所确定的初始温度等特征值，往往都存在一定的特殊性和局限性.如图7所示，常用C点外推起始温度或A点预定质量变化百分比(通常为5%)温度来表征物质的热稳定性.　　5.2.5专业绘图软件的绘图与处理　　当前，大多商品化仪器所附带的数据分析软件都可进行多条曲线的对比分析，也可在软件中直接进行曲线上下移动和线型颜色等编辑.然而，为进行更专业和细致的数据分析与对比，往往将数据转化输出为Text、Excel等通用格式文件，从而采用Origin、Matlab、Tecplot等专业作图软件进行分析，尤其是对多工况、多样品复杂系列实验测量结果的综合分析，即可给出静态的2D和3D图，也可根据实验研究目标，重构特征参数的时空演化动态视频，以满足实验报告、科研论文以及现场交流视频等需要.　　5.3热重曲线的解析　　5.3.1热重曲线的初步解析　　热重曲线的初步解析主要包括如下几点.　　(1)结合样品信息解释曲线中发生的变化.曲线中各典型温度区间或时刻所发生变化与样品结构、成分、处理工艺等信息密切相关.　　(2)结合实验条件信息解释曲线中发生的变化.实验时采用的实验条件对热重曲线的影响较大，应结合实验所采用温度控制程序、气氛等信息，初步解释热重曲线主要特征形成的主要原因.　　5.3.2热重曲线的综合解析　　进行材料热响应特性研究时，采用多种实验测试方法进行综合分析，有利于更加客观、全面地揭示其中的本质特性及其影响机制.综合解析主要包括如下几个方面.　　(1)通过多种分析技术与热重曲线进行互补与验证分析.例如：通过热重曲线可以得到一定范围内的质量变化信息，对于结构较复杂的物质而言，仅通过热重曲线较难准确获得在实验过程中的结构变化信息.通常利用与热重仪联用的红外光谱、质谱和气相色谱/质联用技术，综合分析在质量减少过程中产生的气体产物信息，从而获得实验过程中样品结构变化特征.　　(2)通过外推法对热重曲线进行分析.由于热重曲线大多是在动态温度条件下测得，对应特征量为非热平衡状态的测量值.因此，可进行不同温度扫描速率条件下的系列热重曲线分析，将所得系列特征转变温度对温度变化速率进行数据拟合，并进行0温度变化速率条件下的外推，获得准平衡状态下的特征值.　　6在高分子科学中的应用进展　　由于可准确地测量物质受热过程中的质量变化及其变化速率，热重法在高分子科学中得到了广泛应用，对于升华、汽化、吸附、解吸、吸收和气固反应等物理和化学过程，都可进行定量检测.近年来，主要应用包括以下几个方面.　　6.1聚合物中添加剂的影响　　高分子聚合物中添加各类改性物质，是高分子材料设计与性能提升的重要研究方向.聚合物中各添加剂含量的测定，是其性能分析与配方设计的关键环节，根据各物质热稳定性差异，可由TG曲线确定添加剂的含量[20~24].　　Dorez等[25]基于TG方法，研究了聚磷酸铵(APP)、磷酸二氢铵(DAP)和磷酸(PA)3种阻燃添加剂分别对聚丁二酸丁二醇酯(PBS)/亚麻纤维(Tfl)复合高分子材料热解性能的影响.图8给出了不同阻燃添加剂条件下的复合高分子聚合物TG曲线和DTG曲线，可见，其热解过程主要分2个阶段.对于不含阻燃添加剂的PBS+Tfl，样品被加热到约370℃时，其TG曲线有一个与亚麻纤维热解对应的肩形失重，而由图8(b)所示的DTG曲线可见，PBS热解主峰在400℃位置.在该复合高分子材料中添加3%质量的APP、DAP和PA后，其热解行为主要呈现2个显著变化.首先，材料的初始热解温度更低，由图8(b)所示的各DTG曲线可见，添加APP、DAP和PA的PBS+Tfl复合高分子材料分别在277、309和259℃出现第一个热解峰，这些热解峰比亚麻热解峰更早.因此，亚麻纤维热稳定性的降低，主要归因于所添加阻燃剂分解产生的磷酸对纤维素的磷酸化作用，该反应改变了纤维素的热解路径，从而有利于亚麻脱水，并形成含碳残留物.此外，PBS+Tfl原复合高分子材料的Res600为7.0%，而添加了APP和PA的材料的Res600为11.7%，可见，阻燃添加剂的加入，使得样品热解后的残留物显著增多.其次，PBS+Tfl原复合高分子材料的DTG峰值温度为400℃，而添加阻燃剂后的DTG峰值温度范围为375~380℃，即，主要热解温度区间降低，主要归因于PBS的热水解反应.Fig.8TG(a)andDTG(b)curvesofPBS+TflandFPBS+Tflwith3wt%variedphosphorousadditives(APP:AmmoniumPolyphosphate DAP:Dihydrogenammoniumphosphate PA:Phosphoricacid)(ReprintedwithpermissionfromRef.‍[25] Copyright(2014)Elsevierpress).　　　　6.2混合物中各组分含量分析　　为增强高分子材料的强度、硬度及阻燃等性能，实际使用的高分子聚合物材料中常常包含各类无机和有机组分，TG法也常用于分析确定复合材料和天然高聚物中各组分含量分析[26~28].　　Rego等[28]针对9种树木样品，采用热重分析法，基于纤维素、半纤维素、木质素和水分4组分模型，通过高斯方程优化拟合，给出了各树木样品的组成，如表1所示.Table1Lignocellulosicscontents(%mass,drybasis)inthesamplesofpoplargenotypes(ReprintedwithpermissionfromRef.‍[28] Copyright(2019)Elsevierpress).　　图9给出了其中一种木材样品(grimmingegenotype)的曲线拟合结果，如图所示，通过4组分热重曲线的叠加包络曲线，与实验测量的样品热重曲线吻合度高.　　Fig.9ExperimentalanddeconvolutedDTGprofileforGrimmingegenotype.Curvesoffourcomponents(water,hemicellulose,celluloseandlignin)andthecombinedoneareshownforcomparisonwiththeexperimentalresults.(ReprintedwithpermissionfromRef.‍[28] Copyright(2019)Elsevierpress).　　　　图10为氧化石墨烯(GO)和聚丙烯/氧化石墨烯/四氧化三铁(PAA/GO/Fe3O4)纳米复合材料的TG曲线[29].由图可见，对于GO样品而言，由于样品中含氧官能团的分解，TG曲线在250~350℃范围内出现明显了的重量损失.另外，在425~625℃温度范围的质量损失是GO在空气中碳的燃烧引起的.因此，在水溶性的PAA/GO/Fe3O4纳米复合材料的热重曲线中：(1)在50~150℃范围的重量损失是在样品表面物理吸附的残余水引起的 (2)在150~250℃温度范围的重量损失是在合成时加入的有机溶剂和表面活性剂引起的 (3)在350~500℃之间的重量损失是PAA的氧化分解引起的 (4)500~630℃之间的重量损失是GO在空气中碳的燃烧引起的 (5)630℃以上，在实验的温度范围内，质量没有发生明显的变化.Fig.10TGcurvesoftheGO(a)andPAA/GO/Fe3O4(b)nanocomposites(GO:Grapheneoxide PAA:Polyacrylicacid).ForGO,aweightlossfrom250-350℃isascribedtothedecompositionofoxygen-containinggroupsofGO.Theothermasslossfrom425℃to625℃isattributedtotheburningofcarboninGO.ForPAA/GO/Fe3O4,thelossstepover50-150℃mightbeduetothelossofresidualwateradsorbedphysicallyinthesample.Theweightlossaround350-500℃wasduetotheburningofPAA.Theweightlossoverthetemperaturerangeof150-250℃isattributedtotheresidualorganiccompoundsinthesample.(ReprintedwithpermissionfromRef.‍[29] Copyright(2013)TheRoyalsocietyofChemistry).　　　　综合以上分析，由TG曲线可以确定，在PAA/GO/Fe3O4纳米复合材料中PAA:GO:Fe3O4的重量比是1:1:3.基于PAA/GO/Fe3O4纳米复合物的重量和PAA的平均分子量分析，可以估算得到每2个PAA分子连接一个纳米颗粒.　　6.3TG-FTIR联用分析案例　　Plassauer等[30]针对聚氨酯丙烯酸酯(PUA)和添加了磷酸酯聚氨酯丙烯酸酯(PUA-FR)，采用TG-FTIR联用技术，研究了其热解特性.图11中给出了2种样品的TG-DTG曲线，同时，可见，PUA的热解过程主要分为4个阶段，各阶段质量损失分别为4.3%、24.4%、15.9%和52.8%.此外，图12中给出了PUA和PUA-FR在典型温度下的热解产物FTIR吸收光谱.　　Fig.11TG(solidlines)andDTGcurves(brokenlines)ofPUAandPUA-FRunderpyrolyticconditionswiththeheatingrateof10℃/mininN2atmosphere.PUA:polyurethaneacrylate PUA-FR:flame-retardantPUAtreatedwithtris(1-chloro-2-propyl)phosphate(ReprintedwithpermissionfromRef.‍[30] Copyright(2021)Elsevier).　　　　Fig.12(A)FTIRspectraofvolatilecomponentsandgaseousdecompositionproductsofPUAobtainedatdifferentpyrolysistemperatures:(a)200℃,(b)290℃,(c)350℃,(d)470℃ (B)FTIRspectraofvolatilecomponentsandgaseousdecompositionproductsofPUA-FRobtainedatdifferentpyrolysistemperatures:(a)290℃ (b)350℃ (c)450℃ (d)510℃(ReprintedwithpermissionfromRef.‍[30] Copyright(2021)Elsevier).　　　　综合其热解失重曲线和热解产物吸收光谱图，可见，第一阶段(135~200℃)，主要是PUA中PMMA-PHEMA段的初始热解，然而，样品中残留溶剂的蒸发量更大，成为该阶段主要生成物.　　在第二阶段(266~310℃)，聚丙烯酸酯主链的随机断链更为显著，形成的丙烯酸酯单体是该阶段PMMA-PHEMA段分解的主要产物.　　第三阶段(348~385℃)，生成了较多的二氧化碳，表明MMA/HEMA单体的分解可能与丙烯酸酯的自由基脱羧有关.对于PUA-FR样品，由于TCPP对聚丙烯酸酯具有中断其释放自由基的作用，因此抑制了该阶段的热解反应，同时由于生成了具有更高热稳定性的含碳产物和聚磷酸盐，并通过酯侧链的脱羧释放出二氧化碳，从而达到阻燃效果.　　第四阶段(456~506℃)，发生了HDI异氰尿酸盐和少量含羟基部分的快速释放，可见该阶段主要发生氨基甲酸酯键的解离，而从PUA的气体分解产物红外数据，可进一步看出由于氨基甲酸酯键的脱羧和相关尿素的分解，形成了氨基己基异氰尿酸盐.此外，对气体和固体分解产物的红外光谱分析表明，当温度超过400℃时，异氰尿酸盐分解为三聚氰酸和异氰酸.　　6.4TG-DSC/MS联用分析案例　　Mas等[31]针对二氨基顺丁烯二腈(DAMN)，通过TG/DSC-MS联用，研究了DAMN的热解特性，图13给出了氩惰性气氛和20℃/min的升温速率条件下的TG、DSC和MS实验曲线.Fig.13(a)TG,(b)DTGandDSCcurvesand(c)temperature-dependentioniccurrentvariationoftheDAMNattheheatingrateof20℃/mininargonatmosphere.DAMN:Diaminomaleonitrile(ReprintedwithpermissionfromRef.[31] Copyright(2021)Elsevier).　　　　由图13(a)可见，样品受热升温至300℃时，质量损失18%，在温度升高至其熔融转变温度(约180℃)时，DAMN已经开始热解.由图13(b)中的DTG曲线可见，该曲线反映了若干个互有重叠的分解反应，针对DTG曲线的进一步分析表明，其中包含多个DTG峰值的叠加.通过反卷积法，对叠加包络曲线进行分离处理，结果表明，该DTG曲线至少包含2个同步反应.　　进一步的耦合峰值反卷积法分析表明，曲线包含3个高斯峰值，其中，如图13(b)可见，前2个峰值较低，而在较高的温度215℃处，有显著更大的另一个峰值.此外，由图13(b)中的DSC曲线可见，在由于材料熔融相变引起的第1个吸热峰位置，存在明显的少量质量损失.　　图13(c)给出了DAMN热解反应中的主要气体产物的质谱曲线，其中，由图中所示的m/z=27(HCN+)碎片吸收峰值所在温度可见，脱氢氰酸化反应主要发生于上述热失重曲线的后期，而16(NH2+)、17(NH3+)和18(NH4+)碎片的变化过程，反映的是热过程中的脱氨和脱质子反应.　　上述4个碎片的离子电流随温度的变化分布曲线表明，它们在195~225℃温度区间形状相似，并与图13(b)中所示的质量损失速率曲线一致.此外，m/z=28(N2+)和26(CN+)的2个相对低强度质谱曲线，也表明在熔融聚合过程中发生了脱氨和脱氰过程.　　6.5热解反应动力学分析　　对于大多反应体系，其动力学模型可用式(8)描述.(8)　　式中α为体系反应进度或转化率，无量纲 T为温度，K β为升温速率，K/min k(T)为温度对反应速率的影响函数，1/min f(α)为反应进程对反应速率的影响机理函数，无量纲.　　转化率α可用式(9)进行计算.(9)　　其中m0为样品初始质量，mg m为样品当前质量，mg m∞为结束时样品残余质量，mg.　　对于式(8)中的k(T)，主要可用2种模型，一是较为通用的阿伦尼乌斯公式[32]，如式(10)所示 二是如式(11)所示的H-E模型[33]，较不常用.(10)(11)　　式中，A为指前因子，1/min E为活化能，J/mol.R为气体常数,J/(molK) C为常数 m为幂指数.　　反应进程机理函数f(α)描述了样品反应速率与物质自身含量的关系，不同的反应机理存对应各自的反应进程机理函数形式.其中，最为通用的是n级反应模型，如式(12)所示.(12)　　式中，n即为反应级数.　　综合整理式(9)、(10)和(12)，可得完整的反应动力学模型，如式(13)所示.(13)　　可见，上式中主要包含3个动力学参数(A,E,n)，它们综合表征了样品热解反应的详细进程，因此，样品热解动力学分析的核心，即为动力学三参数(A,E,n)的求解.在众多求解方法中，常用方法有3类：微分法、积分法和GE算法，其中，前2类为线性分析法，而GE算法为非线性求解法，以下分别介绍.　　6.5.1微分法　　微分法通常直接针对式(13)进行求解，对于样品仅在单一扫描速率条件下的热重过程进行动力学分析，可称为单扫描速率法.基于n级反应假设，常用的单扫描速率法包含如下3种.　　(a)Freeman-Carroll公式[34]，通过作图可以由斜率得到活化能，如式(14)所示.(14)　　(b)当n=1时，可用Newkirk公式[35]，如式(15)所示.(15)　　取2个实验点T1和T2，则有：(16)　　(c)Achar-Brindley-Sharp公式[36]，如式(17)所示(17)　　采用不同f(α)函数，由以上线性方程的斜率获得E，由截距求得A.　　针对不同扫描速率下测得的多条热重曲线，进行动力学分析的方法称为多重扫描速率法.实际应用中，基于微分形式的多重扫描速率法有以下几种.　　(a)Kissinger-Akahira-Sunose公式[37]，针对不同升温速率(β)下所测热重曲线峰值对应的温度Tp，可得到式(18)，由该线性方程的斜率，可确定E，由截距可确定A.(18)　　(b)Friedman公式[38]，对于多条不同升温速率β下的热重曲线，选择等转化率α处，有式(19).(19)　　由斜率可以求得E，截距为ln[Af(α)].　　如果结合n级反应模型假设则可得：(20)　　结合不同的α，由式(19)可得确定不同的截距，再基于式(20)，由斜率可求得n，由截距可求得A.　　此外，还有Vachuska和Vobril法[39]等，在此不再赘述.　　6.5.2积分法　　积分法则是通过对温度或者时间积分得到g(α)如式(21)所示.(21)　　常用的积分法有如下几种.　　(a)Horowitz-Metzger公式[40]，如式(22)所示.　　译(22)(23)　　式中，Tr为满足1-α=1/e的参考温度，单位K.θ为当前温度和参考温度的差值，单位K.作lng(α)~θ图，即可由斜率确定活化能.该模型后来进一步修改为Dharwadkar-Karkhanavala公式[41]，如式(24)所示.(24)　　其中Ti,Tf分别为反应开始和结束的温度，单位K.　　(b)Coats-Redfern公式[42]，首先，采用Taylor展开取近似，得式(25)(25)　　由于RT/E~0，所以，1−2RT/E≈1.式(25)可近似为式(26)(26)　　即可基于斜率和截距值，算出E和A.　　(c)Flynn-Wall-Ozawa公式[43~45]，如式(27)所示.(27)　　针对不同的升温速率β下的曲线，在等转化率α处的温度T，作lgβ~1/T图，由斜率可到E.　　此外，还有Zsako公式[46]和Satava-Sestak公式[47]等，在此不赘述.　　6.5.3非线性动力学求解　　随着计算机科学技术的发展，可将动力学三参数的求解转化成一个迭代优化过程，即，将各参数代入反应动力学公式，根据所计算热重曲线和实际热重曲线的误差，调整参数，最终基于误差最小原则，给出最优动力学三参数值.　　Tang等[48]针对PVC热解，基于3个平行反应模型，构建动力学计算公式，如式(28)所示.(28)　　总的反应转化率则是3个平行反应的叠加，如式(29)所示.(29)　　对式(28)中的3个平行反应进行独立求解，其显示差分格式如式(30)所示.(30)　　具体计算过程中，可采用当前流行的优化求解方法：遗传算法(GeneticAlgorithm)，基于该算法的不断“自然选择-繁殖”迭代，直至达到目标拟合精度.式(31)给出了评价优化参数好坏的误差函数Φ表达.(31)　　其中，Φ为模型预测结果和实验值之间的误差 γ为实验和模型预测的反应进度速率(DTG)之间的误差占总误差的权重 α˙exp,i为实验测量的反应速率，1/K α˙cal,i为当前动力学三参数下计算出的反应速率，1/K α˙exp¯¯¯¯¯¯为实验测量的反应速率的均值，1/K αexp,i为实验测量的无量纲反应进度 αcal,i为该动力学3参数下计算出的无量纲反应进度.αexp¯¯¯¯¯¯为实验测量的反应进度均值.M为在特定升温速率下实验数据点的数目.　　Tang等[48]基于遗传算法，进行XLPE热重曲线的拟合结果如图14所示，可见，各升温速率下，可算出与热重实验曲线吻合度很高的动力学三参数.Fig.14DTGcurvesforXLPE(Crosslinkedpolyethylene)pyrolysisinatmosphereatdifferentheatingratesandtheoptimaltheoreticalfittingbasedonsingle-scanmethod.TheoptimizationofpyrolysismodelingisbasedontheGA(Geneticalgorithm)method(ReprintedwithpermissionfromRef.[48] Copyright(2018)Elsevier).　　　　7总结与展望　　本文综述了热重分析技术在高分子表征领域的主要进展，旨在帮助大家全面掌握TGA技术的实验原理，提高实验操作与数据分析过程的有效性和准确性，进一步推动TGA技术在高分子表征领域的广泛应用.　　TGA分析仪将样品精细加热调控技术与高精度质量测量技术联合，从质量变化角度，对高分子材料等受热过程中的物理与化学变化行为进行直接表征.当前，国内外相关仪器厂商的多款TGA分析仪具有的响应灵敏度、测量精度及操作方便性等各项性能已能满足大多高分子性能表征的需要.关于TGA分析仪的未来发展，主要包括如下几点：(1)进一步提高仪器准确度、灵敏度，以及稳定性 (2)不影响灵敏度的前提下，拓宽TGA分析仪的温度范围 (3)超快加热/降温速率的实现 (4)快速等温实验过程中的热惯性的进一步减小 (5)特殊实验过程所需的仪器附件研发，包括高压真空热解腔、温湿度综合控制器等 (6)与TGA分析仪联用仪器的校准方法及标准物质等方面的进一步发展 (7)仪器软件的功能拓展.　　此外，关于基于TGA分析的高分子材料应用研究方面，未来机遇与挑战主要包括：(1)基于高分子材料微量样品的高精度热重数据及其计算参数，发展其对于实际工程的应用性模型，即，通过微量样品热分析参数与尺度放大(Scale-up)模型相结合，推动微量样品热分析结果在工程实际的更好应用 (2)在基于TGA分析的材料动力学模型与参数计算，进一步解决其中的动力学补偿效应(kineticcompensationeffect,KCE) (3)TGA分析技术与DSC、FTIR、GC/MS等仪器的无缝联用优化方案设计和联用数据精确、可靠分析.　　最后，近年来，在国家对自主优质测试分析仪的大力资助下，具有自主知识产权的国产热重分析仪的研制呈现一些可喜的进展.未来，随着我国科研水平的不断提高，相信在热重分析仪研发方面也能取得更大突破.同时，我国相关仪器厂商也应一步一个脚印、不断提升自主创新能力，才能在日益激烈的热分析市场竞争中处于不败之地.　　参考文献　　1　　SeifiaH,GholamibT,SeificS,GhoreishiaSM,Salavati-NiasaribM.JAnalApplPyrolysis,2020,149:104840.doi:10.1016/j.jaap.2020.104840　　2　　PeñalverR,Arroyo-ManzanaresN,Lopez-GarcíaI,Hernández-CórdobaM.Chemosphere，2020,242:125170.doi:10.1016/j.chemosphere.2019.125170　　3　　ChenYongxuan(陈咏萱),ZhouDongshan(周东山),HuWenbing(胡文兵).ActaPolymericaSinica(高分子学报),2021,52(4):423-444　　4　　DingYanwei(丁延伟).FundamentalsofThermalAnalysis(热分析基础).Hefei(合肥):UniversityofScienceandTechnologyofChinaPress(中国科学技术大学出版社),2020.doi:10.3866/pku.dxhx202012012　　5　　GB/T6425-2008NomenclatureforThermalAnalysis(热分析术语).NationalStandardsofPeople’sRepublicofChina(中华人民共和国国家标准),2008.doi:10.1016/S1734-1140(13)71006-5　　6　　IHainesPJ,ThermalMethodsofAnalysis:Principles,ApplicationsandProblems.SpringerScience+BusinessMedia:Dordrecht，1995.Chap1.doi:10.1007/bf02548698　　7　　NoremSD,O’NeillMJ,GrayAP.ThermochimActa,1970,1:29-38.doi:10.1016/0040-6031(70)85026-2　　8　　GallagherPK,SchreyF.ThermochimActa,1970,1:465-476.doi:10.1016/0040-6031(70)85017-1　　9　　OzkanUS,KumthekarMK,KarakasG.JCatal,1997,171:67-76.doi:10.1006/jcat.1997.1793　　10　　McGhieAR.AnalChem,1983,55:987-988.doi:10.1021/ac00257a047　　11　　McGhieAR,ChiuJ,FairPG,BlaineRL.ThermochimActa,1983,67:241-250.doi:10.1016/0040-6031(83)80104-x　　12　　BrownME,BhenguTT,SanyalDK.ThermochimActa,1994,242:141-152.doi:10.1016/0040-6031(94)85016-x　　13　　GallagherPK,ZhongZ,CharsleyEL,MikhailSA,TodokiM,TanaguchiK,BlaineRL.JThermAnal,1993,40:1423-1430.doi:10.1007/bf02546906　　14　　WeddleBJ,RobbinsSA,GallagherPK.PureApplChem,1995,67:1843-1847.doi:10.1351/pac199567111843　　15　　GundlachEM,GallagherPK.JThermAnal,1997,49:1013-1016.doi:10.1007/bf01996788　　16　　JJG014-1996VerificationRegulationforThermalAnalyzer(热分析仪检定规程).NationalEducationCommissionofPeople’sRepublicofChina(中华人民共和国国家教育委员会),1996.doi:10.1007/978-1-349-24516-1_6　　17　　JJG1135-2017VerificationRegulationforThermogravimetricAnalyzer(热重分析仪检定规程).GeneralAdministrationofQualitySupervision,InspectionandQuarantineofthePeople’sRepublicofChina,2017.doi:10.2753/clg0009-4609390303　　18　　JJG936-2002VerificationRegulationforDifferentialScanningCalorimeter(示差扫描热量计检定规程).GeneralAdministrationofQualitySupervision,InspectionandQuarantineofthePeople’sRepublicofChina,2002.doi:10.1007/BF02856701　　19　　DingYanwei(丁延伟),ZhengKang(郑康),QianYixiang(钱义祥).IntroductiontoThermalAnalysisExperimentDesignandCurveAnalysis(热分析实验方案设计与曲线解析概论).Beijing(北京):ChemicalIndustryPress(化学工业出版社),2020　　20　　GibertJP,LopezCuestaJM,BergeretA,CrespyA.PolymDegradStab,2000,67:437-447.doi:10.1016/s0141-3910(99)00142-1　　21　　SchindlerA,DoedtM,GezginS,MenzelJ,SchmolzerS.JThermAnalCalorim,2017,129:833-842.doi:10.1007/s10973-017-6208-5　　22　　VogelC,KrugerO,AdamC.JThermAnalCalorim,2016,123:1045-1051.doi:10.1007/s10973-015-5016-z　　23　　YuanY,MaC,ShiYQ,SongL,HuY,HuWZ,MaterChemPhys,2018,211:42-53.doi:10.1016/j.matchemphys.2018.02.007　　24　　WangFang(王芳),HaoJianwei(郝建薇),LiZhuoshi(李茁实),ZouHongfei(邹红飞),ActaPolymericaSinica(高分子学报),2016,7:860-870.doi:10.11777/j.issn1000-3304.2016.5329　　25　　DorezG,TaguetA,FerryL,LopezCuestaJM.PolymDegradStab,2014,102:152-159.doi:10.1016/j.polymdegradstab.2014.01.018　　26　　HatakeyamaH,JThermAnalCalorim,2014,118:23-30.doi:10.1007/s10973-014-3959-0　　27　　GerassimidouS,VelisCA,WilliamsPT,KomilisD,WasteManageRes,2020,38(9):942-965.doi:10.1177/0734242x20941085　　28　　RegoF,DiasAPS,GasguilhoM,RosaFC,RodriguesA.BiomassBioenerg,2019,122:375-380.doi:10.1016/j.biombioe.2019.01.037　　29　　ZhangWJ,ShiXH,ZhangYX,GuW,LiBY,XianYZ.JMaterChemA,2013,1:1745-1753.doi:10.1039/c2ta00294a　　30　　PassauerL.ProgOrgCoat,2021,157:106331.doi:10.1016/j.porgcoat.2021.106331　　31　　MasI,Hortelano,Ruiz-BermejoM,FuenteJL.EurPolymJ,2021,143:110185.doi:10.1016/j.eurpolymj.2020.110185　　32　　LaidlerKJ.JChemEduc,1984,61(6):494-498.doi:10.1021/ed061p494　　33　　HarcourtAV.PhilTransR.SocLondA,1913,212:187-204　　34　　FreemanES.CarrollB.JPhysChem,1958,62(4):394-397.doi:10.1021/j150562a003　　35　　NewkirkAE.AnalChem,1960,32(12):1558-1563.doi:10.1021/ac60168a006　　36　　SharpJH,WentworthSA.1969,41(14):2060-2062.doi:10.1021/ac50159a046　　37　　KissingerHE.AnalChem,1957,29(11):1702-1706.doi:10.1021/ac60131a045　　38　　FriedmanHL.JPolymSci:PolymSymp,1964,6:183-195.doi:10.1002/polc.5070060121　　39　　VachuskaJ,VoborilM.ThermochimActa,1971,2(5):379-392.doi:10.1016/0040-6031(71)85014-1　　40　　HorowitzHH,MetzgerG.AnalyChem,1963,35(10):1464-1468.doi:10.1021/ac60203a013　　41　　DharwadkarS,KarkhanavalaM.ThermAnal,1980,18(1):185-191.doi:10.1007/bf01909466　　42　　CoatsAW,RedfernJ.Nature,1964,201(4914):68-69.doi:10.1038/201068a0　　43　　OzawaT.BullChemSocJpn,1965,38(11):1881-1886.doi:10.1246/bcsj.38.1881　　44　　FlynnJH,WallLA.JResNatBurStand,1966,70(6):487-523.doi:10.6028/jres.070a.043　　45　　FlynnJH,WallLA.JPolymSci,PartC:PolymLett,1966,4(5):323-328.doi:10.1002/pol.1966.110040504　　46　　ZsakoJ.JPhysChem,1968,72(7):2406-2411.doi:10.1021/j100853a022　　47　　SatavaV.ThermochimActa,1971,2(5):423-428.doi:10.1016/0040-6031(71)85018-9　　48　　TangXY,XieQY,QiuR,YangY.PolymDegradStab,2018,154:10-26.doi:10.1016/j.polymdegradstab.2018.05.016原文链接：http://www.gfzxb.org/thesisDetails#10.11777/j.issn1000-3304.2021.21210&lang=zh《高分子学报》高分子表征技术专题链接：http://www.gfzxb.org/article/doi/10.11777/j.issn1000-3304DOI：10.11777/j.issn1000-3304.2021.21210