专利转让平台_买专利_卖专利_中国高校专利技术交易-买卖发明专利上知查网

全部分类
全部分类
定量分析聚合物结构的方法以及分析仪

定量分析聚合物结构的方法以及分析仪

IPC分类号 : G01N24/00,G01N33/44,G01N11/00

申请号
CN201780004169.6
可选规格
  • 专利类型: 发明专利
  • 法律状态: 有权
  • 申请日: 2017-03-30
  • 公开号: 108291882B
  • 公开日: 2018-07-17
  • 主分类号: G01N24/00
  • 专利权人: LG化学株式会社

专利摘要

本申请涉及一种聚合物结构定量分析方法。具体地,所述方法可以通过以下步骤进行:实际测量任意选择的聚合物的流变特性和/或分子量分布;为所选择的聚合物设定任意值;由所述任意值来预测所述聚合物的流变特性和/或分子量分布;比较测量值和预测值;以及确定所述聚合物的结构参数值。

权利要求

1.一种定量分析聚合物结构的方法,其特征在于,所述方法包括以下步骤:

(A)使用GPC测量所述聚合物的分子量分布;

(B)选择所述聚合物具有的结构参数,并将随机值分配给所选择的结构参数,所述结构参数为主链的重均分子量和主链的多分散性指数;以及

(C)预测分配了所述随机值的聚合物的分子量分布,并将所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值进行比较,以确定所述聚合物的结构参数的值,

其中,预测所述聚合物的分子量分布通过以下方程式4来进行:

[方程式4]

在上述方程式4中,P(M)为存在具有M分子量的聚合物的概率,σ2为所述主链的多分散性指数的对数值,以及μ表示分子量分布的中间值,所述分子量分布的中间值是指所述主链的重均分子量的对数值与所述主链的多分散性指数的对数值的1/2之间的差值,

所述步骤(C)中进行的所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值之间的比较通过以下来进行:计算所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值之间的误差值并且检查所述误差值是否小于预定的误差参考值,

所述步骤(C)中所述聚合物的结构参数值的确定通过以下来进行:在所述误差值小于预定的误差参考值时,将所述步骤(B)中分配的随机值设定为确定值。

2.根据权利要求1所述的定量分析聚合物结构的方法,其中,在所述步骤(A)中,所述聚合物为选自线性聚合物、支化聚合物、线性聚合物混合物和支化聚合物混合物中的至少一种。

3.根据权利要求2所述的定量分析聚合物结构的方法,其中,所述支化聚合物具有40%以下的侧链与主链的重均分子量之比,或具有3,000以上的仅侧链的重均分子量。

4.根据权利要求1所述的定量分析聚合物结构的方法,其中,重复所述步骤(B)和所述步骤(C)。

5.根据权利要求4所述的定量分析聚合物结构的方法,其中,所述确定值通过重复所述步骤(B)和所述步骤(C)两次以上而导出的多个确定值的最小值和最大值来表示。

6.根据权利要求4或5所述的定量分析聚合物结构的方法,其中,所述确定值通过重复所述步骤(B)和所述步骤(C)两次以上而导出的多个确定值的平均值来表示。

7.一种计算机可读记录介质,其特征在于,所述计算机可读记录介质中记录了用于执行权利要求1至6任一项所述的方法的程序。

8.一种聚合物结构的定量分析仪,其特征在于,所述定量分析仪包括:

测量部分,用于使用GPC测量聚合物的分子量分布;

设定部分,用于选择聚合物的结构参数,并将随机值分配给所选择的结构参数,所述结构参数为主链的重均分子量和主链的多分散性指数;

预测部分,用于预测分配了所述随机值的聚合物的分子量分布,其中,预测所述聚合物的分子量分布通过以下方程式4来进行:

[方程式4]

在上述方程式4中,P(M)为存在具有M分子量的聚合物的概率,σ2为所述主链的多分散性指数的对数值,以及μ表示分子量分布的中间值,所述分子量分布的中间值是指所述主链的重均分子量的对数值与所述主链的多分散性指数的对数值的1/2之间的差值;以及

计算部分,用于将所述聚合物的预测的分子量分布值与所述聚合物的分子量分布的测量值进行比较,以确定所述聚合物的结构参数的值,

其中,将所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值之间进行比较通过以下来进行:计算所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值之间的误差值并且检查所述误差值是否小于预定的误差参考值,

确定所述聚合物的结构参数的值通过以下来进行:在所述误差值小于预定的误差参考值时,将在设定部分分配的随机值设定为确定值。

说明书

技术领域

本申请涉及一种定量分析聚合物结构的方法以及分析仪。

本申请要求基于2016年03月31日提交的韩国专利申请第10-2016-0038881号的优先权的权益,其公开内容以整体引用的方式并入本文中。

背景技术

通常,聚合物根据其形状被分为线性聚合物或支化聚合物。所述线性聚合物这个词表示使构成聚合物的单体线性键合以形成主链的形状。对于这样的线性聚合物,用各种的链进行支化,从而该聚合物可以具有侧链。具有这种侧链的聚合物结构被称为支化聚合物,并且这样的支化聚合物具有依所述侧链的分子量、分布和数量而大大不同的聚合物的物理性质。如此一来,分析聚合物特性以识别对聚合物的物理性质具有很大影响的侧链的存在并准确测量其结构是重要的。

作为分析侧链的现有方法,使用GPC柱分析和NMR分析。

GPC柱分析采用将通过GPC柱的支化聚合物的粘度与具有相同分子量的线性聚合物的粘度进行比较的方法或者使用光散射将通过GPC柱的支化聚合物的回转半径与线性聚合物的回转半径进行比较的方法等,但是由于分析设备的灵敏度限制,这些方法仅能够针对具有100,000以上重均分子量的组分进行分析,从而存在针对小于100,000的重均分子量的分析困难的问题。

此外,尽管NMR分析可以分辨具有6个以下碳原子的侧链的长度,但是存在难以确定具有7个以上碳原子的侧链的长度的问题。特别地,考虑到影响流变性质的侧链的重均分子量通常为1000以上的事实,NMR分析存在的问题是,无法知道影响流变性质的确定具有7个以上碳数的侧链是长链支链还是短链支链。

本发明旨在提供一种分析聚合物结构的方法,所述方法能够通过重复从聚合物的结构参数预测流变性质和/或分子量分布的过程,并将其与测量值进行比较来定量分析聚合物结构。此外,在聚合物混合物的情况下,其旨在提供一种分析聚合物结构的方法,其能够定量分析所述混合物中各个聚合物的结构和含量比。

发明内容

[技术问题]

本发明的目的在于提供一种定量分析聚合物结构的方法,所述方法预测聚合物的流变性质和/或分子量分布,并将其与测量值进行比较以确定聚合物结构参数值。

[技术方案]

在关于本申请的一个实施方式中,本申请涉及一种定量分析聚合物结构的方法。本申请中定量分析聚合物结构的方法可以包括以下步骤:

(A)测量聚合物的流变性质;

(B)选择所述聚合物可能具有的结构参数中的任意一种,并将随机值分配给所选择的结构参数;以及

(C)预测分配了所述随机值的聚合物的流变性质,并将所述聚合物的预测的流变性质值与所述聚合物的测量的流变性质值进行比较,以确定所述聚合物的结构参数的值。

在关于本申请的另一个实施方式中,所述定量分析聚合物结构的方法可以在所述步骤(C)中进一步包括以下步骤:预测分配了所述随机值的聚合物的分子量分布,并将所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值进行比较,以确定所述聚合物的结构参数的值。

[有益效果]

根据本申请的聚合物结构分析方法可以通过将具有100,000以下的重均分子量和6个以上的侧链碳原子数的聚合物的流变性质和/或分子量分布的测量值与预测值进行比较来确定聚合物的结构参数值。

附图说明

图1为本发明的聚合物结构的定量分析方法的流程图。

具体实施方式

本发明涉及一种聚合物结构的定量分析方法,一种包含能够执行所述方法的程序的计算机可读记录介质,以及一种能够执行所述方法的分析仪。

本申请的聚合物结构定量分析方法可以通过从任意选择的聚合物的结构参数的随机值(例如,主链或侧链的重均分子量、多分散性指数或侧链的数量)中预测所述聚合物的流变性质或分子量分布,并将其与流变性质或分子量分布的测量值进行比较来确定所述任意选择的聚合物的结构参数值。根据本申请的分析方法不仅解决了在常规GPC柱分析方法或NMR分析方法中待测对象具有100,000以上的重均分子量,或侧链的碳数被限制为6个以下的问题,而且即使仅测量所述聚合物的流变性质和/或分子量分布,也可以定量分析所述聚合物的结构参数,此外,还可以分析聚合物混合物中各个聚合物的结构和含量比。

下文中,将详细地描述本申请的聚合物结构定量分析方法。

在关于本申请的一个实施方式中,本申请涉及一种定量分析聚合物结构的方法。所述分析方法提供了一种定量分析聚合物结构的方法,包括以下步骤:

(A)测量所述聚合物的流变性质;

(B)选择所述聚合物可能具有的结构参数中的一个或多个参数,并将随机值分配给所选择的结构参数;以及

(C)预测分配了所述随机值的聚合物的流变性质,并将所述聚合物的预测的流变性质值与所述聚合物的测量的流变性质值进行比较,以确定所述聚合物的结构参数值。

所述步骤(a)可以为任意选择待分析的聚合物并测量所选择的聚合物的流变性质的步骤。

在一个实施方式中,在步骤(a)中,所选择的聚合物的流变性质可以使用流变仪来测量。所述流变仪没有特别限定,只要其为能够测定流变性质的装置即可,例如,可以使用旋转流变仪。所述旋转流变仪可以测量,例如,剪切储能弹性模量(G')、剪切损耗弹性模量(G”)和剪切复数粘度(η*)。

所述步骤(a)中选择的聚合物可以为选自线性聚合物、支化聚合物、线性聚合物混合物和支化聚合物混合物中的至少一种。

在一个实施方式中,所述线性聚合物混合物可以为其中具有不同结构参数的线性聚合物通过物理力而混合的混合物,以及所述支化聚合物混合物可以为其中具有不同结构参数的聚合物通过物理力而混合的混合物。在另一个实施方式中,混合的聚合物为具有彼此相同的组成元素的聚合物,但可以为具有不同形状,如线性或支化形状的聚合物。

在一个实施方式中,所述支化聚合物可以为具有40%以下的侧链与主链的重均分子量之比,或具有3,000以上的仅侧链的重均分子量的聚合物。当所述侧链与主链的重均分子量之比大于40%时,所述支化聚合物的分析可靠性可能会变差,因为所述侧链可能会根据在所述主链中占据的位置而作为所述主链的一部分而非侧链来起作用。此外,当所述支化聚合物中的侧链的重均分子量小于3,000时,由于所述侧链而导致的聚合物的流变性质的差异不明显,从而作为本申请的聚合物结构的定量分析方法,利用所述流变性质的差异的分析方法的应用可能会受到限制。

在所述步骤(b)中,所选择的结构参数可以为选自聚合物形状;所述主链或侧链的重均分子量(Mw);所述主链或侧链的多分散性指数(PDI);以及侧链的数量中的一个或多个。

所述聚合物形状参数为能够区分待分析聚合物是线性还是支化聚合物的参数,并且具体地,代表了能够定性区分根据键合至所述支化聚合物的侧链而可呈现为梳状形状、星形形状或H形状的支化聚合物的参数。

并且,在所述步骤(b)中,通常可以在可能作为结构参数值的数值范围内分配随机值而没有特别的限制。例如,当所述聚合物的所选择的结构参数为多分散性指数时,可以指定1至10的值作为随机值。

在一个实施方式中,当所述步骤(a)中选择的聚合物为聚合物混合物时,所述结构参数可以进一步包括混合的聚合物之间的质量分数。通过在参数中包括所述质量分数,可以定量分析所述聚合物混合物中各个组分的结构和含量比。例如,所述聚合物混合物中各个聚合物的重均分子量和多分散性指数参数可以通过倍增法(multiplication method)采用待应用于所述步骤(c)中流变性质和/或分子量分布的预测中的质量分数参数来计算。

在所述步骤(c)中,将剪切流动的阶跃应变施加至分配了随机值的聚合物,由此所述流变性质可以从由所述阶梯应变引发的所述聚合物的应力松弛行为来预测。所述应力松弛行为可以根据所述聚合物的主链和侧链的长度、分子量分布和层级结构而变化。

在本申请中,术语“应力松弛行为”是指当所述剪切流动的阶跃应变已经施加至所述聚合物时,所述聚合物随时间的应力变化行为。

所述应力变化行为取决于所述聚合物的性质。例如,当所述聚合物为仅具有弹性的完美弹性体时,在向其施加所述阶跃应变后会立即产生应力,并且所述应力会保持恒定值而不会随着时间而消散。另一方面,当所述聚合物为仅具有粘性的完美粘性体时,一旦施加所述阶跃应变,则所述应力会消散且完全地松弛。另外,当所述聚合物为同时具有弹性和粘性的普通粘弹性体时,如果所述应变完成,则所述应力开始消散,但是所述应力会保持与所保留的弹性的比率同样多。

并且,所述应力变化行为取决于所述聚合物的结构。例如,当所述剪切流动的阶跃应变已经施加至所述聚合物时,所述聚合物的形状也会变形,然后在所述聚合物通过所述应力松弛行为随时间而松弛的过程中,所述聚合物中主链和侧链的长度和分子量分布以及所述侧链的层级结构会影响所述应力变化行为。

在一个实施方式中,在不具有侧链的普通线性聚合物的情况下,主链的长度越长,则周围聚合物的影响越大,并且由此所述松弛所需的时间会增加。此外,分子量分布越宽,则存在越多的具有大的分子量的聚合物,并且由此总松弛时间会增加。另一方面,在具有侧链的聚合物的情况下,所述松弛时间会比所述线性聚合物更长,因为除非所述侧链松弛,否则所述主链不能松弛。并且,当所述侧链的数量较大或者所述侧链具有存在于各个阶段中的复合结构时,聚合物的松弛时间会增加。

在一个实施方式中,可以使用Doi-Edwards数值分析模型来由所述应力松弛行为预测流变性质。

在一个实施方式中,所述流变性质可以通过对应于角速度变化的储能弹性模量(G')和损耗弹性模量(G”)来表示,其中所述储能弹性模量(G')和损耗弹性模量(G”)可以使用Doi-Edwards数值分析模型来计算。

具体而言,根据所述Doi-Edwards数值分析模型,相对于时间的应力松弛弹性模量G(t)可以通过在R.G.Larson,Macromolecules 2001,34,4556-4571中所公开的以下方程式1来计算。

[方程式1]

在上述方程式1中, 为聚合物的平台模量,t’为聚合物的松弛时间,以及 表示未松弛聚合物的体积比。

并且,根据上述方程式1,随时间的储能弹性模量(G')和损耗弹性模量(G”)可以通过以下方程式2和3来计算。

[方程式2]

[方程式3]

在上述方程式2和3中,ω表示施加到所述聚合物的应变的角速度(角频率,[rad/s])。另外,本申请的方法可以进一步采用McLeish-Larson Pom-Pom模型以将所述支化聚合物应用于所述Doi-Edwards数值分析模型中。

所述Pom-Pom模型为如图2所示其中支化聚合物的结构被假设为在一个主链的两端具有多个侧链的聚合物的模型。另外,通过调整两端处的多个侧链的数量和形状可以将图2的Pom-Pom聚合物模拟为线性聚合物。

在所述步骤(c)中,所述聚合物的预测的流变性质值与所述聚合物的测量的流变性质值之间的比较可以通过以下来进行:计算所述聚合物的预测的流变性质值与所述聚合物的测量的流变性质值之间的误差值(ε)并且检查所述误差值(ε)是否小于预定的误差参考值(εs)。

在一个实施方式中,所述误差参考值(εs)可以为其中将与所述流变性质的测量值的差异确定在0.1%至10%的范围内,优选地在0.1%至5%的范围内的值,但并不限于此。

对于所述步骤(c)中所述聚合物的结构参数值的确定,当所述误差值小于预定的误差参考值时,所述步骤(B)中分配的随机值可以为所述聚合物结构参数的确定值。

在一个实施方式中,所述聚合物结构的定量分析方法可以通过例如重复所述步骤(B)和所述步骤(C)来进行,从而可以导出在10至100的范围内的所述确定值的数量。如果所述确定值的数量小于10,则由于样本的数量较少而可能降低相对于平均值的可靠性,而如果所述确定值的数量超过100,则所述平均值会收敛,并且由此与100个确定值的平均值没有差异。

所述确定值可以具有由通过重复所述步骤(B)和所述步骤(C)两次以上而导出的多个确定值的最小值和最大值表示的范围。在另一个实施方式中,所述确定值可以具有通过重复所述步骤(B)和所述步骤(C)两次以上而导出的多个确定值的平均值。

另外,所述步骤(A)可以进一步包括测量所述聚合物的分子量分布的步骤,在这里能够测量所述分子量分布的方法不受特别的限制,并且例如,可以使用GPC。

此外,所述步骤(C)可以进一步包括以下步骤:预测分配了所述随机值的聚合物的分子量分布,并将所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值进行比较,以确定所述聚合物的结构参数的值。

所述聚合物的分子量分布的预测可以通过假设分配了所述随机值的聚合物的对数正态分布来进行。

在一个实施方式中,所述分子量分布预测可以通过以下方程式4来预测。

[方程式4]

在上述方程式4中,P(M)为存在具有M分子量的聚合物的概率,σ2为所述主链的多分散性指数(PDI)的对数值,以及μ表示分子量分布的中间值。所述分子量分布的中间值是指所述主链的重均分子量的对数值与所述主链的多分散性指数(PDI)的对数值的1/2之间的差值。

在本申请中,将所述聚合物的预测的分子量分布值与所述聚合物的测量的分子量分布值进行比较的过程以及导出确定值的过程的详细描述与以上所述的流变性质的过程相同。

通过采用所述聚合物的分子量分布以及以上所述的聚合物的流变性质,根据本申请的聚合物结构的定量分析方法可以获得比仅采用流变性质而获得的聚合物结构参数值更接近实际的聚合物结构参数的结果值。

本申请涉及一种计算机可读记录介质,其包含能够执行所述聚合物的定量分析方法的程序。

所述计算机可读记录介质可以包括用于执行所述聚合物结构的定量分析方法的程序。

本申请涉及一种用于执行所述聚合物结构的定量分析方法的分析仪。所述分析仪提供了一种聚合物结构的定量分析仪,包括:

第一测量部分,用于测量聚合物的流变性质;

设定部分,用于选择任意选择的聚合物中的任意一种结构参数,并将随机值分配给所选择的结构参数;

第一预测部分,用于预测分配了所述随机值的聚合物的流变性质;以及

计算部分,用于将所述聚合物的预测的流变性质值与所述聚合物的流变性质的测量值进行比较,以确定所述聚合物的结构参数的值。

另外,其可以进一步包括:第二测量部分,用于使用GPC来测量所述聚合物的分子量分布。此外,根据本申请的聚合物结构的定量分析仪可以进一步包括:第二预测部分,用于预测分配了所述随机值的聚合物的分子量分布。与以上所述的内容重复的构造或术语与所述分析方法相关的构造或术语相同,因而省略其描述。

下文中,将通过实施例详细地描述本发明。然而,本发明的保护范围并不受以下所述的实施例的限制。

实施例

实验实施例1:通过线性聚合物混合物的结构分析的验证

(1)线性聚合物混合物的流变性质和分子量分布的测量

通过其中将聚苯乙烯(PS)300K(重均分子量:300,000,PDI:3.79)和聚苯乙烯(PS)120K(重均分子量:120,000,PDI:2.98)(两种已知重均分子量和多分散性指数的线性聚合物)各自溶于THF(四氢呋喃)中,然后以1:1的比例混合并搅拌的液相混合法制备了聚苯乙烯(PS)混合溶液。

将所述聚苯乙烯(PS)混合溶液倒入正己烷中,沉淀然后分离以制备聚苯乙烯(PS)聚合物混合物。使用旋转流变仪来测量制备的聚苯乙烯(PS)聚合物混合物的流变性质。此外,使用GPC来测量分子量分布。

(2)线性聚合物混合物的流变性质和分子量分布的预测

以下表1显示了上述(1)的聚苯乙烯(PS)混合物的随机值的数值范围。

[表1]

随机值被设定在表1的数值范围内,并根据Doi-Edwards数值分析模型来预测聚苯乙烯(PS)混合物的流变性质。并且,根据以上所述的方程式4来预测所述分子量分布。然后,将上述(1)中测量的聚苯乙烯(PS)混合物的流变性质和分子量分布的测量值各自与所述聚苯乙烯(PS)混合物的流变性质和分子量分布的预测值进行比较,其结果显示于图3和4中。

在图3和4中,将其中测量值与预测值的误差范围小于5%的值导出为所述确定值。另外,通过设定所述随机值,重复通过将所述流变性质的测量值与预测值进行比较而导出所述确定值的过程,以导出70个所述确定值。由以上导出的确定值的最小值和最大值表示的范围显示于以下表2中。

[表2]

由上述表2可以确认,通过根据本申请的聚合物结构的定量分析方法导出的确定值具有与所述聚苯乙烯(PS)混合物的结构参数的测量值非常相似的值。在上述结构参数中的PDI的情况下,所述测量值和所述确定值之间存在差异,但是这种差异是由于在实际聚合物的情况下,PDI的值朝向取决于聚合方法或条件的特定值而增长所产生的误差,并且同时表现为不对称值,而在预测PDI时根据本申请的结构参数的预测值是以两边对称而计算的。将这种误差与计算的结构参数(例如,分子量或重量比)一起考虑,并且显示于图3中,可以证实整个混合物的分子量分布值的预测值为相对于测量值的可靠水平。

实验实施例2:常规分析仪与本申请的分析方法的聚合物混合物结构分析结果的比较

(1)催化剂制备

用于合成低分子量线性聚合物的催化剂(A)的生产

催化剂A:

(a)将TMCP-Li(1.3g,10mmol)、CuCN(45mg,5mol%)和THF(10mL)倒入250mL舒伦克(Schlenk)瓶中。在-20℃以下向其中滴加二氯二苯基硅烷(2.5g,10mmol),然后在室温下将混合物搅拌16小时。将温度降至-20℃,并向其中滴加茚锂(茚-Li,1.2g,10mmol,在10mLTHF中)。在室温下将混合物搅拌24小时,真空干燥以除去溶剂。用己烷过滤残余物以除去LiCl,并且在滤液中,将己烷真空干燥以获得中间体。

将制备的中间体(4.2g,10mmol)和THF(15mL)倒入100mL舒伦克瓶中,并将温度降至-20℃。缓慢滴加正丁基锂(n-BuLi,2.5M在己烷中,8.4mL,21mmol),在室温下搅拌6小时。将ZrCl4(THF)2(3.8g,10mmol)和甲苯(15mL)倒入250mL舒伦克瓶中,并在-20℃以下搅拌。向其中缓慢加入锂化的配体溶液。在室温下搅拌混合物48小时后,通过真空干燥除去溶剂。将残余物溶于二氯甲烷中,过滤以除去氯化锂(LiCl),然后真空干燥二氯甲烷。向其中加入30mL的甲苯,搅拌16小时,然后过滤,以获得柠檬色固体的中间体(2.1g,3.6mmol,收率36%)。

1H NMR(500MHz,CDCl3):8.08-8.12(m,2H),7.98-8.05(m,2H),7.77(d,1H),7.47-7.53(m,3H),7.42-7.46(m,3H),7.37-7.41(m,2H),6.94(t,1H),6.23(d,1H),1.98(s,3H),1.95(s,3H),1.68(s,3H),1.52(s,3H)

(b)将上述(a)中最终制备的中间体(1.0g,1.7mmol)、Pd/C(10mol%)和二氯甲烷(40mL)注入100mL高压反应器中,充入H2(60巴),之后在80℃下搅拌24小时。在反应结束时,使反应物穿过硅藻土垫以除去固体,由此获得了催化剂A(0.65g,1.1mmol,产率65%)。

1H NMR(500MHz,CDCl3):7.90-8.00(m,4H),7.38-7.45(m,6H),6.80(s,1H),5.71(s,1H),3.50-3.15(m,1H),2.75-2.85(m,1H),2.50-2.60(m,1H),2.12(s,3H),2.03(s,3H),1.97-2.07(m,1H),1.76(s,3H),1.53-1.70(m,4H),1.48(s,3H)

用于合成高分子量线性聚合物的催化剂(B)

催化剂B:

其购自Strem公司(CAS号:12148-49-1)。

(2)催化剂负载方法:

向10L高压反应器中加入4.0kg的甲苯溶液并导入800g的氧化硅(格雷斯戴维森(Grace Davison)公司,SP2410),然后在将所述反应器的温度提升至40℃的同时进行搅拌。

导入1.5kg的30重量%甲基铝氧烷(MAO)/甲苯溶液(雅宝(Albemarle)公司),将温度提升至80℃,然后在200rpm下搅拌混合物12小时。分别以7.4g:4.9g、7.4g:9.8g、7.4g:19.6g和7.4g:0g的比例将催化剂A和催化剂B导入到2L舒伦克瓶中,将25g的丁基铝加入到1L的甲苯中,并在40℃下反应60分钟,然后将反应混合物导入到所述高压反应器中,将温度提升至80℃,然后将混合物搅拌2小时。在将反应器温度降低至室温后,停止搅拌,并将混合物静置30分钟,然后倾析。向所述反应器中导入3.0kg的己烷,将己烷浆液转移至过滤器干燥器中过滤。用1.5巴的氩气吹扫10分钟后,通过在40℃下将混合物真空干燥3小时而制备了以下表3的四种混合催化剂。

[表3]

混合催化剂1混合催化剂2混合催化剂3混合催化剂4催化剂A含量(g)7.47.47.47.4催化剂B含量(g)4.99.819.60

(3)用于结构分析的样品的生产

用于结构分析的样品为低密度聚乙烯,并且采用为异丁烯的淤浆回路工艺的连续聚合反应器作为聚合反应器,其中所述反应器的体积为140L,并且在约7m/s下操控反应流速。连续导入聚合所需的所有气流(乙烯和氢气)和作为共聚单体的1-己烯,其中根据需要调节各自的流量。通过在线气相色谱来确认所有气流和作为共聚单体的1-己烯的浓度。使用上述制备的各个催化剂来作为催化剂,并向其中导入异丁烯浆料。将所述反应器的压力维持在40巴,并且聚合温度为84℃。具体的聚合条件如以下表4所示。

[表4]

(4)结构分析结果的比较

通过常规分析仪的聚合物混合物结构的分析结果

对于上述样品1至4,数均分子量、重均分子量和多分散性指数的测量数据显示于以下表5中,其是通过在160℃下将各个样品溶于含有0.0125%BHT的1,2,4-三氯苯中10小时以接受预处理,并且使用来自安捷伦科技(Agilent Technology)公司的PL-S260(一种常规分析仪)在160℃下测量的。

[表5]

通过本申请的分析方法的聚合物混合物结构的分析结果

对于上述样品1至4,使用旋转流变仪和GPC来测量流变性质和分子量分布。然后,选择所述聚合物混合物中各个聚合物的重量比(Wt)、重均分子量(Mw)和侧链的数量来作为所述四个样品的结构参数,并且设定所选择的结构参数的随机值。此后,使用根据本发明的聚合物结构分析方法来从所述随机值中预测所述流变性质和分子量分布。将具有预测值与测定值之间小于5%的误差值的随机值导出为确定值,并且通过重复从设定随机值的过程至比较流变性质的预测值和测量值以导出确定值的过程来再次导出70个确定值。由所导出的确定值的最小值和最大值表示的范围显示于以下表6中。

[表6]

上述表5和6表明,使用现有分析仪的分析只能测量整个聚合物混合物的结构参数值,但是各个低分子量线性结构、高分子量线性结构和支化聚合物结构中的结构参数则不可知。另一方面,当使用根据本申请的聚合物结构的定量分析方法时,表格显示可以定量分析所述聚合物混合物中混合的各个低分子量线性结构、高分子量线性结构和支化结构聚合物的结构参数值。

定量分析聚合物结构的方法以及分析仪专利购买费用说明

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

动态评分

0.0

没有评分数据
没有评价数据
×

打开微信,点击底部的“发现”

使用“扫一扫”即可将网页分享至朋友圈

×
复制
用户中心
我的足迹
我的收藏

您的购物车还是空的,您可以

  • 微信公众号

    微信公众号
在线留言
返回顶部