如何使用红外光谱分析技术对玻璃钢强度进行监测
依据红外光谱分析方法得到的典型红外光谱,光谱带清晰,特征显著。本文采用均值聚类方法求得每个波峰对应的特征波数,聚类是将数据集内相似的对象归到同一个簇中的过程,均值聚类算法中每个簇的中心值为簇中所含数据的均值,特征波数即每个波峰对应的一簇波数的中心值。90℃、150℃老化条件下,样品材料红外光谱透过率在不同波数上的分布如图6所示,通过均值聚类得到两组样品的特征波数分别为；2909,2352,1726,1253,1040,905,699(cm-1)3675,2352,2909,1726,1492,1253,1040,905,699(cm-1)。因150℃时,波数3675cm-1处的数据较少,故取试样的红外特征波数为2909,2352,1726,1253,1040,905,699(cm-1)。由图可以看出,90℃下相同波数处红外透过率分布较为集中,150℃下相同波数处红外透过率分布较为分散,可知在较高温度下,不同老化阶段,红外透过率分散性较大。
力学性能与红外光谱特性相关性
从红外光谱分析结果可知,玻璃钢产品随着老化的时间加长,树脂材料的主要成分会发生变化,为找到哪个特征波数下红外光谱透过率与力学性能具有明显的相关性,分别对150℃ 、90℃ 温度老化条件下的两组试件进行材料的红外光谱透过率与拉伸强度、拉伸模量、弯曲强度、弯曲模量4 个性能参数的相关性分析。
为降低不同样品制样和测试环节产生的误差,对红外光谱透过率与拉伸强度、拉伸模量、弯曲强度、弯曲模量4 个性能参数均采取相对变化处理,相对变化率即波数*大值点的透过率与实际透过率的比值,4个性能参数的变化率则为实测性能与未老化的性能的比值(例如强度变化率= 实测强度/ 初始强度),红外光谱透过率变化率与拉伸强度弯曲模量变化率相关系数分别用KT-T 、KT-TM 、KT-B 、 KT-BM 表示。特征波数为2909 、2352 、1726 、1253 、1040 、 905 、699 (cm-1 )处的红外光谱透过率变化率与力学能变化率相关系数。
从表可以看出,老化温度90℃ 时,波数2352cm-1 处,材料红外光谱透过率变化率与拉伸强度变化率相关性较强,约为-0.85 ;采用多项式回归模型拟合得到数据的一阶拟合方程为y=-1.35x+2.52 ,相关系数R2 为0.73 ,二阶拟合方程为y=-7.12x2+15.05x-6.92 ,相关系数 R2 为0.74 。其他波数下,材料红外光透过性变化率与力学性能变化率相关性较差。
基于红外光谱的材料性能监测方法
玻璃钢在90℃老化条件下,波数2352cm-1 处拉伸强度度变化率与红外光谱透过率相对变化率负相关,并且,随着老化的时间加长,树脂材料的主要成分会发生变化,而玻璃钢的拉伸强度下降。据此,可以在生产玻璃钢产品时,预留相同条件试块作为样品,定期进行光谱监测,当主要成分发生变化,且2352cm-1 处红外光谱透过率发生明显增加时,玻璃钢使用性能可以定性评价为不可再用。
监测方法应用举例:假设连续检测3次构件的红外光谱透过率为1.17 、1.175 、1.18 ,通过调用建立红外光透过性与力学性能变化率关系模型,可知当前拉伸强度保留率约为初期的92%～94% ,进而结合产品的材料性能要求和设计**余量对产品的使用性能可靠性做出判断。
通过高温加速老化条件下的力学性能测试和红外光谱特性测试研究发现,在90℃ 老化条件下,波数 2352cm-1 处玻璃钢拉伸强度变化率与红外光透过率相对变化率负相关,受试验数据样品数量限制,其他波数位置上以及不同树脂材料是否存在类似关系须进一步研究验证。
红外光谱分析的在用玻璃钢产品力学性能监测方法,该方法利用玻璃钢材料的红外光谱特性和力学性能的相关性,在产品生产过程中预留相同条件样品,定期对其进行光谱特性测试,通过监测样品的指定波数上的透过率的相对变化率,实现对在用玻璃钢产品力学性能监测。
