4. 反应活性比的实验测定方法

反应活性比(竞聚率)r₁、r₂ 是共聚组成预测的核心参数,但教材上给出的数值并非凭空而来,而是通过低转化率共聚实验测得的。本节要解决的核心问题是:如何设计一组实验,把不同配比下得到的共聚物组成数据,转化为一对可靠的 r₁、r₂ 值。整个流程可以概括为“配比设计—低转化率取样—组成分析—线性化拟合—结果校验”五个环节,其中任何一个环节处理不当,都会让最终结果产生系统性偏差。

为什么必须坚持“低转化率”

共聚方程描述的是某一瞬间生成的共聚物组成与当时单体组成之间的关系。随着聚合进行,活性更高的单体消耗更快,釜内单体配比不断漂移,共聚物组成也随之改变。如果转化率过高,用初始投料比代入方程就会产生明显误差。工程上通常把转化率控制在 5%~10% 以内,此时可近似认为单体组成不变,所得共聚物组成才对应投料比下的瞬时组成。实验上可通过控制反应时间、降低引发剂浓度或在低温下聚合来实现,并在终止后用称重法确认实际转化率。

实验设计与组成分析

典型做法是固定一种单体浓度、改变另一种单体的投料摩尔比,配制 5~8 个不同配比的单体混合物,在相同条件下聚合到低转化率,沉淀、洗涤、干燥后得到共聚物样品。随后需要测定每个样品的共聚组成。三种常用手段各有侧重:

  • ¹H NMR:最常用。选择两种单体中化学位移分离良好的特征峰(如丙烯酸酯的—OCH₂—与苯乙烯的芳环氢),通过积分面积比直接计算摩尔组成,精度高、样品量少。
  • FTIR:利用特征吸收峰(如酯羰基 C=O 与芳环骨架振动)建立标准曲线后定量,适合快速筛查,但需注意峰重叠与基线校正。
  • 元素分析:利用两种单体元素含量差异(如含氮单体与不含氮单体共聚时测氮含量)反推组成,无需标准品,但精度受样品纯度影响较大。

无论采用哪种方法,都应报告测量不确定度,并对同一样品做平行测定,避免把分析误差带入拟合。

Finneman-Ross 法:把曲线变成直线

共聚方程经整理可写成线性形式。令 f₁、f₂ 为单体摩尔分数,F₁、F₂ 为共聚物摩尔分数,定义:

G = f₁(2F₁ − 1) / F₁
H = f₂² / F₁
则 G = r₁·H − r₂

以 G 对 H 作图,理论上应得一条直线,斜率为 r₁,截距为 −r₂。实际操作中,把每个配比实验的 f₁、F₁ 代入算出 (H, G),用最小二乘法拟合直线即可。Finneman-Ross 法计算简单、直观,是教学与初步估算的首选;但它对数据误差敏感,尤其当 f₁ 接近 0 或 1 时,G、H 的数值会被放大,导致拟合结果不稳定。

Kelen-Tüdős 法:改善误差分布

为克服上述缺点,Kelen-Tüdős 法引入一个变换参数 α(通常取 α = √(H_min·H_max)),定义:

η = G / (α + H)
ξ = H / (α + H)
则 η = (r₁ + r₂/α)·ξ − r₂/α

以 η 对 ξ 作图,直线在 ξ = 0 处的截距为 −r₂/α,在 ξ = 1 处的截距为 r₁。由于 ξ 被归一化到 0~1 区间,各数据点在拟合中的权重更均衡,结果通常比 Finneman-Ross 法更稳健。两种方法可以互为校验:若两者给出的 r₁、r₂ 差异较大,往往说明实验数据本身存在问题,应回查转化率控制或组成分析环节。

竞聚率测定流程与两种线性化方法 配比设计 5~8 组 f₁ 低转化率聚合 转化率 ≤10% 组成分析 NMR / FTIR / EA 计算 F₁ 摩尔分数 拟合 r₁, r₂ Finneman-Ross:G 对 H H G 斜率 = r₁ 截距 = −r₂ Kelen-Tüdős:η 对 ξ ξ (0~1) η ξ=0: −r₂/α ξ=1: r₁ 两法互为校验:结果差异大时优先回查转化率控制与组成分析精度

一个可复现的示例计算

以下数据为教学示例,用于说明计算步骤,并非实测结果。设单体 M₁ 为苯乙烯、M₂ 为丙烯酸甲酯,在 60 ℃、低转化率条件下得到三组数据(f₁ 为投料摩尔分数,F₁ 为共聚物中 M₁ 摩尔分数):

实验f₁F₁H = f₂²/F₁G = f₁(2F₁−1)/F₁
10.200.381.684−0.126
20.500.620.4030.194
30.800.780.0560.574

以 G 对 H 做线性拟合,得到斜率约 0.55、截距约 −0.55,即 r₁ ≈ 0.55、r₂ ≈ 0.55。若改用 Kelen-Tüdős 法,取 α = √(0.056×1.684) ≈ 0.307,计算 η、ξ 后拟合,通常得到相近但略有差异的数值。两组结果接近,说明数据自洽;若差异显著,则应检查是否存在转化率偏高或 NMR 积分基线不准的问题。

实用建议:每个配比至少做两次平行实验,拟合时报告相关系数 R²;R² 低于 0.98 时不宜直接采用结果,应补充数据点或复查组成分析。r₁、r₂ 的置信区间也应一并给出,便于后续共聚组成预测评估误差传播。

结果校验与常见陷阱

得到 r₁、r₂ 后,可用共聚方程反算各配比下的理论 F₁,与实测值比较,残差应在分析误差范围内。常见陷阱包括:转化率超标导致 f₁ 漂移;NMR 特征峰选择不当造成积分偏差;把质量分数误当摩尔分数代入公式;以及只用两点数据拟合直线。低转化率、多点、平行测定、双法校验,是保证竞聚率数据可靠的四条基本准则。