TOSOH JAPAN-Customer Reference
使用新型活性胺催化劑的聚氨酯泡沫氣味監(jiān)控
主要領(lǐng)域：聚氨酯泡沫（PUF）工業(yè)中用作催化劑的胺衍生物的生產(chǎn)
應(yīng)用方向：聚氨酯泡沫的氣味監(jiān)控
使用設(shè)備：Heracles電子鼻
網(wǎng)站：www.tosoh.com
01需要客觀的方法來衡量PUF中VOC的量
由于行業(yè)標準和客戶的要求，汽車和家具行業(yè)對揮發(fā)性有機物非常敏感。
HERACLES電子鼻在這些行業(yè)中的主要應(yīng)用是非常有意義的，用于降低PUF中的VOCs。通常情況下，使用氣相色譜法不能直接衡量 VOC的量，因此我們很難分辨使用 RZETA （聚氨酯胺催化劑）的 PUF 和使用其他胺催化劑的 PUF 之間的 VOC 差異。
過去，RZETA的氣味評價是由人工感官品評小組進行評判的，容易受到小組成員主觀感受和研究人員處理實驗誤差等不可避免因素的影響。很難對不同批號的RZETA的氣味進行定量評價。
我們試圖找到一種理想的工具，使我們能夠從 PUF 中獲取有關(guān) VOC 標記物（如醛衍生物）的信息，并客觀地評估 RZETA 的氣味。
02 使用 HERACLES 電子鼻的優(yōu)點
通過引入HERACLES電子鼻，我們成功識別了丙醛和三乙烯二胺等幾種VOC。結(jié)果表明，以RZETA為原料制備的PUF醛含量低，無胺排放。因此，我們可以解釋為什么使用 RZETA 制成的 PUF 的氣味比使用其他胺催化劑的氣味更小，因為 VOC 的含量較少。
我們還很高興地發(fā)現(xiàn) PLS 預(yù)測模型對 RZETA 的氣味質(zhì)量管理非常有幫助。使用PLS模型更容易判斷特定批號的 RZETA 產(chǎn)品在氣味方面是否合格。
“除了丙醛和三乙烯二胺之外，PUF 中的許多化學(xué)物質(zhì)仍然未知。我們正在考慮將 MS 設(shè)備引入 HERACLES 電子鼻的可能性，通過結(jié)合 HERACLES 電子鼻的強大數(shù)據(jù)庫，我們可以更精確地識別這些未知成分” ，來自東曹公司有機材料研究實驗室的Jianfei Xue 和Hiroshi Fujiwara說道。
來源：Alpha MOS公眾號，轉(zhuǎn)載請注明來源。
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動，因此導(dǎo)致的損失，運營方不負責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系處理。
使用新型活性胺催化劑的聚氨酯泡沫氣味監(jiān)控
主要領(lǐng)域：聚氨酯泡沫（PUF）工業(yè)中用作催化劑的胺衍生物的生產(chǎn)
應(yīng)用方向：聚氨酯泡沫的氣味監(jiān)控
使用設(shè)備：Heracles電子鼻
網(wǎng)站：www.tosoh.com
01需要客觀的方法來衡量PUF中VOC的量
由于行業(yè)標準和客戶的要求，汽車和家具行業(yè)對揮發(fā)性有機物非常敏感。
HERACLES電子鼻在這些行業(yè)中的主要應(yīng)用是非常有意義的，用于降低PUF中的VOCs。通常情況下，使用氣相色譜法不能直接衡量 VOC的量，因此我們很難分辨使用 RZETA （聚氨酯胺催化劑）的 PUF 和使用其他胺催化劑的 PUF 之間的 VOC 差異。
過去，RZETA的氣味評價是由人工感官品評小組進行評判的，容易受到小組成員主觀感受和研究人員處理實驗誤差等不可避免因素的影響。很難對不同批號的RZETA的氣味進行定量評價。
我們試圖找到一種理想的工具，使我們能夠從 PUF 中獲取有關(guān) VOC 標記物（如醛衍生物）的信息，并客觀地評估 RZETA 的氣味。
02 使用 HERACLES 電子鼻的優(yōu)點
通過引入HERACLES電子鼻，我們成功識別了丙醛和三乙烯二胺等幾種VOC。結(jié)果表明，以RZETA為原料制備的PUF醛含量低，無胺排放。因此，我們可以解釋為什么使用 RZETA 制成的 PUF 的氣味比使用其他胺催化劑的氣味更小，因為 VOC 的含量較少。
我們還很高興地發(fā)現(xiàn) PLS 預(yù)測模型對 RZETA 的氣味質(zhì)量管理非常有幫助。使用PLS模型更容易判斷特定批號的 RZETA 產(chǎn)品在氣味方面是否合格。
“除了丙醛和三乙烯二胺之外，PUF 中的許多化學(xué)物質(zhì)仍然未知。我們正在考慮將 MS 設(shè)備引入 HERACLES 電子鼻的可能性，通過結(jié)合 HERACLES 電子鼻的強大數(shù)據(jù)庫，我們可以更精確地識別這些未知成分” ，來自東曹公司有機材料研究實驗室的Jianfei Xue 和Hiroshi Fujiwara說道。
來源：Alpha MOS公眾號，轉(zhuǎn)載請注明來源。
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動，因此導(dǎo)致的損失，運營方不負責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系處理。
