2017, Vol. 34文章信息
- 马琳鸽, 龙银花
- MA Lin-ge, LONG Yin-hua
- 13C qNMR结合DFSS方法测定油品芳碳率
- Determination of Aromatic Carbon Mole Ratio in Oil Samples by Quantitative 13C NMR Spectroscopy with DFSS Methodology
- 波谱学杂志, 2017, 34(1): 8-15
- Chinese Journal of Magnetic Resonance, 2017, 34(1): 8-15
- http://dx.doi.org/10.11938/cjmr20170102
-
文章历史
收稿日期: 2015-12-25
收修改稿日期: 2017-01-04
DOI:10.11938/cjmr20170102
对于汽柴油、重馏分油、矿物油、润滑油和煤基油品而言，芳香碳摩尔百分比[C(ar)%，简称芳碳率]能够表征其平均结构，且可结合核磁共振氢谱（1H nuclear magnetic resonance spectroscopy, 1H NMR）计算氢碳比；对于煤焦油加氢的工艺流程，通过产品油及其原料油芳碳率的测定和对比可以及时调整工艺参数，如反应压力、温度和时间等，以控制加氢效果.因此准确测定芳碳率尤为重要，而最直接的芳碳率获取方法就是得到高质量的定量核磁共振碳谱（quantitative carbon NMR spectrum, 13C qNMR spectrum）.化学家们从20世纪70年代初就开始了13C qNMR实验的理论探索[1]，并开展了不同角度的实验[2]，以寻找最佳实验条件.
油品的芳碳率测定有国内行业标准（GB）[3]以及美国材料实验协会（American society of testing materials, ASTM）标准[4]，标准对样品浓度（Conc.）、弛豫试剂浓度[Cr(acac)3]、循环延迟（D1）及其它一些重要参数的设定均有简单的说明，并且对芳碳率测定结果的重现性也提出了要求.但由于目前尚无公认的方法测定某未知烃类混合物的所有成分和含量，因此现有标准对于芳碳率测定的准确性无明确的指导说明.
多数文献[2, 5-10]是通过一次变化一个参数优化13C qNMR实验，目前尚未发现多参数同时变化对测定结果影响的系统研究.本文通过六西格玛设计（design for six Sigma, DFSS）的实验设计（Design of Experiment，简称DoE）理论制定合适的实验计划，建立了模型样品的芳碳率同几个重要参数，如样品浓度、弛豫试剂浓度和循环延迟之间的数学模型，并在最佳参数组合下进行了多组验证实验，结果重现性好、准确性高.本文结果对现行标准中相关参数的设置能够提供补充性建议.
DFSS是专门面对研发项目的管理流程，实施步骤主要包括定义、测量、分析、设计、优化和验证等6个阶段.DoE是DFSS理论体系的核心工具.它通过科学地安排实验，以最少的实验获取所需信息，从而大大减少研发项目的工作量、缩短研发周期、减少人力和物力的消耗.它是基于事实和数据，采用统计学方法不断优化、提高产品指标的科学而系统的科研方法，在众多跨国企业的新产品设计和企业管理方面得到了广泛的应用.鉴于DFSS在其它领域内的成功运用，本文尝试将DFSS的DoE理论用于分析测试方法的开发中，期望用最少的资源和最短的时间作最多可能的尝试，考察同一实验中多个参数同时变化对芳碳率测定结果的影响，得到可靠的数学模型.
1 实验部分 1.1 实验试剂氘代氯仿（CDCl3，氘代率为99.8%，美国CIL公司）含0.03% V/V四甲基硅烷（tetramethyl silane, TMS）；乙酰丙酮铬[Cr (acac)3，纯度为97%, Acros Organics公司]；甲苯、正己烷、环己烷、萘（分析纯，国药集团化学试剂有限公司）；其它正构烷烃（分析纯，Alfa Aesar公司）；5 mm石英NMR样品管（美国Norell公司）.
1.2 样品制备 1.2.1 模型样品的配制真实油品成分复杂，无法知悉其所有成分及含量，因而不能得知其芳碳率的真实值，这也是文献及现行标准方法中对芳碳率测定的准确性不予讨论的主要原因.为了考察芳碳率测定方法的准确性，我们选择简化了的油品样品（即模型油品）来开展工作，进而讨论真实油品的测定参数设置.模型油品由实验室常见的芳香烃、环烷烃和正构烷烃共11种配制而成，其芳碳率可由各成分化合物的准确质量和摩尔质量计算得到，计算结果为17.47%（见表 1）.
| 编号 | 化合物名称 | 质量/g | 摩尔质量/ (g/mol) | 摩尔碳数 | 称取重量含碳摩尔数 | 芳碳率 C(ar)% | |||
| 芳香碳 | 脂肪碳 | 芳香碳 | 脂肪碳 | ||||||
| 1 | 萘 | 0.2356 | 128.18 | 10 | 0 | 0.0184 | 0 | ||
| 2 | 甲苯 | 0.4194 | 92.14 | 6 | 1 | 0.0273 | 0.0046 | ||
| 3 | 正己烷 | 0.2979 | 86.18 | 0 | 6 | 0 | 0.0207 | ||
| 4 | 环己烷 | 0.1891 | 84.16 | 0 | 6 | 0 | 0.0135 | ||
| 5 | 正壬烷 | 0.3568 | 128.26 | 0 | 9 | 0 | 0.0250 | ||
| 6 | 正癸烷 | 0.3626 | 142.28 | 0 | 10 | 0 | 0.0255 | ||
| 7 | 正十一烷 | 0.3663 | 156.31 | 0 | 11 | 0 | 0.0258 | ||
| 8 | 正十三烷 | 0.3733 | 184.36 | 0 | 13 | 0 | 0.0263 | ||
| 9 | 正十四烷 | 0.3725 | 198.39 | 0 | 14 | 0 | 0.0263 | ||
| 10 | 正十五烷 | 0.3802 | 212.42 | 0 | 15 | 0 | 0.0268 | ||
| 11 | 正二十烷 | 0.3011 | 282.54 | 0 | 20 | 0 | 0.0213 | ||
| 小计 | 0.0457 | 0.2158 | 17.47% | ||||||
根据设定的样品浓度，用移液枪移取一定体积的模型油品并准确称量（准确至0.1 mg）置于干净的5 mm石英NMR样品管中，然后用移液枪补加CDCl3至总体积为0.5 mL，而后准确称取Cr (acac)3（准确至0.1 mg）添加于NMR样品管中，小心摇匀并确保Cr (acac)3完全溶解，盖好管帽，备用.
1.3 NMR实验：仪器参数设置、实验设计参数及实验方案确定NMR实验在Bruker 400 MHz标准腔NMR谱仪上进行，谱仪配备BBFO 5 mm探头，数据利用Topspin V3.2（Bruker）处理；13C NMR的工作频率为100.62 MHz，采用标准脉冲程序zgig30，谱宽为24 038.46 Hz，中心频率（O1）为8 552.09 Hz，扫描次数（NS）为1 200.
影响碳谱定量准确性的因素主要有以下几个：弛豫试剂的浓度、循环延迟、脉冲序列和样品浓度等，而利用反转门控去耦技术（脉冲序列）可以得到定量碳谱[11]，那么其余几个参数如何设置就成为影响碳谱定量准确性的关键所在.
弛豫试剂作为一种顺磁性物质，可以有效缩短原子核的横向弛豫时间（T2）和纵向弛豫时间（T1）[11]，这在石化行业[12, 13]和生化研究[14]方面已经有广泛的应用.弛豫试剂的使用可以实现在较短的循环延迟内累积相同次数时，得到更高质量的qNMR谱图.qNMR实验中通用建议D1≥5T1.而弛豫试剂的浓度与T1的大小又有密切的联系：一定范围内，弛豫试剂浓度越大，T1越小.Cr (acac)3是常见的弛豫试剂，在CDCl3中有良好的溶解性，市场上也易得，因此成为杂核（如13C、29Si等）qNMR实验的首选.文献中弛豫试剂浓度（[Cr(acac)3]）的选择及D1的设置值因体系而异：如低聚糖固相合成[5]中利用13C qNMR进行过程监测时，[Cr(acac)3]为0.1 mol/L、D1为9 s；Dickinson等人[6]在20世纪80年代初利用Schoolery和Budde类似的实验方法[2]对几种石油馏分通过13C qNMR进行结构解析时，[Cr(acac)3]为0.05 mol/L、D1为2 s；Sarpal等人[7]在1997年利用13C qNMR测定汽油中含氧化物时，使用的[Cr(acac)3]较高，为0.1~0.15 mol/L；Tynys等人[8]在2012年利用13C qNMR表征了茂金属催化的乙烯丙烯嵌段共聚以及丙烯均聚反应产物的结构，[Cr(acac)3]为0.065 mol/L；而Díaz等人[9]对于煤焦油沥青的结构解析则采用Cookson等人[10]建议的[Cr(acac)3]为0.1 mol/L（约为3%重量百分比），同时设置D1为10 s；标准[3, 4]中建议的[Cr(acac)3]为0.02 mol/L（约10 mg/mL），约30˚脉冲翻转角.综合以上文献和标准可见，[Cr(acac)3]常用范围为0.02~0.1 mol/L（约10~35 mg/mL），D1值则各有差异.
样品浓度（Conc.）在现行标准[3, 4]和一些研究工作[2, 5, 6, 10]中有简单说明，但没有详细解释，也没有提及与其它参数之间的关系.实际的定量实验中，样品的浓度不合适也会影响测定的准确性：浓度太小，有限的时间内低含量的成分不能被检测到，导致测定值与真值的偏离；浓度太大，样品的流动性可能变差，导致样品不均一，测试时自动匀场可能会出现一些问题，致使无法进行后续的实验或谱图质量严重下降.
为了系统考察[Cr(acac)3]、D1、Conc.3个参数以及三者的交互作用对芳碳率测定的影响，需要合理设置不同的参数组合，本文尝试使用了DFSS的DoE理论.在进行实验设计之前，参考上述文献[2, 5-10]的工作并进行了一系列实验后确定了每个参数的上下限值：Conc.为50~350 mg/mL、[Cr (acac)3]为2~30 mg/mL、D1为1~15 s.根据DFSS方法中的实验设计理论，采用三因子的面心立方中心复合设计（一种典型的实验设计方案：轴距为1，包含8顶点，6轴点，2中心点），利用JMP软件得到了共16组的实验设计方案，单一响应因子为芳碳率C(ar)%.
1.4 NMR数据处理对NMR谱图依次作相位调整、基线调整、定标（将CDCl3三重峰的中间峰的化学位移定为δC77.0）等处理.芳香碳的积分区域为δC120.0~140.0，脂肪碳的积分区域为δC10.0~35.0，芳香碳部分占的百分比即为芳碳率.
2 结果与讨论 2.1 芳碳率C(ar)%与[Cr(arac)3]、D1和Conc.的关系按照实验方案进行了以上16组实验（表 2），发现不同条件下得到的C(ar)%虽然比较接近（如实验5和7），但样品中同一化合物中不同类型碳原子之间的积分比值有明显变化，如实验5和7中甲苯的C-2/C-1积分比值分别为1.59和2.23.萘的C-8/C-6积分比值分别为2.76和2.11，此时样品中部分成分的定量结果与真值发生了或正或负的偏离，当正负“相抵”时出现虚假的“真值”，所以实验中又添加了两个需适当考虑的响应因子：甲苯的一组积分比值C-2（δC128.8）/C-1（δC 137.6）（目标值为2，见图 1）和萘的一组积分比值C-8（δC125.6）/C-6（δC 133.3）（目标值为2，见图 1），以确保模型样品芳碳率准确的同时各组分化合物的定量结果也准确.
|
| 图 1 模型样品的定量核磁共振碳谱 Fig. 1 13C qNMR spectrum of the model oil sample |
| 实验编号 | Conc. /(mg/mL) | [Cr(acac)3] /(mg/mL) | D1 /s | 芳碳率C(ar)/% | 甲苯a C-2/C-1 | 萘a C-8/C-6 |
| 1 | 350 | 30 | 1 | 17.04 | 2.15 | 2.00 |
| 2 | 50 | 16 | 8 | 17.51 | 1.86 | 1.44 |
| 3 | 200 | 16 | 8 | 17.23 | 2.16 | 2.16 |
| 4 | 200 | 16 | 15 | 17.61 | 1.75 | 2.16 |
| 5 | 50 | 30 | 1 | 17.49 | 1.59 | 2.76 |
| 6 | 50 | 2 | 15 | 16.98 | 2.08 | 1.39 |
| 7 | 200 | 16 | 8 | 17.47 | 2.23 | 2.11 |
| 8 | 200 | 30 | 8 | 17.56 | 1.87 | 2.02 |
| 9 | 350 | 2 | 15 | 17.69 | 2.02 | 2.13 |
| 10 | 200 | 2 | 8 | 17.26 | 2.09 | 2.29 |
| 11 | 350 | 2 | 1 | 13.39 | 2.66 | 2.80 |
| 12 | 350 | 30 | 15 | 17.57 | 2.15 | 2.04 |
| 13 | 50 | 2 | 1 | 13.06 | 3.58 | 3.07 |
| 14 | 200 | 16 | 1 | 16.46 | 1.93 | 2.11 |
| 15 | 350 | 16 | 8 | 17.70 | 1.89 | 1.84 |
| 16 | 50 | 30 | 15 | 17.74 | 2.19 | 1.64 |
| a碳原子编号见图 1 | ||||||
根据实验结果进行模型拟合的时候发现实验11和13所得结果可能为离群值，我们对离群值的产生是否具有合理性进行了认真分析：[Cr(acac)3]为2 mg/mL、D1为1 s时，弛豫试剂浓度低且循环延迟时间短，13C核的宏观磁化矢量受到一定角度的射频脉冲激发后可能还没来得及回到Z轴（热平衡状态），又被射频脉冲重新激发，致积分面积变小，偏离真值而离群，据此可断定实验11和13所得结果为离群值并舍弃，之后利用表 2中其余的14个数据进行多元拟合（后退法，逐步舍弃不显著项）得到可以接受的模型（调整R2为0.72.按照DFSS的判别标准，此时模型显著且失拟不严重），模型中[Cr(acac)3]、D1、[Cr(acac)3]×D1、Conc.×[Cr(acac)3]和D12为显著影响因子，C(ar)%与3个参数之间的数学模型如下所示：
|
(1) |
从3个参数的交互作用刻画图（图 2）可以看到：存在两对2个参数之间的交互作用，即[Cr(acac)3]与D1以及[Cr(acac)3]与Conc.；而图中近乎平行的两条线则表明Conc.与D1之间无明显交互作用.
|
| 图 2 参数间的交互作用（样品浓度、弛豫试剂浓度和循环延迟）.图中两线相交表明横轴和右侧纵轴代表的参数间存在交互作用（实线），框图中的数字为右侧纵轴对应参数的上下限值；反之，两线平行表明不存在明显交互作用（虚线） Fig. 2 The Interaction among three parameters of Conc., [Cr (acac)3] and D1 |
利用所得数学模型在JMP软件中设置每个响应因子目标值、上下限及其权重（见表 3），通过匹配目标进行优化可得到最优参数组合：Conc.为180 mg/mL，[Cr(acac)3]为12 mg/mL，D1为10.5 s.当采用同样的Conc.和[Cr(acac)3]时，利用反转恢复法测得模型样品中的T1最大值为2.2 s（δC31.42）；此时若作13C qNMR实验，依据D1≥5T1原则，D1值应设为11 s，这与我们用DFSS方法优化得到的D1值（10.5 s）非常接近，这在一定程度也表明通过DFSS方法建立的数学模型是可靠的.
| 响应因子 | 目标值 | 上限 | 下限 | 权重 |
| C(ar)/% | 17.47 | 17.65 | 17.30 | 70 |
| 甲苯：C-2/C-1 | 2.00 | 2.10 | 1.90 | 15 |
| 萘：C-8/C-6 | 2.00 | 2.10 | 1.90 | 15 |
采用模型样品进在最优实验条件下进行了8组实验，实验结果具有良好的重现性，相对标准偏差（relative standard deviation, RSD）为0.61%；准确性也较高，达到99.0%~100.6%.
就浓度而言，模型样品的最优参数组合中Conc.为180 mg/mL（约为25%体积分数），这与标准[3, 4]中对样品浓度的规定一致：馏分油最高浓度为50%体积分数，煤基油品最高浓度为30%体积分数.
而对于[Cr(acac)3]和D1的设置，模型样品作为真实油品的简化，其组成简单、样品浓度相同时每种成分的浓度相对较大，所得最优设置[Cr(acac)3]为12 mg/mL，D1为10.5 s，这与标准[3, 4]中的设定（分别为10 mg/mL和大于3 s）相比略显严格，因此对于成分远远复杂的真实油品，为保证芳碳率的测定更接近于真实值，建议以上两参数的设置应该更严格：如果保持[Cr(acac)3]为10 mg/mL，若采用标准中30˚的脉冲翻转角，建议D1 > 3T1，即D1 > 6 s；若采用90˚脉冲翻转角，建议D1 > 5T1，即D1 > 11 s；根据一定范围内弛豫试剂浓度越大、T1越小的关系可知，如果标准中D1的限制不变，则需进一步加大[Cr(acac)3]，至少可增至30 mg/mL，因该条件下T1可大幅减小，而谱图未见明显变形且谱峰的展宽尚可接受（见表 4）：不同的实验条件下芳香碳（δC 137.6）的半高宽变化范围为2.24~5.43 Hz，脂肪碳（δC 13.9）的半高宽范围为2.20~5.50 Hz.
| Conc. /(mg/mL) | [Cr(acac)3] /(mg/mL) | 半高宽/Hz | |
| (δC137.6) | (δC 13.9) | ||
| 50 | 2 | 2.57 | 2.42 |
| 16 | 3.92 | 3.26 | |
| 30 | 4.07 | 4.51 | |
| 200 | 2 | 2.46 | 2.20 |
| 16 | 3.41 | 3.30 | |
| 30 | 4.03 | 4.36 | |
| 350 | 2 | 2.24 | 2.86 |
| 16 | 3.63 | 3.59 | |
| 30 | 5.43 | 5.50 | |
利用DFSS方法通过16组实验对模型油品的芳碳率测定进行了系统研究，建立了芳碳率与样品浓度、弛豫试剂浓度和循环延迟之间的数学模型，并得到最优参数组合，在验证实验当中得到了良好的重复性和较高的准确性，RSD为0.61%，准确性为99.0%~100.6%，这表明用DFSS可以得到较为可靠的数学模型；与传统方法中一次改变一个参数而其余参数不变的方法对比，本文借助DFSS的实验设计理论选择了合适的实验设计方案，实现了一次实验中改变多个参数，高效地考察了各实验参数对结果的影响，同时也可以通过交互作用刻画图看到参数之间的相互影响；本文不仅是DFSS方法在分析测试方法建立过程中的新尝试，而且对现行油品芳碳率测定的标准方法中弛豫试剂浓度和D1值的设定也给出了补充性建议.
| [1] | LA MAR G N. The problem with carbon-13 intensities in proton-decoupled nuclear magnetic resonance spectra. undermining the overhauser effect with free radicals[J]. J Am Chem Soc, 1971, 93(4): 1040-1041 DOI:10.1021/ja00733a050 |
| [2] | SCHOOLERY J N, BUDDE W L. Natural abundance carbon-13 nuclear magnetic resonance spectrometry for crude oil and petroleum product analyses[J]. Anal Chem, 1976, 48(11): 1458-1461 DOI:10.1021/ac50005a011 |
| [3] | 王京.烃类油品中芳碳含量测定法-高分辨核磁共振法.中华人民共和国石油化工行业标准SH/T 0793-2007[P]. 2007-08-01. |
| [4] | Standard test method for aromatic carbon contents of hydrocarbon oils by high resolution nuclear magnetic resonance spectroscopy[S]. American Society for Testing and Materials. ASTM D5292-99. |
| [5] | KANEMITSU T, WONG C H, KANIE O. Solid-phase synthesis of oligosaccharides and on-resin quantitative monitoring using gated decoupling 13C NMR[J]. J Am Chem Soc, 2002, 124(14): 3591-3599 DOI:10.1021/ja0167396 |
| [6] | DICKINSON E M. Structural comparison of petroleum fractions using proton and 13C NMR spectroscopy[J]. Fuel, 1980, 59(5): 290-294 DOI:10.1016/0016-2361(80)90211-2 |
| [7] | SARPAL A S, KAPUR G S, MUKHERJEE S, et al. Estimation of oxygenates in gasoline by 13C NMR spectroscopy[J]. Energ Fuel, 1997, 11(3): 662-667 DOI:10.1021/ef960215n |
| [8] | TYNYS A, FONSECA I, PARKINSON M, et al. Quantitative 13C NMR analysis of isotactic ethylene-propylene copolymers prepared with metallocene catalyst:Effect of ethylene on polymerization mechanisms[J]. Macromolecules, 2012, 45(19): 7704-7710 DOI:10.1021/ma301102p |
| [9] | DÍAZ C, BLANCO C G. NMR:A powerful tool in the characterization of coal tar pitch[J]. Energ Fuel, 2003, 17(4): 907-913 DOI:10.1021/ef020114r |
| [10] | COOKSON D J, SMITH B E. Optimal conditions for obtaining quantitative 13C NMR data[J]. J Magn Reson, 1984, 57(3): 355-368 |
| [11] | SILVERSTIEN R M, WEBSTER F X, KIEMLE D J, et al. Spectrometric identification of organic compounds (7th ed)[M]. Danvers: John Wiley & Sons, 2015. |
| [12] | GUO G J(郭公建), GU C C(谷长春). Oil saturation in rock cuttings measured by nuclear magnetic resonance(核磁共振岩屑含油饱和度分析技术的实验研究)[J]. Chinese J Magn Reson(波谱学杂志), 2005, 22(1): 67-72 |
| [13] | WANG Z Z(王志战), QIN L M(秦黎明), DU H F(杜焕福), et al. Effects of powdered fluorescent additives on NMR characteristics of drilling fluids(钻井液粉末状荧光添加剂的核磁共振特性)[J]. Chinese J Magn Reson(波谱学杂志), 2014, 31(3): 341-348 |
| [14] | SHEN Y M(沈伊民), ZHENG W L(郑伟丽), CHENG Y-C N(CHENGY-C N), et al. USPIO high resolution neurovascular imaging in a rat stroke model of transient middle cerebral artery occlusion(小鼠中风模型的超小氧化铁粒子神经血管成像)[J]. Chinese J Magn Reson(波谱学杂志), 2014, 31(1): 20-31 |
本作品采用知识共享署名 4.0 国际许可协议进行许可。