当前位置:
X-MOL 学术
›
J. Anal. Appl. Pyrol.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
A data mining method from pyrolyzed products: Pyrolysis-gas chromatography-photoionization-high resolution time-of-flight mass spectrometry and kendrick mass defect analysis for polymer semiconductor poly(3-hexylthiophene)
Journal of Analytical and Applied Pyrolysis ( IF 6 ) Pub Date : 2020-10-01 , DOI: 10.1016/j.jaap.2020.104923 Shogo Yamane , Thierry N.J. Fouquet , Sayaka Nakamura , Hiroaki Sato , Junji Mizukado
Journal of Analytical and Applied Pyrolysis ( IF 6 ) Pub Date : 2020-10-01 , DOI: 10.1016/j.jaap.2020.104923 Shogo Yamane , Thierry N.J. Fouquet , Sayaka Nakamura , Hiroaki Sato , Junji Mizukado
Abstract Structural analysis of polymer semiconductors is important to improve their properties but applicable method is limited due to insolubility. Here an efficient and comprehensive data mining method for such materials is developed by using pyrolysis-gas chromatography- high resolution mass spectrometry (Py-GC-HRMS). Py-GC-HRMS analysis of a polymer semiconductor poly(3-hexylthiophene) (P3HT) was performed and pyrogram with vast number of peaks was obtained. Normally in analysis of Py-GC-HRMS results, a mass spectrum is obtained for one peak in chromatogram. In one of our techniques, the mass spectra in wide time range were integrated to one mass spectrum including the information of over 300 compounds. Analysis of the mass spectrum could be using Kendrick mass defect (KMD) analysis. By making KMD plots, the compounds categorized into 29 groups depending on the structures of thiophene derivative moieties. As a result, chemical composition analysis for 29 compounds lead to peak assignment for 277 compounds in short time. Furthermore, these compounds could be categorized depending on different structural features (e.g., number of sulfur atoms, degree of unsaturation) by using appropriate divisors, leading to understanding of relationship between structural features of compounds and their retention time. The measurement without GC column provided the similar information about compounds, although the information of the retention time was lost. These methods can be one of key analysis method for insoluble polymer materials.
中文翻译:
一种热解产物的数据挖掘方法:聚合物半导体聚(3-己基噻吩)的热解-气相色谱-光电离-高分辨率飞行时间质谱和肯德里克质量缺陷分析
摘要 聚合物半导体的结构分析对于改善其性能很重要,但由于不溶性,其适用方法受到限制。在这里,通过使用热解-气相色谱-高分辨率质谱 (Py-GC-HRMS) 开发了一种针对此类材料的有效且全面的数据挖掘方法。对聚合物半导体聚(3-己基噻吩)(P3HT)进行了 Py-GC-HRMS 分析,获得了具有大量峰的热解图。通常在分析 Py-GC-HRMS 结果时,会获得色谱图中一个峰的质谱图。在我们的一项技术中,将宽时间范围内的质谱整合到一个质谱中,其中包含 300 多种化合物的信息。质谱分析可以使用 Kendrick 质量缺陷 (KMD) 分析。通过制作 KMD 图,根据噻吩衍生物部分的结构,将化合物分为 29 组。因此,对 29 种化合物的化学成分分析导致在短时间内对 277 种化合物进行了峰归属。此外,这些化合物可以根据不同的结构特征(如硫原子数、不饱和度)通过使用适当的除数进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。对 29 种化合物进行化学成分分析,可在短时间内获得 277 种化合物的峰归属。此外,这些化合物可以根据不同的结构特征(如硫原子数、不饱和度)通过使用适当的除数进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。对 29 种化合物进行化学成分分析,可在短时间内获得 277 种化合物的峰归属。此外,通过使用适当的除数,可以根据不同的结构特征(例如,硫原子的数量、不饱和度)对这些化合物进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。
更新日期:2020-10-01
中文翻译:
一种热解产物的数据挖掘方法:聚合物半导体聚(3-己基噻吩)的热解-气相色谱-光电离-高分辨率飞行时间质谱和肯德里克质量缺陷分析
摘要 聚合物半导体的结构分析对于改善其性能很重要,但由于不溶性,其适用方法受到限制。在这里,通过使用热解-气相色谱-高分辨率质谱 (Py-GC-HRMS) 开发了一种针对此类材料的有效且全面的数据挖掘方法。对聚合物半导体聚(3-己基噻吩)(P3HT)进行了 Py-GC-HRMS 分析,获得了具有大量峰的热解图。通常在分析 Py-GC-HRMS 结果时,会获得色谱图中一个峰的质谱图。在我们的一项技术中,将宽时间范围内的质谱整合到一个质谱中,其中包含 300 多种化合物的信息。质谱分析可以使用 Kendrick 质量缺陷 (KMD) 分析。通过制作 KMD 图,根据噻吩衍生物部分的结构,将化合物分为 29 组。因此,对 29 种化合物的化学成分分析导致在短时间内对 277 种化合物进行了峰归属。此外,这些化合物可以根据不同的结构特征(如硫原子数、不饱和度)通过使用适当的除数进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。对 29 种化合物进行化学成分分析,可在短时间内获得 277 种化合物的峰归属。此外,这些化合物可以根据不同的结构特征(如硫原子数、不饱和度)通过使用适当的除数进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。对 29 种化合物进行化学成分分析,可在短时间内获得 277 种化合物的峰归属。此外,通过使用适当的除数,可以根据不同的结构特征(例如,硫原子的数量、不饱和度)对这些化合物进行分类,从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。从而了解化合物的结构特征与其保留时间之间的关系。没有 GC 柱的测量提供了关于化合物的类似信息,尽管保留时间的信息丢失了。这些方法可以成为不溶性高分子材料的关键分析方法之一。