熱重-差熱分析(TG-DTA)數據分析及作圖法

2021-02-15 熱分析與吸附

       在《Origin軟體中熱重曲線的作圖方法》和《微商熱重曲線的作圖方法》中分別介紹了熱重曲線和微商熱重曲線的作圖方法,一些讀者留言希望了解熱重-差熱分析(TG-DTA)的數據分析及作圖相關的內容。因此,在本文中將介紹常用的TG-DTA法的數據分析及作圖相關的內容。

       1. TG-DTA方法簡介

      熱重-差熱分析  (thermogravimetric-differential thermal analysis,簡稱TG-DTA)是在程序控溫和一定氣氛下,同時測量試樣的質量和輸入到試樣與參比物的溫度差隨溫度或時間關係的技術。TG-DTA是一種常用的同時聯用的熱分析聯用技術,通常籠統地稱為同步熱分析法(同步熱分析有時也用來指TG-DSC)。

       TG-DTA技術將TG與DTA結合為一體,在同一次測量中利用同一樣品可同步得到試樣的質量變化及試樣與參比物的溫度差的信息。常用的TG-DTA儀主要有水平式和上皿式兩種結構形式。測試時將裝有試樣和參比物的坩堝置於與稱量裝置相連的支持器組件中,在預先設定的程序控制溫度和一定氣氛下對試樣進行測試,在測試過程中通過天平實時測定試樣的質量,同時通過支持器組件的溫差熱電偶測量試樣與參比物的溫度差隨溫度或時間的變化信息,獲得TG-DTA曲線。

         2.  TG-DTA曲線分析

      由TG-DTA曲線可以得到樣品的質量和熱效應的變化信息,在實際的數據分析和作圖中通常將TG曲線和DTA曲線放在一起進行綜合分析(圖1)。圖1中的綠色曲線為TG曲線,藍色曲線為DTA曲線,圖中當TG曲線的質量發生變化時(第一個臺階對應於失去一分子結晶水的過程,第二個質量變化臺階對應於失去一分子CO的過程,第三個質量變化臺階對應於失去一分子CO2的過程)。DTA曲線中對於這個質量變化過程分別表現出了不同的熱效應,分別對應於每一個質量變化過程。

 

圖1 一水草酸鈣的TG-DTA曲線

在《Origin軟體中熱重曲線的作圖方法》和《微商熱重曲線的作圖方法》中均已指出,為了便於比較樣品在實驗過程中的質量變化程度,通常需要對初始質量進行歸一化處理。同樣地,在對DTA曲線進行數據分析時也應對初始質量進行歸一化處理。圖1中,由於DTA曲線測量的是樣品相對參比的溫度差,因此在DTA曲線中縱坐標所對應的測量的物理量為溫度差(單位為℃/mg或者K/mg)。需要特別指出,有些儀器得到的軟體中所導出的DTA曲線的縱坐標所對應的測量的溫度差的單位為μV/mg,這是由於軟體中沒有將熱電偶測量的電勢差的信號轉換為溫度單位引起的(圖2)。

 

圖2 DTA曲線的縱坐標所對應的測量的溫度差的單位為μV/mg

      由於DTA測量的為試樣相對於參比物的溫度差,該值為相對值,在進行數據分析時通常並不影響對一個過程的熱效應的分析結果。

      3.  在作圖軟體中TG-DTA曲線的作圖方法

       下面以Origin軟體為例來介紹TG-DTA曲線的作圖方法。

首先將由儀器所附帶的分析軟體導出的ASCII格式的.txt文件或者.csv導入到Origin軟體中,導入後的界面如圖3所示。

 

圖3

        然後,將溫度列設定為X軸、將質量(第3列)和溫度差(第4列為uV,第5列為℃,本例中以℃為例,故使用第5列的數據)數據進行歸一化處理,並刪去前三十行與實驗相關的一些參數信息、命名每一欄所代表的的物理量,界面如圖4所示。

 

圖4

      選中表格中的B、C、E列(圖5)並點擊圖Double-Y圖標(圖6),即可以得到TG-DTA曲線,如圖7所示。

 

圖5

 

圖6

 

圖 7

        點擊圖中的曲線可以改變曲線的大小和顏色,點擊圖中的數字和圖題也可以進行相應的編輯工作。

      有時需要將DTG曲線加入到TG-DTA曲線中進行綜合分析,此時在圖中分別出現了TG曲線、DTA曲線和DTG曲線。圖4中的F列為微商重量數據,作圖時同時選中B、C、E、F列(圖8)。然後,點擊Double-Y圖標中的3Ys-Y-YY選項(圖9),即可以得到TG-DTA-DTG曲線,如圖10所示。圖10中,黑色曲線對應於TG曲線、紅色曲線對應於DTA曲線、藍色曲線對應於DTG曲線。點擊圖中的曲線可以改變曲線的大小和顏色,點擊圖中的數字和圖題也可以進行相應的編輯工作。

 

圖8

 

圖 9

 

圖10

相關焦點

  • 學術乾貨|高分子熱分析實用方法——TG、TMA、DSC
    一、 熱重分析(Thermogravimetric Analysis)(TG) 1、熱重原理
  • 秒懂常用熱分析實用方法——TG、TMA、DSC
    熱分析是研究材料熱穩定性和組份十分重要的分析測試方法,本文總結歸納了幾種常用的熱分析實用方法,希望對大家有所幫助。
  • 【技能】常用的熱分析技術:DSC、DTA、TAG
    主要方法:熱機械分析-TMA差熱分析-DTA差示掃描量熱法-DSC熱重分析-TGA1分析方法:升溫法和恆溫法升溫法:樣品在真空或其他任何氣體中進行等速加溫,樣品將溫度的升高發生物理變化和化學變化使原樣品失重—動態法。原理:在某特定的溫度下,會發生重量的突變,以確定樣品的特性。恆溫法:在恆溫下,記錄樣品的重量變化作為時間的函數的方法。常用升溫法。3.
  • 科研教程|TG-DTG-DTA-DSC知識歸納
    我們常用到的熱分析技術有熱重法(TG)、微商熱重(DTG)、熱差分析(DTA)、差示掃描量熱法(DSC)。熱失重分析(TG):在程序控制溫度下,測量物質與溫度關係m=f(T)的一種技術,目前分為等溫熱重法和非等溫熱重法兩種類型。特別注意,熱重分析法Thermogravimmetric Analysis,也有時候簡寫為TGA。
  • 方差分析的數據處理和作圖
    (點這裡),而前者運用的是T檢驗,之前我們講到單尾T(點這裡)和雙尾T(點這裡)的作圖,但是T檢驗知識針對兩列數據的均值比較,那如果數據有多列則如何是好?那麼,就要用到今天講到的方差分析。單因素方差分析One-Way ANOVA:t檢驗適用於兩列數據的均值比較。單因素方差分析適用於兩列或更多列數據的均值比較。但對於兩列數據的均值比較,單因素方差分析=等方差假設的雙尾t檢驗。
  • 輕鬆學會各種組學數據的R語言數據分析及作圖,發表文章
    一篇高分的文章,需要高質量的原始數據、邏輯的分析思路、漂亮的結果、創新的結論。其中,美觀的圖片是會讓人眼前一亮,刮目相看的。相同的數據,做出來的圖片可能大相逕庭。下圖就是由同一套數據所做的差異基因的表達聚類熱圖,孰優孰劣一目了然。
  • 科研教程|TG-DTG-DTA-DSC知識歸納
    我們常用到的熱分析技術有熱重法(TG)、微商熱重(DTG)、熱差分析(DTA)、差示掃描量熱法(DSC)。熱分析的應用主要有:1.物質成分分析:鑑別、相圖研究2.物質或材料穩定性分析:穩定性、抗氧化性3.反應過程研究:反應動力學、反應熱、結晶、相變4.屬性的測定:純度、玻璃化轉變、居裡點熱失重分析(TG):在程序控制溫度下,測量物質與溫度關係m=f(T)的一種技術,目前分為等溫熱重法和非等溫熱重法兩種類型
  • 方差分析+作圖:在Origin看來是如此簡單!
    在之前的《如何進行單因素方差分析?》介紹了如何用SPSS在繪製圖表前進行方差分析,並在《顯著性分析後如何標記「abc」?》和《如何用Origin畫「箱子和鬍子」圖?》的文章中已介紹了兩類添加顯著性標記的方法。 那麼,Origin作圖所需的數據就必須要用其他統計軟體處理嗎?我可不可以用Origin進行數據處理的同時作圖呢?
  • Jade實例教程:數據導入、物相分析、晶粒尺寸分析和XRD數據作圖
    通過JADE軟體對XRD數據進行分析得到相關信息,然後通過Origin
  • TG,TMA,DSC,DMA,DETA五大材料熱性能分析,鋼鐵人必看!
    根據國際熱分析協會(ICTA)的歸納和分類,目前的熱分析方法共分為九類十七種,常用的熱分析方法包括熱重分析法(TG)、差示掃描量熱法(DSC)、靜態熱機械分析法(TMA)、動態熱機械分析(DMTA)、動態介電分析(DETA)等,它們分別是測量物質重量、熱量、尺寸、模量和柔量、介電常數等參數對溫度的函數。
  • R數據分析:雙分類變量的交互作用作圖
    之前的雙連續變量交互作用作圖,和分類變量與連續變量的交互都給大家寫了,今天給大家寫寫,兩個分類變量的交互,及簡單斜率圖畫法。
  • 2020初三數學複習:尺規作圖,用5大作圖成法描繪精彩的圖形世界...
    考點作圖—基本作圖;線段垂直平分線的性質.分析根據等腰三角形的定義、菱形的定義、等邊三角形的定義一一判斷即可.點評本題考查線段的垂直平分線的性質、作圖﹣基本作圖、等腰三角形的定義等知識,解題的關鍵是靈活一一這些知識解決問題,屬於中考常考題型.3.
  • 空間數據可視化之spmap命令
    關鍵點綜合來看,使用spmap作圖有兩大難點。(1)獲取坐標數據集難在第二部分的簡單應用中,我們所用到的坐標數據集有:countries_cor.dta:世界國家級地圖坐標數據集,是使用shp2dta命令轉換countries.shp文件而來。
  • 《專利分析可視化》作圖詳解
    本文是《專利分析可視化》中所有圖表的作圖詳解文章連結清單。對於太簡單的圖表(文中灰色字體),就不寫作圖詳解了。
  • Praat腳本 | 單字調音高數據均值分析並作圖
    此腳本可基於音高數據文件(allData_PitchTier.txt)自動測算並繪製出單字調音高數據圖,結果大致如下所示(作圖區域大小由用戶提前圈定),並將給出各個點的均值及標準差等數據。注意,此腳本僅適用於單個發音人的音高數據,每次針對一位發音人的數據進行操作。
  • 新司機帶你學RNA-Seq數據分析
    Differential expression analysis with Ballgown組裝和定量完轉錄本之後自然需要進行基因表達差異分析,統計建模和可視化。R和Bioconductor提供了一攬子的工具處理這些任務,包括raw data的plot作圖,數據的標準化,下遊的統計建。此處使用Ballgown包作為承上啟下的橋梁。
  • 熱分析/紅外光譜聯用的數據分析方法 第6部分 在Origin軟體中GS...
    在《熱分析/紅外光譜聯用的數據分析方法第4部分 儀器分析軟體中熱重部分的數據處理與作圖》和《熱分析/紅外光譜聯用的數據分析方法第5部分 儀器分析軟體中紅外光譜部分的數據處理與作圖》中以實驗室在用的美國PerkinElmer公司的熱重/紅外光譜/氣相色譜質譜聯用儀為例簡要介紹了在儀器的數據分析軟體中與熱重部分和紅外光譜部分相關的數據處理與作圖相關的內容
  • 網狀Meta分析概率排序分析及作圖
    (網狀Meta分析進行模型構建及圖形繪製),今天接著上一個帖子繼續分享網狀Meta分析的製作,我們進行到了第四步就是繪製累積概率排序圖的製作,我們繼續用上個帖子的數據,軟體還是用R 語言 gemtc 程序包通過調用對應的 rjags 程序包(提前安裝JAGS軟體)來執行。
  • 【R數據科學】02.數據分析的基本流程
    純生信操作適合入門,高級的生信分析和數據挖掘仍需要R語言實操,因此,我們以《R語言實戰》和《R數據科學》兩套經典教程為基礎,推出【R數據科學】系列。願與果友們一起學習,共同進步!數據分析指用適當的統計方法對收集的數據進行分析,並提取有用信息、詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。
  • 資源分享 | 這8G的科研數據處理與論文作圖教程一定不能錯過
    :主旨、定位和視頻目錄.mp402數據處理之科研數據處理系列緒論:數據分析、繪圖與軟體介紹.mp403 數據處理之計算AUC曲線下面積:原理與軟體操作方法.mp404數據處理之添加誤差線:標準差SD和標準誤SEM的區別.mp405數據處理之生存分析:生存曲線的繪製方法,多重比較和計劃比較.mp406 數據處理之Research Article圖片類型分析:實驗圖、數據圖、示意圖.mp4