颗粒度分析的基本指南-1
颗粒特性分析的基本指南
引言
本指南的目的是为当前用于工业及学术领域的主要 颗粒特性分析技术提供基础教育。 假设没有颗粒特性分析理论或测量的预备知识 这是一本适合想要扩展颗粒特性分析或该领域知识的 读者的指南。本指南不仅是帮助读者判断最适合的颗粒特性分析 技术的简易参考，且涉及颗粒特性分析基础、理论及测量。
颗粒是什么？
在最基础的层面上，颗粒可以被定义为物质的个体子部分(subportion)。根据本指南的目的，我们将定义颗粒为具有从1纳米以下到数毫米尺寸的物理 尺寸的固体颗粒、液滴或气泡。
由颗粒组成的最常见材料类型如下：
• 粉末及颗粒（例如颜料、水泥、药物成分）
• 悬浮液、乳液(emulsion)和浆料(slurry)（例如疫苗、牛奶、开采泥浆）
• 气溶胶(aerosols)和喷雾（例如哮喘患者的吸入器、作物保护喷雾）
为什么要测量颗粒特性？
许多工业领域广泛使用颗粒特性分析的原因主要有 两个。
1. 提高产品质量控制
全球经济竞争加剧，产品质量控制的改善实际上带来了以下经济收益。
• 为产品增加更高的溢价
• 减少客户拒收率及订单损失
• 在受到监管的市场中证明合规
2. 对产品、成分及工艺的更好理解
除了产品质量控制，通过更深入了解颗粒特性如何影响产品、成分及工艺，您将能够：
• 提升产品性能
• 调整制造及供应问题
• 最大化制造工艺的效率
• 提高产量或改善收益率
• 保持竞争优势。
颗粒特性中重要的测量项是什么？
化学成分之外，颗粒材料的特性通常也受到组成颗粒的物理特性影响。这可能影响广泛的材料特性，例如反应性及溶解速率、成分流动及混合难易程度，或压缩率及磨损性。在制造和开发的背景下，以下是一些关键的物理特性：
• 颗粒度
• 形状
• 表面特性
• 动力学特性
• 电荷特性
• 微观结构
根据材料的不同，上述一些或全部物理特性可能是重要的，甚至可能相互关联(例如表面积和颗粒度)。本指南中，我们将重点介绍最重要且易于测量的两个特性 – 颗粒度和形状。
颗粒特性
颗粒尺寸
颗粒样品最重要的物理特性是颗粒大小。颗粒度测量被广泛应用于诸多工业领域，并常常是许多产品制造的重要参数。颗粒大小直接影响以下材料特性：
• 反应性或溶解速率（例如催化剂、片剂）
• 悬浮液的稳定性（例如沉积物、涂料）
• 输送效率（例如哮喘患者的吸入器）
• 质感及口感（例如食品成分）
• 外观（例如粉末涂料和油墨）
• 流动性与处理性（例如颗粒状物质）
• 粘度（例如鼻腔喷雾剂）
• 堆积密度及孔隙度（例如陶瓷）
测量颗粒尺寸并理解它对产品和工艺的影响，可能在许多制造业的成功中起到重要作用。
如何定义颗粒尺寸？
颗粒是三维物体，如果颗粒不是完美的球形（如乳液或气泡），则采用半径或直径等一维尺寸无法完整描述颗粒。
为简化测量过程，常常使用等效球体的概念来定义颗粒尺寸。在这种情况下，例如通过与实际颗粒具有相同体积或质量的等效球体的直径来定义颗粒尺寸。不同测量技术使用不同的等效球模型，因此得到的颗粒直径不必完全一致，这一点非常重要。
等效球体的概念非常适用于规则形状的颗粒。然而，对于针状或片状等形状不规则的颗粒，至少有一个维度可能与其他维度大不相同，该概念可能并不总是适用。
如上图所示，对于棒形颗粒，体积等效球体的直径为198μm，这并不是其真实尺寸的精准描述。然而，我们也可以将该颗粒定义为具有360μm长度和120μm宽度的同体积圆柱。这种方法描述颗粒大小更为准确，例如能够更好地理解这类颗粒在工艺或处理过程中的特性。
多种颗粒大小测量技术基于简单的一维等效球体测量概念，这通常已经足够适用于特定应用场合。尽管在某些情况下，通过二维或多维测量颗粒大小可能是理想的，但也可能引发重要的测量和数据分析挑战。因此，建议您在选择最合适的颗粒大小测量技术时慎重考虑，并以您的应用场合为基础。
颗粒尺寸分布
欲特性分析的样品若不是完完全全的简单分散，即所有单颗粒并不具有相同尺寸，那么样品将具有不同尺寸颗粒的统计分布。通常以频率分布曲线或累积（副次）分布曲线的形式来呈现这种分布。
加权分布
颗粒度分布可以根据个别颗粒的不同加权方式来表示。加权方法依所用测量原理而异。
数（number）加权分布
如图像分析等计数技术中，提供了不论颗粒的实际大小都给予相同加权的数加权分布。此法常用于需要了解颗粒绝对数量（absolute number）的问题或者需要对于每个颗粒都有高分辨率的情况（例：外来颗粒检测）。
体积加权分布
如激光衍射等静态光散射技术中，提供体积加权分布。在此分布中，每颗粒的相对贡献与颗粒的体积（密度均匀时与质量相同）有关，即相对贡献将与大小的三次方成正比。这使得该分布能以体积/质量表示样品的组成并因此在商业上用于评估潜在的成本。
光强加权分布
在动态光散射技术中，提供了光强加权分布。在该分布中，每颗粒的贡献与该颗粒散射的光强有关。
例如，利用瑞利近似（Rayleigh approximation）情况下，非常小的颗粒对分布的相对贡献会与尺寸的六次方成正比。在比较通过不同技术测量的颗粒尺寸数据时，依据测量和记录的分布类型而产生的颗粒尺寸结果可能会有很大的不同。
下面的示例清楚地展示了具有5nm与50nm直径相同数量的颗粒的样品。
数加权分布中强调了较细的5nm颗粒的存在，因此上面两个颗粒类型被赋予相同的权重，而强度加权分布中更大的50nm颗粒的信号高出一百万倍。体积加权分布则介乎两者之间。
相同样品的数加权、体积加权和强度加权颗粒分布示例
虽然可以将颗粒度数据从一种分布类型转换为另一种分布类型，但这通常需要关于颗粒形态和其物理特性的一些假设。例如，通过图像分析测量的体积加权颗粒度分布不应被期待与激光衍射测量的颗粒度分布完全一致。
分布统计
“世界上有三种谎言：谎言、弥天大谎、统计。”-Twain, Disraeli
为简化颗粒度分布数据的解释，可能会计算并记录各种统计参数。选择任意样品的最佳统计参数取决于数据的用途及其比较对象。例如，若您想记录样品中最常见的颗粒度，可以从以下参数中进行选择。
• 平均值 — 群体的“平均”尺寸
• 中值 — 小于或大于50%的群体尺寸
• 众值 — 具有最高频率的尺寸
如许多样品中常见的情形，若颗粒度分布曲线的形状是不对称的，则这三种值通常如图所示不完全一致。
平均值
这篇文章可能已被自动翻译
{{ product.product_name }}
{{ product.product_strapline }}
{{ product.product_lede }}
