Automated Characterization of a Diesel Sample Using Comprehensive Two-Dimensional GC (GCxGC) and Time-of-Flight Mass Spectrometry (TOFMS) Detection (Pegasus 4D System)

Význam tématu

Dieselové vzorky obsahují tisíce různorodých uhlovodíkových a heteroatomických sloučenin, jejichž úplná charakterizace je klíčová pro petrochemický průmysl a monitoring kvality. Komplexita směsi vyžaduje vysokou rozlišovací schopnost analytické metody, kterou GCxGC v kombinaci s TOFMS poskytuje.

Cíle a přehled studie / článku

Cílem práce bylo automatizované rozdělení a identifikace složek surového naftového oleje před odstraněním sloučenin obsahujících síru za účelem vytvoření komplexního vzoru třídění chemických skupin.

Použitá metodika a instrumentace

Analýza využila dvoudimenzionální plynovou chromatografii GCxGC s termálním modulátorem a detekcí TOFMS:

• První kolona: DB-PONA (50 m × 0,2 mm, film 0,5 μm), program 100 °C (0,2 min) → 240 °C (66,7 min), 1,5 °C/min.
• Druhá kolona: DB-WAX (2 m × 0,1 mm, film 0,1 μm), program 110 °C (1 min) → 240 °C (74,5 min), 1,5 °C/min.
• Termální modulátor: offset 30 °C, frekvence 5 s, pulz 0,6 s.
• Injekce: 0,2 μl, split 100:1, nosný plyn He 1,5 ml/min, teplota inletu 250 °C.
• MS: LECO Pegasus 4D GCxGC-TOFMS, EI 70 eV, rozsah 35–500 u, sběr 500 spekter/s, teplota zdroje 225 °C.

Hlavní výsledky a diskuse

Analýza odhalila více než 6000 složek. Dvoudimenzionální chromatogram ukázal uspořádání podle počtu uhlíků v primární dimenzi a polarity ve sekundární. Kombinace TIC s unikátními m/z umožnila rozlišení překrývajících se tříd složek, např. substituovaných benzothiofenů, biphenylů a naftalenů. Příklad zvýraznění slabých signálů sumou charakteristických iontů potvrdil schopnost metody detekovat nízkointenzivní složky.

Přínosy a praktické využití metody

• Vysoká špičková kapacita pro komplexní vzorky ropných produktů.
• Automatizovaná klasifikace chemických skupin.
• Podpora rozhodování v QA/QC petrochemických procesech.
• Možnost sledování a odstraňování heteroatomických sloučenin, např. síry.

Budoucí trendy a možnosti využití

Předpokládané směry rozvoje zahrnují integraci pokročilých algoritmů strojového učení pro automatickou interpretaci dat, zvyšování výkonu modulace pro ještě tenčí píky, rozšíření aplikací na bio-paliva a další náročné matrice, a propojení s high-resolution MS pro detailnější strukturní analýzu.

Závěr

Spojení GCxGC s TOFMS se ukázalo jako efektivní nástroj pro kompletní a automatizovanou charakterizaci složitých vzorků nafty. Vysoká rozlišovací schopnost a rychlost akvizice umožňují detekci tisíců komponent a jejich spolehlivou klasifikaci.