Articulos de resonancia magnetica nuclear en polimeros

Análisis de polímeros por RMN

Nuestros expertos proporcionan la identificación de polímeros de polietileno (PE) desconocidos mediante RMN, que pueden ser identificados por el análisis de ramificación de la cadena por RMN.La RMN de 13C puede utilizarse para determinar la naturaleza de un polietileno desconocido (HDPE, LDPE y LLDPE) y puede identificar y cuantificar los tipos de ramificación presentes.Un LDPE (polietileno de baja densidad) contiene varios tipos diferentes de ramificaciones (metilo, etilo, butilo, pentilo y hexilo). Un LLDPE (Polietileno Lineal de Baja Densidad), preparado a partir de etileno y hexano-1 que contiene predominantemente ramificaciones de butilo. El LLDPE es más lineal que su homónimo LDPE, pero tiene un mayor número de ramificaciones más cortas, en gran parte fabricadas por copolimerización con alfa olefinas como el buteno, el hexeno o el octeno con etileno.

Tutorial MestreNova : Una guía rápida sobre el análisis de RMN

La Resonancia Magnética Nuclear de Estado Sólido como herramienta para estudiar el impacto del preprocesamiento mecánico en la estructura y disposición de los polímeros de la pared celular de la planta Coyla R. Munson1, Yu Gao2,3, Jenny C. Mortimer2,3,4 y Dylan T. Murray1*

La separación eficiente de los polímeros de la pared celular de las plantas durante el procesamiento de la lignocelulosa ha sido históricamente un reto debido a la insolubilidad de los polímeros y a su propensión a la reagrupación recalcitrante. Los métodos, como las técnicas de extracción de “lignina primero”, han hecho avanzar el uso eficiente de la biomasa, pero los mecanismos moleculares de la recalcitrancia siguen siendo enigmáticos. En este artículo se analiza cómo los métodos de Resonancia Magnética Nuclear (RMN) en estado sólido informan sobre la organización tridimensional de la celulosa, el xilano y la lignina en la pared celular de las plantas. Los resultados recientes ilustran que la organización de estos polímeros varía en función de las fuentes de biomasa y los métodos de preparación de las muestras, e incluso un procesamiento físico mínimo provoca efectos significativos. Estas diferencias estructurales contribuyen a que la eficacia de la extracción de los bioproductos sea variable tras el procesamiento posterior. Proponemos que los métodos de RMN en estado sólido puedan aplicarse para seguir el procesamiento de la biomasa, proporcionando una comprensión de los reordenamientos de los polímeros que pueden conducir a rendimientos pobres de los bioproductos deseados. La utilidad de la técnica se ilustra en el procesamiento mecánico mediante la molienda de bolas vibratorias a escala de laboratorio de Sorghum bicolor.

El microondas de las uvas produce plasma

Los polímeros se han utilizado ampliamente en la actualidad debido a sus versátiles propiedades, que están firmemente relacionadas con sus estructuras físicas y químicas moleculares. Por lo tanto, la caracterización cuantitativa y cuasi-cuantitativa de las estructuras químicas y físicas de los polímeros es esencial para desarrollar nuevos materiales poliméricos. Entre los diversos métodos de caracterización, la resonancia magnética nuclear en estado sólido (SSNMR) desempeña un papel esencial en la investigación cuantitativa, ya que es capaz de proporcionar información cuantitativa sobre la estructura química de los polímeros, la composición de las fases de los sistemas multifásicos y el contenido de los componentes de los copolímeros en bloque o las mezclas de polímeros. Sin embargo, el método cuantitativo SSNMR tradicional consume un tiempo experimental muy largo para la mayoría de los sistemas. El método de polarización cruzada (CP), como técnica SSNMR ampliamente utilizada, es capaz de proporcionar un espectro en un tiempo mucho más corto. Sin embargo, la CP no es en su mayoría cuantitativa. Por ello, en los últimos años se han propuesto varios métodos cuantitativos de CP, que son cuantitativos y ahorran tiempo. En este artículo, presentamos una visión general de los métodos cuantitativos de SSNMR, incluyendo las técnicas tradicionales y los nuevos métodos de CP propuestos en los últimos doce años. Se explican los principios básicos y las propiedades de cada método. Además, se introducen varios ejemplos de aplicación que pretenden ayudar a los investigadores en sus trabajos de estudio cuantitativo de polímeros.

¿Qué es la ingeniería polimérica forense? ¿Qué es?

ResumenSe utilizó el análisis de componentes principales (PCA) para extraer componentes de los espectros de resonancia magnética nuclear (RMN) en estado sólido de la celulosa bacteriana (BC). Los polímeros como la celulosa tienen varias estructuras de dominio, y su estructura y dinámica se reflejan en la variedad de espectros de estado sólido derivados de diferentes parámetros. La complejidad de los espectros obtenidos dificulta el análisis de los espectros procedentes de las medidas de relajación. El análisis multivariante, como el PCA, se ha sugerido como una opción para mejorar los análisis espectrales de RMN. En este estudio, intentamos extraer los componentes de los picos de los datos del experimento de polarización cruzada (CP) a partir de los espectros de tiempo de contacto variable de BC mediante el uso de PCA. Los picos extraídos se anotaron de acuerdo con informes anteriores, y se reconoció claramente la existencia de Iα cristalino. Los componentes importantes de la estructura del BC (es decir, Iα cristalino, forma amorfa y movilidad) se separaron en el gráfico de carga PCA y en la curva CP.

Este trabajo se encuentra bajo la licencia Creative Commons Attribution-NonCommercial-No Derivative Works 3.0 Unported License. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-nd/3.0/

Esta web utiliza cookies propias para su correcto funcionamiento. Contiene enlaces a sitios web de terceros con políticas de privacidad ajenas que podrás aceptar o no cuando accedas a ellos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad