技术文章
TECHNICAL ARTICLES
更新时间:2026-06-24
点击次数:83
在前四期内容中,我们分别认识了热重分析(TGA)、差热分析(DTA)、和差示扫描量热法(DSC)——TGA擅长追踪质量变化,DTA和DSC专注捕捉热效应。但在实际研究中,很多材料的热行为是“质量变化与热效应同步发生"的。若分别用TGA和DSC测试,不仅需要两份样品,还可能因样品差异、实验条件细微不同导致数据无法匹配。而同步热分析(STA)的出现,恰好解决了这一难题。本期,我们就来解开同步热分析的奥秘。
一、STA的基本原理

图1 中科热仪STA-790型同步热分析仪
同步热分析(Simultaneous Thermal Analysis,简称STA,也称综合热分析)是在程序控制温度和一定气氛下,对一个试样同时采用两种或多种分析技术的热分析联用方法。常见的主要有热重-差热分析技术和热重-差示扫描量热技术两种。其核心是将热重分析(TGA)与差示扫描量热法(DSC)或差热分析(DTA)整合在同一台仪器中,在同一次实验、同一程序控温条件下,对同一份样品同时进行质量和热量的测量。
从仪器结构来看,STA的关键设计在于“共用加热炉与样品池":
加热炉采用高精度程序控温系统,确保样品受热均匀,且温度变化速率温度(与TGA、DSC的加热炉原理一致,但需适配两种检测模块);
样品池安装高精度天平传感器,实时监测样品质量变化(TGA模块核心);
样品与参比物之间嵌入热流或温度差传感器,同步捕捉热效应(DSC/DTA模块核心)。

图2 上皿式TG-DTA仪的结构图
当样品在加热过程中发生变化时(如分解、相变),天平传感器记录质量数据,热效应传感器同步记录热流或温度差数据,最终输出“质量-温度"“热流-温度"两条曲线,实现“一次实验,双重数据"的效果。由于需要将不同的传感器连接在一起,因此仪器的结构变得相对比较复杂。仪器设计的妥协和折中的处理,可能会引起仪器的一个或多个信号的测量灵敏度下降。
二、STA的独特优势
1.消除样品差异与实验误差
传统分开测试时,需准备两份相同样品,但即使是同批次样品,也可能存在粒度、密度细微差异;且两次实验的升温速率、气氛流量等条件难以一致,导致质量变化与热效应的“时间/温度对应关系"不准确。而STA用同一份样品、同一套实验条件,能精准建立“质量变化与热效应"的关联,如明确“某一失重台阶对应的是吸热还是放热反应",为解析反应机理提供更可靠的依据。
2.减少样品用量,适配微量样品
对于珍贵样品(如稀有金属材料、医药研发中的微量中间体),传统分开测试需消耗两份样品,而STA仅需一份样品即可同时获取两种数据,大大降低了样品消耗成本。
3.提供实验效率,缩短分析周期
分开测试测试TGA和DSC,需分别设置参数、等待实验完成,整个过程可能耗时数小时;而STA一次实验即可完成两种测试,且数据同步输出,后续无需手动匹配数据,显著提升了分析效率,尤其适合批量样品检测。
三、STA的应用领域
1.矿物分解途径研究
矿物(如碳酸盐、硫酸盐等)的热分解过程往往不是“一步完成",而是伴随多步失重(如脱水、脱气、晶型转变),且每一步失重都对应特定的热效应。STA通过同步记录“质量-温度"“热流-温度"曲线,能清晰解析矿物的分解途径。
矿物分解途径研究是探索矿物在热、化学或物理作用下发生结构破坏、成分分离的过程及机制。下图显示了使用STA-790同步热分析仪在不同气氛下得到水合草酸钙的热重和热流曲线。在第二段分解过程中,空气气氛下表现为吸热,氮气气氛下为放热,显示了分解途径的差异性。

图3 水合草酸钙不同气氛下的热重与热流同步曲线
2.聚合物组分研究
聚合物材料包含基体树脂、增塑剂、填充剂、稳定剂等多种组分,不同组分的热行为(如挥发、分解)存在温度重叠。传统方法需通过溶剂萃取、色谱分离等复杂前处理才能分析组分,而STA可通过“不同组分的失重-热效应特征",直接识别聚合物中的复杂组分,甚至定量计算各组分含量,实现快速分析。
聚丙烯(PP)和聚苯乙烯(PS)的分解温度相近,单独用TGA测试时,两者的分解失重会叠加为一个宽台阶,无法区分。而通过STA的同步热流曲线,可利用两者分解热效应的差异实现识别区分,根据吸热峰的温度区间和峰面积,不仅能确认PP和PS的存在,还能够计算含量占比,无需复杂的前处理步骤。
3.药物稳定性评估
某些药物在储存过程中可能发生晶型转变或降解,且伴随质量与热效应变化。若药物降解产生小分子杂质(如水分、气体),会出现失重。晶型的转变通常伴随吸热或放热,通过对比新鲜样品与储存后样品的STA曲线,可同时判断“是否发生晶型转变"以及“是否降解",全面评估药物稳定性。
同步热分析结合了质量与热效应的变化,解决了复杂过程多维度分析的难题,在材料科学、地质、医药等领域应用广泛。下一期,我们将介绍热机械分析(TMA),探索材料的力学性能与热效应的关系。敬请期待!