專利名稱：：使用sec-ftir數據預測聚乙烯機械性能的方法使用SEC-FTIR數據預測聚乙烯機械性能的方法
背景技術：
：0001本發(fā)明涉及確定聚合物物理或化學性質數值的方法。傳統上，為了測定特殊物理或化學性質的數值，需要一定量的特定聚合物樹脂以制造制品或試樣；然后，產生的制品或試樣隨后通過規(guī)定的分析測試方法進行測試以確定所述物理或化學性質的數值。這種方法繁瑣，這不僅是因為制造制品或試樣所需要的時間，而且還因為進行各個分析測試方法所需的時間。進一步地，依賴于特定試驗的傳統方法可能需要大量的聚合物，往往多于小規(guī)模研究實驗室或中試裝置設備可以生產的量。0002因此，存在著對測定試樣的期望化學或物理性質數值的方法的需要，這種方法只需要少量的聚合物用于分析。進一步地，該方法應提供待測試樣的物理或化學性質的數值，而不制造制品或試樣。還進一步地，該方法應能夠允許確定試樣的物理或化學性質數值而不進行所述物理或化學性質的分析測試。0003在另一方面，需要快速確定試樣的期望化學或物理性質數值的方法。這對確定化學或物理性質數值是有益的，其無需投入制造用于隨后分析的制品或試樣所需的時間和費用，也無需投入進行分析測試方法所需的時間和費用，其取決于具體的測試，可能需要數天或數周以測定各個性質的值。使用僅用少量聚合物試樣即可提供快速反饋的方法，可大大減少用于實現期望的物理或化學性質特征的樹脂設計和產品開發(fā)的周期時間。因此，本發(fā)明的方法針對以上需求。發(fā)明概述0004本發(fā)明公開一種確定聚合物物理或化學性質數值的方法。在一方面，本發(fā)明提供一種確定至少一種聚合物試樣物理或化學性質數值的方法。所述至少一種聚合物試樣具有分子量分布(molecularweightdistribution,MWD)曲線和短鏈支化分布(shortbranchingdistribution,SCBD)。在這一方面，確定至少一種聚合物試樣物理或化學性質數值的方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自物理或化學性質的已知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定在沿所述MWD曲線和所述SCBD的各自分子量處的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積確定(1)所述各自分子量；(2)在所述各自分子量的重量分數；和(3)在所述各自分子量的每1000個碳原子的短鏈分枝數目；c)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，繪制每個加權交叉項對所述各自分子量的對數的d)測定步驟C)中每條曲線下的各自面積；e)將步驟d)中所述至少兩種聚合物訓練樣本的每一種的各自面積與所述各自物理或化學性質的已知數值相關聯；和f)將步驟e)的所述相關性應用于所述至少一種聚合物試樣的各自面積，用于確定所述至少一種聚合物試樣的物理或化學性質的數值。0005在本發(fā)明的另一方面，所述方法涉及單點確定。即所述加權交叉項在單一分子量確定。在這一方面，本發(fā)明提供一種確定至少一種聚合物試樣物理或化學性質數值的方法。所述至少一種聚合物試樣具有分子量、在各自分子量的重量分數和在各自分子量的每1000個碳原子的短支鏈數目。該方法包括-a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有分子量、在各自分子量的重量分數、在各自分子量的每iooo個碳原子的短支鏈數目和各自的物理或化學性質的已知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定在各自分子量的加權交叉項，每個加權交叉項由如下各項的乘積確定(1)所述各自分子量；(2)在所述各自分子量的重量分數；和(3)在所述各自分子量的每1000個碳原子的短支鏈數目；c)將步驟b)中所述至少兩種聚合物訓練樣本的每一種的各自加權交叉項與所述各自物理或化學性質的已知數值相關聯；和d)將步驟c)的相關性應用于所述至少一種聚合物試樣的加權交叉項，用于確定所述至少一種聚合物試樣物理或化學性質的數值。0006而在本發(fā)明的另一個方面，化學計量方法可用于確定至少一種聚合物試樣物理或化學性質的數值。所述至少一種聚合物試樣具有MWD曲線和SCBD。該方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自的物理或化學性質的已知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定在沿所述MWD曲線和所述SCBD的各自分子量處的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積確定-(1)所述各自分子量；(2)在所述各自分子量的重量分數；和(3)在所述各自分子量的每1000個碳原子的短支鏈數目；C)采用化學計量分析，定義所述各自物理或化學性質數值與所述至少兩種聚合物訓練樣本的每一種的加權交叉項之間的數學關系；和d)將步驟C)的所述數學關系應用于所述至少一種聚合物試樣的步驟b)中的所述各自加權交叉項，用于確定所述至少一種聚合物試樣的物理或化學性質數值。0007在一個不同的方面，本發(fā)明提供一種使用系帶分子概率確定至少一種聚合物試樣的物理或化學性質數值的方法。例如，所述至少一種聚合物試樣具有復合密度、MWD曲線和SCBD。所述確定至少一種聚合物試樣的物理或化學性質數值的方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、MWD曲線、SCBD和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定在沿所述MWD曲線和所述SCBD的各自分子量處的至少兩個密度項，每個密度項使用所述復合密度、MWD曲線和SCBD確定；cO由步驟b)中的每個密度項確定各自的熔解溫度；d)由步驟c)中的每個熔解溫度確定系帶分子形成的各自概率；e)確定各自加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積確定G)在所述各自分子量的重量分數；和(2)在所述各自分子量的步驟d)中系帶分子形成的概率；f)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，繪制每個加權系帶分子概率對所述各自分子量對數的g)測定步驟f)中每條曲線下的所述各自面積；h)將步驟g)中至少兩種聚合物訓練樣本的每一種的各自面積與所述各自物理或化學性質的已知數值相關聯；和i)將步驟h)的所述相關性應用于所述至少一種聚合物試樣的各自面積，用于確定所述至少一種聚合物試樣的物理或化學性質的數值。0008本發(fā)明進一步的方面是采用系帶分子概率的單點方法。即所述加權系帶分子概率在單一分子量確定。在這一方面，本發(fā)明提供一種確定至少一種聚合物試樣物理或化學性質數值的方法。所述至少一種聚合物試樣具有復合密度、分子量和在各自分子量的重量分數。該方法包括-a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、分子量、在各自分子量的重量分數和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，使用所述復合密度確定系帶分子(2U+La)的最小分子長度；c)由步驟b)中的每個2Lc+"確定在各自分子量的系帶分子形成的各自概率；d)確定各自加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積確定(1)在各自分子量的重量分數；和(2)在步驟c)中在各自分子量的系帶分子形成概率；e)將步驟d)中至少兩種聚合物訓練樣本的每一種的各自加權系帶分子概率與所述各自物理或化學性質的己知數值相關聯；和f)將步驟e)的所述相關性應用于所述至少一種聚合物試樣的加權系帶分子概率，用于確定所述至少一種聚合物試樣物理或化學性質的數值。定義0009為了幫助本領域普通技術人員理解本發(fā)明的詳述，提供如下定義。dW/dLogM-重量分數。ESCR—耐環(huán)境應力開裂性(EnvironmentalStressCrackResistance)，ASTMD1693。FNCT-全缺口蠕變試驗(FullNotchedCreepTest)，ISO16770。FTIR—傅立葉變換紅夕卜光譜(FourierTransform-Infraredspectrophotometry)。M或MW—分子量(Molecularweight)。MWD-分子量分布(Molecularweightdistribution)。Mn-數均MW。Mw—重均MW。NDR-固有拉伸比(NaturalDrawRatio)，ASTMD638。NPT—缺口管試驗(NotchedPipeTest)，ISO13479。PENT-賓夕法尼亞缺口試驗(PennsylvaniaNotchedTest)，ASTMF1473，在數小時內測定。PSP1-一級結構參數1(Primarystructureparameter1);加權交叉項與分子量的圖曲線下的面積除以100,000來計算。PSP2-—級結構參數2(Primarystructureparameter2);加權系帶分子概率與分子量的圖曲線下的面積乘以100來計算。Ptm或P-系帶分子形成的概率。SCBD-短鏈支化分布。SCB's-每1000個碳原子的短支鏈數目。SEC-尺寸排阻色譜；也指凝膠滲透色譜(GPC)。SP-NCTL—單點缺口恒量拉伸負載(SingleNotchedConstantTensileLoad)，ASTMD5397，30%屈服。加權交叉項-分子量、在各自分子量的重量分數和在各自分子量的每1000個碳原子的短支鏈數目的乘積；也顯示為M*dW/d(LogM)*SCB。加權系帶分子概率-在分子量的重量分數和在各自分子量的系帶分子形成概率的乘積；也顯示為dW/d(LogM)*PTM。2LC+La-系帶分子最小分子長度；Le是晶體層厚度，La是非晶層厚度。附圖簡述0010圖1給出了示例性聚烯烴共聚物的分子量分布(MWD)曲線與短鏈支化分布(SCBD)的圖。0011圖2給出了示例性聚烯烴共聚物的加權交叉項對分子量對數的圖。0012圖3給出了兩個聚烯烴共聚物示例性系列在2.4MPa的LogPENT(小時)對一級結構參數1(PSP1)的圖。0013圖4給出的圖闡述了示例性均聚物的復合密度與重均分子量對數的經驗關系。0014圖5給出了示例性聚烯烴共聚物的MWD曲線和在MWD曲線上各均聚物和共聚物密度項的圖。0015圖6給出的圖闡述了聚乙烯聚合物熔解溫度與密度的經驗關系。0016圖7給出了本發(fā)明方法的一個方面與報道的文獻數值相比較，2"+U(以nm測量)作為密度函數的圖。0017圖8給出了兩種示例性聚烯烴共聚物加權系帶分子概率對分子量對數的圖。0018圖9給出了雙峰聚乙烯聚合物BM-1的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0019圖10給出了雙峰聚乙烯聚合物BM-2的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0020圖11給出了雙峰聚乙烯聚合物BM-3的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0021圖12給出了雙峰聚乙烯聚合物BM-4的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0022圖13給出了雙峰聚乙烯聚合物BM-5的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0023圖14給出了雙峰聚乙烯聚合物BM-6的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0024圖15給出了雙峰聚乙烯聚合物BM-7的分子量分布(MWD)曲線和短鏈支化分布(SCBD)的圖。0025圖16給出了雙峰聚乙烯聚合物訓練樣本BM-1至BM-7的加權交叉項對分子量對數的圖。0026圖17給出了雙峰聚乙烯聚合物訓練樣本BM-2至BM-7在2.4MPa的LogPENT(小時)對PSP1的圖。0027圖18給出了使用鉻基催化劑產生的聚乙烯聚合物訓練樣本的加權交叉項對分子量對數的圖。0028圖19給出了使用鉻基催化劑產生的聚乙烯共聚物訓練樣本在2.4MPa的LogPENT(小日寸)對PSP1的圖。0029圖20給出了雙峰聚乙烯聚合物訓練樣本在2.4MPa的LogPENT(小時)對加權交叉項除以100,000的圖。0030圖21給出了各種聚乙烯聚合物訓練樣本使用化學計量分析在2.4MPa預測的PENT(小時)對測量的PENT的圖。0031圖22給出了各種聚乙烯聚合物訓練樣本使用化學計量分析在2.4MPa預測的PENT(小時)對測量的PENT的圖。0032圖23給出了使用不同催化劑系統產生的聚乙烯聚合物訓練樣本在2.4MPa的LogPENT(小時)對PSP2的圖。0033圖24給出了使用不同催化劑系統產生的聚乙烯聚合物訓練樣本的LogSP-NCTL(小時)對PSP2的圖。0034圖25給出了使用不同催化劑系統產生的聚乙烯聚合物訓練樣本的NDR對PSP2的圖。0035圖26給出了雙峰聚乙烯聚合物訓練樣本在24MPa的LogPENT(小時)對加權系帶分子概率的圖。發(fā)明詳述0036本發(fā)明涉及確定聚合物物理或化學性質數值的方法。本發(fā)明中感興趣的示例性物理或化學性質包括，但不限于PENT、ESCR、SP-NCTL、NPT、FNCT、NDR、懸臂粱式沖擊、落鏢沖擊、卻貝沖擊、抗穿刺性或埃爾曼多夫扯裂強度。PENT值可在不同條件下測定，例如，舉例來說，2,4MPa、3.0MPa或3.8MPa。0037本發(fā)明的方法適用于所有種類的聚合物，盡管該方法特別適用于半晶體聚合物。本發(fā)明將被描述為與聚烯烴有關，特別是聚乙烯均聚物和共聚物?？衫斫獾氖?，本發(fā)明不限于在此概述的各個方面和實施例，本發(fā)明包括可被包括在說明書和所附權利要求書的精神和范圍內的所有替代、修改和等價物。0038聚合物微結構的不同，例如給定聚合物的MWD曲線和SCBD，可影響那種聚合物所產生的物理或化學性質。因此，在本發(fā)明的一個方面，于此所述的方法可使用各個試樣MWD曲線和SCBD的知識來測定試樣的物理或化學性質數值。在另一方面，根據本發(fā)明的方法進一步需要聚合物試樣的復合樹脂密度。0039聚合物的MWD曲線可由本領域普通技術人員已知的任何方法提供。測定聚合物MWD曲線的分析技術的一個非限制性實例是SEC或GPC。自然地，如本公開中使用的，聚合物的MWD曲線可提供MWD數據和在每個MW的相關重量分數等等數據，其包括本領域使用的常用項，如N^和Mn。0040類似地，聚合物的SCBD可由本領域普通技術人員已知的任何方法提供。技術可包括，但不限于溫升洗脫分級(temperaturerisingelutionfractionation,TREF)，核磁共振(NMR)和SEC-FTIR。固有地，如本公開使用的，聚合物的SCBD可提供在MWD曲線上每個MW處每1000個碳原子的短支鏈數目(SCB's)。0041提供聚合物MWD曲線和SCBD的一個方法是使用化學計量分析的SEC-FTIR，在美國專利號6,632,680和美國專利申請序列號10/463,849中描述，所述公開在此通過引用全文引入。與本發(fā)明方法相關的SEC-FTIR的優(yōu)勢是只需小量的聚合物訓練樣本和聚合物試樣用于分析來測定MWD曲線和SCBD。在本發(fā)明的一個方面，提供小于約5克的各測試或訓練樣本的每一種用于測定MWD曲線和SCBD。在另一方面，提供小于約1克用于分析。在進一步的方面，提供小于約100毫克。進一步地，與傳統測試和測量方法相比，本發(fā)明另一優(yōu)勢是可快速測定試樣的物理或化學性質。使用諸如SEC-FTIR的技術與本發(fā)明的方法結合，物理或化學性質的數值可在小于三小時內測定。在另一方面，物理或化學性質數值可在小于兩小時內測定。而在另一方面，物理或化學性質數值可在小于一小時內測定。0042同樣地，復合樹脂密度可用本領域普通技術人員已知的任何方法測定。分析技術包括，但不限于折射率或按照ASTMD1238的模制密度(moldeddensity)。復合樹脂密度是聚合物作為整體在所有分子量處的密度。0043盡管方法用"包括(comprising)"各步驟來描述，但是，方法也可"基本上由該各步驟組成"或"由該各步驟組成"。一級結構參數1(PSP1)0044本發(fā)明的一個方面提供一種測定至少一種聚合物試樣物理或化學性質數值的方法，所述至少一種聚合物試樣具有分子量分布(MWD)曲線和短鏈支化分布(SCBD)。所述MWD曲線和SCBD可通過本領域普通技術人員已知的任何分析技術測定，如SEC-FTIR。所述聚合物試樣還可稱為實驗樣本或未知樣本。測定至少一種聚合物試樣物理或化學性質數值的方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自的物理或化學性質的己知數值；b)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定在沿所述MWD曲線和所述SCBD的各自分子量處的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積測定(1)各自分子量；(2)在各自分子量的重量分數；和(3)在各自分子量的每1000個碳原子的短支鏈數目；c)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，繪制每個加權交叉項與各自分子量的對數的d)測定步驟C)中每條曲線下的各自面積；e)將步驟d)中至少兩種聚合物訓練樣本的每一種的各自面積與各自物理或化學性質的已知數值相關聯；和f)將步驟e)的相關性應用于所述至少一種聚合物試樣的各自面積，用于測定所述至少一種聚合物試樣物理或化學性質的數值。0045根據本發(fā)明的方法，提供至少兩種不同的聚合物訓練樣本。訓練樣本也可稱為對照樣本。每種聚合物訓練樣本具有已知的MWD曲線和已知的SCBD。MWD曲線和SCBD可使用如上所述的技術例如SEC-FTIR測定。就示例性聚烯烴共聚物而言，圖1說明了共聚物的MWD曲線和SCBD。X軸是分子量的對數，左手邊Y軸是在每個分子量的重量分數，右手邊Y軸是每1000個碳原子的短支鏈數目(SCB's)。如圖1顯示的圖形數據可提供用于至少兩種聚合物訓練樣本和至少一種聚合物試樣。0046進一步地，每種聚合物訓練樣本具有各自的感興趣的物理或化學性質的己知數值。例如，至少兩種聚合物訓練樣本可被提供，其中每種具有在2.4MPa的PENT已知數值，所述PENT數值己使用對PENT的各自分析測試被事先測定。0047至少兩種聚合物訓練樣本被用于本發(fā)明的方法。然而可選地，可使用至少三種訓練樣本、至少四種訓練樣本、至少五種訓練樣本、至少十種訓練樣本、至少十五種訓練樣本或至少二十種訓練樣本。對可用于本發(fā)明的不同訓練樣本的數量沒有具體上限。有益的是，訓練樣本與聚合物試樣相類似并且訓練樣本覆蓋的范圍包含聚合物試樣，但這不是必需的。進一步地，訓練樣本可包含一式雙份或更多樣本，以包括在MWD曲線和SCBD測試中的實驗誤差的影響，以及各自感興趣的物理或化學性質的影響。0048對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，可使用如圖1所示的每種樣本的各自數據來測定加權交叉項。加權交叉項是分子量、在15各自分子量的重量分數和在各自分子量的每1000個碳原子的短支鏈數目的乘積(即M*dW/d(LogM)*SCB's)。雖然不企圖被該理論限制，申請人認為與具有提高的韌度(如抗撕裂、沖擊、穿刺或應力開裂性)的聚合物相關的一個因素是在較高分子量存在更多的短支鏈。即，在較低分子量下存在高水平的支化對于提高的韌度(例如特性如PENT、SP-NCTL、落鏢沖擊等)沒有顯著貢獻。更確切地，存在于MWD曲線高分子量端的高短鏈分支含量可顯著改進聚合物的韌度。再次，不企圖被該理論限制，申請人認為如上述定義的加權交叉項獲取在較高的聚合物分子重量分數上具有較高支化含量的效果。0049根據本發(fā)明的一個方面，沿MWD曲線和SCBD，在各自分子量處需要至少兩個加權交叉項。針對至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，將每個加權交叉項與各自分子量的對數繪圖。這在圖2中針對示例性聚烯烴共聚物舉例說明。雖然需要至少兩個加權交叉項，但是在分子量范圍內具有更多交叉項以形成如圖2顯示的曲線是有益的。因此，根據本發(fā)明另一方面，可使用至少五個加權交叉項、至少十個加權交叉項、至少二十五個加權交叉項、至少五十個加權交叉項或至少一百個加權交叉項。對可用于本發(fā)明的加權交叉項數量沒有具體上限。更多加權交叉項提供如圖2顯示的更平滑曲線。0050對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，對每種樣本測定各自曲線下的面積。例如，測定圖2中示例性共聚物的曲線下的面積。然后，至少兩種聚合物訓練樣本的每一種的曲線下的各自面積與各自感興趣的物理或化學性質數值相關。在本發(fā)明的一個方面，每條曲線下的面積被除以100,000以計算一級結構參數l(PSP1)。圖3說明了具體物理或化學性質(在此情況下是在2.4MPa的LogPENT)對兩個示例性系列聚烯烴共聚物的PSP1的相關性。結果顯示，感興趣性質的對數與PSP1數值之間具有線性關系，其受共聚物高分子重量分數的分支含量影響。0051如圖3顯示，通過將相關性應用于至少一種聚合物試樣曲線下的各面積，可測定所述至少一種聚合物試樣的感興趣的物理或化學性質數值。該方法進一步在下面實施例1-2中說明。0052本發(fā)明的另一方面提供一種測定至少一種聚合物試樣物理或化學性質數值的方法，所述至少一種聚合物試樣具有分子量、在各分子量的重量分數和在各分子量的每1000個碳原子的短支鏈數目。這些參數可由MWD曲線和SCBD通過本領域普通技術人員己知的任何分析技術測定，如SEC-FTIR。這種測定至少一種聚合物試樣物理或化學性質數值的方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有分子量、在各自分子量的重量分數、在各自分子量的每1000個碳原子的短支鏈數目和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定在各自分子量的加權交叉項，每個加權交叉項由如下各項的乘積測定-(1)各自分子量；(2)在各自分子量的重量分數；和(3)在各自分子量的每IOOO個碳原子的短支鏈數目；C)將步驟b)中所述至少兩種聚合物訓練樣本的每一種的各自加權交叉項與所述各自物理或化學性質的已知數值相關聯；和d)將步驟C)的相關性應用于所述至少一種聚合物試樣的加權交叉項，以測定所述至少一種聚合物試樣物理或化學性質的數值。0053上述方法是圖1-3所示方法的單點測定。在該方法中，對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定在單一分子量的單一加權交叉項。通過下面的實施例3進一步說明該方法。0054由圖3顯然可知不是所有的聚合物類型在物理或化學性質與加權交叉項或PSP1之間具有相同的相關性。例如，不同催化劑系統(如鉻、齊格勒-納塔、茂金屬等或它們的組合)或使用不同生產方法(例如淤漿、溶液、氣相等或它們的組合)產生的每個聚烯烴樹脂家族可能具有不同的校正曲線，或與感興趣的物理或化學性質不同的關系。0055根據本發(fā)明進一步的方面，化學計量方法可用于測定至少一種聚合物試樣的物理或化學性質數值，所述至少一種聚合物試樣具有MWD曲線和SCBD。該方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定在沿所述MWD曲線和所述SCBD的各自分子量處的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積測定(1)各自分子量；(2)在各自分子量的重量分數；和(3)在各自分子量的每1000個碳原子的短支鏈數目；c)采用化學計量分析，定義至少兩種聚合物訓練樣本的每一種的各自物理或化學性質數值與加權交叉項之間的數學關系；和d)對于所述至少一種聚合物試樣，將步驟c)的數學關系應用于步驟b)的各自加權交叉項，來測定所述至少一種聚合物試樣的物理或化學性質數值。0056當使用相同或不同的催化劑系統制備至少兩種聚合物訓練樣本和至少一種聚合物試樣時，可使用該化學計量方法。例如，該方法可用于使用不同催化劑系統(如鉻、齊格勒-納塔、茂金屬等或它們的組合)或使用不同生產方法(例如淤漿、溶液、氣相等或它們的組合)產生的不同的聚烯烴樹脂家族。0057化學計量分析也在美國專利號6,632,680和美國專利申請序列號10/463,849中描述。在本發(fā)明中，化學計量分析可用于定義至少兩種聚合物訓練樣本的每一種的各自物理或化學性質數值與加權交叉項之間的數學關系。至少兩種聚合物訓練樣本用于本發(fā)明的這一方面。然而可選地，可使用至少三種訓練樣本、至少四種訓練樣本、至少五種訓練樣本、至少十種訓練樣本、至少十五種訓練樣本或至少二十種訓練樣本。對可用于本發(fā)明這一方面的不同訓練樣本的數量沒有具體上限。該化學計量方法在下面的實施例4-5中進一步說明。一級結構參數2(PSP2)0058在另一方面，本發(fā)明提供一種測定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有復合密度、MWD曲線和SCBD。所述復合密度可通過如上所述的本領域普通技術人員已知的任何分析技術測定。所述測定至少一種聚合物試樣的物理或化學性質數值的方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、MWD曲線、SCBD和各自的物理或化學性質的己知數值；b)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定沿所述MWD曲線和所述SCBD在各自分子量處的至少兩個密度項，每個密度項使用所述復合密度、MWD曲線和SCBD測定；c)由步驟b)中的每個密度項測定各自的熔解溫度；d)由歩驟c)中的每個熔解溫度測定系帶分子形成的各自概率；e)測定各自的加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積測定(1)在各自分子量的重量分數；和(2)在各自分子量的步驟d)中系帶分子形成的概率；f)對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，繪制每個加權系帶分子概率與各自分子量的對數的g)測定步驟f)中每條曲線下的各自面積；h)將步驟g)中至少兩種聚合物訓練樣本的每一種的各自面積與各自物理或化學性質的已知數值相關聯；和i)將步驟h)的相關性應用于所述至少一種聚合物試樣的各自面積，用于測定所述至少一種聚合物試樣的物理或化學性質的數值。0059雖然不企圖被該理論限制，但是申請人認為在較長鏈上具有更多分支一較高分子重量分數一迫使這些鏈進入聚合物的非晶態(tài)區(qū)域并由此增加它們作為系帶分子的可能性，將半晶態(tài)聚合物基質維持在一起。這些系帶分子可顯著提高聚合物的韌度性質(如抗撕裂、沖擊、穿刺或應力開裂性)。在本發(fā)明的這一方面，上述方法涉及使用系帶分子概率測定聚合物試樣物理或化學性質的數值。0060本發(fā)明的該方法采用至少兩種不同的聚合物訓練樣本。每個聚合物訓練樣本具有已知的復合密度、已知的MWD曲線和已知的SCBD。如前所指，復合密度可通過ASTMD1238測定，而MWD曲線和SCBD可使用例如SEC-FTIR測定。對于示例性聚烯烴共聚物，圖1說明了共聚物的MWD曲線和SCBD。圖1顯示的圖形數據可被提供用于至少兩個聚合物訓練樣本和至少一個聚合物試樣。進一步地，每個聚合物訓練樣本具有各自感興趣的物理或化學性質的已知數值。例如，至少兩個聚合物訓練樣本可被提供，每個具有在2.4MPa的已知PENT數值，該PENT數值己使用對PENT的各自分析測試而事先測定。0061至少兩個聚合物訓練樣本用于本發(fā)明的方法。然而，可選地，可使用至少三個訓練樣本、至少四個訓練樣本、至少五個訓練樣本、至少十個訓練樣本、至少十五個訓練樣本或至少二十個訓練樣本。對可用于本發(fā)明的不同訓練樣本的數量沒有具體上限。有益的是，訓練樣本類似聚合物試樣并且訓練樣本覆蓋的范圍包含聚合物試樣，但這不是必需的。進一步地，訓練樣本可包含一式雙份的或更多的樣本，以包括復合密度、MWD曲線和SCBD測試中的實驗誤差的影響，以及各自感興趣的物理或化學性質的影響。0062對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，使用復合密度、MWD曲線和SCBD，測定沿MWD曲線和SCBD在各自分子量的至少兩個密度項。為了測定至少兩個密度項，利用密度與分子量之間的關系。0063聚合物的復合密度可依賴于聚合物的MWD曲線和SCBD等。在本發(fā)明的一個方面，使用復合密度與分子量之間的經驗關系測定每個密度項。對于某些均聚物，例如髙密度聚乙烯，復合密度隨分子量增加而降低。使用一組窄MWD均聚物(多分散性指數為約2.3)，如在Jordens等，POLYMER,41(2000)，7175中公開的，可測定復合密度與分子量之間的經驗關系。圖4給出了示例性均聚物——高密度聚乙烯一一的復合密度對重均分子量對數的圖。通過將復合密度與分子量對數之間的該線性關系應用于圖1所示的示例性MWD曲線，可測定在各分子量的密度項。0064對于具有可進一步抑制密度的短鏈分支或側鏈的共聚物，可對圖4的相關性進行校正?；谒鼈兏髯缘闹亓糠謹?，加入源自圖4的密度項以評價計算密度，這假定無短鏈分支。例如，假定共聚物具有約0.951g/mL的復合密度，假定無短鏈分支的計算密度可為約0.957g/mL，差為約0.006g/mL。校正因子基于復合密度這一變化除以SCBD中的SCB，s平均數，然后可應用于測定共聚物的每個密度項。可使用19例如NMR或SEC-FTIR的分析技術來測定SCB's平均數。對于圖1中的示例性共聚物，整個聚合物的SCB's平均數為約1.5。因此，平均起來，該示例性共聚物在每個分子量的密度項，對于每1000個碳原子的每個短鏈分支，減少約0.004g/mL(0.006除以1.5)。為了簡單起見，盡管不正確，這假定在整個MWD曲線的所有SCB's水平和所有分子量上，每個短鏈分支對密度的抑制相等。這一方法在圖5中說明圖1的MWD曲線。圖5中覆蓋MWD曲線的上線使用圖4的密度相關性，并假定是均聚物，即無短鏈分支。下線使用校正因子，其基于復合密度的變化除以SCBD中的SCB's平均數，以測定共聚物在整個MWD曲線上的密度項。從圖5中可測定在每個各自MW的共聚物密度項。0065根據本發(fā)明的一個方面，需要沿MWD曲線和SCBD的在各自分子量的至少兩個密度項。雖然需要至少兩個密度項，但是有益的是在分子量范圍內具有更多個密度項，用以形成圖5所示的曲線和相關性。因此，根據本發(fā)明另一方面，可使用至少五個密度項、至少十個密度項、至少二十五個密度項、至少五十個密度項或至少一百個密度項。對可用于本發(fā)明的密度項數量沒有具體上限。更多密度項可提供更精確的校正因子和更精確的共聚物密度曲線，如圖5顯示的。0066然后，可由每個密度項測定各自的熔解溫度。一種這樣的方法是使用熔解溫度和密度之間的經驗關系，例如圖6中對聚乙烯聚合物所示的。該圖中的數據來自Patel等，J.APPL.POLY.SCI，60(1996)，749;Mimbella等，J.POLY.SCI.，PARTB:POLYMERPHYSICS,40(2002),1637;和Huang等，J.POLY.SCI.,PARTB:POLYMERPHYSICS,28(1990),2007。為了曲線擬合目的，申請人指定了在密度為1.01g/mL的點。使用圖6,可從圖5的MWD曲線上各自分子量的每個密度項測定各自的熔解溫度。0067在本發(fā)明的一個方面，由每個熔解溫度測定各自系帶分子形成的概率。一項技術涉及測定在每個各自MW的晶體層厚度(Le)和非晶體層厚度(La)，該技術使用圖6的熔解溫度和吉布斯-湯普森(Gibbs-Thompson)方程，該方程是本領域普通技術人員容易得知的。目的不僅是測定U和La，而是測定在每個各自MW的2Le+La。2Le+La通常被理解成是系帶分子的最小分子長度，其中所述系帶分子橫跨非晶層并橫跨兩個晶體層。圖7說明了本發(fā)明測定作為密度函數的2U+La(用nm測量)的方法與2LC+La數值擬合相當好，如文獻Patel等、Mirabella等和Huang等所報道的。該模型預測的某些偏差的原因可能是這樣的事實被報道的數值是在等于Mw的分子量上。0068由于已測定在每個各自MW上的2LC+La，因此可測定系帶分子形成的概率(縮寫為P或PTM)。在每個各自MW，Ptm是分子跨越的距寓大于在那個各自MW的2U+La的概率。Huang等在J.MATERIALSCI.，23(1988)，3648中描述了一種方法，計算具有具體分子量(Mw)的分子形成系帶分子的概率，其通過橫截距離2Le+La，使用如下方程<formula>formulaseeoriginaldocumentpage21</formula>其中=4和F2=(""/2)上述符號具有如下意義尸=系鏈形成的概率丄=臨界距離-2丄c+丄。二=片層厚度丄"=非晶體層厚度熔體的鏈延長因子=聚乙烯為6.8"=連接數目=聚乙烯為A4/14/=連接長度=聚乙烯為0.153nm。0069基于電子表格和/或計算機的方法可用于從各自熔解溫度測定在每個各自MW的p或Ptm數信。使用本方法計算的ptm數值與文獻報道的值良好相當，如Patel等報道的。該方法測定Ptm的某些局限性可包括Ptm単獨不能反映半晶體聚合物中實際的系帶分子濃度(即來自纏結的環(huán)可能也作為連接點)。而且，這些計算僅得出靜態(tài)系帶分子水平，而不包括新的系帶鏈(動態(tài))——其形成是因為由于變形引起的片層滑動。0070對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，加權系帶分子概率可使用每個樣本的各自數據來測定。加權系帶分子概率是在各自分子量的重量分數和Ptm——在各自分子量的系帶分子形成概率——的乘積(即dW/d(LogM)*PTM)。0071根據本發(fā)明的一個方面，需要沿MWD曲線和SCBD在各自分子量的至少兩個加權系帶分子概率。對至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，繪制每種加權系帶分子概率對各自分子量對數的圖。圖8說明的是兩種示例性聚烯烴共聚物。雖然需要至少兩個加權系帶分子概率，但是有益的是在分子量范圍內具有更多概率項，以形成圖8所示的曲線。因此，根據本發(fā)明另一方面，可使用至少五個加權系帶分子概率、至少十個加權系帶分子概率、至少二十五個加權系帶分子概率、至少五十個加權系帶分子概率或至少一百個加權系帶分子概率。對可用于本發(fā)明的加權系帶分子概率數量沒有具體上限。更多加權系帶分子概率提供如圖8顯示的更平滑曲線。0072對于至少兩個聚合物訓練樣本的每一個和至少一個聚合物試樣，測定每個樣本在各自曲線下的面積。例如，測定示例性共聚物在圖8中曲線下的面積。然后，對于至少兩個聚合物訓練樣本的每一個，將曲線下的各自面積與感興趣的物理或化學性質或多個性質的各自數值相關聯。在本發(fā)明的一個方面，每個曲線下的面積乘100以計算一級結構參數2(PSP2)。在圖8中，具有較高峰的聚合物樣本PSP2值為10.9，而具有較低峰的聚合物樣本PSP2值為9.8。使用至少兩種聚合物訓練樣本，與具體物理或化學性質的相關性也可被形成為與PSP2值的相關性。0073通過將與至少兩種聚合物訓練樣本曲線下的各自面積的相關性應用于至少一種聚合物試樣曲線下的各自面積，可測定至少一種聚合物試樣的感興趣物理或化學性質的數值。該方法進一步在下面的實施例6-8中描述。0074當使用相同或不同的催化劑系統制備至少兩種聚合物訓練樣本和至少一種聚合物試樣時，可使用這種涉及系帶分子的方法。例如，該方法可用于使用不同催化劑系統(例如鉻、齊格勒-納塔、茂金屬等或它們的組合)或使用不同生產方法(例如淤漿、溶液、氣相等或它們的組合)產生的不同的聚烯烴樹脂家族。0075本發(fā)明另一方面提供一種測定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有復合密度、分子量和在各自分子量的重量分數。這些參數可通過如前所述的本領域普通技術人員已知的各種分析技術測定。這種測定至少一種聚合物試樣的物理或化學性質數值的方法包括.-a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、分子量、在各自分子量的重量分數和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，使用所述復合密度測定系帶分子的最小分子長度(2Le+La);c)從步驟b)中的每個2U+U測定在各自分子量的系帶分子形成的各自概率；d)測定各自加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積測定(1)在各自分子量的重量分數；和(2)在步驟c)中在各自分子量的系帶分子形成的概率；e)將步驟d)中至少兩種聚合物訓練樣本的每一種的各自加權系帶分子概率與所述各自物理或化學性質的已知數值相關聯；和f)將步驟e)中的相關性應用于至少一種聚合物試樣的加權系帶分子概率，以測定所述至少一種聚合物試樣的物理或化學性質的數值。0076上述方法是圖4-8所述方法的單點測定。在該方法中，對于至少兩種聚合物訓練樣本的每一種和至少一種聚合物試樣，測定在單一分子量的單一加權系帶分子概率。在這一方面，復合密度反映在整個聚合物中短鏈支化和分子量的影響。使用圖7所述的相關性，可由聚合物樣本的各自復合密度測定各自的2Lc+U值。該方法進一步在下面的實施例9中說明。實施例實施例0077表I列出使用齊格勒-納塔催化劑產生的七種(7)雙峰聚乙烯聚合物的Mw、復合密度和在2.4MPa測量的PENT(小時)。圖9-15是這七種聚合物訓練樣本的MWD曲線和SCBD。這些圖顯示了使用SEC-FTIR技術測量的數據和擬合的SCBD，如在美國專利號6,632,680和美國專利申請序列號10/463,849中描述。由于在很高分子量的低重量分數，經常很難精確測量在這些各自分子量的SCB's。對于這七種訓練樣本的加權交叉項應用之前討論的方法產生圖16所述的曲線。圖16曲線下的面積從聚乙烯聚合物樹脂BM-1到BM-7減小。圖17說明了在這些聚合物的LogPENT值和PSPl之間存在強線性關系。由于對BM-1聚合物沒有建立準確的PENT數值，其在圖17上沒有繪制。因此，來自相同雙峰聚合物家族的試樣的PENT值(未知或實驗樣本)可通過將圖17中的相關性應用至試樣的PSP1值來測定。實施例0078使用鉻基催化劑產生五種(5)單峰聚乙烯聚合物。這些聚合物具有從約0.948至約0.950的復合密度和約260至約320kg/mol的Mw。還提供這五種聚合物訓練樣本在2.4MPa的PENT值、MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，這個信息在與實施例1相關的圖9-15中示例給出。對于這五種訓練樣本的加權交叉項應用之前討論的方法產生圖18所述的曲線。圖19說明了在這些聚合物的LogPENT值和PSPl之間存在強線性關系。因此，來自相同聚合物家族的試樣的PENT值可通過將圖19相關性應用至試樣的PSPl值來測定。實施例0079實施例3使用實施例1討論的相同雙峰聚乙烯聚合物。表II列出六種(6)雙峰聚乙烯聚合物的具體分子量、在那個分子量的重量分數、在那個分子量的SCB's和在2.4MPa測量的PENT(小時)。計算這六種訓練樣本的每個的加權交叉項，除以100,000，并對測量的PENT值繪圖。即使使用這種單點方法(即僅在一個分子量，LogM=6.05處獲取數據)，圖20也說明在LogPENT值和加權交叉項除以100,000之間存在強線性關系。因此，來自相同雙峰聚合物家族的試樣的PENT數值可通過將圖20相關性應用于試樣的單一加權交叉項來測定。實施例0080表III列出使用鉻基、齊格勒-納塔和雙催化劑系統制造的一系列聚乙烯聚合物使用化學計量分析在2.4MPa預測的PENT值與測量的PENT值。這個數據在圖21中圖示。通過SEC-FTIR提供這些聚合物訓練樣本的MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，但是這個信息在與實施例1相關的圖9-15中示例給出。對于每個聚合物訓練樣本，測定沿MWD曲線和SCBD的各自加權交叉項?；瘜W計量方法用于產生PENT數值和加權交叉項以及隨后與PSP1之間的數學關系或相關性。圖21示例的數學關系獨立于用于產生聚合物訓練樣本的催化劑系統和方法。因此，可通過將化學計量分析應用于試樣的PSP1值來測定試樣的PENT值。實施例0081表IV列出使用不同催化劑系統制造的一系列聚乙烯聚合物的使用化學計量分析在2.4MPa預測的PENT值與測量的PENT值。這個數據在圖22中圖示。通過SEC-FTIR提供這些聚合物訓練樣本的MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，但是這個信息在與實施例1相關的圖9-15中示例給出。對于每個聚合物訓練樣本，測定沿MWD曲線和SCBD的各自加權交叉項?；瘜W計量方法用于產生PENT數值和加權交叉項以及隨后與PSP1之間的數學關系或相關性。圖22示出的數學關系獨立于用于產生聚合物訓練樣本的催化劑系統和方法。因此，可通過將化學計量分析應用于試樣的PSP1值來測定試樣的PENT值。實施例0082在該實施例中，評估兩種不同聚合物家族。選擇五種(5)使用鉻基催化劑產生的單峰聚乙烯聚合物。這些聚合物具有寬MWD;五種聚合物的平均多分散性指數約30。選擇六種(6)使用齊格勒-納塔催化劑產生的雙峰聚乙烯聚合物。這些雙峰聚合物的平均多分散性指數為約17。提供這十一種聚合物訓練樣本在2.4MPa的PENT數值、MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，但是這個信息在與實施例1相關的圖9-15中示例給出。提供十一種聚合物訓練樣本的復合密度并且其范圍在約0.947至約0.957g/mL。對于這十一種訓練樣本的加權系帶分子概率應用之前討論的方法產生與圖8示例相似的的曲線。測定曲線下的各自面積并乘以100以計算每種訓練樣本的各自PSP2數值。圖23說明在這些聚合物的LogPENT值和PSP2之間存在強線性關系，與用于產生聚合物訓練樣本的催化劑系統無關。因此，可通過將圖23相關性應用于試樣的PSP2值來測定使用相似或不同催化劑系統產生的聚合物試樣的PENT值。實施例0083在該實施例中，評估三種不同聚合物家族使用鉻基催化劑產生的單峰聚乙烯聚合物和使用齊格勒-納塔催化劑產生的聚合物，以及使用齊格勒-納塔催化劑產生的雙峰聚乙烯聚合物。提供這十五種(15)聚合物訓練樣本的SP-NCTL值、MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，但是這個信息在與實施例1相關的圖9-15中示例給出。提供十五種聚合物訓練樣本的復合密度，并且其范圍在約0.93至約0.96g/mL。對于這十一種訓練樣本的加權系帶分子概率應用之前討論的方法產生與圖8示例相似的曲線。測定曲線下的各自面積并乘以100以計算每種訓練樣本的各自PSP2數值。圖24說明在這些共聚物的LogSP-NCTL值和PSP2之間存在強線性關系，與用于產生聚合物訓練樣本的催化劑系統無關。進一步，這些聚合物跨越大的復合密度范圍。因此，可通過將圖24相關性應用于試樣的PSP2值來測定使用相似或不同催化劑系統產生的聚合物試樣SP-NCTL值。實施例80084在該實施例中，評估五種不同聚合物家族使用鉻基催化劑、齊格勒-納塔催化劑和茂金屬催化劑產生的單峰聚乙烯聚合物；和使用齊格勒-納塔催化劑和茂金屬催化劑產生的雙峰聚乙烯聚合物。對這些聚合物樹脂的典型應用包括，但不限于吹塑、管材、土工用膜和薄膜應用。提供這三十八種(38)聚合物訓練樣本的NDR值、MWD曲線和SCBD。雖然未顯示MWD曲線和SCBD數據，但是這個信息在與實施例1相關的圖9-15中示例給出。提供三十八種(38)聚合物訓練樣本的復合密度，并且其范圍在約0.91至約0.96g/mL。對于這三十八種訓練樣本的加權系帶分子概率應用之前討論的方法產生與圖8示例相似的的曲線。測定曲線下的各自面積并乘以100以計算每種訓練樣本的各自PSP2數值。圖25說明在這些聚合物的NDR值和PSP2之間存在強線性關系，與用于產生聚合物訓練樣本的催化劑系統無關。進一步，這些聚合物跨越大的復合密度范圍，并且用于各種各樣的最終用途應用。因此，可通過將圖25相關性應用于試樣的PSP2值來測定使用相似或不同催化劑系統產生的聚合物試樣的NDR值。實施例90085實施例1使用實施例1所討論相同的雙峰聚乙烯聚合物。表V列出六種(6)雙峰聚乙烯聚合物的具體分子量、在那個分子量的重量分數、復合密度以及在2.4MPa測量的PENT(小時)。測定這六種訓練樣本每種的2LC+La值，并計算加權系帶分子概率。如圖26所示，繪制LogPENT值對加權系帶分子概率的圖。即使使用這種單點方法(即僅在一個分子量，LogM=5.7處獲取數據)，圖26說明在LogPENT值和加權系帶分子概率之間存在強線性關系。因此，可通過將圖26相關性應用于試樣的單一加權系帶分子概率來測定來自相同雙峰聚合物家族的試樣的PENT數值。表I.雙峰聚乙烯聚合物數據。<table>tableseeoriginaldocumentpage26</column></row><table>表III.使用化學計量分析預測的PENT(h)對測量的PENT(h)。<table>tableseeoriginaldocumentpage26</column></row><table>表IV.使用CrO-618722330BM-120001791BM-220002316CrO-730002468DCE-230003136DCE-335003376DCE-335003376目化學計量分析預測的PENT(h)對測量的PENT(h)預測的PENT(h)BM-A30283034BM-B28773109BM-C31722963BM-D1047國BM-E1047畫BM-F1047腿BM-G37192BM-H35192BM-I38192BM-J469BM陽K386474BM-L425465BM-M3-184BM-N3-184BM-03-184CR-A7797CR-B69100CR-C8493CR-D374483CR-E337499CR-F411466CR-G506590CR-H455615CR-I556564CR-J839691CR陽K755729CR-L923652CR-M13951344CR-N12551413CR-01534127427表V.在單一分子量的雙峰聚乙烯聚合物數據。<table>tableseeoriginaldocumentpage28</column></row><table>權利要求1.一種確定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有分子量分布(MWD)曲線和短鏈支化分布(SCBD)，該方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自的物理或化學性質的已知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定沿所述MWD曲線和所述SCBD在各自分子量的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積確定(1)所述各自分子量；(2)在所述各自分子量的重量分數；和(3)在所述各自分子量的每1000個碳原子的短支鏈數目；c)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，繪制每個加權交叉項與所述各自分子量的對數的圖；d)測定步驟c)中每條曲線下的各自面積；e)將步驟d)中的所述至少兩種聚合物訓練樣本的每一種的所述各自面積與所述各自的物理或化學性質的所述已知數值相關聯；和f)將步驟e)的相關性應用于所述至少一種聚合物試樣的所述各自面積，以確定所述至少一種聚合物試樣的所述物理或化學性質的數值。2.根據權利要求1所述的方法，其中所述物理或化學性質是在2.4MPa的PENT值。3.根據權利要求1所述的方法，其中所述物理或化學性質是在3.8MPa的PENT值。4.根據權利要求1所述的方法，其中所述物理或化學性質是耐環(huán)境應力開裂性(ESCR)。5.根據權利要求1所述的方法，其中所述物理或化學性質是單點缺口恒量拉伸負載(SP-NCTL)。6.根據權利要求1所述的方法，其中所述物理或化學性質是缺口管試驗(NPT)。7.根據權利要求1所述的方法，其中所述物理或化學性質是全缺口蠕變試驗(FNCT)。8.根據權利要求1所述的方法，其中所述物理或化學性質是固有拉伸比(NDR)。9.根據權利要求1所述的方法，其中所述MWD曲線和所述SCBD由SEC-FTIR分析獲得。10.根據權利要求9所述的方法，其中提供小于約1克的所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣用于分析。11.根據權利要求1所述的方法，其中在步驟d)中所述曲線下的所述面積被除以100,000以計算一級結構參數1(PSP1)。12.—種確定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有MWD曲線和SCBD，其包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有MWD曲線、SCBD和各自的物理或化學性質的己知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定沿所述MWD曲線和所述SCBD在各自分子量的至少兩個加權交叉項，每個加權交叉項由如下各項的乘積確定(1)所述各自分子量；(2)在所述各自分子量的重量分數；和(3)在所述各自分子量的每1000個碳原子的短支鏈數目；c)采用化學計量分析，定義所述至少兩種聚合物訓練樣本的每一種的所述各自的物理或化學性質數值與所述加權交叉項之間的數學關系；和d)將步驟c)的所述數學關系應用于所述至少一種聚合物試樣的步驟b)的所述各自加權交叉項，以確定所述至少一種聚合物試樣的所述物理或化學性質的數值。13.根據權利要求12所述的方法，其中所述物理或化學性質是在2.4MPa的PENT值。14.根據權利要求12所述的方法，其中所述物理或化學性質是在3.8MPa的PENT值。15.根據權利要求12所述的方法，其中所述物理或化學性質是耐環(huán)境應力開裂性(ESCR)。16.根據權利要求12所述的方法，其中所述物理或化學性質是單點缺口恒量拉伸負載(SP-NCTL)。17.根據權利要求12所述的方法，其中所述物理或化學性質是缺口管試驗(NPT)。18.根據權利要求12所述的方法，其中所述物理或化學性質是全缺口蠕變試驗(FNCT)。19.根據權利要求12所述的方法，其中所述物理或化學性質是固有拉伸比(NDR)。20.根據權利要求12所述的方法，其中所述MWD曲線和所述SCBD由SEC-FTIR分析獲得。21.根據權利要求20所述的方法，其中提供小于約1克的所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣用于分析。22.根據權利要求12所述的方法，其中所述至少兩種聚合物訓練樣本和所述至少一種聚合物試樣使用相同或不同的催化劑系統制備。23.—種確定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有復合密度、MWD曲線和SCBD，其包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、MWD曲線、SCBD和各自的物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定沿所述MWD曲線和所述SCBD在各自分子量的至少兩個密度項，每個密度項使用所述復合密度、所述MWD曲線和所述SCBD確定；c)由步驟b)中的每個密度項確定各自的熔解溫度；d)由步驟c)中的每個熔解溫度確定系帶分子形成的各自概率；e)確定各自加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積確定(1)在所述各自分子量的重量分數；和(2)在所述各自分子量的步驟d)中系帶分子形成的概率f)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，繪制每個加權系帶分子概率與所述各自分子量的對數的圖；g)測定步驟f)中每條曲線下的各自面積；h)將步驟g)中至少兩種聚合物訓練樣本的每一種的各自面積與所述各自的物理或化學性質的所述已知數值相關聯；和i)將步驟h)的相關性應用于所述至少一種聚合物試樣的所述各自面積，以確定所述至少一種聚合物試樣的物理或化學性質的數值。24.根據權利要求23所述的方法，其中所述物理或化學性質是在2.4MPa的PENT值。25.根據權利要求23所述的方法，其中所述物理或化學性質是在3.8MPa的PENT值。26.根據權利要求23所述的方法，其中所述物理或化學性質是耐環(huán)境應力開裂性(ESCR)。27.根據權利要求23所述的方法，其中所述物理或化學性質是單點缺口恒量拉伸負載(SP-NCTL)。28.根據權利要求23所述的方法，其中所述物理或化學性質是缺口管試驗(NPT)。29.根據權利要求23所述的方法，其中所述物理或化學性質是全缺口蠕變試驗(FNCT)。30.根據權利要求23所述的方法，其中所述物理或化學性質是固有拉伸比(NDR)。31.根據權利要求23所述的方法，其中所述MWD曲線和所述SCBD由SEC-FTIR分析獲得。32.根據權利要求31所述的方法，其中提供小于約1克的所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣用于分析。33.根據權利要求23所述的方法，其中所述至少兩種聚合物訓練樣本和所述至少一種聚合物試樣使用相同或不同的催化劑系統制備。34.根據權利要求23所述的方法，其中在步驟g)中曲線下的面積被乘以100以計算一級結構參數2(PSP2)。35.根據權利要求23所述的方法，其中步驟b)的每個密度項的確定使用復合密度與分子量之間的經驗關系和校正因子，所述校正因子基于所述復合密度的變化除以SCBD中每1000個碳原子的平均短支鏈數目。36.根據權利要求23所述的方法，其中步驟c)的每個熔解溫度使用熔解溫度與密度的經驗關系來確定。37.—種確定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有分子量、在各自分子量的重量分數和在各自分子量的每1000個碳原子的短支鏈數目，其包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有分子量、在各自分子量的重量分數、在各自分子量的每1000個碳原子的短支鏈數目和各自物理或化學性質的已知數值；b)對于至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，確定在各自分子量的加權交叉項，每個加權交叉項由如下各項的乘積確定(1)所述各自分子量；P)在所述各自分子量的所述重量分數；和(3)在所述各自分子量的每1000個碳原子的所述短支鏈數目；c)將步驟b)中所述至少兩種聚合物訓練樣本的每一種的各自加權交叉項與所述各自物理或化學性質的已知數值相關聯；和d)將步驟c)中的相關性應用于所述至少一種聚合物試樣的所述加權交叉項，以確定所述至少一種聚合物試樣的物理或化學性質的數值。38.—種確定至少一種聚合物試樣的物理或化學性質數值的方法，所述至少一種聚合物試樣具有復合密度、分子量和在各自分子量的重量分數，所述方法包括a)提供至少兩種聚合物訓練樣本，每種訓練樣本具有復合密度、分子量、在各自分子量的重量分數和各自的物理或化學性質的已知數值；b)對于所述至少兩種聚合物訓練樣本的每一種和所述至少一種聚合物試樣，使用所述復合密度確定系帶分子的最小分子長度(2U+La);C)由步驟b)中的每個2Le+La確定在所述各自分子量的系帶分子形成的各自概率；d)確定各自的加權系帶分子概率，每個加權系帶分子概率由如下各項的乘積確定(1)在所述各自分子量的所述重量分數；和(2)在步驟c)中在所述各自分子量的系帶分子形成的概率e)將步驟d)中至少兩種聚合物訓練樣本的每一種的所述各自加權系帶分子概率與所述各自的物理或化學性質的已知數值相關聯；和f)將步驟e)中的相關性應用于所述至少一種聚合物試樣的加權系帶分子概率，以確定所述至少一種聚合物試樣的所述物理或化學性質的數值。全文摘要本發(fā)明提供確定聚合物物理或化學性質數值的幾種方法。在這些方法中，提供至少兩種聚合物訓練樣本。將訓練樣本的聚合物微結構的特征與訓練樣本的物理或化學性質數值相關聯。隨后將這些相關性應用于聚合物試樣的各特征，以便確定試樣的物理或化學性質數值。文檔編號G01N33/44GK101512335SQ200780031910公開日2009年8月19日申請日期2007年6月27日優(yōu)先權日2006年6月27日發(fā)明者D·C·羅爾夫英,P·J·德洛里耶申請人:切弗朗菲利浦化學公司