Optimization of Py-GC/MS method and construction of user libraries to determine the cause of Automotive headlamp haze : 자동차 헤드램프 헤이즈의 원인 규명을 위한 Py-GC/MS 분석법 최적화 및 사용자 라이브러리 구축

국문 초록 (Abstract)

본 연구는 고분자의 첨가제 및 휘발성 유기화합물 분석에 유용한 ‘열분해 가스 크로마토그래피 질량분석기(Py-GC/MS)’를 이용하여 자동차 헤드램프의 헤이즈 현상에 대한 원인 규명을 목적으로 둔 분석에 대한 연구이다. 자동차 헤드램프의 헤이즈 현상은 헤드램프 점등 시 발열하는 광원에 의해 헤드램프의 내부 온도가 상승하게 되고 램프 내부에 위치한 다양한 부품(플라스틱, 고무 등)이 가열되어 방출하는 유기화합물 기체가 외기의 영향으로 상대적 차가운 헤드램프 외부 렌즈의 내면에 응축 및 흡착되어 뿌옇게 보이는 현상이다. 이러한 헤이즈 발생에 주원인이 되는 헤드램프의 내부 부품을 찾기 위해, 주요 고분자 부품에 대한 Py-GC/MS 사용자 라이브러리를 구축해야 했으며, 이를 위해 특정 부품에 사용되는 PPA(Polyphthalamide) 고체 샘플에 적합한 Py-GC/MS 분석 조건을 최적화 해야 했다.
최적화 할 Py-GC/MS 시스템의 반응 변수(Y)는 크로마토그램에서 나타나는 피크의 개수로 선정하였다. 그 이유는 크로마토그램에서 피크의 개수가 클수록 샘플에서 방출된 혼합가스로부터 컬럼에서 분리가 잘 일어나고 감도 높게 검출되는 결과로 볼 수 있기 때문이다. 이러한 Y인자에 대해 영향을 줄 수 있는 Py-GC/MS 시스템의 입력 변수(X)를 정의하였으며, 많은 X인자로부터 6개의 잠재인자를 선정하여 실험하였다. 6개의 잠재인자로부터 크로마토그램에서 피크의 개수에 큰 영향을 주는 핵심인자를 파악하기 위해, 효율적인 실험 계획을 세우고 결과를 합리적으로 도출하는데 유용한 Minitab 프로그램의 실험계획법을 이용하였다. 이 실험계획법을 통해 크로마토그램에서 나타나는 피크의 개수에 영향을 주는 핵심인자는 기체 크로마토그래피 컬럼에 주입하는 가스 양을 조절하는 분할 비율(Split ratio)와 열분해기 샘플 컵에 투입하는 샘플의 양이라는 것을 확인할 수 있었고, 이 핵심인자로부터 최적조건을 도출하였다.
헤드램프 주요 부품 32종에 대하여 최적조건을 반영한 Py-GC/MS 결과 데이터로부터 F-search 프로그램을 활용하여 사용자 라이브러리를 구축하였다. 그리고 구축한 사용자 라이브러리로부터 실제 헤드램프의 헤이즈 분석을 통해 어떤 재료에서 발생하였는지 확인할 수 있었으며, 이는 헤드램프 헤이즈 발생 원인을 규명과 관련해 구축한 사용자 라이브러리가 유용하게 활용될 수 있음을 보여준다. 다만, 실제 헤이즈 성분의 질량스펙트럼과 구축한 사용자 라이브러리 데이터의 유사도가 비교적 낮은 결과가 있었는데, 이는 사용자 라이브러리 구축에 사용된 고분자 고체 샘플과 실제 헤이즈 샘플의 형태 차이로 인한 결과로 판단된다. 유사도를 더욱 높이기 위해, 사용자 라이브러리용 샘플에 대한 Py-GC/MS 실험 시 실제 헤이즈 샘플과 유사한 전처리 방식에 대한 개선이 필요해 보인다. 이러한 Py-GC/MS 분석 시스템의 개선과 지속적인 라이브라리 업데이트를 통해 자동차 헤드램프 헤이즈의 원인을 규명하는데 더욱 유용하게 활용할 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

This study aims to determine the cause of the haze phenomenon of automotive headlamps using 'Py-GC/MS', which is useful for the analysis of polymer additives and volatile organic compounds. The haze phenomenon of automotive headlamps is caused by an increase in the internal temperature of the headlamp by the light source that generates heat when the headlamp is turned on, and the organic compound gas emitted by heating various parts (plastic, rubber, etc.) located inside the lamp. The gas molecules are condensed and adsorbed on the inner surface of the relatively cold outer lens of the headlamp, resulting in a cloudy appearance. In order to find the internal parts of the headlamp that are the main cause of the haze, it is necessary to construct the Py-GC/MS user libraries for the main polymer parts. The GC/MS analysis conditions must be optimized.

목차 (Table of Contents)

• Ⅰ. Introduction 1
• 1. Background and purpose of the study 1
• 2. Scope of the study 3
• Ⅱ. Method 4
• 1. Study design 4
• 2. Test subjects 7
• 3. Data collection 10
• 4. Data analysis 10
• Ⅲ. Results and Discussion 11
• 1. Optimization of Py-GC/MS method 11
• 2. Construction of user libraries 20
• Ⅳ. Conclusions 25
• Ⅴ. References 26
• Abstract 29
• Korean Abstract 31