LIGNIININ RAKENNE JA OMINAISUUDET



Samankaltaiset tiedostot
Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

FYSA220/2 (FYS222/2) VALON POLARISAATIO

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa

Yksikköoperaatiot ja teolliset prosessit

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

Yrityksen teoria ja sopimukset

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

3. Datan käsittely lyhyt katsaus

Painotetun metriikan ja NBI menetelmä

Tchebycheff-menetelmä ja STEM

SOLUSEINÄN KOOSTUMUS Puukuitujen soluseinät koostuvat lähinnä selluloosasta, hemiselluloosista ja ligniinistä.

Kuluttajahintojen muutokset

OPASTESUUNNITELMA. Euroopan unioni Euroopan aluekehitysrahasto maaseuturahasto

Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite

Sähköstaattinen energia

Pikaopas. Valmistelu ja esitäyttö

VAIKKA LAINAN TAKAISIN MAKSETTAVA MÄÄRÄ ON SEN NIMELLISARVO, SIJOITTAJA VOI MENETTÄÄ OSAN MERKINTÄHINNASTA, JOS LAINA ON MERKITTY YLIKURSSIIN

PPSS. Roolikäyttäytymisanalyysi Tämän raportin on tuottanut: MLP Modular Learning Processes Oy Äyritie 8 A FIN Vantaa info@mlp.

Viiteopas. 2 Kokoa ja kiinnitä uusi natronkalkkikolonni. 1 Poista vanha natronkalkki. Esitäyttö esiliitetyn letkuston avulla

Luento 6 Luotettavuus Koherentit järjestelmät

5. Datan käsittely lyhyt katsaus

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Aamukatsaus

MAOL-Pisteitysohjeet Fysiikka kevät 2009

Taustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon

DEE Polttokennot ja vetyteknologia

AINEIDEN OMINAISUUKSIIN PERUSTUVA SEOSTEN LUOKITUS JA VAARAA OSOITTAVAT LAUSEKKEET

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta

MO-teoria ja symmetria

Paperikoneiden tuotannonohjauksen optimointi ja tuotefokusointi

ANTIBIOOTTIEN POISTO VEDESTÄ ADSORPTIOLLA

5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

Jaksolliset ja toistuvat suoritukset

Hallin ilmiö. Laatija - Pasi Vähämartti. Vuosikurssi - IST4SE. Tekopäivä Palautuspäivä

Riskienhallinnan peruskäsitteitä

Pohjoismaiden maataloustuotanto tulevaisuuden resurssitilanteessa

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

LIGNIINI yleisesti käytettyjä termejä

Terveytemme Termisanasto ja tilastolliset menetelmät

FDS-OHJELMAN UUSIA OMINAISUUKSIA

KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA

Kokonaislukuoptimointi

Suurivaltaisin, Armollisin Keisari ja Suuriruhtinas!

Geneettiset algoritmit ja luonnossa tapahtuva mikroevoluutio

13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit

6. Stokastiset prosessit (2)

BL20A0600 Sähkönsiirtotekniikka

Frégier'n lause. Simo K. Kivelä, P B Q A

Kollektiivinen korvausvastuu

38C. MEKAANISEN VÄRÄHTELYN TUTKIMINEN

ABTEKNILLINEN KORKEAKOULU

Epälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely)

Joensuun yliopisto Kemian valintakoe/

Raja-arvot. Osittaisderivaatat.

Tilastollisen fysiikan luennot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

Luennon 8 oppimistavoitteet I. Puun hemiselluloosien rakenne ja ominaisuudet. Puun koostumus. Luennon 8 oppimistavoitteet II

R 2. E tot. Lasketaan energialähde kerrallaan 10 Ω:n vastuksen läpi oleva virta.

Näytteenoton virhelähteet, luotettavuuden estimointi ja näytteenottoketjun optimointi

r i m i v i = L i = vakio, (2)

Mat Lineaarinen ohjelmointi

OUTOKUMPU OY 0 K MALMINETSINTA. talta.

PUUN LUJUUSVERTAILUTUTKIMUKSIA

Mat Lineaarinen ohjelmointi

TYÖVOIMAKOULUTUKSEN VAIKUTUS TYÖTTÖMIEN TYÖLLISTYMISEEN

Liikenne- ja viestintävaliokunta Lainsäädäntöjohtaja Hanna Nordström

Sähkökiukaan kivimassan vaikutus saunan energiankulutukseen

Gibbsin vapaaenergia aineelle i voidaan esittää summana

Monte Carlo -menetelmä

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi

VERKKOJEN MITOITUKSESTA

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen

Säilörehun korjuuajan vaikutus maitotilan talouteen -lyhyen aikavälin näkökulma

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

3.3 Hajontaluvuista. MAB5: Tunnusluvut

PALVELEE LAAJASTI IPAIVITTAISTA NTAA LA TOKSESSA SEKK -SUUNNITTELUA JA SEURANTAA

Johdatus tekoälyn taustalla olevaan matematiikkaan

HAVERIN JÄTE: RAEKOKOJAKAUfvIA JA SEULAFRAKTIOIDEN KEMIALLI NEN KOOSTUMUS

ER-kaaviot. Ohjelmien analysointi. Tilakaaviot. UML-kaaviot (luokkakaavio) Tietohakemisto. UML-kaaviot (sekvenssikaavio) Kirjasto

FYSIIKAN LABORATORIOTYÖT P

VERKKO-OPPIMATERIAALIN LAATUKRITEERIT

KOKONAISRATKAISUT YHDESTÄ PAIKASTA

asettamia ehtoja veroluonteisesta suhdannetasausjärjestelmästä. komitean mietintöön. Esityksessä on muutama ratkaisevan heikko kohta.

Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen

XALKORI ALK-positiivisen NSCLC:n hoidossa

Moderni portfolioteoria

Segmentointimenetelmien käyttökelpoisuus

Kvanttimekaanisten joukkojen yhteys termodynamiikkaan

3.5 Generoivat funktiot ja momentit

S , FYSIIKKA III (ES), Syksy 2002, LH 4, Loppuviikko 39. Partitiofunktiota käyttäen keskiarvo voidaan kirjoittaa muotoon

HEMISELLULOOSAN EROTUS SULFAATTISELLUTEHTAALLA

Selluloosan rakenne ja ominaisuudet

Suomen ja Ruotsin metsäteollisuuden kannattavuusvertailu v No. 47. Pekka Ylä-Anttila

Korkealämpötilakemia

Yhdistä kodinkoneesi tulevaisuuteen. Pikaopas

Asennus- ja käyttöohjeet. Videoterminaali

Mamk / Tekniikka ja liikenne / Sähkövoimatekniikka / Sarvelainen 2015 T8415SJ ENERGIATEKNIIKKA Laskuharjoitus

Transkriptio:

16006 LIGNIININ RAKENNE JA INAISUUDET Hlatomen nmeämnen γ 16006 6 α 1 β 5 3 4 e Lgnnn prekursort (monomeert) Lgnnn bosyntees e e e Peroksdaasn ja vetyperoksdn läsnäollessa prekursorsta muodostuu resonanssstablotu fenoksradkaal Kaks radkaala kytkeytyy, jollon muodostuu dmeer Ylesn sdostyypp on β--4 sdos p-kumaryylalkohol Konferyylalkohol Snapyylalkohol p-hydroksfenyyl (H) guajasyyl (G) syrngyyl (S) 1

16006 Fenoksradkaalt Lgnnn ylesmmät sdokset e Peroxdase + H e a+d 4--5 (daryyleetter) a+e β--4 (aryyleettersdos) d+e β-5 (fenyylkumaraan) d+d 5-5 (bfenyyl) e+e β-β (pnoresnol) e e e e a b c d e e Solusenän lgnfotumnen Solusenän bosynteesssä muodostuu ensn hlhydraattptonen solusenä, ja vasta sen jälkeen alkaa lgnfotumnen Lgnfotumnen alkaa solukulmsta, edeten vällamelln, prmäärsenään ja lopuks sekundäärsenään onomeerjakauma on erlanen solusenän er kerroksssa Lgnfotumnen - 1 Lgnfotumsen alkuvaheessa muodostuu enten p- hydroksfenyylrakenteta Näden ptosuus solukulmssa, vällamellssa ja prmäärsenässä on suhteellsen korkea uodostunut lgnn on haarautunutta ja ssältää paljon hl-hlsdoksa (kondensotunutta lgnnä)

16006 Lgnfotumnen - Lgnfotumsen seuraavssa vahessa muodostuu guajasyyllgnnä Nätä rakenteta on paljon S- kerroksessa Lehtpuusoluhn muodostuu myös syrngyylrakenteta Lgnn on vähemmän haarautunutta Lgnfotumnen Havupuun traked Lehtpuun putklo traked Ruohot Solusenän koostumus H-rakenteden määrä laskee -> lgnnn haarottunesuus penenee -> reaktvsuus paranee Lgnnn järjestäytynesyys Solusenän bosynteesssä selluloosamkrofbrllt muodostavat järjestäytyneen rakenteen Hemselluloosat muodostuvat mkrofbrllen väln, ja ne suuntautuvat jokseenkn samansuuntasest selluloosan kanssa yöhemmn polymerotuvan lgnnn vo havata noudattavan samanlasta suuntautunesuutta selluloosan ja hemen kanssa 3

16006 Lgnn-hlhydraattsdokset Lgnn-hlhydraattsdokset Solusenän bosynteesssä lgnn muodostuu hlhydraatten jälkeen Lgnnen polymerotuessa, vo lgnnn stoutua myös hlhydraatteja Tämä johtaa lgnnhlhydraattsdosten (LC-sdosten) muodostumseen Esmerkk lgnnhlhydraattsdoksesta Lgnn e R Glukomannaan Glukomannaan Eettersdos lgnnn ja glukomannaann välllä Esmerkk lgnnhlhydraattsdoksesta Lgnn e R e Ksylaan Ksylaan Estersdos lgnnn ja ksylaann välllä 4

16006 Esmerkk lgnnhlhydraattsdoksesta LC-sdokset Lgnn e Glukomannaan Glykosdnen sdos lgnnn ja glukomannnaann välllä LC-sdokset ovat hatallsa sellunketon kannalta LC-sdokset pyrtään katkasemaan keton akana, jotta hlhydraatthävöt olsvat mahdollsmman penä Uusa hatallsa LC-sdoksa on kutenkn todettu muodostuvan Lgnnn polymeeromnasuudet olekyylpano Polymeeren molekyylkoko n lukukeskmääränen molekyylpano w panokeskmääränen molekyylpano PD polydspersteett n w Σn Σn Σn Σn PD w n 5

16006 Esmerkk 1 Polymeer, jossa on 0 molekyylä 5 kpl 8000 g/mol 10 kpl 10 000 g/mol 5 kpl 1000 g/mol Σn 5 8000 + 10 10000 + 5 1000 00000 Σn 5 + 10 + 5 0 PD n Σn 5 8000 + 10 10000 + 5 1000 Σn 5 8000 + 10 10000 + 5 1000 50000000 00000 w w n 1000 1,0 10000 10000( g / mol) 1000( g / mol) Esmerkk Polymeer, jossa on 0 molekyylä 4 kpl 100 g/mol 5 kpl 1 000 g/mol 7 kpl 8 000 g/mol 4 100 + 5 1000 + 7 8000 + 3 30000 + 1 48600 00000 4 + 5 + 7 + 3+ 1 0 n 4 100 + 5 1000 + 7 8000 + 3 30000 + 1 48600 4 100 + 5 1000 + 7 8000 + 3 30000 + 1 48600 w w 7575 PD,76 n 10000 3 kpl 30 000 g/mol 1 kpl 48 600 g/mol 10000(g / mol) 7575(g / mol) olekyylpanot Lgnnn molekyylpano olekyylen lkm 1 10 8 6 4 Esmerkk 1 Esmerkk olemmlla polymeerellä n 10 000 g/mol Polymeerllä 1 w 10 00 g/mol PD 1,0 Polymeerllä w 7 575 g/mol PD,76 Natv lgnn (WL): ~ 0 000 g/mol PD -3 Sulfaattlgnnt (ketossa luennut lgnn): ~ 3000-5000 g/mol PD 3-4 0 0 10000 0000 30000 40000 50000 60000 olekyylpano, g/mol Kuus WL äntysulfaattlgnn Kovusulfaattlgnn 6

16006 Lgnnn polymeraatoaste Polymeraatoaste (degree of polymersaton) Lgnnn lukosuus DP fenyylpropaanykskkö (15018)g / mol Yhden fenyylpropaanykskön molekyylpano rppuu lgnnn rakenteesta (ert guajasyyl vs guajasyyl-syrngyyllgnn) sekä mahdollssta rakennemuutokssta (esm hapettumnen) Lgnnn lukosuus Lgnnn lukosuus er luottmn Lukosuutta vodaan arvoda kahden parametrn avulla Vetysdosten muodostamskyky, Δμ Hldebrandn lukosuusparametr, δ Kokeellsest on votu todeta, että lgnnn lukosuus on parhammllaan kun Δμ on mahdollsmman suur ja δ on non 11 Eetter Doksaan Pyrdn Etanol etanol Ves δ 7,5 10,0 10,7 1,7 14,3 3,4 Δμ 0,19 0,14 0,7 Korkea 0,8 Korkea Lukosuus E lukene sttan sttan E lukene E lukene E lukene 7

16006 Lgnnn lukosuus Lgnnn luottamnen on vakeaa, mutta edellytyksenä delgnfonnn ja lgnnn rakenneanalysn onnstumseks Lgnnn lukosuutta vodaan edstää modfomalla lgnnn rakennetta m sellun valmstuksen akana lgnnn molekyylkoko penenee ja samalla shen muodostuu lukosuutta lsäävä ryhmä, kuten fenolsa -ryhmä ja C-ryhmä Lgnnptosuuden määrtys Lgnnptosuuden määrtysmenetelmä Kappaluku Kloorluku Kokonaslgnn Klason-lgnn (l gravmetrnen lgnn) Happolukonen lgnn Lgnnptosuuden määrtys 1) äärtelmä ) Peraate 3) lle näyttelle menetelmä soveltuu? 4) Tarvttava näytemäärä (g kuvaanetta) 5) Arvotu analyysaka, kun näytteen kuva-aneptosuus tunnetaan 6) ahdollsa vrhelähtetä 8