专利名称：利用红外光谱学识别聚合物中的溴系阻燃剂的制作方法
技术领域：
本发明一般涉及红外光谱学，特别涉及使用红外光谱学来检测和识别工程塑料中的溴系阻燃剂。
背景技术：
在许多工程塑料中使用溴系阻燃剂作为添加剂，以满足当前的可燃性安全标准。这类塑料通常用在工业和消费类电器市场，用于诸如塑料房屋、电池包装、印刷电路板、粘合剂、缩套管等应用领域。大多数溴系阻燃剂由至少一种芳香环(aromatic ring)组成，并且能携带大量的溴原子。尽管这些溴系阻燃剂可显著降低聚合物可燃性，但认为它们对环境有害，因它们是有毒和/或致癌的。在循环期间，当溴系阻燃剂被焚烧或被暴露在高热环境下的时候，它们会有助于形成二恶英(dioxin)。各类阻燃剂具有不同程度的毒性或不同程度地促进二恶英的形成。欧盟已通过法规以减少环境中的溴系阻燃剂。有害物质限制(RoHS)法令已经把电子设备中的溴系阻燃剂列为目标，规定了绝对禁止两类溴系阻燃剂多溴联苯(PBB)和多溴二苯醚(PBDE)。
为了能够遵守这些已生效的法规，需要检测和识别工程塑料中溴系阻燃剂的方法。这样的方法应该具有速度快和准确的特点，可进行快速测试并有短周转期，以适应全球电器产业的“时间就是市场”的要求。这种检测方法还应该是高性价比的，并且不应该在检测过程中因使用其他有害物质而对环境造成不利影响，并且还应该便于使用。
在历史上，在化学实验室已经使用一些方法来确定聚合物中添加剂的存在，如高压液相色谱法(HPLC)、气相色谱/质谱分析法(GC-MS)、激光热像(laser thermography)法、激光等离子发射、X射线荧光分析、高温分解、以及诸如多重内反射、拉曼散射和近红外等红外(IR)光谱学技术。在聚合物中溴系阻燃剂的分析中，上述某些技术取得不同程度的成功。例如，HPLC检测方法要求若干样品制备步骤，并使用环境敏感的试剂。许多技术都要求大量的冗长乏味的样品制备步骤，这使得判定工作非常繁琐，不适于快速的日常分析。而另外有些技术很不精确，在应对RoHS法令的要求方面没有什么价值。对于本领域，一种能够快速精确地识别聚合物中存在溴系阻燃剂的方法是非常有价值的。
确信本发明的特征是新颖的，并且本发明由权利要求书来定义。但本发明本身作为操作的组织和操作的方法，连同其目的和优点，可通过下面详细的说明，即通过本发明特定的示例性实施例并结合附图的说明，得到更好的理解。附图包括图1～3是示出与本发明特定实施例相一致的决策树分析方法的流程图。
具体实施例方式
尽管本发明可有许多不同形式的实施例，但附图中示出的和这里要详细说明的是特定的实施例，应该理解，这里所公开的只是本发明原理的例子，本发明并不限于这里示出和说明的特定实施例。在下面的说明中，在几个附图中，相同的参考标号用于描述相同的、相似的和对应的要素。
使用衰减全反射傅里叶变换红外光谱(ATR-FT-IR)技术来识别聚合物中的多溴联苯(PBB)和多溴二苯醚(PBDE)。在电器产业中，八溴联苯(OBB)、十溴联苯(DBB)、八溴联苯醚(OBDE)、十溴联苯醚(DBDE)、四溴双酚A(TBBPA)经常被用作工程塑料中的阻燃剂。这些和其他的溴系阻燃剂具有一个或多个溴原子，并且相对整个分子量，具有较高的溴质量份额。在辅助红外分析方面，这给出了明显的特征。它们在红外区域展示了特定的特征吸收带，这使得带有溴系阻燃剂的塑料的红外光谱明显区别于非阻燃塑料的红外光谱。而且，溴含量直接反映塑料中溴系阻燃剂的浓度。本发明利用这种现象来刻画真实材料样品的特征，通过使用数学处理方法和带有停止判据(cut off criteria)的决策树来判定正确的样品成分。选择所获得的衰减全反射(ATR)换红外光谱的合适波长范围(990-1050cm-1；1230-1480cm-1)来描述混合在聚合物中的阻燃剂化合物的特征，使得可以利用该聚合物的IR光谱来同时进行检测。提供一组样品评估参数，如波长范围、谱变换(spectra conversion)的数学过程，和数据估算。这包括使用谱导数(spectral derivation)、数学相似性估算的阈值界限和决策树。另外，通过把商品化阻燃剂标准样品与工程聚合物合成而得到的参考样品被用作进一步识别的参考光谱。
参见图1，在步骤10获得所考虑的聚合物样品的红外光谱(IR)扫描，通常使用傅立叶变换红外(FT-IR)分光光度计。我们发现采用衰减全反射(ATR)的采样技术直接在样品上获得扫描具有优点，这样可消除对大量样品制备的需要。为了得到塑料样品以便进行测量，具有2×2毫米平面表面的一片待测试聚合物从大的物体(例如蜂窝电话的外壳)上切下来并置于ATR单元的晶体上。通常对每个样品在200至8000cm-1的范围内使用15个扫描来记录光谱。然后在步骤15，通过使用适当选择的数学参数，把所获得的数字光谱逐点与第一数据库比较，以识别该样品中的聚合物类型。该第一比较使用若干商品化的聚合物数据库之一，并且该识别的结果将用于引导后续步骤的决策处理。利用IR分光光度计制造商提供的软件来执行样品光谱与商品化数据库的逐点比较。我们发现在进行识别的时候下述一般类型的参数是有用的。通过数学方法把光谱转换成一阶导数并利用向量规范化来规范，以确保该光谱可与数据库中的光谱进行比较(见等式1)。
xi=yiΣj=in(yi)2]]>等式1
该处理把光谱看作向量，各座标值是该光谱的数据点。该向量(光谱)S的一阶导数的每个座标值yi除以该向量的长度。因此所有规范化函数值的求和是1(欧几里德范式) (见等式2)。
Σi=1n(xi)2=1]]>等式2使用上述的算法，第一比较步骤15使用商品化数据库来确定该未知样品中的主要聚合物。通过减去规范化的光谱向量，该未知样品的光谱同第一数据库中的每个项做比较。大多数商品化数据库包含数万种化合物，并且很显然使用数字计算技术可以促进这种比较。在规范化之后，未知样品的向量和从数据库中选择的光谱相减、平方然后对所有数据点求和。
然后在步骤20，根据该求和，对所比较的每个光谱计算第一命中得分，其中低求和值与高命中得分直接相关。使用下面的公式来计算命中得分命中得分＝(1-求和值)*1000高命中得分表示该两个光谱是相似的。命中得分值的范围是0～1000，并且我们发现通常需要750或更大的命中得分，以提供未知样品中聚合物的可靠识别。许多软件包连同当今的分光光度计提供未知样品的最接近匹配的模拟叠加(analog overlay)，所以人类用户可以进一步验证该匹配。当在步骤25识别出基础聚合物或混合在该样品中的聚合物(在本例中，是蜂窝电话外壳)，利用本领域的标准技术，通过使用能量色散X射线荧光光谱仪(EDXRF)来判定溴化合物的存在或不存在(步骤28)。如果不存在溴，则在这一步(步骤50)结束分析。假定由EDXRF确认了溴的存在(步骤28)，则从多个数据库(30a，30b，...，30n)中选择第二数据库(步骤30)。所存在的主要聚合物种类的识别是非常重要的，因为它决定了后续的步骤中将使用哪个数据库和参数集。要根据在样品中识别的聚合物类型来进行从多个数据库中选择哪一个的决策。例如，如果发现聚合物是丙烯腈-丁二烯-苯乙烯(ABS)，则选择包括带有溴系阻燃剂的ABS聚合物的数据库。如果发现聚合物是聚碳酸酯(PC)，则择包括带有溴系阻燃剂的聚碳酸酯聚合物的数据库，等等。每个数据库包含若干已知的单一类型的标准聚合物，混合有一种或多种溴系阻燃剂。为了保证最大的精确性，通过在明显区别的各样品上运用IR光谱，在我们的实验室中专门准备这些数据库。在实践中，对下一个比较步骤选择单一的数据库。使用对每个数据库定制的一组数学参数，把测试中样品的光谱同所选择数据库中的每个光谱做比较(步骤35)。例如，如果发现聚合物是ABS，则选择特定的波长区域来比较，使得与ABS光谱的干扰最小。或者，如果发现聚合物是聚碳酸酯，则选择特定的波长区域来比较，使得与聚碳酸酯光谱的干扰最小。对所测试的不同类型的聚合物，这些区域也不同，并且通常每种聚合物包括2～8个不同区域。在使用所选择参数集把测试样品与所选择数据库中每个参考样品进行比较之后，按类似前面所述的方式来计算第二组命中得分(步骤40)。根据该第二命中得分，进行溴系化合物类型的初步识别(步骤55)。命中得分的范围是0～1000，并且我们发现通常需要750或更大的命中得分来适当识别未知样品中的溴系阻燃剂合成物。
如果存在溴系化合物，将生成对诸如PBB、PBDE、OBB、DBB、OBDE、TBBPA和DBDE的一种或多种化合物的命中得分，并根据各命中得分的质量进行溴系化合物类型的初步识别(步骤55)。在这一点上，我们发现使用附加的参数集来核查这种识别是有益的。例如，如果第二组命中得分指出OBDE是阻燃剂，则使用第三组不同的参数集来验证这种识别。
根据溴系化合物的初步识别，使用新的不同的数学参数集来进行第三比较。在表面上，该步骤与前面的步骤很类似，在不经意的观察者来看来，这似乎是多余的。但我们发现这一步骤可在识别处理中提供难得的精确性。究竟选择哪一组参数的决策，与在样品中识别的溴系化合物的类型直接相关(步骤60)。例如，如果该测试样品被识别成是带有PBDE溴系阻燃剂的ABS聚合物，则使用专门对该种组合定制的参数集来进行验证。如果该测试样品被识别成是带有DBDE溴系阻燃剂的聚烯烃聚合物，则使用专门对该种组合定制的参数集来进行验证，等等。聚合物与溴系阻燃剂的每种独特组合具有其自己的一组评估参数(60a，60b，...，60x)，包括用于比较的特定波长区域和特定的数学判据。利用新选择的数学参数集，把测试中样品的光谱与前面所选择数据库中每个光谱做比较(步骤65)，按类似前面所述的方式来计算第三组命中得分(步骤70)。根据该第三组命中得分，确认或否认在步骤55所进行的溴系阻燃剂化合物的初步识别(步骤75)。我们发现通常需要750或更大的命中得分来验证第一识别，并且更低的命中得分表示该溴系阻燃剂的初步识别可能是不正确的。在这一步(步骤80)分析过程结束。
已经解释了本方法，我们现在按示范的方式提供一个案例研究例子。在该例子中，分析由带有八溴联苯醚(OBDE)的丙烯腈-丁二烯-苯乙烯(ABS)制成的蜂窝电话机外壳。使用傅立叶变换红外分光光度计中的衰减全反射采样技术来获得ABS/OBDE样品的红外光谱扫描。具有2×2毫米平面表面的一片蜂窝电话机外壳被切下来并置于ATR单元的晶体上。通常对每个样品在200至8000cm-1的范围内使用15个扫描来记录光谱。通过减去规范化的光谱向量，所得到的数字光谱同数据库中的参考光谱做比较。表1示出了原始光谱和所选择数据库的光谱的数据点以及该范围内的光谱的导数(derivative)。
然后根据等式1把这些点转换成Xi。对每个光谱U(未知)、Y1和Y2所得到的Xi的平方在表2中示出。列11和列12计算数据库光谱与未知光谱之间的差异。
这些光谱差异的平方在表3中求和。
表1
表2由于在整个所观察的光谱范围内，列14的求和小于列13的求和，数据库光谱2较之数据库光谱1更好地匹配该未知样品，该聚合物被识别为ABS，选择ABS数据库和表14所示的参数来用于下一步骤。
表3
表4使用向量规范化，因同最大-最小规范化相比，可得到命中质量的较大差异。较之其他的参数，利用一阶导数可给出更好的搜索结果。
表5列出了使用表4参数的光谱搜索的命中得分结果。100％光谱相似性与命中质量1000相关。
表5对于高于800(80％)的命中质量得分的阻燃剂含量，正确识别了测试集的所有样品。
然后使用第二组参数来核查正确的识别。例如，如果参数集1揭示出TBBPA是阻燃剂，则使用参数集2(专用于TBBPA)来确认它。而且，如果利用参数集1识别了OBDE，则应该使用参数集3来确认该选择。表6示出了用于对ABS聚合物的阻燃剂的识别进行确认的两个特定参数集(集2和集3)。
表6
表6(续)我们的决策树技术的性能在表7中示出，其中显示了在七(7)个不同聚合物样品上使用参数集2和3的结果。在所有样品中都产生超过900的高命中得分，这表示溴系化合物识别的质量是很高的，近乎完美。七个样品中的三个是用作盲样品的已知混合物，用以验证测试的精确性。对所有样品验证阻燃剂类型。
表7图2示出了本发明的替换实施例，在步骤10获得所考虑的聚合物样品的红外光谱(IR)扫描，通常，使用ART FT-IR，通过把一片待测试聚合物置于ATR单元的晶体上来执行该获取步骤。通常每个样品使用15个扫描在200至8000cm-1的范围内记录光谱。然后在步骤15，通过使用适当选择的数学参数，把所获得的数字光谱逐点与第一数据库比较，以识别该样品中的聚合物类型。该第一比较使用若干商品化的聚合物数据库之一，并且该识别的结果将用于引导后续步骤的决策处理。然后在步骤20，对所比较的每个光谱计算第一组命中得分，并根据该命中得分确定基础聚合物或各聚合物的识别。当在步骤25识别出基础聚合物或混合在该样品中的聚合物，则从多个数据库(30a，30b，...，30n)中选择第二数据库(步骤30)。所存在的主要聚合物种类的识别是非常重要的，因为它决定了后续的步骤中将使用哪个数据库和参数集。要根据在样品中识别的聚合物类型来进行从多个数据库中选择哪一个的决策。例如，如果发现聚合物是ABS，则选择包括带有溴系阻燃剂的ABS聚合物的数据库，并且对其他聚合物类型也是如此。每个数据库包含若干已知的单一类型的标准聚合物，混合有一种或多种溴系阻燃剂。使用对每个数据库定制的一组数学参数，把测试中样品的光谱同所选择数据库中的每个光谱做比较(步骤35)。例如，如果发现聚合物是ABS，则选择特定的波长区域来比较，使得与ABS光谱的干扰最小。对所测试的不同类型的聚合物，这些区域也不同，并且通常每种聚合物包括2～8个不同区域。在使用所选择参数集把测试样品与所选择数据库中每个参考样品进行比较之后，按类似前面所述的方式来计算第二命中得分(步骤40)。根据该第二命中得分，确立溴系阻燃剂化合物存在或不存在(步骤45)。命中得分的范围是0～1000，并且我们发现通常需要750或更大的命中得分来适当确定未知样品中溴系阻燃剂合成物的存在。更低的命中得分表示溴系阻燃剂可能不存在，并且在这一步(步骤50)结束分析过程。
如果该命中得分表示溴系化合物存在，则此时进行溴系化合物类型的初步识别。如果存在溴系化合物，将生成对诸如PBB、PBDE、OBB、DBB、OBDE、TBBPA和DBDE的一种或多种化合物的命中得分，并根据各命中得分的质量进行溴系化合物类型的初步识别(步骤55)。在这一点上，我们发现使用第三参数集来核查这种识别是有益的。例如，如果第二组命中得分指出OBDE是阻燃剂，则使用第三组不同的参数集来验证这种识别。根据溴系化合物的初步识别，使用新的不同的数学参数集来进行第三比较。选择哪一组参数的决策与在样品中识别的溴系化合物类型直接相关(步骤60)。例如，如果识别该测试样品是带有PBDE溴系阻燃剂的ABS聚合物，则使用专门对该组合定制参数集来进行验证，等等。聚合物与溴系阻燃剂的每种独特组合具有其自己的一组评估参数(60a，60b，...，60x)，包括用于比较的特定波长区域和特定的数学判据。利用新选择的数学参数集，把测试中样品的光谱与前面所选择数据库中每个光谱做比较(步骤65)，按类似前面所述的方式来计算第三组命中得分(步骤70)。根据该第三组命中得分，确认或否认在步骤55所进行的溴系阻燃剂化合物的初步识别(步骤75)。我们发现通常需要750或更大的命中得分来验证初步识别，并且更低的命中得分表示该溴系阻燃剂的初步识别可能是不正确的。在这一步(步骤80)分析过程结束。
在图3所示的又一个替换实施例中，在步骤55中进行溴系化合物类型的初步识别之后，在步骤62从多个数据库(62a，62b，...，62x)选择第三数据库。这些数据库的每个具有与之相关联的唯一评估参数集，用于各种阻燃剂/聚合物组合。利用新的参数集，把未知样品的光谱与所选择所第三数据库做比较(步骤68)，并产生第三组命中得分(步骤70)。750或更大的命中得分用于证实该初步识别，更低的命中得分表示该溴系阻燃剂的初步识别可能是不正确的。在这一步(步骤80)分析过程结束。
总而言之，在不限制本发明范围的前提下，根据与本发明特定实施例相一致的方法，使用红外光谱学，对用于制造收音机外壳、印刷电路板和电池包装的如丙烯腈-丁二烯-苯乙烯、聚烯烃、聚碳酸酯、聚乙烯对苯二酸酯、环氧树脂、聚酯、聚酰亚胺及其混合物的聚合物中的八溴联苯、十溴联苯、八溴联苯醚、十溴联苯醚、四溴双酚A等溴系阻燃剂添加剂的识别，可通过决策树方法来执行，该方法使用专用于聚合物与阻燃剂的每种组合的独特数据库和评估参数。尽管通过引述实际分析中的特定细节和参数说明了本发明，应该理解，这只是按示例的方式而不是限制的方式来描述，这些设定和数值可以有变化，这些变化仍然在本发明的范围之内。对于受本发明启示的本领域技术人员来说，许多替换、改型、改变和变化都是显而易见的。因此，本发明旨在包含这些落入本发明范围的替换、改型、改变和变化。
权利要求
1.一种用于识别聚合物样品中溴系阻燃剂的方法，包括a)获得该聚合物样品的红外光谱扫描；b)利用第一组参数，把所获得的红外光谱扫描与第一数据库中的各扫描相比较，并计算第一命中得分；c)利用该第一命中得分，选择数据库(n)和参数集(n)，其中n是标号；d)利用所选择的参数集(n)，把所获得的红外光谱扫描与所选择的数据库(n)中的各扫描相比较，并计算第二命中得分；e)利用该第二命中得分，进行该溴系阻燃剂的初步识别；f)根据该初步识别，选择参数集(k)，其中k是不等于n的标号；g)利用所选择的参数集(k)，把所获得的红外光谱扫描与所选择的数据库(n)中的各扫描相比较，并计算第三命中得分；以及h)根据该第三命中得分，确认该聚合物样品中的该溴系阻燃剂的识别。
2.如权利要求1所述的方法，其中所述第一数据库是商品化数据库。
3.如权利要求1所述的方法，其中所述阻燃剂是从多溴联苯和多溴二苯醚构成的组中选出的。
4.如权利要求3所述的方法，其中所述阻燃剂是从八溴联苯、十溴联苯、八溴联苯醚、十溴联苯醚和四溴双酚A构成的组选出的一种或多种化合物。
5.如权利要求1所述的方法，其中所述聚合物样品是从丙烯腈-丁二烯-苯乙烯、聚烯烃、聚碳酸酯、聚乙烯对苯二酸酯、环氧树脂、聚酯和聚酰亚胺构成的组选出的。
6.如权利要求1所述的方法，其中所述聚合物样品是收音机外壳、印刷电路板或电池包装。
7.一种用于识别聚合物样品中溴系阻燃剂的方法，包括a)获得该聚合物样品的红外光谱扫描；b)利用第一组参数，把所获得的红外光谱扫描与第一数据库相比较，并计算第一命中得分；c)利用该第一命中得分，选择数据库(n)和参数集(n)，其中n是标号；d)利用所选择的参数集(n)，把所获得的红外光谱扫描与所选择的数据库(n)中的各扫描相比较，并计算第二命中得分；e)利用该第二命中得分，判定所述溴系阻燃剂是否存在；f)如果所述溴系阻燃剂存在，进行该化合物类型的初步识别；g)根据该初步识别，选择参数集(k)，其中k是不等于n的标号；h)利用所选择的参数集(k)，把所获得的红外光谱扫描与所选择的数据库(n)中的各扫描相比较，并计算第三命中得分；以及i)根据该第三命中得分，确认该聚合物样品中的该溴系阻燃剂的识别。
8.如权利要求7所述的方法，其中所述第一数据库是商品化数据库。
9.如权利要求7所述的方法，其中所述数据库(n)包括合成制备的参考样品。
10.如权利要求7所述的方法，其中所述数据库(k)包括合成制备的参考样品。
11.如权利要求7所述的方法，其中所述阻燃剂是从多溴联苯和多溴二苯醚构成的组中选出的。
12.如权利要求11所述的方法，其中所述阻燃剂是从八溴联苯、十溴联苯、八溴联苯醚、十溴联苯醚和四溴双酚A构成的组选出的一种或多种化合物。
13.如权利要求7所述的方法，其中所述聚合物样品是从丙烯腈-丁二烯-苯乙烯、聚烯烃、聚碳酸酯、聚乙烯对苯二酸酯、环氧树脂、聚酯和聚酰亚胺构成的组选出的。
14.如权利要求7所述的方法，其中所述聚合物样品是收音机外壳、印刷电路板或电池包装。
15.一种用于识别聚合物样品中溴系阻燃剂的方法，包括a)获得该聚合物样品的红外光谱扫描；b)利用第一组参数，把所获得的红外光谱扫描与第一数据库中的各扫描相比较，并计算第一命中得分；c)利用该第一命中得分，选择数据库(n)和参数集(n)，其中n是标号；d)利用参数集(n)，把所获得的红外光谱扫描与所选择的数据库(n)中的各扫描相比较，并计算第二命中得分；e)利用该第二命中得分，选择数据库(k)，其中k是不等于n的标号；f)利用所选择的参数集(k)，把所获得的红外光谱扫描与所选择的数据库(k)中的各扫描相比较，并计算第三命中得分；以及g)根据该第二和第三命中得分，确认该聚合物样品中是否存在溴系阻燃剂。
16.如权利要求15所述的方法，还包括识别该溴系阻燃剂的最终步骤。
17.如权利要求15所述的方法，其中所述阻燃剂是从多溴联苯和多溴二苯醚构成的组中选出的。
18.如权利要求17所述的方法，其中所述阻燃剂是从八溴联苯、十溴联苯、八溴联苯醚、十溴联苯醚和四溴双酚A构成的组选出的一种或多种化合物。
19.如权利要求15所述的方法，其中所述聚合物样品是从丙烯腈-丁二烯-苯乙烯、聚烯烃、聚碳酸酯、聚乙烯对苯二酸酯、环氧树脂、聚酯和聚酰亚胺构成的组选出的。
20.如权利要求15所述的方法，其中所述聚合物样品是收音机外壳、印刷电路板或电池包装。
21.一种用于识别聚合物样品中溴系化合物的方法，包括a)获得该聚合物样品的红外光谱；b)把所获得的红外光谱与第一数据库中的光谱相比较，以识别该聚合物样品中的聚合物类型；c)根据所识别的聚合物类型，选择第二数据库和第一参数集；以及d)利用该第一参数集，把所获得的红外光谱与该第二数据库中的光谱相比较，以进行该溴系化合物的初步识别。
22.如权利要求21所述的方法，进一步包括e)根据所述初步识别，选择第二参数集；以及h)利用该第二参数集，把所获得的红外光谱与该第二数据库中的光谱相比较，以确认该聚合物样品中该溴系化合物的所述初步识别。
全文摘要
获得聚合物样品的红外光谱扫描(10)。利用第一组参数，把所获得的IR扫描与第一数据库相比较(15)，并计算第一命中得分(20)。根据该第一命中得分的结果，从多个数据库(30a，30b，...，30n)中选择第二数据库(30)，并利用对应于所选择数据库的参数集，把所获得的红外光谱扫描与所选择的数据库中包含的各扫描相比较(35)，并计算第二命中得分(40)。利用该第二命中得分，选择另外的(60a，60b，...，60x)参数集(60)，并利用该另外的参数集，把所获得的红外光谱扫描与所选择的第三数据库中包含的各扫描相比较(65)，并计算第三命中得分(70)。根据该第二和第三命中得分，确认该聚合物样品中的该溴系阻燃剂的识别(75)。
文档编号G01J3/00GK1989398SQ200580024798
公开日2007年6月27日 申请日期2005年7月8日 优先权日2004年7月22日
发明者迈克尔·里斯, 朱利安·斯米尔诺 申请人:摩托罗拉公司