气体超临界吸附研究进展

综述了近年来国内外学者对超临界气体在固体表面吸附的研究情况。指出了气体在临界温度以上吸附与临界温度以下吸附的不同之处;对现行的关于超临界气体的吸附理论研究进行了讨论,并在此基础上提出了研究中存在的总是及进一步的研究方向。     

气敏新材料MXenes在呼出气体传感器中的应用

电子鼻结合人工智能对呼出气进行检测、分析和识别已成为非侵入性医疗检测领域的研究热点.然而,目前已报道的气体传感材料尚不能同时满足高灵敏度、高选择性和稳定的室温检测,阻碍了气体传感器在医疗健康领域的应用及发展,寻找合适的传感材料具有重要的意义和挑战.新型二维层状纳米材料MXenes具有种类多、比表面积大、导电性能强、表面...     

多孔活性炭孔径分布的表征

总结了利用气体吸附法表征多孔活性炭中孔和微孔孔径分布的各种方法。BJH方法和MP模型忽略了微孔内势能叠加效应,仅适合描述中孔孔径分布;HK模型和以Dubinin填充理论为基础的各种方法,考虑了微观下势能叠加的效果,在一定程度上能很好地描述微孔孔径分布;最近围绕GAI(GeneralizedAdsorptionIsotherm)而展开的利用密度范函理论(DFT,densityfunctiontheory)和巨正则系综蒙特卡罗(GCMC,grandcanonicalensemblemontecarlo)模拟确定微孔孔径分布的方法较好地克服了Dubinin理论中存在的缺点,是较好的两种方法,但其有效性还需要更多的实验结果来证明。     

气体在固体表面吸附等温式的热力学理论

气体在固体表面吸附等温式的热力学理论李学良，林建新（合肥工业大学化工学院，２３０００９）气体在固体表面吸附的等温式通常可由动力学、热力学或统计力学等传统方法￣［１］导出。但通常都只针对具体模型作推导，而很少对方法作较完整的论述。本文运用热力学方法，在...     

用于C1化学具有选择吸附—脱附特性的气体分离膜

本工作研究了吸附剂、催化剂等固体添加物混入微孔聚砜膜中对C_1化学用原料气-H_2和CO的选择透气性的影响,普遍的结果是显著地提高了膜对气体的分离因子,且与吸附剂、催化剂的化学、物理性质有一定关系。因此,气体的渗透过程除了有诺森流和粘性流外,还可能生成吸附态过渡络合物,影响气体的吸附-脱附能力而提高了分离因子,提出了过渡吸附态的气体促进输送机理。     

乙醇气体标准物质研制过程中出现的一些问题

在研制乙醇气体标准物质的过程中,发现高浓度和低浓度乙醇气体标准物质的一致性、重现性和稳定性都很好.但通过对高浓度和低浓度的乙醇气体进行分装实验后发现,低浓度的乙醇在分装后子气与母气之间有明显的变化;经过分析发现乙醇在制备过程中,会在气瓶上出现一定的吸附,但吸附过程在很短时间就会完成.     

乙醇气体标准物质包装容器的选择及分析条件的优化

采用不同分装方法考察了低含量乙醇气体在国内现有气瓶中的吸附情况,通过对比选择出最适合的乙醇气体的气瓶,然后使用高浓度乙醇气体对其进行预饱和,最后再次通过分装实验来验证其吸附情况.此外,通过选择不同的色谱柱、柱温、柱流速和分流比等条件,对乙醇分析的色谱条件进行了优化.     

双金属同构金属-有机框架材料CAU-21-Al/M的合成、 氮气吸附及复合膜性能

通过掺杂金属的方式实现了双金属同构金属-有机框架材料的制备, 采用X射线粉末衍射(PXRD)确定了多种金属在双金属CAU-21材料中的最大掺杂量, 使用扫描电子显微镜(SEM)观察了掺杂金属对材料形貌的影响. 热重分析(TGA)结果表明, CAU-21系列材料均具有较好的热稳定性. 氮气气体吸附测试及以CAU-21-Al/M为填料的混合基质膜对N₂气的渗透实验结果与掺杂金属离子尺寸大小呈相反的关系, 证实了双金属可实现对孔道结构及气体吸附性能的调控.     

FFC-1离子交换纤维对酸碱有害气体吸附性能的研究

系统考察了不同直径及反离子形式的FFC-1聚羧酸离子交换纤维对酸碱有害气体的穿透吸附,各种温、湿度条件下的吸水率,以及作为有害气体吸附滤除材料的重复使用与再生性能。研究表明:FFC-1纤维直径的减小有利于提高对有害气体的动态吸附容量。在体系温度、相对湿度分别为15℃、50%时,以3D腈纶为起始原料的钠型FFC-1离子交换纤维的吸水率≥350mg/g.纤维;对SO2的穿透吸附容量可达200mg/g.纤维。FFC-1离子交换纤维具有良好的重复使用与再生能力,经20次再生循环使用后,纤维交换容量未见明显变化。     

多孔有机骨架:基于傅氏烷基化反应的合成与气体吸附性质

通过傅氏烷基化反应成功地合成了基于四苯锗烷构筑单元的多孔有机骨架材料PAF-9。用红外光谱,粉末X射线衍射,固体核磁共振,热重分析和低温氮气吸附-脱附表征了PAF-9材料的微结构与孔道性质。表征数据表明PAF-9具有非常高的热稳定性和化学稳定性,同时具有较高的比表面积。该PAF材料的BET比表面积为334 m²·g^-1。此外,得到的PAF材料对二氧化碳具有较好的吸附能力。     

多孔有机骨架:基于傅氏烷基化反应的合成与气体吸附性质

通过傅氏烷基化反应成功地合成了基于四苯锗烷构筑单元的多孔有机骨架材料PAF-9。用红外光谱,粉末射X线衍射,固体核磁共振,热重分析和低温氮气吸附-脱附表征了PAF-9材料的微结构与孔道性质。表征数据表明PAF-9具有非常高的热稳定性和化学稳定性,同时具有较高的比表面积。该PAF材料的BET比表面积为334m²·g^-1。此外,得到的PAF材料对二氧化碳具有较好的吸附能力。     

金属有机骨架材料在吸附分离研究中的应用进展

作为一种新型的纳米多孔材料,金属有机骨架材料（Metal-Organic Frameworks,MOFs）在近二十余年中得到了飞速的发展.MOFs材料由无机金属离子和有机配体通过自组装形成,具有许多优于传统多孔材料的特性.超高的比表面积、较高的孔隙率、可调的孔道尺寸、良好的热稳定性和化学稳定性使得MOFs材料在多个领域中展现出了广阔的应用前景.随着研究的不断深入,MOFs材料被广泛应用于催化反应、吸附分离、生物医学等领域中,并表现出了优异的效果.本文着力于近年来MOFs材料在吸附分离研究中的进展,重点介绍了这类材料在能源气体贮存、碳捕获、膜分离、液相吸附、色谱的分离净化方面的应用,并对其今后的发展进行了展望.     

CO在SnO2(110)面吸附特性的密度泛函研究

根据密度泛函理论, 采用广义密度近似和总体能量平面波赝势方法, 以6层Slab周期结构为模型, 计算了CO以4种不同方式在SnO2(110)表面的吸附, 研究了CO吸附对表面特性的影响. 计算结果表明, CO以C端向下在低配位Sn5C位置的顶位吸附为稳定的吸附方式, 该吸附对表面的驰豫现象有所改善. CO吸附并未明显改变表面电子态密度分布, 但造成了费米能1.06 eV的升高. 吸附后CO分子向表面转移了0.07个电子, 使表面电阻下降. 理论计算的结果支持了气体传感器气敏机理中的表面电导模型.     

气体中合成辣椒素的检测方法研究

研究了气体中合成辣椒素(OC)的固体吸附-气相色谱检测方法,建立了气体样品经XAD-2吸附后于CH_2Cl_2溶液中解析,采用毛细管色谱柱分离,FTD检测器进行检测的技术途径.色谱柱:HP-5;载气:高纯氮气(1.2 mL/min);进样口温度:250℃;检测器温度:280℃;程序升温:初始温度180℃,保持0.5 min后以30℃/min的速率升至250℃保持5 min;对影响样品采集和检测的条件进行了选择研究,方法平均回收率为91.5%;平均相对标准偏差为3.2%(n=6);对气态OC的最低检出浓度为10 μg/m~3;在5.0～1000.0 μg/mL范围内有良好的线形关系(r=0.9996).     

生物金属有机框架ZnBTCA对CO2的选择性吸附性能

采用溶剂热法制备的生物金属有机框架ZnBTCA,在CO_2的吸附过程中表现出有趣的主客体化学现象,通过计算发现随着CO_2吸附量的增加,吸附焓逐渐增大。采用4种模型分别对其进行拟合,并通过理想吸附溶液理论模拟预测ZnBTCA对二元混合气体的选择性,试图找到ZnBTCA反常吸附行为的合理解释:ZnBTCA带有氨基和N-活性位点,且孔道内含有大量的客体离子。虽然ZnBTCA孔径较大,但由于其本身的阴离子框架,孔道中的(CH3)2NH2+抗衡离子并未完全去除而降低了可接触的微孔体积,在吸附过程中存在分子筛效应,在二元混合气体中对CO_2具有很高的吸附选择性。     

过渡金属掺杂的g-GaN吸附Cl2和CO气体分子的第一性原理研究

基于密度泛函理论的第一性原理计算, 系统研究了类石墨烯氮化镓(g-GaN)和掺杂过渡金属原子(TM)的 g-GaN 对 Cl₂和CO气体分子的吸附行为。结果表明, Cl₂和 CO在本征 g-GaN上的吸附均为物理吸附, 2个体系的吸附能均为正值, 表明体系不稳定。相反, Cl₂和 CO在 Fe和 Co掺杂的 g-GaN上吸附时的吸附能为负值, 且吸附能较小, 表明吸附体系稳定。通过分析态密度、电荷密度差和能带结构等性质, 可以得出结论:过渡金属原子的引入能有效增强气体分子与 g-GaN之间的相互作用。     

H2在WO3表面解离吸附反应的第一性原理研究

采用第一性原理方法对H2在WO3表面的解离吸附反应进行了研究.首先通过清洁表面模型的计算,证明了c(2×2)重构表面是最稳定的WO3(001)表面构型;进而研究了4种可能的H2解离吸附模型,结果表明最可能的吸附反应为两个氢原子吸附在表面O1c原子上,氢原子被氧化在表面形成水,同时伴随着产生一个表面氧空位.态密度结果表明氢的吸附导致体系能带下移,导带部分填充电子,从而阐明了实验中WO3吸附H2后电导率上升的微观机理.     

机器学习筛选用于气体吸附分离和存储的金属有机骨架材料

金属有机框架（Metal-organic framework ,MOF）因其高孔隙率、高比表面积和结构可调性,在气体吸附分离领域广泛应用。随着MOF数量激增,传统分子模拟和实验方法验证MOF性能成本高且速度慢,因此目前MOF筛选工作已转向高通量计算辅助的机器学习（Machine-learning,ML）。机器学习作为一种高效的大数据处理方法,能够在高通量筛选（High-Throughput Computational Screening,HTCS）的基础上对数据进行拟合,从而快速而准确地筛选出气体吸附分离材料,并深入挖掘其结构与性能之间的关系。本文回顾了近年机器学习应用于MOF筛选的研究。本文重点讨论了一些运用机器学习从大量结构中筛选出可用于CH4、H2和CO2等气体吸附分离与储存的MOF材料的工作。同时,我们梳理了当前MOF材料筛选工作中的研究思路和进展,并指出了机器学习在筛选MOF材料工作中面临的一些瓶颈和挑战。最后,对该领域的未来发展前景进行了展望。