基于4-三苯代甲基苯胺的Tr?ger’s碱基块构筑的PAFs及气体吸附性能

来源 :吉林大学 | 被引量 : 0次 | 上传用户:asdfghjkh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多孔有机骨架材料(Porous Organic Frameworks,POFs)是一类由轻元素(碳、氢、氧、氮和硼等)组成的有机基块通过聚合反应而形成的共价键连接的多孔聚合物。POFs具有骨架密度低、稳定性高、比表面积大、结构多样和修饰容易等特点,其在吸附和分离、催化和传感等领域研究广泛。对于POFs合成,主要关注聚合反应类型和构筑基块。对于聚合反应类型,依据使用的催化剂类型,主要包括无催化剂、酸催化剂、碱催化剂、贵金属催化剂、过渡金属催化剂和路易斯酸催化剂等各类聚合反应。其中,路易斯酸催化剂廉价易得,反应涉及的构筑单体和聚合条件相对简单,因此,路易斯酸催化的聚合反应广泛用于合成POFs;对于构筑基块,其种类丰富多样决定POFs的结构易于调变,且孔道具有可修饰性,在POFs的研究中需要不断地开发新型构筑基块。Tr?ger’s碱是具有两个桥连N原子的二胺分子,双环单元两侧紧密相连的芳香环框架几乎垂直,形成了刚性的V型结构。由于其独特的刚性几何构型,基于Tr?ger’s碱的POFs研究近年来逐渐增多。本论文主要以基于4-三苯代甲基苯胺的Tr?ger’s碱为单体,分别以无水三氯化铁和三氯化铝作为催化剂,通过调控反应单体浓度和催化剂用量,合成了系列PAFs(PAF=Porous Aromatic Framework),并研究它们的小分子气体吸附和分离性质。具体研究内容如下:一、三氯化铁催化基于4-三苯代甲基苯胺的Tr?ger’s碱构筑的PAF-102s及其低碳烃吸附和分离性质。利用4-三苯代甲基苯胺合成了一个Tr?ger’s碱单体,以无水三氯化铁作为催化剂,二甲醇缩甲醛作为交联剂,1,2-二氯乙烷作为溶剂,调控反应单体浓度以及交联剂用量合成了PAF-102s。测试对比单体和PAF-102s的红外光谱表明聚合反应已经发生。扫描电镜显示PAF-102s为直径在30-100 nm之间粗细不均匀的丝状纤维。77 K下氮气吸附-脱附表明PAF-102s均为微孔材料,其中,PAF-102-b和PAF-102-d的BET(BET=Brunauer Emmett Teller)比表面积相对较高(分别为648 m~2g-1和636 m~2g-1)。在273 K和298 K下,研究了它们的小分子烃吸附与分离性能。其中,在298 K和1 bar下,PAF-102-b的乙烷、乙炔和乙烯的吸附量分别为38.1 cm~3g-1、46.5 cm~3g-1和35.5 cm~3g-1;PAF-102-b的甲烷、乙烷和丙烷的吸附量分别为7.9 cm~3g-1、38.1 cm~3g-1、和51.1cm~3g-1。在298 K和1 bar下,PAF-102-d的乙烷、乙炔和乙烯的吸附量分别为40.3 cm~3g-1、45.3 cm~3g-1和35.7 cm~3g-1;PAF-102-d的甲烷、乙烷和丙烷的吸附量分别为7.5 cm~3g-1、40.3 cm~3g-1和67.0 cm~3g-1。利用理想气体吸附溶液理论计算得到,在298 K和100 k Pa下,PAF-102-b的C2H6/C2H4和C2H2/C2H4的分离比分别为1.3和1.6,而C3H8/CH4和C2H6/CH4的分离比分别为441.6和27.9。在298 K和100 k Pa下,PAF-102-d的C2H6/C2H4和C2H2/C2H4的分离比分别为1.5和1.5,而C3H8/CH4和C2H6/CH4的分离比分别为10590.7和45.5;二、三氯化铝催化基于4-三苯代甲基苯胺的Tr?ger’s碱构筑的PAF-103s及其小分子气体吸附和分离性能。利用基于4-三苯代甲基苯胺的Tr?ger’s碱单体,以无水三氯化铝作为催化剂,三氯甲烷作为溶剂,并且调控单体浓度和催化剂用量合成了PAF-103s。对比单体和PAF-103s的红外光谱,证明聚合反应已经发生。扫描电镜显示PAF-103s为直径约300 nm的小球。氮气吸附-脱附表明PAF-103s均为微孔材料,PAF-103-a、PAF-103-b和PAF-103-c的BET比表面积分别为610m~2g-1、601 m~2g-1和532 m~2g-1。在273 K和298 K下,测试了PAF-103s的小分子烷烃、氮气和二氧化碳吸附性能。在298 K和1 bar下,PAF-103-a的甲烷、乙烷、丙烷和二氧化碳的吸附量分别为7.6 cm~3g-1、37.3 cm~3g-1、52.1 cm~3g-1和30.3cm~3g-1。在298 K和1 bar下,PAF-103-c的甲烷、乙烷、丙烷和二氧化碳的吸附量分别为12.3 cm~3g-1、57.9 cm~3g-1、75.9 cm~3g-1和47.2 cm~3g-1。利用理想气体吸附溶液理论计算得到,在298 K和100 k Pa下,PAF-103-a的C3H8/CH4、C2H6/CH4、CH4/N2和CO2/CH4的分离比分别为332.0、27.6、5.8和7.0。在298 K和100 k Pa下,PAF-103-c的C3H8/CH4、C2H6/CH4、CH4/N2和CO2/CH4的分离比分别为487.8、32.5、9.5和7.4。
其他文献
在医学图像处理和分析领域,医学图像分割是一个十分重要的任务,它是图像引导手术、计算机辅助检测和医学数据可视化中的关键步骤之一。近年来,随着深度学习理论和实践的发展,基于深度学习的算法在医学图像分割领域取得重大的突破。在医学成像过程中,受硬件和时间成本的限制,各向同性医学图像数据的收集比较困难,在大多数的情况下仅有各向异性的数据可以使用,然而,由于各向异性的医学图像在各个方向上的分辨率不一致,深度学
学位
随着云计算的发展,将压缩后的图像外包给云服务器以解决图像容量爆炸的问题已成为一种趋势。图像中包含了用户的隐私信息,直接将图像上传到云服务器会增加隐私泄露的风险。为保护隐私,通常的方法是在上传前对图像进行加密。但加密操作不仅会影响图像相似性检索精度,还会破坏图像像素之间的相关性,降低压缩性能。为有效提高图像数据的存储效率,同时又能保护图像的隐私信息和可用性,本文提出一种支持相似性检索的图像压缩和加密
学位
在互联网与人工智能飞速发展的当代,表情编辑的研究对相关领域都有着重要意义,特别是对信息安全、人脸研究、人机互动以及社交娱乐等领域的发展都有着积极的促进作用。然而由于人脸数据中身份属性的影响,深度学习模型会遇到特征耦合以及面容混淆等问题,导致模型为了生成真实度高的拟合样本将面临巨大挑战。因此开展表情编辑的研究,促进其生成更高质量的拟合样本的需求愈发迫切。本文以条件生成对抗网络为基础框架,针对表情编辑
学位
生物特征识别已经成为认证系统中应用最广泛的技术之一。随着云技术的发展和推广,越来越多的生物识别系统采用数据库外包的方式来高效存储大规模图像数据库。由于生物特征数据的唯一性和持久性,一旦泄露,攻击者可以很容易地访问用户设备或获取用户的敏感文件和财产。因此,用于保护生物特征数据的隐私保持的生物特征识别应运而生。哈希二值表示由于其输入为高维实值域,输出为低维二值域被认为是一种安全的转化方式,广泛地应用于
学位
随着石油和煤炭等一次能源的枯竭,以及太阳能、生物质能和潮汐能等新型可再生资源的利用,研究人员将优先探索高效、清洁和可持续的储能和供电技术。超级电容器(也称为电化学电容器)因其能量密度高、充电和放电速度快、循环性能好和温度范围宽而具有广阔的发展和应用前景。具有核-壳结构和高质量负载的电极材料在各种重要的储能系统中显示出巨大的潜力,而赝电容材料的实际电容值已经日趋接近其理论值。然而,制备同时兼具高质量
学位
低表面张力的油类易粘附在基材表面,且难以从表面清除,给人类生产和生活均造成严重的油污污染。由于绝大多数油污染均始于表界面,通过对表面结构和组成的调控与改性,可有效阻止油污染。因此,开发耐久、高效且适合批量化制备的疏油涂层在防污、自清洁、防腐蚀、油滴输送、油水分离等领域均具有广泛的应用需要。疏油涂层通常由重入结构和低表面能化学成分协同作用组成。但构建疏油涂层的重入结构通常存在制备工艺复杂、稳定性差、
学位
随着人类社会的发展,全球能源需求不断增加。目前,能源供应仍以化石燃料为主,这不仅导致全球不可再生能源的枯竭,还会引起由于CO2浓度快速上升带来的全球变暖等环境问题。因此,开发清洁能源和调控CO2浓度已经成为一项关乎全球生态稳定的重大议题。从源头上调整能源使用比例,大力开发如氢能、风能、太阳能等可再生能源和对大气中的CO2进行捕集储存并进一步转化为工业化学品和低碳燃料是一种有效策略。通过共价键连接的
学位
行人检测在自动驾驶等领域有广泛应用,但是因为标注数据的成本较高,半监督行人检测算法的研究因此被提出。本文对半监督行人检测算法进行了研究,并提出基于图像生成来扩充行人检测数据,提高半监督行人检测算法的性能,包括以下方法:(1)从外部场景收集数据,但会存在两个问题:一、用风格不一致的外部场景的数据训练模型,模型最后在目标场景下测试时会产生偏差;二、外部场景的数据没有标注,图像中的行人可能未对齐。因此本
学位
随着人们对能源需求的日益增加,传统化石燃料的储量日益减少,并且导致环境污染日益加重。目前已经开发出风能、光能和潮汐能等转换成电能的方法,然而这些可再生能源因环境变化及地域差异等影响致使其输送的能量非常不稳定,所以人们急切需要开发出一种新型的能量转换及储存装置。超级电容器因具有绿色环保、成本低廉、制备简单、受环境温度影响小、比电容高、功率密度高、充放电速率快和循环寿命长等优点而在诸多电化学能量储存设
学位
家庭电力负荷预测在未来的电网规划和运行中起着重要作用。然而,与聚合负荷预测相比,家庭电力负荷预测面临着显著的负荷模式不确定性的挑战。聚类分析是一种实用的无监督学习技术,可以用于对相似的时间序列进行分组,降低各组中数据的不确定性方差。通过聚类分析,将家庭层面的负荷分布分组以形成集群层面的负荷分布,可以预期其表现出更规律的模式,对模型更具有可预测性。另一方面,用于度量时间序列相似性的目标函数在基于分区
学位