<source id="pgrup"></source>
      1. <font id="pgrup"><li id="pgrup"></li></font>

              <strong id="pgrup"></strong>
              <rp id="pgrup"><meter id="pgrup"></meter></rp>

            1. <cite id="pgrup"><noscript id="pgrup"></noscript></cite>
              • 论文
              主办单位:煤炭科学研究总院出版传媒集团、中国煤炭学会学术期刊工作委员会

              研究人员在室温下观察到沸石对CO2的吸附为空气净化打开大门

              2021-05-07

                众所周知,二氧化碳是造成气候变化的最大因素,主要来源于化石燃料的燃烧。虽然世界各地正在努力结束我们对化石燃料的依赖,但绿色能源的前景仍有待发展。在此期间,我们能做些什么来降低大气中的二氧化碳浓度吗?

                

                事实上,如果大气中的二氧化碳能被简单地吸附,那就太好了!事实证明,这正是直接空气捕获(DAC),或在环境条件下捕获二氧化碳的目的。然而,到目前为止,还没有开发出能够在DAC条件下有效吸附二氧化碳的材料。众所周知,二氧化碳在自然界中是酸性的。因此,一般采用碱性材料作为CO2吸附剂。然而,这往往会导致系统的腐蚀,也不适合回收吸附的二氧化碳,从事表面化学研究的日本冈山大学教授Yasushige Kuroda解释说。

                

                 沸石吸附CO2b.jpg

                

                利用A型沸石在室温和低压区域选择性和优异的CO2解吸的新途径;如图所示,被吸附的CO2分子同时被两种Ca2 +离子固定,这两种Ca2 +离子在相应的位置交换,这些位置包括并排排列的8和6元环。我们已经成功地从包含N2、O2、CO2和CH4的气体混合物中分离出了CO2。

                

                在这种背景下,在最近发表在《材料化学杂志a》上的一项研究中,由Kuroda教授领导的冈山大学和日本同步辐射研究所(JASRI)的科学家们探索了迄今为止仍处于“不受欢迎”状态的材料的吸附特性:沸石(主要含铝和硅氧化物的矿物)。Kuroda教授说,由于沸石材料在室温和低压吸附区对CO2的吸附能力较低,以及对氮气的选择性较差,因此作为吸附剂的沸石材料很少受到关注。

                

                在他们的研究中,Kuroda教授和他的团队设计了一种碱土离子沸石的离子交换方法,在环境条件下获得了非常高的CO2吸附。研究小组特别选择了a型沸石(硅铝比为1),因为它适合吸附二氧化碳,而碱土离子交换产生了很大的电场强度,据说这是吸附的驱动力。科学家选择双电荷钙离子(Ca2+)作为交换离子,因为它允许最大的吸附量。事实上,所记录的吸附体积是任何沸石体系所吸附的CO2的最大数量,超过了其他材料在类似条件下的吸附量。

                

                为了研究潜在的吸附机制,科学家们进行了远红外(far-IR)测量,并使用密度泛函理论(DFT)计算支持他们。远红外光谱检测到Ca2+沸石振动的振动模式,显示出CO2吸附后向更长的波长的明显转移,这是科学家在其他样品中无法识别的特征,如钠离子交换a型沸石。他们用一个模型进一步验证了他们的观察结果,该模型显示了与DFT计算的良好一致性。

                

                此外,科学家能够完全解吸被吸附的二氧化碳,并恢复原始样品及其特定的吸附特性。此外,在科学家使用模拟环境空气成分的模型气体检测了二氧化碳的分离后,该样品显示了对其他气体中二氧化碳的优越选择性吸附。

                

                沸石.jpg

                

                这一发现使得沸石在环境条件下作为一种高效的二氧化碳吸附剂被提上了前台,这在以前被认为是这些系统无法实现的。黑田教授兴奋地推测道,我们的工作可以为沸石潜在的新应用打开大门,比如在半封闭空间(包括航天飞机、潜艇和音乐厅)的空气净化,以及在麻醉过程中作为吸附材料。

                

                但有一件事是肯定的:化学家们再也不会以之前的方式看待沸石了。


                责任编辑:宫在芹
              今日专家

              荆国业,男,山西临猗人,工学硕士,研究员,硕士生导师,现任中国煤炭科工集...

              亮点论文


              滚动轴承处于早期故障阶段时,特征信号微弱,并且受环境噪声影响严重,因此故障特征提取困难。针对这一问题,提出了基于自适应最大相关峭度解卷积的滚动轴承早期故障诊断方法。


              利用粒子群算法优良的寻优特性,并行搜寻最大相关峭度解卷积算法的影响参数,自适应地实现最佳的卷积算法处理后,冲击特性会得到增强,对解卷积信号做进一步包络解调分析,通过分析包络谱中幅值突出的频率成分可最终判定故障类型。仿真和实测信号分析结果表明,该方法可有效提取滚动轴承早期故障微弱特征频率信息。 

              今日企业
              • 北京天地玛珂电液控制系统有限公司 ( 简称天玛公司 ) 成立于 200...

              主办单位:煤炭科学研究总院出版传媒集团 中国煤炭学会学术期刊工作委员会

              ©版权所有2015 煤炭科学研究总院出版传媒集团 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
              京ICP备05086979号-16  技术支持:云智互联
              日本美女,在线观看日本高清mv视频,日本gay视频japan,国产第一页 网站地图