Wie können Sie porous silicon mittels FTIR identifizieren?
Diese Seite fasst die wiederkehrenden FTIR-Belege für porous silicon zusammen, einschließlich der häufigsten Peaks, unterstützender funktioneller Gruppen und literaturgestützter Interpretationsmuster. Es handelt sich um eine strukturierte Belegseite, nicht um eine Behauptung automatischer Einzelspektrum-Sicherheit.
Gestützt durch 10 zitierte Quellen
Schnelle Antwort
porous silicon wird normalerweise mit einem wiederkehrenden Muster von Peaks und funktionellen Gruppen-Nachweisen gemeldet. Der sinnvollste Ansatz ist, mindestens zwei charakteristische Peaks gegenzuprüfen, bevor man es als Übereinstimmung behandelt, und dann zu überprüfen, ob das gesamte Spektrum noch zur gleichen Materialfamilie passt.
Peak-Interpretation
Mögliche Materialien / Gruppen
| Funktionelle Gruppe | Beweis |
|---|---|
| Silicon (Si) | 13 |
| Silicon-oxygen (Si-O) | 11 |
| Silicon hydride | 10 |
| Siloxane (Si-O-Si) | 8 |
| Alkyl C-H | 6 |
| Silicon silicon | 3 |
| Carbonyl (C=O) | 2 |
| Silanol (Si-OH) | 2 |
Spektrumslogik
Die Logik hier ist die Beweissammlung: wiederholte Literaturerwähnungen von porous silicon, wiederholte Peakpositionen und wiederholte funktionelle Gruppenassoziationen. Eine starke Materialhypothese sollte dennoch durch mehrere Peaks gestützt werden, die miteinander übereinstimmen, nicht nur durch eine einzelne Hauptbande.
Praktische Anwendung
Diese Seite ist für die Polymeridentifikation, die Qualitätskontrolle eingehender Materialien, die Analyse unbekannter Kunststoffe, die Überprüfung des Recyclinganteils und die literaturgestützte Interpretation von Referenzspektren konzipiert.
Häufige Fehler
- Zu frühes Erkennen einer Materialübereinstimmung, weil ein bekannter Peak vorhanden ist.
- Ignorieren von Probenvorbereitung, Füllstoffen, Oxidation, Wasser oder Additiven, die das offensichtliche Muster verändern können.
- Verwendung von Literaturbelegen, ohne zu prüfen, ob Ihr eigener Probenahmemodus und Ihre Spektrenqualität vergleichbar sind.
Beratung zur Verifizierung
Verwenden Sie DSC, GC-MS oder TGA, um die Materialhypothese zu validieren, wenn das Peak-Muster mehrdeutig oder gemischt ist.
Literatur hinter dieser Seite
-
Vertrauen 1,0
porous silicon
Huang 和 Zhai - 1997 - Fourier transform infrared study of porous silicon DOI: 10.1116/1.589575 -
Vertrauen 0,95
porous silicon
Controlling and Predicting the Dissolution Kinetics of Thermally Oxidised Mesoporous Silicon Particles: Towards Improved Drug Delivery DOI: 10.3390/pharmaceutics11120634 -
Vertrauen 0,9
porous silicon
A combination of electroless and electrochemical etching methods for enhancing the uniformity of porous silicon substrate for light detection application DOI: 10.1016/j.apsusc.2012.03.056 -
Vertrauen 0,9
porous silicon
Reversible quenching of photoluminescence in stain etched porous silicon at HNO 3 posttreatment and role of oxygen bonds DOI: 10.1016/j.jlumin.2017.11.011 -
Vertrauen 0,9
porous silicon
Kralik 和 Kopani - 2023 - Analysis of porous silicon structures using FTIR a DOI: 10.2478/jee-2023-0028 -
Vertrauen 0,7
porous silicon
De la Cruz-Guzman 等 - 2014 - A turn-on fluorescent solid-sensor for Hg(II) dete DOI: 10.1186/1556-276X-9-431 -
Vertrauen 0,6
porous silicon
Olenych 等 - 2016 - Effect of Graphene Oxide on the Properties of Poro DOI: 10.1186/s11671-016-1264-5 -
Vertrauen 0,5
porous silicon
Kopani 等 - 2017 - Morphology and FT IR spectra of porous silicon DOI: 10.1515/jee-2017-0056 -
Vertrauen 0,3
Porous silicon
Fabiola Balderas-Valadez 和 Agarwal - 2014 - Porous silicon functionalization for possible arse DOI: 10.1186/1556-276X-9-508 -
Vertrauen 0,3
porous silicon
Kayahan - 2015 - Porous Silicon Based Humidity Sensor DOI: 10.12693/APhysPolA.127.1397
Laden Sie Ihr FTIR-Spektrum hoch
Holen Sie sich KI-gestützte Polymeranalyse und Peak-für-Peak-Interpretation aus Ihrem eigenen Spektrum.