¿Cómo se puede identificar porous silicon a partir de FTIR?
Esta página resume la evidencia recurrente de FTIR reportada para porous silicon, incluyendo los picos más frecuentes, grupos funcionales de apoyo y patrones de interpretación respaldados por la literatura. Es una página de evidencia estructurada, no una afirmación de certeza automática de un solo espectro.
Respaldado por 10 fuentes citadas
Respuesta rápida
porous silicon generalmente se reporta con un patrón recurrente de picos y evidencia de grupos funcionales. El enfoque más útil es verificar al menos dos picos característicos antes de considerarlo una coincidencia, luego verificar si el espectro completo aún encaja en la misma familia de materiales.
Interpretación de picos
Materiales / grupos posibles
| Grupo funcional | Evidencia |
|---|---|
| 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 |
Lógica de espectro
La lógica aquí es la agregación de evidencia: menciones repetidas en la literatura de porous silicon, posiciones de pico repetidas y asociaciones repetidas de grupos funcionales. Una hipótesis de material sólida aún debe estar respaldada por múltiples picos que coincidan entre sí, no por una sola banda destacada.
Uso en el mundo real
Esta página está diseñada para la identificación de polímeros, control de calidad de materiales entrantes, análisis de plásticos desconocidos, revisión de contenido reciclado e interpretación respaldada por la literatura de espectros de referencia.
Errores comunes
- Llamar a una coincidencia de material demasiado pronto porque está presente un pico famoso.
- Ignorando la preparación de la muestra, cargas, oxidación, agua o aditivos que pueden cambiar el patrón aparente.
- Usando evidencia de la literatura sin verificar si su propio modo de muestreo y calidad del espectro son comparables.
Consejo de verificación
Use DSC, GC-MS o TGA para validar la hipótesis del material cuando el patrón de picos sea ambiguo o mixto.
Literatura detrás de esta página
-
confianza 1,0
porous silicon
Huang 和 Zhai - 1997 - Fourier transform infrared study of porous silicon DOI: 10.1116/1.589575 -
confianza 0,95
porous silicon
Controlling and Predicting the Dissolution Kinetics of Thermally Oxidised Mesoporous Silicon Particles: Towards Improved Drug Delivery DOI: 10.3390/pharmaceutics11120634 -
confianza 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 -
confianza 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 -
confianza 0,9
porous silicon
Kralik 和 Kopani - 2023 - Analysis of porous silicon structures using FTIR a DOI: 10.2478/jee-2023-0028 -
confianza 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 -
confianza 0,6
porous silicon
Olenych 等 - 2016 - Effect of Graphene Oxide on the Properties of Poro DOI: 10.1186/s11671-016-1264-5 -
confianza 0,5
porous silicon
Kopani 等 - 2017 - Morphology and FT IR spectra of porous silicon DOI: 10.1515/jee-2017-0056 -
confianza 0,3
Porous silicon
Fabiola Balderas-Valadez 和 Agarwal - 2014 - Porous silicon functionalization for possible arse DOI: 10.1186/1556-276X-9-508 -
confianza 0,3
porous silicon
Kayahan - 2015 - Porous Silicon Based Humidity Sensor DOI: 10.12693/APhysPolA.127.1397
Cargue su espectro FTIR
Obtén análisis de polímeros asistido por IA e interpretación pico por pico de tu propio espectro.