Wie können Sie SiC mittels FTIR identifizieren?
Diese Seite fasst die wiederkehrenden FTIR-Belege für SiC 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.
Backed by 17 cited sources
Schnelle Antwort
SiC 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 carbon | 18 |
| Silicon-oxygen (Si-O) | 10 |
| Silicon (Si) | 6 |
| Siloxane (Si-O-Si) | 6 |
| Alkyl C-H | 2 |
| Carbonyl (C=O) | 1 |
| Silicon nitrogen | 1 |
| C c single bond | 1 |
Spektrumslogik
Die Logik hier ist die Beweissammlung: wiederholte Literaturerwähnungen von SiC, 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 4,8
SiC
Fuad 等 - 2018 - Nanostructural Characters of beta-SiC Nanoparticle DOI: 10.1088/1742-6596/1011/1/012066 -
Vertrauen 4,8
SiC
Growth of silicon carbide nanorods from the hybrid of lignin and polysiloxane using sol-gel process and polymer blend technique DOI: 10.1016/j.matlet.2009.08.029 -
Vertrauen 4,8
SiC
In situ formation of β-silicon carbide nanorods from the hybrid of an organic moiety and methyltriethoxysilane DOI: 10.1016/j.matlet.2011.04.040 -
Vertrauen 4,8
SiC
Yan 等 - 2003 - SiC heteroepitaxial growth by low pressure chemica DOI: 10.1016/S0925-3467(03)00070-3 -
Vertrauen 4,8
SiC
Criner 等 - 2018 - Quantification of Material State using Reflectance DOI: 10.1063/1.5031610 -
Vertrauen 4,8
SiC
Henry 等 - 2018 - Characterization of Ceramic Matrix Composite Degra DOI: 10.1063/1.5031613 -
Vertrauen 4,8
SiC
Hermann 等 - 2014 - Characterization of semiconductor materials using DOI: 10.1364/OE.22.017948 -
Vertrauen 4,8
SiC
Kaestner 等 - 2018 - Compressed sensing FTIR nano-spectroscopy and nano DOI: 10.1364/OE.26.018115 -
Vertrauen 4,8
SiC
Low-energy Ar+ and N+ ion beam induced chemical vapor deposition using hexamethyldisilazane for the formation of nitrogen containing SiC and carbon containing SiN films DOI: 10.1371/journal.pone.0259216 -
Vertrauen 3,6
SiC
Ultra-fine beta SiC nanowires Isothermally converted from high activated silica by Carbothermic Reduction and Carburization at low temperature DOI: 10.1016/j.matchemphys.2020.123716
Laden Sie Ihr FTIR-Spektrum hoch
Holen Sie sich KI-gestützte Polymeranalyse und Peak-für-Peak-Interpretation aus Ihrem eigenen Spektrum.