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.
Gestützt durch 22 zitierte Quellen
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) | 11 |
| Silicon (Si) | 8 |
| Siloxane (Si-O-Si) | 7 |
| Silicon silicon | 2 |
| Metal oxygen | 1 |
| Carbon dioxide | 1 |
| Methoxy (OCH3) | 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
SiC heteroepitaxial growth by low pressure chemical vapor deposition on Si(111) substrates 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
Characterization of ceramic matrix composite degradation using Fourier transform infrared spectroscopy DOI: 10.1063/1.5031613 -
Vertrauen 4,8
SiC
Characterization of semiconductor materials using synchrotron radiation-based near-field infrared microscopy and nano-FTIR spectroscopy 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 3,6
SiC
Nanostructural Characters of β-SiC Nanoparticles Prepared from Indonesian Natural Resource using Sonochemical Method DOI: 10.1088/1742-6596/1011/1/012066 -
Vertrauen 3,6
SiC
Ion beam induced modification and nanostructures formation in thin SiC/Pd films on c-Si substrate DOI: 10.1016/j.nimb.2021.01.018 -
Vertrauen 3,6
SiC
Growth of Single Crystalline 3C-SiC and AIN on Si using Porous Si as a Compliant Seed Crystal DOI: 10.4028/www.scientific.net/MSF.338-342.313 -
Vertrauen 3,6
SiC
Characterization of Thermal Oxides on 4H-SiC Epitaxial Substrates Using Fourier-Transform Infrared Spectroscopy DOI: 10.1177/0003702816658674 -
Vertrauen 3,6
SiC
Structure and optical properties of the SiC/ZnO five-layer multi-layer on Si (111) substrate with a SiC buffer layer DOI: 10.1088/0022-3727/39/15/005
Laden Sie Ihr FTIR-Spektrum hoch
Holen Sie sich KI-gestützte Polymeranalyse und Peak-für-Peak-Interpretation aus Ihrem eigenen Spektrum.