- 1、本文档共70页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
硕士论文
摘要
随着不断增长的聚丙烯类产品的需求,C H 的纯化显得尤为重要。然而在
3 6
C H 工业生产中常伴有C H 分子。由于二者具有极其接近的分子动力学参数和
3 6 3 8
沸点,因此目前所采用的低温精馏的策略以分离纯化C H 需要消耗十分庞大的
3 6
设备和能量。如何实现低成本和高效率的分离程序是一大挑战。膜分离具有操作
简单、对环境友好和能源消耗低等优点,因此在 C H /C H 分离上被寄予厚望。
3 6 3 8
目前,膜的种类有无机膜、有机膜和混合基质膜三种。无机膜通量高、选择性好,
但实现连续无缺陷膜的制备十分困难。有机膜可操作性强,但分离性能远低于
Robeson upper-bound 。混合基质膜(MMM )打破了有机膜的性能壁垒,表现出
足够高的选择性和渗透性。通过将多孔粒子分散到有机相中,MMM 兼具分子筛
的高孔隙率和传统聚合物的易加工性。然而,尽管MMM 具有众多优势,但仍然
面临着巨大的挑战。由于无机填料与有机基体之间的的固有非均质性,二者不可
避免地形成了界面缺陷。
作为一种新型材料,多孔有机分子笼(POMC )比传统无机填料更具吸引力。
POMC 由单个分子笼通过氢键或π-π 相互作用构建,不仅具有可调节的规则孔,
而且与聚合物的相容性也更好。更为重要的是,POMC 可溶解的特点为创造单分
子笼和聚合物在分子水平上的均匀分布提供了平台。可溶性微孔分子的出现表明
可以制造“单相”混合基质膜,从而完全避免了多孔颗粒与聚合物之间的相界面
问题。本文报道了一种通过将可溶解多孔分子填料掺入聚合物基体中来制备一系
列无缺陷混合基质膜的新方法,从而实现了高机械性能、热性能和分离性能的混
合基质膜的制备。
本文的主要研究工作包括以下两个方面:
1)基于可溶性多孔分子填料MMM 的制备和表征:根据报道的文献,合成
一种具有内部空腔(d = 4.8Å )和四个敞开的三角形窗口(d = 4.1Å )的多孔有机
笼材料(CC3 )。将合成出的具有均一尺寸的八面体CC3 晶体溶解在CHCl3 中,
然后掺入6FDA-DAM (6FDA:4,4-(六氟亚异丙基) 邻苯二甲酸酐;DAM :2,4,6-
I
摘要
三甲基-1,3-苯二胺)聚合物基体,进一步的搅拌得到分子水平上混合均一的铸膜
液。在此基础上制备出一系列具有不同负载量CC3 填料的混合基质膜。用XRD ,
SEM,TGA 等方法对制备的CC3 颗粒和MMMs 进行了微观结构表征。
2 ) C H /C H 气体分离和传质机理研究:在C H /C H 气体分离实验中,
3 6 3 8 3 6 3 8
制得的可溶性孔填料混合基质膜表现出优异的分离性能。20 wt% CC3/6FDA-
DAM 膜在0.3 Mpa, 20 oC 下显示出更高的C H 渗透性(390 Barrer )和更好的
3 6
C H /C H 选择性(12.1)。结合CC3 窗口和内腔尺寸、正电子湮灭寿命谱和分子
3 6 3 8
动力学模拟,表明该混合基质膜 C H /C H 分离以扩散为主导。此外,20 wt%
您可能关注的文档
- 河北省私人汽车保有量影响因素及适度规模研究.pdf
- 8231591_逄震_金融衍生工具对我国上市银行风险的影响研究_毕业论文查重.pdf
- 8233168_叶翠_混菌发酵香肠工艺优化及理化特性变化研究_叶翠混菌发酵香肠工艺优化及理化特性研究.pdf
- 8233839_成娜_酪丁酸梭菌工程菌发酵木质纤维素生产丁醇工艺研究_123.pdf
- 酪丁酸梭菌工程菌发酵木质纤维素生产丁醇工艺研究.pdf
- 基于ADS的阵列天线的研究与设计.pdf
- 8313660_周烨_基于CNN的自然场景文本检测与识别研究.pdf
- 8316626_郭健健_类水滑石基Ni-Cu-Al2O3催化剂的制备及催化乙酰丙酸加氢制γ-戊内酯_论文初稿.pdf
- 24GHz超表面透镜天线的研究与设计_电子与通信工程.pdf
- 8336410_周烨_基于CNN的自然场景文本检测与识别研究_201722405025.pdf
文档评论(0)