碳奈米管是如何生成的?

時間 2021-06-06 17:08:22

1樓:趙高

碳奈米管資深工程師趙社濤,經過多年的研究所和工廠實踐,撰寫的硬核報告《中國及世界碳奈米管產業技術、工程、市場、投融資深度研究報告和行業指南》,可以深入回答這個問題。

裡面記錄了實驗室和工廠生產碳奈米管的不同方法和工藝。需要注意的是,實驗室方法和工廠方法有很大不同。

2樓:宮非

2019-03-31

碳奈米管比較常用的製備工藝包括:電弧法、雷射蒸發法及化學氣相沉積法,其中,化學氣相沉積法在一定程度上克服了電弧放電法的缺陷。這種方法是讓氣態烴通過附著有催化劑微粒的模板,在 500-1,200℃ 的條件下,氣態烴可以分解生成碳奈米管。

這種方法突出的優點是殘餘反應物為氣體,可以離開反應體系,得到純度比較高的碳奈米管,同時溫度亦不需要很高,相對而言節省了能量。但是制得的碳奈米管管徑不整齊,形狀不規則,並且在製備過程中必須要用到催化劑。這種方法的主要研究方向是希望通過控制模板上催化劑的排列方式,來控制生成的碳奈米管的結構,也已經取得了一定進展。

石墨電弧法

以石墨為電極,在惰性氣體環境中電弧放電,消耗陽極石墨,在陰極生成碳奈米管。電壓控制在 12-25V,電流50-120A,電極間隙約1mm,是最早應用的碳奈米管合成方法,可生產SWNT 及 MWNT。

石墨電弧法製備碳奈米管裝置圖。

復合電極電弧催化

以摻有過渡金屬氧化物如Fe、Co、Ni、Mo 等的石墨做陽極,在陰極生成碳奈米管。優點是產物多為SWNT,副產物少、純度高,但產物中摻有少量催化劑,對要求極低量金屬含量像導電劑不適用。

復合電極電弧催化製備碳奈米管裝置圖。

雷射燒蝕法

利用雷射燒蝕團簇狀構造及氣-液-固(VLS)模式的生長,製備出碳奈米管。優點是所得的碳奈米管品質高、結構完整、缺陷較少,較適合生長SWNT。缺點是成本高及收率低

化學氣相沉積法(CVD)

利用奈米尺度的過渡金屬或其氧化物為催化劑,在相對較低溫度(500-1,200℃)下熱解碳源氣體(甲烷、乙炔、乙烯、丙烯、苯和一氧化碳等),來合成碳奈米管。

化學氣相沉積法製備碳奈米管裝置圖。

等離子體增強化學氣相沉積法(PECVD)

由於等離子體在低溫下具有高活性的特點,此技術可顯著降低薄膜沉積的溫度範圍,通常條件下,高品質碳奈米管的生長要求在800℃ 以上的基片溫度,若能使該溫度降到 400℃,則對許多應用非常有利。加上等離子體增強反應活性,外加電場可控制生長方向,對於低溫電子器件製備是個好方向。

等離子體增強化學氣相沉積法製備碳奈米管裝置圖。

高壓一氧化碳合成法(HiPCO)

將冷的含有羰基鐵( )的高壓 CO 氣體,和預先加熱到1,200℃ 的CO 氣體相混合,使含有催化劑的高壓CO 氣體,在不到 1ms 的時間內加熱到1,000℃。這時羰基鐵分解出的Fe 原子相互碰撞成鐵奈米顆粒,鐵奈米顆粒進而和 CO 反應生成 CO2,並留下乙個碳原子。

高壓 CO 合成法製備碳奈米管裝置圖。

其它包括固項熱解法、水熱晶化法、太陽能法、電解法及溶膠凝膠法。

注:雖然石墨烯與碳奈米管都可以用到 CVD 來製備,但它們的CVD 工藝引數還是差很多的。首先,石墨烯的生成溫度較高,大約在1,000℃ 左右(目前可以降到400℃),碳奈米管的製備溫度根據管徑大小,其溫度範圍為500-1,200℃;從時間上來看,石墨烯的時間要比生成多壁碳奈米管的時間短,與生成單壁碳奈米管所需的時間相似(也不全是)

現在來看,這兩個方面的差異是越來越小了,最重要的差異是從生成機理來看,碳奈米管的生長是乙個「吸附催化」及「裂解擴散」的過程,石墨烯是乙個「裂解吸附」的過程。分類:

科普>>

材料>>製備

什麼是碳奈米管的場發射?

李青影 這領域我只是相關但不是專家,但等了好久也沒見到個比較準確的回答,於是我就來說一下吧。看來某乎也不是什麼問題都能回答的。這方面的研究在碳管發展早期挺熱,實驗結果看起來也挺有希望,但不知為何後來就沒有音信了。可能是轉向了工業使得資料不再公開,或者是卡在了某些硬骨頭上沒人願意啃了?這件事我仍在納悶...

碳奈米管真的可以用來護膚嗎?如果護膚品中新增氫化碳奈米管是安全的嗎?

趙數煜 貼一下至本的發明專利。目前還在公開階段。CN112206174A 簡單說就是,常規處理的羥基化多壁碳管凝膠化最後外加一步充氫操作。沒有表徵圖。功效結果 清除自由基能力強於富勒烯。製備方法,注意四氫呋喃 自由基清除 多壁碳管要好於單壁 充氫好於不充 即使不凝膠化 不充氫,多壁碳管也比同濃度富勒...

FastText是如何在分類的同時生成詞向量的?

bupt.lee 對,我也有問題想請教一次。CBOW訓練的輸入是context的one hot之和,而fasttext則說輸入是每句詞向量 subword n gram 的詞向量之和,建立的是關於類別個數的哈夫曼樹,而cbow是根據每個單詞詞頻的個數建的哈夫曼樹。所以,我覺得fast text首先訓...