【三嗪COF】微孔富氮共价有机骨架的合成及其在CO2捕集中的应用

首页 > 行业动态 > 【三嗪COF】微孔富氮共价有机骨架的合成及其在CO2捕集中的应用

摘要：
北京大学邹如强和南洋理工大学赵彦利等报道的本篇文章（Chin. J. Chem. 2014, XX, 1—5）中成功合成了一种基于亚胺的氮富集共价有机框架（N-COF），使用两个三角形构建单元在溶剂热反应条件下合成。通过气体吸附实验研究了所得微孔氮富集COF的吸附性能，结果表明，经过活化的COF材料在1 atm和273 K条件下对CO2和CH4的吸附能力分别为61.2和43.4 cm³•g⁻¹，显示出其在选择性气体捕获和分离中的应用潜力。

研究背景：
1) 随着全球变暖问题日益严重，CO2作为主要温室气体之一，其排放量的减少已成为全球性的挑战。
2) 目前，CO2的捕获和储存技术（CCS）以及将CO2转化为有用化学品的催化剂研究受到了广泛关注。
3) 本文作者在现有研究的基础上，提出了一种新的氮富集COF材料的合成方法，并通过实验验证了其在CO2捕获中的高效性能。

实验部分：
1. N-COF的合成：
1) 将2,4,6-三(4-氨基苯基)-1,3,5-三嗪（1，70 mg，0.2 mmol）和1,3,5-三甲醛苯（2，48 mg，0.2 mmol）置于25 mL Schlenk反应瓶中，加入1,4-二氧六环和间三甲苯的混合溶剂（10 mL，比例为10:1，体积比）并超声10分钟。
2) 然后加入6 mol/L的乙酸水溶液（0.75 mL），通过三次冷冻-泵-解冻循环除气，最后密封反应瓶，在120°C下加热72小时。
3) 通过离心收集沉淀，用无水四氢呋喃洗涤三次，然后在150°C下真空干燥24小时，得到黄色粉末，产率为90%。
2. CO2吸附实验：
1) 将N-COF样品在1 atm和273 K条件下进行CO2吸附等温线测试，使用自动吸附仪器进行测量。
2) 样品在测试前在120°C下真空干燥8小时，以确保样品的活化。
3) 测试结果显示N-COF对CO2的吸附能力为61.2 cm³•g⁻¹（1 atm，273 K），对CH4的吸附能力为43.4 cm³•g⁻¹（1 atm，273 K）。

分析测试：
1. 样品形态学表征：
   - 使用JEOL JSM-6340F场发射扫描电子显微镜（SEM）和JEOL JEM 2010透射电子显微镜（TEM）观察N-COF的形态和结构。
2. N2吸附-脱附等温线：
   - 在Quantachrome Autosorb-iQ2-MP体积气体吸附分析仪上，测量N-COF的77 K N2吸附-脱附等温线，样品在120°C下真空干燥过夜。
3. 表面物种分析：
   - 使用Bruker AXS D8 Advance X射线衍射仪（XRD）和X射线光电子能谱（XPS）系统（Axis Supra, Kratos Analytical Ltd., UK）分析N-COF的表面物种。

4. 粉末X射线衍射（PXRD）结果：
   - N-COF的PXRD图谱显示了结晶性，主要衍射峰位于2.93°，对应于(100)平面，其他衍射峰位于5.06°，5.77°，7.57°，分别对应于(110)，(200)，(210)和(001)平面。
5. 比表面积和孔隙结构分析：
   - N-COF的BET比表面积为1700 m²•g⁻¹，总孔容为0.84 cm³•g⁻¹，孔径分布集中在1.1 nm。
6. CO2吸附能力测试：
   - N-COF在1 atm和273 K条件下对CO2的吸附能力为61.2 cm³•g⁻¹，对CH4的吸附能力为43.4 cm³•g⁻¹，对N2的吸附能力为3.6 cm³•g⁻¹，显示出对CO2的高选择性。
7. 热重分析（TGA）：
   - N-COF的TGA曲线显示其具有高达450°C的高热稳定性。

总结：
本文成功构建了一种基于亚胺的氮富集COF材料，并通过实验验证了其在CO2捕获中的高效性能。N-COF具有高比表面积、微孔结构和良好的热稳定性，能够在低温条件下实现对CO2的高效吸附。此外，N-COF对CO2的吸附选择性高于N2，显示出其在气体分离中的应用潜力。

展望：
本研究为氮富集COF材料在气体吸附和分离领域的应用提供了新的视角。未来的研究可以进一步探索N-COF在其他气体吸附和分离过程中的性能，如H2存储、甲烷捕获等。此外，还可以研究如何通过改变N-COF的结构和功能团来进一步提高其吸附性能和选择性，以及如何实现N-COF的大规模生产和应用。未来的工作还可以集中在开发新的合成策略，以实现对COFs结构和功能的更精细调控，以及探索COFs在能源转换、环境修复和生物医学等领域的潜在应用。

Synthesis of Microporous Nitrogen-Rich Covalent-Organic Framework and Its Application in CO2 Capture
文章作者：Qiang Gao, Linyi Bai, Xiaojing Zhang, Peng Wang, Peizhou Li, Yongfei Zeng,
Ruqiang Zou,* and Yanli Zhao*
DOI：10.1002/cjoc.201400550
文章链接：https://onlinelibrary.wiley.com/doi/abs/10.1002/cjoc.201400550

本文为科研用户原创分享上传用于学术宣传交流，具体内容请查阅上述论文，如有错误、侵权等请联系修改、删除。未经允许第三方不得复制转载。