CN109101728B - 一种预测多孔SiCO陶瓷气敏性能模拟方法 - Google Patents
一种预测多孔SiCO陶瓷气敏性能模拟方法 Download PDFInfo
- Publication number
- CN109101728B CN109101728B CN201810915551.9A CN201810915551A CN109101728B CN 109101728 B CN109101728 B CN 109101728B CN 201810915551 A CN201810915551 A CN 201810915551A CN 109101728 B CN109101728 B CN 109101728B
- Authority
- CN
- China
- Prior art keywords
- gas
- sico
- porous
- porous sico
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004088 simulation Methods 0.000 title claims abstract description 45
- 239000000919 ceramic Substances 0.000 title claims abstract description 26
- 230000006698 induction Effects 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims abstract description 16
- 238000005260 corrosion Methods 0.000 claims abstract description 9
- 230000007797 corrosion Effects 0.000 claims abstract description 9
- 238000002922 simulated annealing Methods 0.000 claims abstract description 7
- 239000007789 gas Substances 0.000 claims description 128
- 238000001179 sorption measurement Methods 0.000 claims description 23
- 125000004429 atom Chemical group 0.000 claims description 18
- 238000009792 diffusion process Methods 0.000 claims description 18
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 16
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 13
- 229910052799 carbon Inorganic materials 0.000 claims description 13
- 238000012546 transfer Methods 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 6
- 150000002500 ions Chemical class 0.000 claims description 6
- 125000004430 oxygen atom Chemical group O* 0.000 claims description 6
- 229910052710 silicon Inorganic materials 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 230000000087 stabilizing effect Effects 0.000 claims description 5
- 229910003925 SiC 1 Inorganic materials 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 6
- 239000002086 nanomaterial Substances 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 11
- 239000001257 hydrogen Substances 0.000 description 11
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 10
- YGSFNCRAZOCNDJ-UHFFFAOYSA-N propan-2-one Chemical compound CC(C)=O.CC(C)=O YGSFNCRAZOCNDJ-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000013078 crystal Substances 0.000 description 3
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种预测多孔SiCO陶瓷气敏性能模拟方法,按下述步骤进行:①基于模拟退火法建立非晶态的SiCO结构初始模型;②基于腐蚀模拟法建立多孔SiCO结构模型;③基于气体分子嵌入法,将不同的气体分子附着在多孔SiCO结构的表面,形成吸附气体分子的多孔SiCO结构模型;④通过对吸附气体分子的多孔SiCO结构模型的性能参数进行预测多孔SiCO结构模型的气体感应特性。本发明具有良好的准确性和实用性,可以有效的对具有类似纳米结构的材料进行分析设计,可有效提高新型气敏材料的开发效率。
Description
技术领域
本发明涉及一种针对SiCO陶瓷的模拟方法,特别是一种预测多孔SiCO陶瓷气敏性能模拟方法。
背景技术
氢能是一种取之不尽用之不竭的清洁能源,它在燃烧过程中放出大量热的同时生成无污染的水,不会产生烟尘,其发热值为汽油的3倍,是除了核能之外的化石能源中发热值最髙的元素。因此,要实现氢能的应用必须要解决氢的感应问题,开发高灵敏度的氢气传感器来检测环境中的低浓度氢气及对氢气泄露进行监测具有重要意义。目前大多数氢传感器都需要催化合金对氢分子进行分解和化学吸附,从而造成制备成本高和含有有害物质等主要问题。而对于高温应用而言,选择性和稳定性是亟待解决的关键问题。聚合物衍生陶瓷是从液态有机硅前驱体得到的新一代耐高温陶瓷,其主要的优点是制备成本低、容易成型、在特定条件下具有半导体行为等。SiCO是一种典型的聚合物先驱体陶瓷,并在耐高温涂层和锂电极领域体现了优异的性能。最新研究表明,经过腐蚀后得到的多孔SiCO材料具有优异的氢气感应性能,但由于SiCO的纳米结构较为复杂,依靠目前的实验手段难以对该材料进行深入分析和设计,从而阻碍了其商业化应用。由于传统的气敏材料设计方法存在周期长、费用高等局限性,通过大量的测试研究来寻求最佳设计是非常困难的。
发明内容
本发明的目的在于,提供一种预测多孔SiCO陶瓷气敏性能模拟方法。本发明具有良好的准确性和实用性,可以有效的对具有类似纳米结构的材料进行分析设计,可有效提高新型气敏材料的开发效率。
本发明的技术方案:一种预测多孔SiCO陶瓷气敏性能模拟方法按下述步骤进行:
①基于模拟退火法建立非晶态的SiCO结构初始模型;
②基于腐蚀模拟法建立多孔SiCO结构模型;
③基于气体分子嵌入法,将不同的气体分子附着在多孔SiCO结构的表面,形成吸附气体分子的多孔SiCO结构模型;
④通过对吸附气体分子的多孔SiCO结构模型的性能参数进行预测多孔SiCO结构模型的气体感应特性。
上述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤①中,建立非晶态SiCO结构模型的方法是,采用SiC1/4O3/2为无自由碳的玻璃态配比,通过增加碳的含量产生具有自由碳的SiCO结构,表示为SiCxO3/2,且自由碳的尺寸随碳含量增加而增大。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述模拟退火法是按照下述步骤进行:
a.运行50ps的NVE模拟,通过原子速度标定将系统加热到5000K,使其具有足够的能量跳出局部最优;
b.运行800ps的NVE模拟,通过原子速度标定将系统冷却到1000K;然后将系统温度稳定在1000K,运行NVE模拟弛豫800ps;
c.运行3ns的NVE模拟,通过原子速度标定将系统冷却到300K;然后将系统温度稳定在300K,运行NVE模拟弛豫800ps;
其中,升温过程动力学步长为1fs,降温过程动力学步长为0.1fs。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤②中,腐蚀模拟法建立多孔SiCO结构模型的方按以下步骤进行:
①找出每一个硅原子对应的成键原子;
②对每一个硅原子与其成键原子进行以下判断:
如果与硅原子成键的原子均为氧原子,则将此硅原子及与其成键的氧原子都去除,反之,则保留此硅原子及其成键原子。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤③中,气体分子嵌入法是通过将气体分子逐个加入到SiCO晶体的空隙,使气体分子附着在多孔SiCO结构的表面。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤③中,所述气体分子附着在多孔SiCO结构的表面的方法按照下列步骤进行:
②.按照动力学对气体附着后的多孔SiCO结构进行优化,在系统温度800K下进行200ps的NVE模拟,使系统原子跳出局部最优;随后在800ps时间内将系统温度由800K降到300K,并在300K下运行NVE模拟300ps;
③.按照几何优化条件对气体附着后的多孔SiCO结构进行优化,其中几何优化的参数为:
1)平面波基组的截断动能为380eV;
2)自洽过程的简约布里渊区为4×4×4个k点迭代;
3)收敛精度为2×10-5eV·atom-1;
④.重复以上步骤,直至气体分子附着数量达到设定要求。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于:所述性能参数包括电荷转移及带隙变窄率、吸附能、最小原子距离、扩散系数参数。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤④中,基于吸附能预测多孔SiCO结构模型的气体感应特性方法为:
E吸附=E多孔SiCO+E气体-E多孔SiCO+气体
其中,E多孔SiCO+气体为多孔SiCO结构吸附气体后系统的总能量,E多孔SiCO为多孔SiCO结构的能量,E气体为气体分子的能量。
当吸附能大于2eV时,确定多孔SiCO结构对该气体具有较强的感应性。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤④中,基于最小原子距离预测多孔SiCO结构模型的气体感应特性方法为:根据化学键的键长, 当多孔SiCO结构与气体分子的相应原子距离小于所定义的键长时,即气体分子在多孔SiCO结构表面形成了化学吸附,确定多孔SiCO结构对该气体具有较强的感应性。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤④中,基于扩散系数预测多孔SiCO结构模型的气体感应特性方法按下述步骤进行:
①.运行100ps的NVT模拟得到系统初始结构,时间步1fs,温度为300K,采用Nosé–Hoover热浴对系统进行温度控制,然后对系统进行几何优化,参数与1相同;
②.运行500ps的NVT模拟,计算气体分子在300K等下的扩散系数,扩散系数可由Einstein关系得到,
其中,ri是离子i的位置向量,N是扩散离子的总数。
计算得到的扩散系数小于1×10-9m2/s,则说明气体分子在多孔SiCO中扩散较为困难,可确定该气体为化学吸附,且多孔SiCO对该气体具有较强的感应性。
前述的预测多孔SiCO陶瓷气敏性能模拟方法,所述步骤④中,基于电荷转移和带隙变窄率预测多孔SiCO结构模型的气体感应特性方法为:带隙变窄率Rg按以下公式定义:
Rg=(Eg0-Eg)/Eg0
Eg0和Eg分别为吸附气体分子前和吸附气体分子后材料系统的带隙;
当气体分子与多孔SiCO结构之间电荷转移大于0.2,多孔SiCO结构吸附气体分子后的带隙变窄率大于0.8,确定多孔SiCO结构对该气体具有较强的感应性。
与现有技术相比,本发明通过模拟退火法和腐蚀模拟建立非晶态多孔SiCO结构模型。然后依据气体分子嵌入法,使不同的气体分子附着在多孔SiCO结构的表面,形成不同的多孔SiCO结构模型,进而对不同的多孔SiCO结构模型的吸附能、最小原子距离、扩散系数参数、电荷转移和带隙变窄率进行气体感应特性分析,得出基于吸附能、最小原子距离、扩散系数参数、电荷转移和带隙变窄率的多孔SiCO结构的气敏性能计算和预测,还通过实验结果的对比验证本发明的准确性和高效性。本发明所提出的方案为高性能气敏材料开发提供了一种重要的分析手段和工具,可以有效的对具有类似纳米结构的材料进行分析设计,可加快提高新型气敏材料的开发效率。
附图说明
图1是实验得到的多孔SiCO材料在不同温度下气体响应性结果;
图2吸附了a-NO2、b-CO、c-丙酮(acetone)和d-氢气气体分子的多孔SiCO结构模型。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例。一种预测多孔SiCO陶瓷气敏性能模拟方法,按下述步骤进行:
①基于模拟退火法建立非晶态的SiCO结构初始模型;
②对SiCO结构初始模型按照腐蚀模拟法建立多孔SiCO结构模型;
③基于气体分子嵌入法,将不同的气体分子附着在多孔SiCO结构的表面,形成吸附气体分子的多孔SiCO结构模型;
④通过对吸附气体分子的多孔SiCO结构模型的性能参数进行预测多孔SiCO结构模型的气体感应特性。
所述步骤①中,建立非晶态SiCO结构模型的方法是,采用SiC1/4O3/2为无自由碳的玻璃态配比,通过增加碳的含量产生具有自由碳的SiCO结构,表示为SiCxO3/2,具体的结构为SiC3/2O3/2,且自由碳的尺寸随碳含量增加而增大。
所述模拟退火法是按照下述步骤进行:
a.运行50ps的NVE模拟,通过原子速度标定将系统加热到5000K,使其具有足够的能量跳出局部最优;
b.运行800ps的NVE模拟,通过原子速度标定将系统冷却到1000K;然后将系统温度稳定在1000K,运行NVE模拟弛豫800ps;
c.运行3ns的NVE模拟,通过原子速度标定将系统冷却到300K;然后将系统温度稳定在300K,运行NVE模拟弛豫800ps。
其中,升温过程动力学步长为1fs,降温过程动力学步长为0.1fs。
所述步骤②中,腐蚀模拟法建立多孔SiCO结构模型的方按以下步骤进行:
①找出每一个硅原子对应的成键原子;
②对每一个硅原子与其成键原子进行以下判断:
如果与硅原子成键的原子均为氧原子,则将此硅原子及与其成键的氧原子都去除,反之,则保留此硅原子及其成键原子。
所述步骤③中,通过将气体分子逐个加入到SiCO晶体的空隙,使气体分子附着在多孔SiCO结构的表面。如附图2所示,将NO2分子、CO分子、丙酮(acetone)分子、H2分子加入到SiCO晶体的空隙形成多孔SiCO-NO2结构、多孔SiCO–CO结构、多孔SiCO–acetone结构、多孔SiCO-H2结构。
所述气体分子附着在多孔SiCO结构的表面的方法按照下列步骤进行:
②.按照动力学对气体附着后的多孔SiCO结构进行优化,在系统温度800K下进行200ps的NVE模拟,使系统原子跳出局部最优;随后在800ps时间内将系统温度由800K降到300K,并在300K下运行NVE模拟300ps;
③.按照几何优化条件对气体附着后的多孔SiCO结构进行优化,其中几何优化的参数为:
1)平面波基组的截断动能为380eV;
2)自洽过程的简约布里渊区为4×4×4个k点迭代;
3)收敛精度为2×10-5eV·atom-1;
④.重复以上步骤,直至气体分子附着数量达到设定要求。
所述性能参数包括电荷转移及带隙变窄率、吸附能、最小原子距离、扩散系数。
所述步骤④中,基于吸附能预测多孔SiCO结构模型的气体感应特性方法为:
E吸附=E多孔SiCO+E气体-E多孔SiCO+气体
其中,E多孔SiCO+气体为多孔SiCO结构吸附气体后系统的总能量,E多孔SiCO为多孔SiCO结构的能量,E气体为气体分子的能量。
当吸附能大于2eV时,确定多孔SiCO结构对该气体具有较强的感应特性。
所述步骤④中,基于最小原子距离预测多孔SiCO结构模型的气体感应特性方法为:根据化学键的键长, 当多孔SiCO结构与气体分子的相应原子距离小于所定义的键长时,即气体分子在多孔SiCO结构表面形成了化学吸附,确定多孔SiCO结构对该气体具有较强的感应性。
所述步骤④中,基于扩散系数预测多孔SiCO结构模型的气体感应特性方法按下述步骤进行:
①.运行100ps的NVT模拟得到系统初始结构,时间步1fs,温度为300K,采用Nosé–Hoover热浴对系统进行温度控制,然后对系统进行几何优化,参数与1相同;
②.运行500ps的NVT模拟,计算气体分子在300K等下的扩散系数,扩散系数可由Einstein关系得到,
其中,ri是离子i的位置向量,N是扩散离子的总数。
计算得到的扩散系数小于1×10-9m2/s,则说明气体分子在多孔SiCO中扩散较为困难,可确定该气体为化学吸附,且多孔SiCO对该气体具有较强的感应性。
所述步骤④中,基于电荷转移和带隙变窄率预测多孔SiCO结构模型的气体感应特性方法为:带隙变窄率Rg按以下公式定义:
Rg=(Eg0-Eg)/Eg0
Eg0和Eg分别为吸附气体分子前和吸附气体分子后材料系统的带隙;
当气体分子与多孔SiCO结构之间电荷转移大于0.2,多孔SiCO结构吸附气体分子后的带隙变窄率大于0.8,确定多孔SiCO结构对该气体具有较强的感应性。
为了验证根据本发明中基于吸附能、最小原子距离、扩散系数参数、电荷转移和带隙变窄率的多孔SiCO结构的气敏性能计算和预测,将计算结果与实验进行了对比。建立了与上述实验样品具有相同配比的多孔SiCO结构模型,表示为SiC3/2O3/2,并使NO2、CO、丙酮(acetone)和氢气气体分子附着在SiCO机构模型表面,如图1所示,并得到了如表1所示的在300K时多孔SiCO结构吸附不同气体分子后的气体感应特性结果。本发明从表1中可知,在300K时,多孔SiCO结构对NO2具有较强的感应性,而对CO,丙酮(acetone)和氢气等气体基本无感应。通过实验得到了在不同温度下多孔SiCO结构实验模型的气体感应特性结果,如附图2所示。图2中,在300K时,多孔SiCO结构实验模型的气体感应特性对NO2具有较强的感应性,而对CO,丙酮(acetone)和氢气等气体基本无感应。
表1
按照本发明计算和预测的气体感应特性结果与实验模型测得的气体感应特性结果相符合,说明本发明所提出的模拟预测实现了对多孔SiCO材料气敏特性的准确性与实用性。
Claims (6)
1.一种预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于,按下述步骤进行:
① 基于模拟退火法建立非晶态的SiCO结构初始模型;
② 基于腐蚀模拟法建立多孔SiCO结构模型;
③ 基于气体分子嵌入法,将不同的气体分子附着在多孔SiCO结构的表面,形成吸附气体分子的多孔SiCO结构模型;
④ 通过对吸附气体分子的多孔SiCO结构模型的性能参数进行预测多孔SiCO结构模型的气体感应特性;
所述步骤②中,所述腐蚀模拟法建立多孔SiCO结构模型的方法按以下步骤进行:
2.1.找出每一个硅原子对应的成键原子;
2.2.对每一个硅原子与其成键原子进行以下判断 :
如果与硅原子成键的原子均为氧原子,则将此硅原子及与其成键的氧原子都去除,反之,则保留此硅原子及其成键原子;
所述步骤③中,所述气体分子附着在多孔SiCO结构的表面的方法按照下列步骤进行:
3.1.使用常规网格空间,定义所插入气体分子的位置与其他原子的最小距离<2.4Å;
3.2.按照动力学对气体附着后的多孔SiCO结构进行优化,在系统温度800K下进行200ps的NVE模拟,使系统原子跳出局部最优;随后在800ps时间内将系统温度由800K降到300K,并在300K下运行NVE模拟300ps ;
3.3.按照几何优化条件对气体附着后的多孔SiCO结构进行优化,其中几何优化的参数为:
1)平面波基组的截断动能为380eV;
2)自洽过程的简约布里渊区为4×4×4个k点迭代;
3)收敛精度为2×10-5eV·atom-1;
3.4.重复以上步骤,直至气体分子附着数量达到设定要求;
所述性能参数包括电荷转移及带隙变窄率、吸附能、最小原子距离、扩散系数;
所述步骤④中,基于吸附能预测多孔SiCO结构模型的气体感应特性方法为:;其中,E多孔SiCO+气体为多孔SiCO结构吸附气体后系统的总能量,E多孔SiCO为多孔SiCO结构的能量,E气体为气体分子的能量;
当吸附能大于2eV时,确定多孔SiCO结构对该气体具有较强的感应性。
2.根据权利要求1所述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于:所述步骤①中,建立非晶态的SiCO结构模型的方法是,采用 SiC1/4O3/2为无自由碳的玻璃态配比,通过增加碳的含量产生具有自由碳的SiCO结构,表示为SiCxO3/2,且自由碳的尺寸随碳含量增加而增大。
3.根据权利要求2所述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于,所述模拟退火法是按照下述步骤进行:
a. 运行50ps的NVE模拟,通过原子速度标定将系统加热到5000K,使其具有足够的能量跳出局部最优;
b. 运行800ps的NVE模拟,通过原子速度标定将系统冷却到1000K;然后将系统温度稳定在1000K,运行NVE模拟弛豫800ps;
c. 运行3ns的NVE模拟,通过原子速度标定将系统冷却到300K;然后将系统温度稳定在300K,运行NVE模拟弛豫800ps;
其中,升温过程动力学步长为1fs,降温过程动力学步长为0.1fs。
4.根据权利要求1所述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于,所述步骤④中,基于最小原子距离预测多孔SiCO结构模型的气体感应特性方法为:根据化学键的键长,Si-O键长=1.7 Å,Si-C键长=2.1 Å,Si-H键长=1.3 Å,Si-N键长=1.9 Å,当多孔SiCO结构与气体分子的相应原子距离小于所定义的键长时,即气体分子在多孔SiCO结构表面形成了化学吸附,确定多孔SiCO结构对该气体具有较强的感应性。
5.根据权利要求1所述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于,所述步骤④中,基于扩散系数预测多孔SiCO结构模型的气体感应特性方法按下述步骤进行:
4.1.运行100ps的NVT模拟得到系统初始结构,时间步1fs,温度为300K,采用Nosé–Hoover热浴对系统进行温度控制,然后对系统进行几何优化,参数与1相同;
计算得到的扩散系数小于1×10-9 m2/s,则说明气体分子在多孔SiCO中扩散较为困难,可确定该气体为化学吸附,且多孔SiCO对该气体具有较强的感应性。
6.根据权利要求1所述的预测多孔SiCO陶瓷气敏性能模拟方法,其特征在于,所述步骤④中,基于电荷转移和带隙变窄率预测多孔SiCO结构模型的气体感应特性方法为:带隙变窄率Rg按以下公式定义:Rg=(Eg0-Eg)/Eg0 ;
Eg0和Eg分别为吸附气体分子前和吸附气体分子后材料系统的带隙;
当气体分子与多孔SiCO结构之间电荷转移大于0.2,多孔SiCO结构吸附气体分子后的带隙变窄率大于0.8,确定多孔SiCO结构对该气体具有较强的感应性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810915551.9A CN109101728B (zh) | 2018-08-13 | 2018-08-13 | 一种预测多孔SiCO陶瓷气敏性能模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810915551.9A CN109101728B (zh) | 2018-08-13 | 2018-08-13 | 一种预测多孔SiCO陶瓷气敏性能模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109101728A CN109101728A (zh) | 2018-12-28 |
CN109101728B true CN109101728B (zh) | 2023-06-27 |
Family
ID=64849592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810915551.9A Active CN109101728B (zh) | 2018-08-13 | 2018-08-13 | 一种预测多孔SiCO陶瓷气敏性能模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109101728B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113578285B (zh) | 2021-08-06 | 2022-04-19 | 福建德尔科技有限公司 | 一种高内聚能氟化物吸附剂、制备及应用 |
CN113779830B (zh) * | 2021-08-31 | 2022-12-09 | 西安交通大学 | 一种纳米材料微孔结构与气体吸附扩散性质间构效关系的获取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7162444B1 (en) * | 2000-08-18 | 2007-01-09 | Planalytics, Inc. | Method, system and computer program product for valuating natural gas contracts using weather-based metrics |
CN104965008A (zh) * | 2015-06-30 | 2015-10-07 | 江西师范大学 | 一种丙酮气体传感器及其制备方法 |
CN105259080A (zh) * | 2015-11-12 | 2016-01-20 | 西南石油大学 | 一种页岩气藏气体扩散系数实验测试方法 |
CN107598370A (zh) * | 2017-08-28 | 2018-01-19 | 温州大学 | 一种钢/铝激光焊接的工艺优化方法 |
CN107818379A (zh) * | 2017-09-28 | 2018-03-20 | 中国石油天然气股份有限公司 | 吸附气量确定方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8036864B2 (en) * | 2005-09-29 | 2011-10-11 | The Board Of Regents, The University Of Texas System | Method for predicting the formation of silicon nanocrystals in embedded oxide matrices |
CN102320648A (zh) * | 2011-08-15 | 2012-01-18 | 天津理工大学 | 一种镧离子掺杂氧化锌多孔空心球的制备方法及应用 |
CN103331141B (zh) * | 2013-06-26 | 2016-01-13 | 山东理工大学 | 重金属离子吸附用多孔氧化铁的制备方法 |
CN105205316B (zh) * | 2015-09-10 | 2017-09-29 | 温州大学 | 一种预测SiCO负极材料性能模拟方法 |
CN105460930B (zh) * | 2016-01-04 | 2017-05-31 | 河南工程学院 | 一种调控和表征石墨烯带隙的方法及装置 |
CN106446579A (zh) * | 2016-10-14 | 2017-02-22 | 电子科技大学 | 一种建立仿真模型验证氧化锌掺杂钯对气敏性影响的方法 |
CN108287982B (zh) * | 2018-01-16 | 2021-04-13 | 温州大学 | 一种多孔硅碳氧陶瓷的建模方法 |
-
2018
- 2018-08-13 CN CN201810915551.9A patent/CN109101728B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7162444B1 (en) * | 2000-08-18 | 2007-01-09 | Planalytics, Inc. | Method, system and computer program product for valuating natural gas contracts using weather-based metrics |
CN104965008A (zh) * | 2015-06-30 | 2015-10-07 | 江西师范大学 | 一种丙酮气体传感器及其制备方法 |
CN105259080A (zh) * | 2015-11-12 | 2016-01-20 | 西南石油大学 | 一种页岩气藏气体扩散系数实验测试方法 |
CN107598370A (zh) * | 2017-08-28 | 2018-01-19 | 温州大学 | 一种钢/铝激光焊接的工艺优化方法 |
CN107818379A (zh) * | 2017-09-28 | 2018-03-20 | 中国石油天然气股份有限公司 | 吸附气量确定方法和装置 |
Non-Patent Citations (2)
Title |
---|
ZIF-8材料中CH_4/H_2吸附与扩散的分子模拟;吴选军;杨旭;宋杰;蔡卫权;;化学学报(第24期);第26-30页 * |
数值模拟气体分子在丁基橡胶中的渗透行为;陈花;何佳才;李迎军;周元林;贾夏冰;刘人龙;;武汉理工大学学报(第05期);第2518-2524页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109101728A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109101728B (zh) | 一种预测多孔SiCO陶瓷气敏性能模拟方法 | |
Nair et al. | ZnO@ ZIF-8: Gas sensitive core-shell hetero-structures show reduced cross-sensitivity to humidity | |
CN102384962B (zh) | 气敏传感器性能测试装置 | |
Tulzer et al. | Kinetic parameter estimation and fluctuation analysis of CO at SnO2 single nanowires | |
Adib et al. | Development of highly sensitive ethane gas sensor based on 3D WO3 nanocone structure integrated with low‐powered in‐plane microheater and temperature sensor | |
Pleshek et al. | Swelling-assisted sequential infiltration synthesis of nanoporous ZnO films with highly accessible pores and their sensing potential for ethanol | |
Jeong et al. | Highly stable and reversible hydrogen sensors using Pd-coated SnO2 nanorods and an electrode–substrate interface as a parallel conduction channel | |
CN105928986B (zh) | 一种硅碳基高温氢气传感器及其制备方法 | |
Sluder et al. | Effectiveness stabilization and plugging in EGR cooler fouling | |
Hossein-Babaei et al. | Transient regime of gas diffusion-physisorption through a microporous barrier | |
CN109110803B (zh) | 多化学态PdOx修饰SnO2纳米复合气敏材料及其制备方法 | |
Shi et al. | InOx doped SnO2 nanostructure deposited on MEMS device by PE-ALD process for detection of NO2 | |
Han et al. | Corona discharge ion mobility spectrometry of ten alcohols | |
CN108287982B (zh) | 一种多孔硅碳氧陶瓷的建模方法 | |
Ma et al. | Experimental STUDY of process emissions from atomic layer deposition of Al2O3 under various temperatures and purge time | |
KR101186523B1 (ko) | 휴대용 가스분석 시스템을 위한 마이크로 전농축기 | |
Burkholder et al. | The test and prediction of argon-hydrogen and xenon-hydrogen heat conduction in parabolic trough receivers | |
Anisimov et al. | Electrical and gas-sensitive properties of a resistive thin-film sensor based on tin dioxide | |
Mann et al. | Thermally Efficient Coplanar Architecture of Microheater and Inter-digitated Electrodes for Nanolayered Metal Oxide Based Hydrogen Gas Sensor | |
Anand | Study of tin oxide for hydrogen gas sensor applications | |
CN112881475B (zh) | 一种多孔SiCO-MoO3高温氢气传感器及其制备方法 | |
CN113779830B (zh) | 一种纳米材料微孔结构与气体吸附扩散性质间构效关系的获取方法 | |
da Silva Fonseca et al. | Analysis of the Magnetohydrodynamic Behavior of the Fully Developed Flow of Conducting Fluid | |
CN111223530B (zh) | 一种水蒸气和氧气在无定型二氧化硅中扩散系数的研究方法 | |
Guo et al. | Gas-sensitive detection of gas pollutants (CO, CO2, N2O) by single-layer Ti-C2N-V: a DFT study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |