Nous suivre Industrie Techno

abonné

Fil d'Intelligence Technologique

Un matériau solide conserve sa porosité à l’état liquide

Alexane Roupioz

Sujets relatifs :

, ,

Les propriétés de porosité d’un type de réseaux métallo-organiques (MOF) à base de zinc sont conservées en phase liquide d’après des recherches menées par une équipe de scientifiques internationale dirigée par des chercheurs de l’Institut de recherche de Chimie Paris (CNRS/Chimie ParisTech).

Les MOF sont des matériaux avec une grande porosité. Cette propriété provient des contraintes géométriques qui naissent de la combinaison de leurs briques élémentaires (métalliques et organiques). Dans la plupart des MOF, une augmentation de température entraine la rupture des liaisons au sein de la partie organique. La structure est détruite avant que la température de fusion soit atteinte, et le matériau perd donc sa porosité à l’état liquide. En revanche, le MOF étudié par les scientifique[…]

Pour lire la totalité de cet article, ABONNEZ-VOUS

Déjà abonné ?

Mot de passe perdu

Pas encore abonné ?

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Quelles sont les innovations qui vous ont le plus marqués au cours des sept derniers jours ? Cette semaine, le plan Quantique[…]

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

La résonance magnétique nucléaire à très haut champ accessible aux industriels

La résonance magnétique nucléaire à très haut champ accessible aux industriels

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Fil d'Intelligence Technologique

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Plus d'articles