Lorsque le diluant à peinture, l'encre et les adhésifs sèchent, ils peuvent libérer des composés organiques volatils (COV), qui peuvent avoir un impact négatif sur la santé. En règle générale, l'un de ces COV est le xylène, qui existe sous forme de trois isomères avec les mêmes éléments mais des arrangements légèrement différents. Parce que les isomères sont si similaires, ils sont difficiles à surveiller séparément. Maintenant, les chercheurs rapportent dans ACS Sensors ont développé un nez électrique ("e-nez") avec des films poreux métal-organique (MOF) qui peuvent distinguer avec précision les mélanges d'isomères de xylène.

Le xylène, parfois appelé xylol, est nocif si de grandes quantités sont inhalées ou absorbées par la peau. Chaque isomère, o -xylène, m -xylène et p -xylène, interagit différemment chez les humains et les autres mammifères, il est donc important de surveiller l'environnement pour chaque isomère et pas seulement leur présence cumulative. Auparavant, les chercheurs utilisaient l'analyse par chromatographie en phase gazeuse pour identifier les trois formes de xylène. Mais cette procédure nécessite de gros instruments coûteux et les analyses sont chronophages. Ainsi, Lars Heinke et ses collègues ont voulu voir si les films MOF pouvaient être incorporés dans des capteurs simples et plus rapides pour détecter et mesurer la présence de chaque isomère séparément dans l'air.

Les chercheurs ont préparé six films MOF poreux différents connus pour adsorber les isomères de xylène et les ont appliqués à des capteurs gravimétriques dans un réseau appelé "e-nez". Lors des premières expériences, l'équipe a montré que les films MOF avaient des sensibilités différentes à o -xylène, m -xylène et p -xylène. Ensuite, ils ont testé la capacité du nez électronique à distinguer les isomères de xylène dans des mélanges à des concentrations de 10 ppm et 100 ppm, qui est la limite d'exposition de l'Institut national américain pour la sécurité et la santé au travail. En analysant les données du réseau de capteurs avec un algorithme d'apprentissage automatique, l'équipe a pu déterminer la composition des mélanges avec une précision de 86 % pour le mélange à 10 ppm et une précision de 96 % pour le mélange à 100 ppm. Les chercheurs disent que le nez électronique à base de MOF est un dispositif simple pour discriminer les trois formes de xylène dans la surveillance de l'environnement et les tests de santé diagnostiques. + Explorer plus loin

Sortir des sentiers battus :une nouvelle approche des séparations moléculaires énergivores