以杨絮(PC)为原料，采用乙醇溶剂热法对其进行预处理，再进行碳化，制备了高比表面积的杨絮衍生多孔碳(DPCC)，并研究了其对染料的吸附性能及动力学性能。通过单因素实验优化工艺参数，确定最佳预处理条件(液固比为17 mL·g^-1、200 ℃处理2 h)，在此条件下制备的DPCC-10比表面积达到518 m²·g^-1。结合傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)、拉曼(Raman)光谱、扫描电镜(SEM)和N₂吸附-脱附测试等表征手段，证实预处理过程能够有效去除木质素和半纤维素等，形成丰富的多级孔道结构。吸附实验表明，DPCC-10对亚甲蓝(MB)的最大吸附量达到385.71 mg·g^-1，优于多数报道的生物质衍生吸附剂。DPCC-10对染料的吸附过程满足准二级动力学方程，表明该吸附以化学吸附为主。经过4次吸附-脱附循环后，DPCC-10对MB的吸附容量仍保持初始值的92.01%，表明材料具有优异的可再生性能。

本项目设计并应用了可编程加热控制系统和无线测温搅拌磁子，用于优化Hofmann降解反应的实验操作。该系统融合了物联网无线测温技术、加热与制冷一体化装置、基于比例-积分-微分(PID)算法的精确温控等技术，旨在提高需要精准控温的有机化学实验的成功率与产品的纯度。其中，无线测温技术解决了传统温度计和热电偶在有机溶剂反应中的局限性，确保了反应体系内部的温度实时精确测量。加热与制冷装置可替代传统冰浴，实现全过程的自动温控，简化了实验操作，提升了实验的效率与精确度。PID算法根据设定的目标温度和实际温度之间的偏差，动态调节加热功率，确保加热过程的稳定性，有效避免温度剧烈变化的现象，提高了反应的成功率与产品的纯度。该设计具有显著的自动化优势，不仅降低了人为操作误差，还提高了实验的可重复性和安全性，为未来有机化学实验中的数字化教学提供了新的思路与技术支持。