超小孔MOF MIL-120(Al) CO₂吸着剤における機械学習ポテンシャルを用いた局所的骨格ダイナミクスの解読

科学分野:

• 材料科学
• 計算化学
• 化学工学

背景:

• 超小孔金属有機構造体（MOF）は、特にCO₂のガス捕捉に有望です。
• MOF骨格の局所的ダイナミクス（官能基やノードを含む）は、ガス吸着特性に大きく影響します。
• これらのダイナミクスの理解は、効率的なMOFベースの捕捉システムの設計に不可欠です。

研究 の 目的:

• 超小孔MOF MIL-120(Al)における架橋性ヒドロキシル基（μ2-OH）の局所的ダイナミクスを調査すること。
• 高度な計算手法を用いて、これらのダイナミクスがCO₂吸着挙動に与える影響を評価すること。
• 正確なMOF性能予測のために、局所的構造ダイナミクスの重要性を確立すること。

主な方法:

• 密度汎関数理論（DFT）計算が用いられました。
• 目的のために訓練された機械学習ポテンシャル（MLP）が開発され、利用されました。
• 大環状モンテカルロ（GCMC）およびGCMC分子動力学（GCMC-MD）シミュレーションが実行されました。

主要な成果:

• 6つの異なるμ2-OH構成が低い相互変換障壁で同定され、室温での顕著なダイナミクスが示唆されました。
• 吸着等温線と低圧挙動は、μ2-OHの順序と骨格の緩和に敏感であることがわかりました。
• MLP駆動のGCMC-MDシミュレーションは、CO₂負荷下での骨格緩和と動的なμ2-OH再配向を、剛性力場法とは異なり正確に捉えました。

結論:

• 架橋性ヒドロキシル基の再配向などの局所的構造ダイナミクスは、超小孔MOFにおけるゲスト分子の位置とエネルギーを正確に記述するために重要です。
• MOFダイナミクスの正確なモデリングは、CO₂捕捉性能の信頼できる予測に不可欠です。
• この研究は、高度な材料設計のためのシミュレーションに骨格の柔軟性と局所的ダイナミクスを組み込む必要性を強調しています。