多孔聚合物网络的in silico设计:用于甲储存材料的高通量选
Richard L Martin1, Cory M Simon, Berend Smit
1Computational Research Division, Lawrence Berkeley National Laboratory , Berkeley, California 94720, United States.
Journal of the American Chemical Society
|March 12, 2014
概括
多孔聚合物网络 (PPNs) 为甲储存提供了一个有前途的解决方案. 这项研究确定了设计最佳PPN的关键结构-属性关系和准则,强调合作的甲-甲吸引力,以提高性能.
科学领域:
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
- 计算化学的计算化学
背景情况:
- 多孔聚合物网络 (PPN) 结合了高表面积和可调化学的聚合物稳定性,类似于金属有机框架.
- 对于气体的储存和分离,PPN具有吸引力,特别是在汽车天然气等应用中对甲具有吸引力.
- 设计有效的PPN需要了解结构-属性关系,以获得最佳的甲吸收和可交付能力.
研究的目的:
- 通过计算设计和选大量合成现实的多孔聚合物网络 (PPN) 数据库.
- 确定关键的结构-属性关系,规范 PPN 中的甲储存性能.
- 提供实验指导方针,以实现理想的PNP结构来储存甲.
主要方法:
- 使用商业上可用的碎片和已知的合成路径设计了一个包含18000个PNP材料的数据库.
- 使用半经验电子结构方法,对所有PPN进行结构放松.
- 使用大法典蒙特卡洛模拟的甲吸收和可交付能力的表征.
主要成果:
- 识别新型结构-属性关系对于 PPN 中甲储存性能至关重要.
- 发现合作性甲-甲吸引力存在于表现最好的PNP材料中.
- 开发实验指南,以优化用于甲储存的PPN设计.
结论:
- 合作客客互动对于设计高性能甲吸附剂至关重要.
- 确定了结构与属性的关系和指导方针,可以加速开发先进的PPN材料.
- 计算选提供了一条有效的途径,用于发现气体存储应用的最佳多孔材料.
