机器学习模型用于预测金属有机框架中的分子扩散,考虑框架灵活性的影响
Yuhan Yang1,2, Zhenzi Yu1, David S Sholl1,3
1School of Chemical & Biomolecular Engineering, Georgia Institute of Technology, Atlanta, Georgia 30332-0100, United States.
概括
框架灵活性显著影响金属有机框架 (MOF) 中的分子扩散. 本研究开发了一个模型来预测灵活性何时重要,改善气体分离的高通量选.
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:
- 在金属有机框架 (MOF) 中的分子扩散对于吸附和基于膜的分离至关重要.
- 分子动力学 (MD) 模拟显示,MOF的灵活性可以显著改变分子扩散率,与刚性模型相比.
研究的目的:
- 开发一个框架灵活性对MOF分子扩散的影响的预测模型.
- 创建一种高效的高通量方法,用于预测气体分离的MOF中的分子扩散率.
主要方法:
- 利用了多样化的MD模拟数据集,用于灵活和刚性MOF.
- 开发了一个分类模型来识别MOF/分子对,其中灵活性强烈影响扩散.
- 将此分类与现有的高通量MD数据集成在一起,以准确的扩散性预测.
主要成果:
- 成功开发了一个分类模型来预测框架灵活性对分子扩散的意义.
- 建立了一个有效的分子扩散性预测模型,在必要时考虑框架灵活性.
- 应用该模型来预测大约70,000个MOF/分子对与气体分离相关的扩散性.
结论:
- 框架灵活性是必须考虑的基于MOF的分离的一个关键因素.
- 开发的模型使MOF用于气体分离应用的高通量选更加精确和高效.
- 这项工作推进了MOF中分子运输的计算预测,促进了材料的发现.
更多相关视频
06:45Author Spotlight: Characterizing Porous Materials for Aiding the Development of Robust Metal-Organic Frameworks with Adsorption Behavior
Published on: March 8, 2024
7.5K
07:14Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers
Published on: May 12, 2023
2.8K
