了解纳米集群-有机框架和气体扩散的动态,从机器学习潜在的基于模拟
Animesh Karmakar1, Dhananjay1, Tarak Karmakar1
1Department of Chemistry, Indian Institute of Technology Delhi, New Delhi-110016, India.
Nano letters
|June 13, 2025
概括
这项研究使用机器学习模型纳米集群有机框架 (NOF) 和氧气扩散. 它揭示了O2在链接器附近定位,具有可行的室温扩散,促进了NOF材料的理解.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学计算化学
- 化学工程是化学工程的重要组成部分.
背景情况:
- 纳米集群有机框架 (NOFs) 是先进的光功能材料,在传感和光电子学中具有应用.
- 它们的发光特性对氧气 (O2) 和挥发性有机化合物等气体敏感.
- 了解NOF中的原子结构和小分子扩散机制至关重要,但仍然具有挑战性.
研究的目的:
- 为了开发精确的机器学习潜力来建模特定的NOF,[Ag12(StBu) 8 ((CF3COO) 4 ((bpy) 4) n.
- 通过分子动力学模拟来研究这个NOF的结构演变和动态.
- 阐明NOF孔内的O2气体的扩散机制和自由能量场景.
主要方法:
- 开发机器学习潜力,用于NOFs的精确原子模型.
- 分子动力学模拟用于研究NOF结构和动力学.
- 在O2扩散和自由能量表面结构的机动概率增强采样模拟中.
主要成果:
- 实现了灵活的NOF结构和动态的准确建模.
- 观察到O2气体主要局限于NOF内的双二烯链接器周围.
- 确定了大约16-18kJ/mol的氧气孔对孔扩散屏障,表明可行的室温扩散.
结论:
- 本文介绍了首个用于模拟灵活NOF及其气体扩散的综合方法,其精度为DFT级.
- 这些发现为NOF中的气体相互作用和传输机制提供了洞察力.
- 开发的方法可用于研究其他多孔材料和客分子相互作用.
