在金属有机框架中的纯成分和混合物的可查询气体吸附性质

科学领域:

• 材料科学 材料科学 材料科学
• 计算化学的计算化学
• 化学工程是化学工程的重要组成部分.

背景情况:

• 大法典蒙特卡洛 (GCMC) 是用于选金属有机框架 (MOFs) 吸附的标准.
• GCMC模拟仅限于特定的温度和压力条件,阻碍了工业应用.
• 需要在各种操作参数中灵活地进行吸附预测.

研究的目的:

• 开发一种多功能MOF吸附数据库,使用一种新的宏态概率分布 (MPD) 方法.
• 允许在任何压力和温度条件下预测气体吸附.
• 为了促进MOF在气体分离应用中的有效选.

主要方法:

• 开发了一个基于MPD的吸附数据库,用于约2900个刚性MOF结构.
• 使用平面直方图蒙特卡洛计算MPD,使分析重权.
• 综合理想吸附溶液理论 (IAST) 用于多组分混合物的异热预测.

主要成果:

• 基于MPD的数据库可在用户定义的条件下立即访问吸附吸收量.
• 证明了快速选能力和结构-性能关系的识别.
• 成功预测了关键气体 (CO2,N2,CH4,CO) 的混合物吸附行为.

结论:

• 基于MPD的数据库为MOF发现提供了灵活和交互性的工具.
• 这种方法克服了传统GCMC在可变工业条件下的局限性.
• 有助于加快识别最佳的MOFs用于气体吸附和分离.