期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习辅助MOFs高通量计算筛选及气体分离研究进展
1
作者
胡嘉朗
姜明源
+3 位作者
金律铭
张永刚
胡鹏
纪红兵
《化工学报》
北大核心
2025年第5期1973-1996,共24页
金属有机框架(metal organic frameworks,MOFs)材料,以其高比表面积、大孔体积以及结构可调等特性,在气体储存、吸附分离以及催化等诸多领域引起了广泛关注。近年来MOFs的数量呈现爆发式增长态势,这使得针对特定应用场景探寻合适的MOFs...
金属有机框架(metal organic frameworks,MOFs)材料,以其高比表面积、大孔体积以及结构可调等特性,在气体储存、吸附分离以及催化等诸多领域引起了广泛关注。近年来MOFs的数量呈现爆发式增长态势,这使得针对特定应用场景探寻合适的MOFs成为一项极具挑战性的任务。在此情形下,高通量计算筛选(highthroughput computational screening,HTCS)成为从海量材料中筛选出高性能目标MOFs最为有效的研究方法。HTCS会产生大量多维的数据,而这些数据可进一步用于机器学习(machine learning,ML)训练。最近,将ML应用到MOFs的HTCS中成为新的热点,它不仅可以揭示材料潜在的结构-性能关系,还可以洞悉它们在不同应用中的性能变化,尤其是在气体储存和分离方面。本综述着重介绍了ML辅助HTCS在MOFs气体分离领域的最新技术进展,系统分析了在探寻高性能MOFs时ML与HTCS相互协同以提升筛选效率的内在机制,深入探讨了在这一新领域中呈现出的机遇和挑战。
展开更多
关键词
金属有机框架
高通量计算筛选
分子模拟
机器学习
吸附分离
在线阅读
下载PDF
职称材料
高性能COF材料的高通量筛选策略:己烷异构体分离
被引量：
2
2
作者
叶诗洋
程敏
+5 位作者
吉旭
戴一阳
党亚固
毕可鑫
赵志伟
周利
《化工学报》
EI
CSCD
北大核心
2022年第11期5138-5149,共12页
己烷异构体中双支链异构体的分离可以提高汽油的辛烷值从而减少发动机的爆震现象。针对传统的蒸馏方法耗能高和新型吸附剂金属有机框架成本高、工作能力低、稳定性差的缺点,采用高通量计算筛选方法研究了688种共价有机框架(COFs)对己烷...
己烷异构体中双支链异构体的分离可以提高汽油的辛烷值从而减少发动机的爆震现象。针对传统的蒸馏方法耗能高和新型吸附剂金属有机框架成本高、工作能力低、稳定性差的缺点,采用高通量计算筛选方法研究了688种共价有机框架(COFs)对己烷异构体的分离性能。首先计算了所有COF的几何结构描述符,通过限制孔径(PLD)6.2~15A的范围筛选出209个可容纳所有己烷异构体的COF,再利用巨正则Monte Carlo(GCMC)方法模拟433 K下上述COF对己烷异构体的吸附解吸过程。对再生能力R>80%且吸附性能分值(APS)最高的COF进行排序,筛选出具有最高APS值的COF-DL2292-fold,APS值为23.36 mol/kg,R为99.38%。分析了6个几何结构描述符与APS的相关性,发现对于COF来说较高的孔隙率(VF)、较高的孔隙体积(PV)、较低的密度(ρ)可提高COF的APS值。最后基于PV、VF、ρ利用决策树算法设计出高APS值COF的筛选路径,研究工作对今后设计用于己烷异构体吸附分离的COF具有一定的指导意义。
展开更多
关键词
己烷异构体分离
共价有机框架
分子模拟
高通量计算筛选
结构-性能关系
吸附
分离
在线阅读
下载PDF
职称材料
题名
机器学习辅助MOFs高通量计算筛选及气体分离研究进展
1
作者
胡嘉朗
姜明源
金律铭
张永刚
胡鹏
纪红兵
机构
浙江工业大学化学工程学院
出处
《化工学报》
北大核心
2025年第5期1973-1996,共24页
基金
国家重点研发计划项目(2020YFA0210900)
国家自然科学基金项目(21938001,21961160741,42177029,22308318,22408330)
+4 种基金
广东省科技规划项目(STKJ2023015)
广东省自然科学基金项目(2023B1515020101)
广西科技项目(AA23062018)
大学生创新创业训练计划项目(202410337028)
浙江省教育厅科研项目(Y202455550)。
文摘
金属有机框架(metal organic frameworks,MOFs)材料,以其高比表面积、大孔体积以及结构可调等特性,在气体储存、吸附分离以及催化等诸多领域引起了广泛关注。近年来MOFs的数量呈现爆发式增长态势,这使得针对特定应用场景探寻合适的MOFs成为一项极具挑战性的任务。在此情形下,高通量计算筛选(highthroughput computational screening,HTCS)成为从海量材料中筛选出高性能目标MOFs最为有效的研究方法。HTCS会产生大量多维的数据,而这些数据可进一步用于机器学习(machine learning,ML)训练。最近,将ML应用到MOFs的HTCS中成为新的热点,它不仅可以揭示材料潜在的结构-性能关系,还可以洞悉它们在不同应用中的性能变化,尤其是在气体储存和分离方面。本综述着重介绍了ML辅助HTCS在MOFs气体分离领域的最新技术进展,系统分析了在探寻高性能MOFs时ML与HTCS相互协同以提升筛选效率的内在机制,深入探讨了在这一新领域中呈现出的机遇和挑战。
关键词
金属有机框架
高通量计算筛选
分子模拟
机器学习
吸附分离
Keywords
metal organic frameworks
high-throughput computational screening
molecular simulation
machine learning
adsorption and separation
分类号
TQ028.8 [化学工程]
在线阅读
下载PDF
职称材料
题名
高性能COF材料的高通量筛选策略:己烷异构体分离
被引量：
2
2
作者
叶诗洋
程敏
吉旭
戴一阳
党亚固
毕可鑫
赵志伟
周利
机构
四川大学化学工程学院
四川铭泰顺硬质合金有限公司
出处
《化工学报》
EI
CSCD
北大核心
2022年第11期5138-5149,共12页
基金
国家重点研发计划项目(2021YFB4000502)
国家自然科学基金青年基金项目(22108178)。
文摘
己烷异构体中双支链异构体的分离可以提高汽油的辛烷值从而减少发动机的爆震现象。针对传统的蒸馏方法耗能高和新型吸附剂金属有机框架成本高、工作能力低、稳定性差的缺点,采用高通量计算筛选方法研究了688种共价有机框架(COFs)对己烷异构体的分离性能。首先计算了所有COF的几何结构描述符,通过限制孔径(PLD)6.2~15A的范围筛选出209个可容纳所有己烷异构体的COF,再利用巨正则Monte Carlo(GCMC)方法模拟433 K下上述COF对己烷异构体的吸附解吸过程。对再生能力R>80%且吸附性能分值(APS)最高的COF进行排序,筛选出具有最高APS值的COF-DL2292-fold,APS值为23.36 mol/kg,R为99.38%。分析了6个几何结构描述符与APS的相关性,发现对于COF来说较高的孔隙率(VF)、较高的孔隙体积(PV)、较低的密度(ρ)可提高COF的APS值。最后基于PV、VF、ρ利用决策树算法设计出高APS值COF的筛选路径,研究工作对今后设计用于己烷异构体吸附分离的COF具有一定的指导意义。
关键词
己烷异构体分离
共价有机框架
分子模拟
高通量计算筛选
结构-性能关系
吸附
分离
Keywords
hexane isomer separation
covalent organic frameworks
molecular simulation
high-throughput computational screening
structure-performance relations
adsorption
separation
分类号
TQ028.8 [化学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习辅助MOFs高通量计算筛选及气体分离研究进展
胡嘉朗
姜明源
金律铭
张永刚
胡鹏
纪红兵
《化工学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
高性能COF材料的高通量筛选策略:己烷异构体分离
叶诗洋
程敏
吉旭
戴一阳
党亚固
毕可鑫
赵志伟
周利
《化工学报》
EI
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
