期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
耦合机器学习与高通量计算研究疏水MOFs在CO_(2)/C_(2)H_(2)膜分离中的构效关系
1
作者 韩荣美 韩琪 +2 位作者 张政清 孙玉绣 乔志华 《膜科学与技术》 北大核心 2025年第3期136-144,共9页
二氧化碳/乙炔(CO_(2)/C_(2)H_(2))分离在工业过程中的重要性推动了高效膜材料的开发,但膜材料在潮湿环境下的分离性能不稳定,因此开发能够在潮湿条件下保持优异性能的分离膜成为关键。本研究首先以ZIF-8的亨利系数为标准,建立了疏水性... 二氧化碳/乙炔(CO_(2)/C_(2)H_(2))分离在工业过程中的重要性推动了高效膜材料的开发,但膜材料在潮湿环境下的分离性能不稳定,因此开发能够在潮湿条件下保持优异性能的分离膜成为关键。本研究首先以ZIF-8的亨利系数为标准,建立了疏水性MOF数据库。通过巨正则蒙特卡罗(grand canonical Monte Carlo, GCMC)模拟和分子动力学(MD)模拟分别计算了用于CO_(2)/C_(2)H_(2)分离的MOF的热力学性质和扩散性质,筛选出Top 20个高性能疏水MOF膜。随后,基于MOFs的特征描述符和模拟结果,训练和测试了5种不同的机器学习(ML)模型,并采用最优的ML模型揭示了影响CO_(2)/C_(2)H_(2)分离性能的关键因素。最后,通过建立构效关系分析,确定了CO_(2)/C_(2)H_(2)分离的最佳MOF结构参数范围,为MOF膜材料的开发与优化提供了理论依据。 展开更多
关键词 金属-有机骨架 分子模拟 机器学习 CO_(2)/C_(2)H_(2)分离
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部