H2S/N2混合物在碳纳米管中吸附分离的分子模拟

采用巨正则Monte Carlo(GCMC)方法讨论了不同温度、压力及管径下,碳纳米管对H2S/N2混合物(主体相体积比为1∶99)的吸附分离选择性.结果表明,随着碳纳米管管径的增大,H2S的吸附选择性先增加后减小;而(11,0)碳纳米管(管径为0.86 nm)对H2S的选择性最高,这种选择性与管径的关系是由几何效应和能量效应共同决定的.针对(11,0)碳纳米管讨论了温度和压力对H2S吸附量和选择性的影响.模拟结果表明,随着温度上升,H2S的吸附量和选择性都呈先增加后减小的趋势;随着压力增加,H2S的吸附量和选择性都有所下降.本文模拟结果可为含硫气体混合物的吸附分离提供一定参考.     

不同金属负载对Cr/Al2O3-TiO2催化剂结构及氧化NO性能的影响

采用溶胶-凝胶法和浸渍法制备Cr/Al_2O_3-TiO_2催化剂,在考察不同Cr负载量的基础上,研究不同金属负载与焙烧温度对Cr/Al_2O_3-TiO_2催化剂结构与性能影响。程序升温氧化(TPO)结果表明,当Cr负载量为10%(w/w)时具有较好的催化活性;不同金属负载Cr/Al_2O_3-TiO_2时,负载Co及在焙烧温度为550℃时催化剂具有较好的活性。通过程序升温还原(H_2-TPR)表征发现,Co的负载使催化剂的低温氧化还原能力逐渐提高,表明Co-Cr具有较好的协同催化作用。X射线光电子能谱(XPS)表征表明,Co增加了Cr~(6+)和表面吸附氧(O_β)含量,随着焙烧温度的升高(450～550℃),晶格氧不断向催化剂表面流动,表面化学吸附氧O_β比例逐渐增加,导致催化活性不断升高,说明Cr~(6+)和O_β是催化氧化NO的重要活性物种。     

金属Sr、Fe掺杂对LaCoO3催化氧化碳烟及抗硫性能影响

利用柠檬酸-EDTA(乙二胺四乙酸)配位法制备了La1-xSrxCo1-yFeyO3催化剂,展现出较好的催化氧化碳烟(soot)活性和抗硫性能。通过X射线衍射(XRD)、傅利叶红外光谱(FT-IR)、扫描电镜(SEM)、H2-程序升温还原(H2-TPR)、X射线光电子能谱(XPS)和SO2程序升温脱附(SO2-TPD)等研究了Sr、Fe掺杂对催化剂物理化学性质及抗硫能力影响。当Sr掺杂LaCoO3时有利于形成较多的表面吸附氧(O2^-、O^-)和氧空位,且低温氧化还原性能亦有较大改善,提高了催化氧化碳烟活性,其Ti(起燃温度)和Tm(最大碳烟燃烧速率温度)分别为284和347℃。当催化剂同时掺杂Sr、Fe时,其低温氧化还原性能进一步改善,并形成较多Fe^4+离子,有利于提高催化氧化碳烟活性。催化剂SO2中毒失活主要来源于Co^2+/Co^3+和表面吸附氧的硫酸化(SO3^2-、SO4^2-)。XPS和SO2-TPD结果表明,LaSrCoFeO3抗硫性主要来源于Fe^3+与SO2结合形成的硫酸盐物种,降低了SO2对活性组分表面吸附氧和Fe^4+毒化。TPO(程序升温氧化)结果表明,硫化后的LaSrCoFeO3-S仍具有较好的催化氧化碳烟活性,其Tm仅为361℃,表明Sr、Fe同时掺杂具有较好的低温催化氧化碳烟活性和良好的抗硫性能。     

高通量筛选金属-有机框架:分离天然气中的硫化氢和二氧化碳

采用分子模拟高通量筛选的方法研究了6013种实验已经合成的金属-有机框架（MOFs）对天然气五元混合物（CH₄,C₂H₆,C₃H₈,H₂S和CO₂）中H₂S和CO₂的吸附分离性能.为了综合吸附量和选择性这两项指标,我们首先比较了三种权衡方法[权衡α法（Tradeoff between S_{H2S+CO2/C1-C3} and N_H2S+CO2,TSN）,标准值法（Standard normal method,SNM）和权衡β法（Tradeoff between selectivity and capacity,TSC）].接着,针对四种MOF描述符[最大孔径（LCD）,孔隙率（φ）,比表面积（VSA）和吸附热（Q_st⁰）],通过Pearson相关系数分析了每种描述符分别对三种权衡变量的相关性,结果显示TSC法与四种MOF描述符的相关性最佳.然后,使用多元线性回归方法定量地分析了四种MOF描述符分别对TSC的影响程度;而决策树模型则被用于规划性能高效MOFs的设计路径.最后,20种性能最优MOFs从数据库中脱颖而出,它们将为净化天然气技术的发展提供坚实的理论指导.     

基于机器学习和高通量计算筛选金属有机框架的甲烷/乙烷/丙烷分离性能

针对天然气中的甲烷、乙烷、丙烷（C₁、C₂、C₃）气体分离困难的问题，本工作采用高通量计算了137953种假设的金属有机框架（Metal-organic framework，MOF）对这三种混合气体的吸附分离吸能.为了避免水蒸气的竞争吸附，首先，筛选出31399种疏水性MOF.然后，单变量分析了这些MOF的最大孔径（LCD）、孔隙率（φ）、体积比表面积（VSA）、亨利系数（K）、吸附热（Q_st）、密度（ρ）共六种MOF结构/能量描述符与MOF对C₁、C₂、C₃的选择性、吸附量及两者权衡值（Trade-off between S_i/j and N_i，TSN）的关系，发现了吸附量和选择性“第二峰值”的存在；尤其对于C₁、C₂的分离，所有最优MOF都分布在第二峰值区间.随后采用决策树、随机森林（Random forest，RF）、支持向量机和反向传播神经网络四种机器学习算法，分别训练并预测了六种MOF描述符与性能指标的关系，结果表明RF预测效果最好.然后应用RF算法定量地分析出K、LCD和ρ三种描述符对TSN_C1、TSN_C2的相对重要性最高，而TSN_C3的是K、Q_st和ρ，根据这些描述符分别设计了吸附C₁、C₂、C₃最优MOF的决策树模型路径.最后筛选出针对C₁、C₂和C₃不同分离应用的18种最优MOF.本工作基于机器学习和高通量计算的研究思路和研究方法，第二峰值规律的发现以及最优设计路线的提出将有助于MOF在吸附分离领域的发展提供有力的指导和启示.     

生物相容性金属-有机骨架材料负载药物的分子模拟

采用巨正则蒙特卡罗方法,对新型卤代羟基烷麻醉药——异氟醚在金属-有机骨架材料(MOFs)中的负载性能进行了模拟研究.选用含Fe,Mg和Ti等金属中心的5种生物相容性良好的MOFs进行研究,结果表明,在常压下,孔体积较大的材料对异氟醚的负载量较大,且Fe-MIL-101负载量最高,可负载相当于自身质量2倍的药物.通过径向分布函数及构型分析发现,药物负载的主要作用力有氢键和金属-药物相互作用.等量吸附能分析显示,Fe-MIL-53和Mg-MOF-74吸附能较强,有利于延长麻醉药持续释放的时间,适用于长时间麻醉手术或术后止痛;而Ti-KUMOF-1,Fe-MIL-100和Fe-MIL-101则在初期释放大量药物,后期释放量大幅度下降,适用于急诊治疗.