| 金属有机骨架的高通量计算筛选研究进展 |
| |
| 引用本文： | 刘治鲁,李炜,刘昊,庄旭东,李松.金属有机骨架的高通量计算筛选研究进展[J].化学学报,2019,77(4):323-339. |
| |
| 作者姓名： | 刘治鲁 李炜 刘昊 庄旭东 李松 |
| |
| 作者单位： | 华中科技大学中欧清洁与可再生能源学院 武汉430074;华中科技大学能源与动力工程学院煤燃烧国家重点实验室 武汉430074;华中科技大学能源与动力工程学院煤燃烧国家重点实验室 武汉430074 |
| |
| 基金项目： | 项目受国家自然科学基金（No.51606081）和中欧清洁与可再生能源学院双一流研究生教学平台培育基金（No.ICARE-RP-2018-HYDRO-001）资助. |
| |
| 摘 要： | 近年来,金属有机骨架(Metal-Organic Frameworks, MOFs)在气体吸附分离领域的研究获得爆发式增长.随着MOFs 数量的剧增,高通量计算筛选成为从大量MOFs 中发现高性能目标材料和挖掘其构效关系的最有效研究方法.本综述对MOFs的高通量计算筛选中所用到的数据库包括实验合成的MOFs组成的数据库(experimental MOFs,eMOFs)和计算机设计的MOFs数据库(hypothetical MOFs, hMOFs)、计算筛选方法包括基于分子模拟和机器学习的筛选方法,及其在CH4 储存、H2储存、CO2捕捉和其他气体分离领域的研究进展进行了总结.旨在通过梳理该领域的研究进展和思路,明确未来的研究方向和面临的挑战,加快MOFs 的研发进程,促进MOFs的商业化应用.
|
| 关 键 词： | 金属有机骨架 高通量筛选 分子模拟 机器学习 吸附分离 |
Research Progress of High-throughput Computational Screening of Metal-Organic Frameworks |
| |
| Liu Zhilu,Li Wei,Liu Hao,Zhuang Xudong,Li Song.Research Progress of High-throughput Computational Screening of Metal-Organic Frameworks[J].Acta Chimica Sinica,2019,77(4):323-339. |
| |
| Authors: | Liu Zhilu Li Wei Liu Hao Zhuang Xudong Li Song |
| |
| Institution: | a China-EU Institute for Clean and Renewable Energy, Huazhong University of Science and Technology, Wuhan 430074;
b State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, Wuhan 430074 |
| |
| Abstract: | Liu Zhilu;Li Wei;Liu Hao;Zhuang Xudong;Li Song(China-EU Institute for Clean and Renewable Energy, Huazhong University of Science and Technology, Wuhan 430074;State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, Wuhan 430074) |
| |
| Keywords: | metal-organic framework computational screening molecular simulation machine learning adsorption and separation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《化学学报》浏览原始摘要信息 |
| 点击此处可从《化学学报》下载免费的PDF全文 |
|
