金属有机骨架材料在吸附分离研究中的应用进展

作为一种新型的纳米多孔材料,金属有机骨架材料（Metal-Organic Frameworks,MOFs）在近二十余年中得到了飞速的发展.MOFs材料由无机金属离子和有机配体通过自组装形成,具有许多优于传统多孔材料的特性.超高的比表面积、较高的孔隙率、可调的孔道尺寸、良好的热稳定性和化学稳定性使得MOFs材料在多个领域中展现出了广阔的应用前景.随着研究的不断深入,MOFs材料被广泛应用于催化反应、吸附分离、生物医学等领域中,并表现出了优异的效果.本文着力于近年来MOFs材料在吸附分离研究中的进展,重点介绍了这类材料在能源气体贮存、碳捕获、膜分离、液相吸附、色谱的分离净化方面的应用,并对其今后的发展进行了展望.     

面向丙烯/丙烷吸附分离的金属有机骨架材料的高通量计算筛选

丙烯、丙烷作为分子尺寸相近的共沸物,其分离一直是化工领域研究热点。金属有机骨架(MOFs)材料因其高度可调的孔道结构,在丙烯/丙烷分离应用上已展现出诱人潜能。本文基于Core MOF 2019数据库,采用巨正则蒙特卡洛基高通量计算筛选技术,获得了分离性优异的MOFs结构,发现其拥有适中的丙烯吸附量和较弱的丙烷吸附能力,且骨架孔径为3.70～4.10?、孔隙率中等(0.35～0.44),并揭示了孔道中心吸附位的选择性与丙烯/丙烷分离系数间关系。本研究阐明了高丙烯/丙烷分离性的骨架材料的结构和性能特征,为设计MOFs实现丙烯/丙烷的高效分离提供理论指导和数据支撑。     

金属有机骨架材料在吸附分离大气污染物中的应用

大气污染问题是关系人民生命健康和经济社会和谐发展的重大问题.因此需要开发高效的吸附材料用于大气污染物的吸附和分离.金属有机骨架材料(MOFs)是一类新型的多孔材料,该材料具有结构多样、孔结构有序、大比表面积和高孔隙率等结构特点.MOFs通过调节有机配体的长度和官能团调节孔径和孔道尺寸,并进行功能化修饰在孔道中引入功能性...     

基于高通量计算筛选的金属有机骨架材料甲醛吸附性能

随着大量新型金属有机骨架（MOFs）吸附材料的出现,传统“试错式”的甲醛吸附剂研究方法具有效率低、周期长、成本高等问题.为实现高性能甲醛净化MOFs的快速研发,采用基于巨正则蒙特卡洛模拟（GCMC）的高通量计算筛选方法对2932种MOFs材料进行了甲醛吸附性能的快速评价.基于高通量计算筛选结果,我们挑选并制备出Y-BTC、ZnCar和Ni-BIC等3种对甲醛有较高吸附量的吸附剂,并采用粉末X射线衍射（PXRD）、比表面积分析（BET）对材料进行了表征.通过甲醛吸附实验,明确了筛选出的MOFs以及参照材料（Cu-BTC、活性炭）在甲醛初始浓度为100 mg/m³条件下的甲醛吸附量分别为0.38、0.25、0.11、0.08、0.06 mol/kg.同时,筛选出的吸附剂还具有良好的甲醛吸附循环利用性能.该结果表明筛选出的Y-BTC、ZnCar和Ni-BIC的甲醛吸附量均高于Cu-BTC和活性炭等参照吸附剂,证明了高通量计算筛选方法在指导甲醛吸附材料开发方面的有效性.     

机器学习筛选用于气体吸附分离和存储的金属有机骨架材料

金属有机框架（Metal-organic framework ,MOF）因其高孔隙率、高比表面积和结构可调性,在气体吸附分离领域广泛应用。随着MOF数量激增,传统分子模拟和实验方法验证MOF性能成本高且速度慢,因此目前MOF筛选工作已转向高通量计算辅助的机器学习（Machine-learning,ML）。机器学习作为一种高效的大数据处理方法,能够在高通量筛选（High-Throughput Computational Screening,HTCS）的基础上对数据进行拟合,从而快速而准确地筛选出气体吸附分离材料,并深入挖掘其结构与性能之间的关系。本文回顾了近年机器学习应用于MOF筛选的研究。本文重点讨论了一些运用机器学习从大量结构中筛选出可用于CH4、H2和CO2等气体吸附分离与储存的MOF材料的工作。同时,我们梳理了当前MOF材料筛选工作中的研究思路和进展,并指出了机器学习在筛选MOF材料工作中面临的一些瓶颈和挑战。最后,对该领域的未来发展前景进行了展望。     

金属有机骨架材料MOF-5上噻吩硫化物的吸附分离

将金属有机骨架材料应用于燃油深度脱硫研究。采用水热法合成了金属有机骨架材料MOF-5,利用XRD、N2吸附和SEM等技术对其结构进行了表征。通过测定固定床吸附穿透曲线,考察了模型燃油类型对MOF-5吸附分离噻吩效果的影响。结果表明,MOF-5对硫化物的吸附容量超过了文献报道;在脂肪油中其穿透容量和饱和容量质量分数分别为0.90%和1.92%,在芳香模型物质中其穿透容量和饱和容量质量分数分别为0.64%和1.72%。通过采用与活性炭分层填装吸附柱技术,解决了溶解水对脱硫的影响,为吸附脱硫技术提供了新思路。     

金属有机骨架的高通量计算筛选研究进展

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.     

金属有机骨架材料在气体分离膜中的应用

金属有机骨架(Metal organic frameworks,MOF)是一种新型材料,有着比表面积高、孔径可调等优点,以此为基础制备MOF膜克服了 MOF材料界面相容性和热稳定性差的缺点,在气体分离领域具有良好的应用前景.本文介绍了 MOF膜的功能层应用、物理共混、界面聚合以及接枝改性;简述了每种方法对不同气体分离性...     

金属有机骨架材料在轻烃分离中的应用

金属有机骨架材料(metal-organic frameworks,MOFs)是一种由金属离子或金属簇通过与有机配体自组装而形成的新型材料。近年来,金属有机骨架材料在轻烃(包括甲烷、乙炔、乙烯、乙烷、丙烯和丙烷)分离方面引起了广泛兴趣。本文简要地介绍了多种金属有机骨架材料分离不同轻烃气体的最新研究进展,并对影响分离效果的因素与研究前景进行了总结和展望。     

氨/醛基金属有机骨架材料合成及其在吸附分离中的应用

吸附分离过程具有高效率、低能耗等特点,广泛用于石油、化工、制药、环保等诸多领域。其中,吸附分离材料的结构特点(如比表面积、孔径、孔体积、表面官能团等)对吸附分离效果起决定性作用。金属有机骨架(MOF)材料具有优异的孔结构特点,同时其表面还具有丰富的官能团(—NH₂、—CHO等),易于后修饰功能化并赋予其特定的功能,从而增强MOF材料与吸附质之间的相互作用,实现较高的吸附容量和分离选择性。以此为导向,本文首先概括了氨/醛基MOF材料的合成策略,总结了亚胺共价后修饰MOF (ICPSM-MOF)材料的研究进展,并重点介绍了这类材料在气、液相吸附分离领域的应用,最后分析了当前ICPSM-MOF材料面临的困难与挑战,并对其未来研究方向进行了展望。     

金属有机框架材料的制备及在吸附分离CO2中的应用

金属有机框架（MOFs）材料是当今的研究热点之一,是一类颇有潜力成为适用于CO₂吸附和分离的重要材料。本文从MOFs的发展及其所具有的特点、MOFs用于CO₂的吸附与分离所取得的突破性进展以及MOFs的传统合成及绿色制备方法三个方面展开论述。主要论述了MOFs适用于CO₂吸附的原理,及其相对于传统的CO₂吸附材料所具有的特点和优势,亦阐述了MOFs修饰与调变的方法。列出了MOFs用于单组分CO₂吸附及CO₂/CH₄、CO₂/N₂吸附分离的结果。同时,针对传统MOFs制备方法不适宜大规模CO₂捕集材料的生产,特别论述了机械化学合成法和新兴的潮湿矿物风化法,其均具有绿色化、无溶剂、低能耗和简单等特点,是一类较有研究价值和应用潜力的技术。随着温室效应和不可再生石化燃料的消耗等环境和能源问题的日趋严峻,研究及开发适用于CO₂捕集与封存技术的MOFs新材料迫在眉睫,且任重而道远。     

Optimizing Fe-Based Metal-Organic Frameworks through Ligand Conformation Regulation for Efficient Dye Adsorption and C2H2/CO2 Separation

Regulating the structure of metal-organic frameworks (MOFs) by adjusting the ligands reasonably is expected to enhance the interaction of MOFs on special molecules/ions, which has significant application value for the selective adsorption of guest molecules. Herein, two tricarboxylic ligands H₃L−Cl and H₃L−NH₂ were designed and synthesized based on the ligand H₃TTCA by replacing part of the benzene rings with C=C bonds and modifying the chlorine and amino groups on the 4-position of the benzene ring. Two 3D Fe-MOFs ( UPC-60-Cl and UPC-60-NH₂ ) with the new topology types were constructed. As the C=C bonds of the ligands have flexible torsion angles, UPC-60-Cl features three types of irregular 2D channels, while UPC-60-NH₂ has a cage with two types of windows on the surface. The synergistic effect of unique channels and modification of functional groups endows UPC-60-Cl and UPC-60-NH₂ with high adsorption capacity for organic dyes. Compound UPC-60-Cl shows high adsorption capacity for CV (147.2 mg g⁻¹), RHB (100.3 mg g⁻¹), and MO (220.9 mg g⁻¹), whereas UPC-60-NH₂ exhibits selective adsorption of MO (158.7 mg g⁻¹). Meanwhile, based on the diverse pore structure and modification of active sites, UPC-60-Cl and UPC-60-NH₂ show the selective separation of equimolar C₂H₂/CO₂. Therefore, reasonable regulation of organic ligands plays a significant role in guiding the structure diversification and performance improvement of MOFs.     

机器学习辅助高通量筛选金属有机骨架材料

金属有机骨架(Metal-organic Frameworks, MOFs)材料具有高比表面积、大孔容和可调控合成等优点,在气体储存、吸附分离、催化等领域受到了广泛关注,近年来其数量呈爆炸式增长的趋势。而高通量计算筛选(High-throughput Computational Screening, HTCS)是从大量材料中发现高性能目标材料与挖掘构效关系最有效的研究方法。在高通量计算筛选过程中产生的数据具有量大、维度多等特点,尤其适合采用机器学习(Machine Learning, ML)进行训练,从而进一步提升筛选效率、深入挖掘多维数据间的构效关系。本综述概述了机器学习辅助高通量筛选金属有机骨架材料的一般流程与常用方法,包括常用描述符、算法与评价标准等,对其在气体储存、分离及催化等领域的研究进展进行了总结,以此明确当前研究中面临的挑战与后续发展方向,助力MOFs材料设计研发。     

Breathing-Assisted Selective Adsorption of C8 Alkyl Aromatics in Zn-Based Metal-Organic Frameworks

The breathing phenomenon in metal-organic frameworks (MOFs) has revealed supramolecular host-guest interactions that could be beneficial for chemical separation in numerous industrial applications. The cost-effective purification of C₈ alkyl aromatics such as o-xylene, m-xylene, p-xylene, and ethylbenzene remains challenging owing to their similar molecular structures, boiling points, kinetic diameters, polarities, etc. Herein, we report two Zn-based pillar-bilayered MOFs, denoted [Zn₂(aip)₂(pillar)] (aip=5-aminoisophthalic acid; pillar: bpy=4,4’-bipyridine or bpe=1,2-bis(4-pyridyl)ethane) that exhibit a breathing effect depending on the adsorbed guest molecules. Guest-dependent sorption studies in organic solvents such as N,N-dimethylformamide, methanol, benzene, and water vapor display reversible structural flexibility through the breathing effect in both framework compounds. The experiments conducted on C₈-alkyl aromatics resulting in both MOF compounds can access these isomers in the shrunken pores, and thereby expand the pore size by framework breathing. In C₈ binary mixtures, these Zn-MOFs exhibit selective sorption properties based on the different interactions between guest C₈ aromatics and the framework structure.     

水分子对金属有机骨架材料结构及性能的影响

金属有机骨架材料(Metal-Organic Frameworks, MOFs)是一种新型有机-无机杂化材料,其在气体的吸附分离、催化、磁学、生物医学等领域表现出诱人的应用前景.但是,在水分子存在的情况下MOFs结构及性能会受到很大的影响,极大的阻碍了其工业化进程.本文系统介绍了水分子对MOFs结构的破坏机理,并从金属和配体两方面总结了在水分子存在的情况下MOFs的稳定性问题;阐述了水分子的吸附机理以及吸附水分子后MOFs性能的变化;并且对水分子影响问题的研究趋势做了展望,以期为今后的研究提供参考.     

水分子对金属有机骨架材料结构及性能的影响

金属有机骨架材料(Metal-Organic Frameworks,MOFs)是一种新型有机-无机杂化材料,其在气体的吸附分离、催化、磁学、生物医学等领域表现出诱人的应用前景。但是,在水分子存在的情况下MOFs结构及性能会受到很大的影响,极大的阻碍了其工业化进程。本文系统介绍了水分子对MOFs结构的破坏机理,并从金属和配体两方面总结了在水分子存在的情况下MOFs的稳定性问题;阐述了水分子的吸附机理以及吸附水分子后MOFs性能的变化;并且对水分子影响问题的研究趋势做了展望,以期为今后的研究提供参考。     

金属-有机骨架材料在烯烃氧化中的应用

本文分别从以骨架中的金属(金属簇)为催化中心的MOF材料、利用具有催化活性的刚性有机配合物构筑的MOF材料和MOF负载催化材料三个方面详细介绍了MOF作为催化剂在烯烃氧化反应中的应用情况,分析了其各自的优缺点。具有催化活性的刚性有机配合物构筑的MOF材料稳定性较好,能够引入具有光学活性的催化剂,可以作为不对称催化氧化催化剂使用,是未来的一个研究发展方向。