| 基于高通量计算筛选的金属有机骨架材料甲醛吸附性能 |
| |
| 引用本文： | 卞磊,李炜,魏振振,刘晓威,李松. 基于高通量计算筛选的金属有机骨架材料甲醛吸附性能[J]. 化学学报, 2018, 76(4): 303-310. DOI: 10.6023/A18010026 |
| |
| 作者姓名： | 卞磊 李炜 魏振振 刘晓威 李松 |
| |
| 作者单位： | a 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;b 深圳华中科技大学研究院 深圳 518057 |
| |
| 基金项目： | 项目受国家自然科学基金（No.51606081）和深圳市基础研究项目基金（No.JCYJ20160506170043770）资助. |
| |
| 摘 要： | 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.
|
| 关 键 词： | 金属有机骨架 高通量计算筛选 甲醛吸附 蒙特卡洛分子模拟 可再生性能 |
Formaldehyde Adsorption Performance of Selected Metal-Organic Frameworks from High-throughput Computational Screening |
| |
| Bian Lei,Li Wei,Wei Zhenzhen,Liu Xiaowei,Li Song. Formaldehyde Adsorption Performance of Selected Metal-Organic Frameworks from High-throughput Computational Screening[J]. Acta Chimica Sinica, 2018, 76(4): 303-310. DOI: 10.6023/A18010026 |
| |
| Authors: | Bian Lei Li Wei Wei Zhenzhen Liu Xiaowei Li Song |
| |
| Affiliation: | a State Key Laboratory of Coal Combustion, School of Energy and Power Engineering, Huazhong University of Science and Technology, Wuhan 430074;b Shenzhen Research Institute of Huazhong University of Science and Technology, Shenzhen 518057 |
| |
| Abstract: | |
| |
| Keywords: | metal-organic frameworks high-throughput computational screening formaldehyde adsorption grand canonical Monte Carlo simulations recyclability |
| 本文献已被 CNKI 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》下载全文 |
