|||
1. 文章导读
氦气(He)在装备制造、生物医学、核工业和航空航天领域中都具有广泛应用。当前,纯氦资源主要从天然气中利用低温精馏方法提取。由于提氦过程耗能巨大且操作复杂,且全球的氦气需求量持续增加,导致氦资源的供应价格大幅上涨。因此,更加符合绿色化工过程要求的膜分离方法逐渐引起了人们的重视,以达到降低氦气开采能耗和提纯成本的目的。金属有机框架(MOF)材料具有孔道有序、比表面积高、结构可设计性强以及易于修饰等优势,因此在膜分离领域具有重要的潜在应用价值。目前,多种用于氦提取的MOF基分离膜材料已显示出优越的分离性能,如He/CH4和He/N2分离膜。其分离机理多依赖于氦气明显较小的动力学直径。然而,对于He/H2(氢气也是天然气中的一种常见成分)分离而言,这两种气体的动力学直径极其相似,使得相应MOF分离膜的设计和制备面临巨大挑战。
天津工业大学仲崇立教授/张政清副研究员课题组利用高通量模拟方法,从CoRE-MOFs中筛选出具有优良He/H2膜分离性能的MOF结构;并结合机器学习方法,明确了其中的构效关系。文章发表在Green Chemical Engineering(GreenChE),题为“Machine learning aided investigation on the structure-performance correlation of MOF for membrane-based He/H2 separation”。
2. 研究亮点
针对MOF膜的He/H2分离性能,研究了MOF的结构与性能关系。
发现PLD和φ分别是决定MOF膜选择性和He渗透通量的关键特征。
MOF膜孔道表面的高电负性元素,可提升MOF膜的He/H2扩散选择性。
3. 内容概述
研究工作首先对CoRE-MOFs数据库中MOF膜分离He/H2的性能进行了高通量分子模拟计算,发现相当一部分的MOF结构的膜分离性能可以超过罗宾逊上限(Robeson's upper bound)(图1),说明MOF材料在He/H2膜分离领域具有重要的潜在应用价值。进一步结合机器学习方法,发现限制性孔径(PLD)、最大空腔直径(LCD)、有机配体单元以及MOF中的负电荷对膜分离选择性影响最为明显(图2)。
图1. 对CoRE-MOF膜He通量和He/H2选择性的高通量模拟结果。
图2.(a)机器学习预测的膜选择性与分子模拟得到的膜选择性;(b)机器学习模型预测膜选择性时,各描述符的相对重要性。
其中PLD小于0.33 nm时,MOF 膜表现出对氦气较高的选择性,随着PLD的增加,MOF膜的选择性也逐渐降低(图3a)。此外,MOF膜的氦气选择性随着MOF中负电荷绝对值的缩小而逐步增大(图3c),并且MOF膜中的电负性元素含量超过80%时,MOF膜对氦气的选择性也更加明显(图3d)。根据DFT的进一步研究发现,当MOF孔道表面含有电负性元素时,H2穿过MOF膜的扩散能垒相较于He更加明显,因此MOF膜的He/H2选择性更为显著(图4);而MOF孔道中不含电负性元素时,He与H2的扩散能垒则更加接近,此时,He/H2的扩散选择性不明显。
图3. MOF膜与He/H2选择性的构效关系;其中膜选择性分别表示为(a)PLD,(b) LCD,(c)负电荷q2以及(d)O,N,S和卤素含量的函数。
图4. He和H2在(a)XALTOV和(b)MECWEX中的扩散路径;以及气体在(c)XALTOV 和(d)MECWEX孔道中迁移过程所对应的能量变化曲线。
4. 总结与展望
近年来,该课题组围绕MOF膜材料基因组学开展了一系列前沿性研究,旨在开发出具有高选择性和高气体通量的MOF膜材料,实现化工领域典型难分离气体体系的高效分离。
该工作基于材料基因组学研究思想,采用高通量分子模拟,机器学习和密度泛函计算相结合的方法,筛选了具有优异He/H2分离性能的MOF膜材料,并揭示了构效关系中发挥关键作用的影响因素。该工作有望为开发高效分离He/H2的新型MOF膜提供有益的理论指导。
撰稿:原文作者
编辑:GreenChE编辑部
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-7 03:54
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社