一种催化分离双功能MOFs的高通量计算筛选方法

文档序号:30440436发布日期:2022-06-17 22:05阅读:来源:国知局

技术特征:
1.一种催化分离双功能mofs的高通量计算筛选方法,其特征在于,包括以下步骤:s1、提取来自core数据库的mofs的次级结构单元和有机配体分别作为构建块,提取来自rcsr数据库的拓扑结构为mofs的结构骨架,高通量组建mofs结构模型,作为待筛结构数据集;s2、采用分子动力学对s1得到的mofs结构模型进行分子水平上的结构优化,并通过voronoi分解法解析获得mofs材料的几何结构参量,然后筛选几何结构参量中孔道限制直径大于甲醇范德华直径的mofs材料,进行后续筛选;s3、采用分子动力学和蒙特卡洛分析co2和h2o在s2筛选的mofs材料孔道内的物理吸附与扩散行为,筛选能选择性地让h2o和甲醇通过的mofs材料,进行后续筛选;s4、采用dft结合完全线性同步度越方法和二次同步度越方法,在s3筛选的mofs材料中,搜寻对co2化学吸脱附性能良好的mofs材料及其催化co2加氢过程中可能存在的过渡态,并使用有限位移法计算mofs材料相关构型的吉布斯自由能,并分析不同mofs材料的催化co2加氢的反应路径以及co2加氢制甲醇的活化能垒,最终得到催化分离双功能mofs材料。2.根据权利要求1所述的高通量计算筛选方法,其特征在于,s1中,所述高通量组建的条件包括:预设键长为1.54~2.0埃,键的扰动系数为4.0~6.0,预放缩系数为0.8~1.2,允许单金属原子作节点,优化方法为l-bfgs-b,允许移除赝原子。3.根据权利要求1所述的高通量计算筛选方法,其特征在于,s2中,所述分子水平上的结构优化的条件包括:力场采用通用力场,采用qeq方法计算电荷,静电作用的积分采用pppm法,范德华相互作用积分采用ewald法,结构优化中能量的收敛阈值、力的收敛阈值和位移的收敛阈值分别为和结构优化均优化晶格常数,算法根据收敛情况采用最速下降法、共轭梯度法、拟牛顿法中的一种。4.根据权利要求1所述的高通量计算筛选方法,其特征在于,s3中,所述物理吸附与扩散行为的分析条件包括:物理吸附采用蒙特卡洛方法模拟,具体条件要求包括:方法为巨正则蒙特卡洛法,力场采用通用力场,采用qeq方法计算电荷,静电作用的积分采用ewald法,范德华相互作用积分采用group based法,取样间隔为25步,积分网格间隔为扩散采用分子动力学方法模拟,具体条件要求包括:采用nvt系综,温度设为反应所需温度,动力学模拟时间为500ps,采用nose保温器,力场采用通用力场,采用qeq方法计算电荷,静电作用的积分采用pppm法,范德华相互作用积分采用ewald法。5.根据权利要求1所述的高通量计算筛选方法,其特征在于,s4中,所述催化co2加氢的反应路径以及co2加氢制甲醇的活化能垒的分析的条件包括:采用dft方法,采用gga-rpbe交换关联泛函,所有计算均在同一精度下进行;价电子选取泛函设定的默认值,赝势采用超软赝势,截断能根据体系包含元素种类在550ev到800ev之间选取,monkhorst-pack格点取样精度设定为高,自洽收敛阈值为1.0e-7/atom到1.0e-5/atom,结构优化中能量的收敛阈值、力的收敛阈值、最大晶格应力的收敛阈值和位移的收敛阈值分别为5.0e-6ev/atom~1.0e-5ev/atom、0.02~0.2gpa和6.根据权利要求1所述的高通量计算筛选方法,其特征在于,s2中,所述几何结构参量
包括最大孔径、孔道限制直径、比表面积、孔隙率。7.根据权利要求1所述的高通量计算筛选方法,其特征在于,s1中,所述mofs结构模型中的mofs结构包含由若干种可溶性金属盐与有机配体合成的mofs材料。8.根据权利要求7所述的高通量计算筛选方法,其特征在于,所述若干种可溶性金属盐包括:选自铌、钛、钒、钼、钯、铬、银、锰、镍、铁、锡、钴、钨、铜、锌、锆、铝的硝酸盐,氯化物,磷酸盐,硫酸盐,醋酸盐中的一种或几种。9.根据权利要求7所述的高通量计算筛选方法,其特征在于,所述有机配体包括:1,4-苯二甲酸、1,3,5-苯三甲酸,1,2-苯二甲酸,1,2,4,5-苯四甲酸,苯六甲酸,2-磺酸基对苯二甲酸,2-硝基对苯二甲酸,2-氨基对苯二甲酸,1,1':4',1
”‑
苯基-4,4
”‑
二甲酸,1,1'-二苯基-4,4'-二甲酸,哌嗪,吡嗪,二甲基咪唑,三乙烯二胺,4,4'-联吡啶,1,3-二(4-吡啶)丙烷中的一种或几种。

技术总结
本发明公开了一种催化分离双功能MOFs的高通量计算筛选方法,属于计算化学与纳米复合催化材料领域。其筛选方法是通过多层级理论逐级次的高通量计算,精确高效地在MOFs候选池当中筛选出有前途的具有催化分离双功能的MOFs材料。本发明的优点在于:1)采用高通量并行计算的方式,有效地缩短了数据的获取时间;2)采用高通量逐级次计算的方式,避免了传统实验密集型的“试错”实验带来的资源上的浪费,降低了研发成本,缩短了研发周期;3)用本发明提供的方法筛选同时考虑了催化活性和副产物的及时分离,具备良好的实用价值。具备良好的实用价值。具备良好的实用价值。


技术研发人员:王戈 薛祥东 高鸿毅 栾庆洁 黄秀兵 王静静 冯世豪 贾齐鲁 邓佳兴
受保护的技术使用者:北京科技大学
技术研发日:2022.03.03
技术公布日:2022/6/16
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1