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、高通量筛选、分子模拟、机器学习、吸附分离
77
项目受国家自然科学基金51606081;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ICARE-RP-2018-HYDRO-001
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共17页
323-339