Cof dünyası: Moleküler simülasyonlar ve makine öğrenmesini entegre ederek gaz depolama ve ayırma uygulamaları için kovalent organik iskeletlerin (cof'ların) hesaplamalı keşfi

Kovalent organik yapılar (COF'lar), yüksek yüzey alanları, yapısal çeşitlilikleri ve iyi termal ile kimyasal kararlılıkları sayesinde adsorpsiyon ve membran temelli gaz ayırma süreçleri için çok yönlü bir malzeme sınıfı olarak ortaya çıkmıştır. Sentezlenen COF sayısı hızla artmasına rağmen, bunların yalnızca sınırlı bir kısmı endüstriyel açıdan önemli ayırmalar için değerlendirilmiş olup, bilgisayar ortamında oluşturulan hipotetik COF'lardan (hypoCOF'lar) oluşan çok daha geniş malzeme uzayı ise büyük ölçüde taranmamış durumdadır. Bu tez, COF malzeme kümesi boyunca ayırma performansını nicel olarak belirlemek ve malzeme keşfi için aktarılabilir yapı-özellik ilişkileri kurmak amacıyla grand canonical Monte Carlo (GCMC) simülasyonları, moleküler dinamik (MD) simülasyonları ve makine öğrenmesini (ML) bütünleştiren yüksek verimli, çok ölçekli bir hesaplamalı çerçeve geliştirmektedir. Birinci bölümde, ~300 sentetik COF ve ~5000 hipotetik COF için adsorpsiyon ve membran temelli H2/CO2 ayrımı GCMC ve MD simülasyonları kullanarak nicel olarak incelenmiştir. Sonuçlar, birçok COF'un adsorpsiyon seçiciliği ve çalışma kapasitesi bakımından geleneksel adsorbanlardan daha iyi performans verdiğini göstermiştir. Ayrıca, birçok COF membranının, yüksek H2 geçirgenlikleri sayesinde Robeson'un üst sınırını aştığı ortaya koyulmuştur. İkinci bölümde, doğal gaz arıtımını incelemek amacıyla altı bileşenli bir gaz karışımı modellenmiş olup, ~600 sentetik COF ile ~3000 hipotetik COF'un adsorpsiyon temelli ayırma potansiyelleri belirlenmiştir. Sonuçlar, bu malzemelerin zeolitler, aktif karbonlar ve karbon nanotüpler de dahil olmak üzere çeşitli geleneksel adsorbanlardan daha iyi performans gösterebildiğini ortaya koymuştur. Üçüncü ve dördüncü bölümlerde, eşmol CH4/H2 ve CO2/CH4 gaz karışımlarının adsorpsiyon temelli ayrımı için, basınç salınımlı adsorpsiyon (PSA), vakum salınımlı adsorpsiyon (VSA), sıcaklık salınımlı adsorpsiyon (TSA) ve basınç-sıcaklık salınımlı adsorpsiyon (PTSA) gibi çeşitli proses koşulları altında, ~70000 COF ve hypoCOF ML ile bütünleşmiş hesaplamalı yöntemlerle taranmıştır. Yüksek adsorpsiyon seçicilikleri ve çalışma kapasiteleri elde eden ve sentetik COF'lar ile MOF'lardan daha iyi performans gösteren çok sayıda hypoCOF belirlenmiştir. Son iki bölümde ise, geniş COF malzeme uzayını (~70000 COF ve hypoCOF) bütünüyle keşfetmeyi amaçlayan "COF Space" kavramı ortaya koyulmuştur. COF'lar ve hypoCOF'ların adsorpsiyon ve membran temelli ayırma performanslarını hızlı ve güvenilir biçimde öngörebilen ML modelleri geliştirerek, geleneksel simülasyonlara hesaplama açısından verimli bir alternatif sunulmuştur. Bu ML temelli tarama stratejisini kullanarak, tüm COF malzeme uzayı sistematik olarak üç küme itibariyle haritalanmıştır: (i) beş farklı gaz için (CO2, CH4, H2, N2 ve O2) adsorpsiyon özellikleri, (ii) altı endüstriyel açıdan önemli gaz karışımı (CO2/CH4, CO2/N2, CO2/H2, CH4/H2, CH4/N2 ve O2/N2) için adsorpsiyon temelli ayırma performansı ve (iii) yedi farklı gaz karışımı (CO2/CH4, CO2/N2, H2/CO2, H2/CH4, H2/N2, O2/N2, N2/CH4) için membran temelli ayırma performansı. Bu tez kapsamında elde edilen bulguların, farklı gaz ayırma uygulamaları için rasyonel COF tasarımına ve hedefe yönelik yeni malzeme geliştirme çalışmalarına da doğrudan katkı sağlaması beklenmektedir.