MOF, COF, IL/MOF ve IL/COF kompozitlerinin gaz adsorpsiyon ve ayırma performanslarını değerlendirmek için moleküler simülasyonlar ve makine öğrenmesinin kullanılması

Metal-organik çerçeveler (MOF'lar) ve kovalent organik çerçeveler (COF'lar), yüksek yüzey alanları, yüksek termal ve kimyasal kararlılıkları, ayarlanabilir özellikleri sayesinde adsorpsiyon- ve membran-tabanlı gaz ayırma uygulamaları için umut vadeden adaylar olarak öne çıkmaktadır. Şu ana kadar sentezlenmiş >128000 MOF ve bilgisayar ortamında oluşturulmuş bir milyondan fazla hipotetik MOF (hMOF) dikkate alındığında, bu malzemelerin gaz ayırma performanslarının değerlendirilmesinde hesaplamalı yöntemler kritik bir rol oynamaktadır. Bu tezde, MOF'lar, COF'lar ve bunların polimerler ve iyonik sıvılar (IL'ler) ile oluşturduğu kompozitlerin CO2 yakalama, doğal gaz saflaştırılması ve hava ayırması gibi çeşitli gaz ayırma uygulamalarındaki performansları araştırılmıştır. Bu amaçla, moleküler simülasyonlar, COSMO-RS hesaplamaları, yoğunluk fonksiyonel teorisi (DFT) ve makine öğrenmesi (ML) yöntemlerini birleştiren çok ölçekli bir hesaplamalı yaklaşım kullanılmış ve büyük veri kümeleri etkin şekilde taranarak yapı-özellik ilişkileri ortaya konmuştur. Çalışmanın ilk bölümünde, toplam 5034 MOF ve COF'un yanı sıra çeşitli IL/MOF, MOF/polimer ve COF/polimer kompozitlerinin CH4/N2 ayırma performansları, grand kanonik Monte Carlo (GCMC) ve moleküler dinamik (MD) simülasyonlarıyla incelenmiştir. Sonuçlar, IL katkısının CH4/N2 seçiciliğini önemli ölçüde artırdığını ve MOF ile COF membranlarının geleneksel polimerlerden daha iyi performans gösterdiğini ortaya koymuştur. İkinci bölümde, bu yaklaşım CO2/N2 ayırması için IL/COF kompozitlerine uygulanmış; seçicilikte önemli artışlar ve CO2 geçirgenliklerinde zeolit ve polimer membranları aşan değerler elde edilmiştir. Üçüncü bölümde, 4612 sentezlenmiş MOF'un CH4 ve N2 adsorpsiyon verileri kullanılarak ML modelleri geliştirilmiş ve bu modellerin 98601 hMOF üzerindeki aktarılabilirliği test edilmiştir. Elde edilen sonuçlar, birçok hMOF'un yüksek CH4 seçiciliği ve çalışma kapasitesi sunduğunu, bazı hMOF'ların ise sentezlenmiş MOF'ları geride bıraktığını göstermiştir. Dördüncü bölümde, şimdiye kadar çalışılan en geniş IL çeşitliliğini (8 katyon ve 35 anyon) içeren 1322 farklı IL/ZIF-8 kompoziti, çeşitli IL yüklemelerinde incelenmiş ve ML destekli bir iş akışı uygulanmıştır. Bu kompozitlerin CO2, CH4 ve N2 adsorpsiyon özellikleri GCMC simülasyonlarıyla hesaplanmış ve elde edilen yüksek kaliteli veriler, IL'lerin kimyasal ve yapısal özelliklerine göre gaz alımını tahmin edebilen ML modellerinin geliştirilmesinde kullanılmıştır. ML tahminlerinin hem deneysel hem de simülasyon verileriyle yüksek uyum göstermesi, modellerin doğruluğunu ortaya koymuştur. Son bölümde ise sentezlenmiş MOF'ların CO2, O2 ve N2 adsorpsiyon verileriyle ML modelleri geliştirilmiş ve bu modellerden elde edilen bilgiler dört farklı hMOF veritabanına aktarılmıştır. Sonuç olarak, yaklaşık 130000 yapının CO2, O2 ve N2 adsorpsiyonu ile CO2/N2 ve O2/N2 ayırma performansları tahmin edilerek malzeme keşfi için değerli içgörüler sunulmuştur. Bu tezde elde edilen bulgular, MOF'larda gaz adsorpsiyonu ve difüzyonuna dair moleküler düzeyde bir anlayış sağlayarak, gaz ayrımı uygulamaları için yeni MOF ve MOF-tabanlı kompozitlerin rasyonel tasarımını daha az zaman ve maliyetle mümkün kılmaktadır.