Identification of metal-organic frameworks for near practical energy limit CO2 capture from wet flue gases: an integrated atomistic and process simulation screening of experimental MOFs
Notice bibliographique
Résumé
Metal-organic framework (MOF) materials have attracted significant attention as solid sorbents for low energy CO2 capture with adsorption-based gas separation processes. In this work, an integrated screening workflow combining a series of atomistic and process simulations was applied to identify promising MOFs for a 4-step pressure-vacuum swing adsorption (P/VSA) process at three different CO2 flue gas compositions (6%, 15% and 35%). Starting from 55,818 unique experimentally characterized MOFs, ~19k porous MOFs were investigated via atomistic grand canonical Monte Carlo (GCMC) simulations and process optimizations. Thousands of MOFs were identified for each of the CO2 compositions tested that could achieve within 4% of the practical energy limit of dry CO2 capture for the P/VSA process while still meeting the 95% CO2 purity and 90% recovery constraints. From this pool, 526, 536 and 1,527 MOFs were subjected to the multi-component (CO2/N2/H2O) GCMC simulations at 40% relative humidity. Based on these simulations, hundreds of MOFs were identified at each CO2 composition that could retain 90% of their CO2 capture at this humidity while also adsorbing a minimal amount of water. A geometric analysis of these high performing materials revealed that narrow, straight 1D-channels, were a common structural motif for low energy wet flue gas CO2 capture with P/VSA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».