Nanochannel Highways in Hybrid Lamellar Membranes: Computational Simulation of Electric Field-Guided CO<sub>2</sub> Transport via Molecular Sieving for Ultra-efficient Separation
Notice bibliographique
Résumé
The excessive weakness and strength of the interactions between graphene and g-C 3 N 4 with CO 2 pose challenges for CO 2 separation. Here, we proposed a gas separation nanochannel composed of the interlayer spacing in a two-dimensional graphene/g-C 3 N 4 (Gra/CN) membrane to solve the issue by molecular dynamics simulation. Graphene is a finely tuned electrostatic interaction membrane in direct contact with CO 2 within the nanochannel. Due to the proper interaction between Gra/CN and CO 2, Gra/CN maintains high CO 2 permeance and selectivity under mixed gas conditions at different interlayer spacings, which confirms the good applicability for CO 2 separation. The nanochannel becomes a highway for CO 2 separation under an external electric field ( E field ) of 1.0 × 10 –4 V·Å –1 along the z -axis; the CO 2 permeance reaches 1.17 × 10 –3 mol·s –1 ·m –2 ·Pa –1 through computational simulation, marking a substantial enhancement of approximately 60.3% relative to conditions without E field . Simultaneously, the solubility coefficient rises to 4.48 × 10 7 mol·m –4 ·Pa as E field in the z -axis. Moreover, the calculated energy consumption of the CO 2 separation is 0.017 GJ·ton –1, which is below the theoretical minimum value of 0.050 GJ·ton –1, demonstrating practical feasibility and efficiency in real-world applications. The results of this work highlight the significant role of the synergistic effect of the hybrid membrane gas separation nanochannel and E field in enhancing CO 2 solubility and permeance, providing valuable theoretical guidance for CO 2 separation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».