Yazar
Demir, Hakan, Keskin, S.
Basım Tarihi
2024-01
Basım Yeri
-
Wiley
Konu
Gaz ayırma, Makine öğrenimi, Membranlar, Karışık matris membranlar, MOF'lar, Moleküler simülasyon
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
1438-7492
Kayıt Numarası
bf56a953-5ad9-4472-b16a-30f89de5b586
Lokasyon
Doğa ve Matematik Bilimleri
Tarih
2024-01
Notlar
European Union’s Horizon 2020 ; TÜBİTAK
Örnek Metin
Membran bazlı ayırma, geleneksel ayırma yöntemlerine göre önemli ölçüde enerji tasarrufu sağlayabilir. Son derece özelleştirilebilir ve gözenekli yapıları göz önüne alındığında, metal-organik çerçeveler (MOF'ler), çeşitli ayırma uygulamalarında yüksek ayırma performansı ve enerji verimliliği sağlayabilecek yeni nesil membran malzemeleri olarak değerlendirilmektedir. Yine de, çok fazla sayıda olası MOF yapısı, deneysel çabaları, zamanı ve kaynakları potansiyel olarak yararlı membran malzemelerine yönlendirerek optimal MOF bazlı membranların tasarımını, keşfini ve seçimini hızlandırmak için etkili modelleme yaklaşımlarının geliştirilmesini ve uygulanmasını gerektirir. Atom simülasyonları ve yapay zeka yöntemleri alanında son dönemde yaşanan gelişmelerle birlikte membran modellemede yeni bir dönem başlamıştır. Bu inceleme, MOF bazlı membranların modellenmesinde yapılan son gelişmelere ve kullanılan temel stratejilere odaklanmakta ve gaz ayrımı için çok sayıda MOF membranı ve MOF/polimer kompozit membranları keşfetmek için MOF'ların atomistik modellemesini makine öğrenimi ile birleştirmenin büyük potansiyelini vurgulamaktadır. MOF bazlı membranların faydalı yapı-özellik ilişkilerini ortaya çıkarmak ve yüksek performanslı MOF bazlı membranlar için tasarım ilkeleri üretmek için veriye dayalı yaklaşımların uygulanmasına ilişkin fırsatlar ve zorluklar tartışılmaktadır.
DOI
10.1002/mame.202300225
Cilt
309
