机器学习辅助设计二维C60膜：基于分子取向调控的CO2/C2H2高效分离新策略

本文突破性地提出一种分子取向主导的渗透机制（Molecular Orientation-Directed Permeation），通过机器学习（ML）优化二维富勒烯（2D C60）膜的结构设计。该膜凭借漏斗形纳米通道和表面电荷调控，使CO2以近垂直取向（～90°）高效渗透，而C2H2因水平取向（～25°）被选择性截留，最终实现CO2渗透率53.0×105 GPU、选择性2693的卓越性能，为相似分子分离提供新范式。

　　

Highlight

本研究通过机器学习（ML）揭示了二维富勒烯（2D C₆₀）膜中独特的分子取向主导渗透机制。该机制以分子取向角和表面电荷为核心参数，在漏斗形纳米通道中实现CO₂与C₂H₂的精准区分——CO₂倾向于垂直穿透（渗透率53.0×10⁵ GPU），而C₂H₂因水平取向被抑制，最终达成2693的超高选择性。

Feasibility assessment and membrane design

CO₂和C₂H₂作为尺寸相近的线性分子，传统筛分机制难以分离。2D C₆₀膜的漏斗形纳米通道（图1b）通过几何匹配与化学识别位点，为取向选择性渗透提供理想平台。

ML identification of important features

机器学习精准锁定表面电荷（+0.11 mC/cm²）和分子取向角为关键变量：适度正电荷使CO₂垂直排列（～90°）以最小化空间位阻，而C₂H₂水平取向（～25°）导致渗透受阻，最终实现CO₂/C₂H₂选择性113倍提升。

Conclusion

2D C₆₀膜通过分子取向调控机制，突破了相似分子（如CO₂/CH₄）分离的性能极限，为膜材料设计开辟了新维度。