碳基吸附剂微孔限域与功能位点对烟气 CO?吸附的耦合效应:基于多尺度模拟的机器学习研究

【字体: 时间:2025年05月23日 来源:Carbon Capture Science & Technology 10.4

编辑推荐:

  为探究碳基吸附剂中微孔与功能位点的耦合效应,研究人员结合机器学习与多尺度模拟,通过高通量 GCMC 模拟和 DFT 计算,发现不同作用类型下 CO?吸附机制差异,制备出高性能吸附剂,为设计提供新方向。

  在应对全球气候变化的浪潮中,减少化石燃料燃烧产生的 CO?排放成为焦点。烟气中 CO?的高效捕获是实现碳减排的关键环节,碳基吸附剂因原料丰富、成本低等优势备受关注。然而,其内部微孔结构与杂原子掺杂位点紧密交织,二者对 CO?吸附的耦合效应尚不明确,导致难以精准设计高性能吸附剂。比如,微孔尺寸和功能位点的作用相互关联,传统研究难以剥离二者影响,且实验结果常存在矛盾,制约了针对性吸附剂的开发。
为解开这一科学谜题,研究人员开展了深入研究。通过构建包含典型氮、氧功能位点的不同尺寸狭缝孔模型,结合高通量巨正则蒙特卡罗(GCMC)模拟、密度泛函理论(DFT)计算以及机器学习分析,系统探究了微孔限域与功能位点的耦合机制,并据此制备出优化的碳基吸附剂。该研究成果发表在《Carbon Capture Science》,为碳捕获领域提供了重要的理论与实验依据。

研究中采用的主要关键技术方法包括:一是高通量 GCMC 模拟,用于分析 CO?在不同模型中的吸附和传输行为;二是 DFT 计算,以识别功能位点与 CO?间的化学相互作用,如路易斯酸碱作用、氢键等;三是机器学习,通过对多尺度模拟数据的分析,筛选关键描述符并建立预测模型;四是材料制备技术,如微波辅助 KOH 活化法,用于合成具有特定孔结构和掺杂环境的碳吸附剂,并结合 N?和 CO?吸附 / 解吸等温线、X 射线光电子能谱(XPS)等手段进行表征。

2.1 微孔与功能掺杂位点耦合效应的探究


通过 GCMC 模拟发现,功能位点类型显著影响 CO?吸附的最佳孔径。含石墨氮、吡咯氮、吡啶氮等基团的模型,最佳孔径约为 7?,此时 CO?分子均匀分布。而引入羟基(OH)、羧基(COOH)等含氧基团时,因空间位阻效应占据吸附空间,最佳孔径 shift 至 8-10?,CO?分子仅聚集在位点间空隙。研究提出 “自由体积 (Vf)” 概念,定义为功能位点占据后可容纳 CO?的孔体积与原始孔体积之比,用于定量表征空间位阻效应。不含位阻效应的位点(如石墨氮)Vf=1,而含氧基团的 Vf<1。进一步发现,无位阻效应时,CO?吸附容量随掺杂量增加单调上升;有位阻效应时,存在最佳掺杂量,过量会导致容量下降,甚至低于未掺杂孔。DFT 计算表明,氨基(NH?)等碱性位点与 CO?存在弱化学吸附(ΔEads=-0.59 eV),源于路易斯酸碱作用,而多数位点以物理吸附为主。分子动力学(MD)模拟显示,空间位阻效应会降低 H?O 扩散速率,影响 CO?/H?O 选择性,OH 基团修饰孔中 H?O 分子聚集在位点周围,导致选择性下降。

2.2 机器学习分析耦合效应的起源


利用随机森林(RF)模型对多尺度模拟数据进行分析,结果显示孔径(重要性 42%)和自由体积 (Vf,25%) 是影响 CO?吸附容量的关键因素。Pearson 相关分析表明,氧含量与 Vf呈负相关,与表面电负性、偶极矩呈正相关,说明含氧基团通过位阻和极化效应影响吸附。SHAP 分析显示,Vf的重要性随孔径变化,7? 孔中其重要性达 75%,9? 孔中降至 14.4%。三维交互图表明,低氧含量时 7? 孔主导吸附,高氧含量时需扩大孔径至 8-10? 以补偿 Vf损失,且氧含量过高(>15 at%)会因 H?O 竞争吸附抑制 CO?容量。

2.3 耦合效应指导下高性能碳吸附剂的制备


基于理论预测,研究人员以煤为原料,采用微波辅助 KOH 活化法制备了氮氧共掺杂(N/O co-doped)且孔径扩大的活性炭 NOMAC-MW。与未优化孔径的 NOMAC 相比,其 0.8-1.0 nm 微孔比例从 30% 提升至 37%,CO?吸附容量在 298 K、1 bar 下达 4 mmol?g-1,较 NOMAC 提高 130%,低温(273 K)下可达 5 mmol?g-1,性能优于多数已报道碳吸附剂。表征显示,NOMAC-MW 含吡啶氮、吡咯氮、COOH 等基团,证实了孔径与掺杂的协同优化效果。

研究明确了碳基吸附剂中微孔限域与功能位点的耦合机制:化学吸附主导时,7? 孔径为最佳;物理吸附主导时,空间位阻导致最佳孔径扩大至 8-10?,自由体积 (Vf) 是描述耦合效应的关键参数。实验制备的高性能吸附剂验证了理论预测,突破了传统单一孔工程或掺杂工程的局限,为设计高效碳基 CO?吸附剂提供了 “孔 - 掺杂” 协同优化的新范式,对推动烟气碳捕获技术的实际应用具有重要意义。该研究整合多尺度模拟与机器学习的方法体系,也为复杂多孔材料的构效关系研究提供了可借鉴的方法论。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号