CN109300510B - 一种基于高通量计算筛选金属有机骨架催化材料的方法 - Google Patents

一种基于高通量计算筛选金属有机骨架催化材料的方法 Download PDF

Info

Publication number
CN109300510B
CN109300510B CN201811095676.8A CN201811095676A CN109300510B CN 109300510 B CN109300510 B CN 109300510B CN 201811095676 A CN201811095676 A CN 201811095676A CN 109300510 B CN109300510 B CN 109300510B
Authority
CN
China
Prior art keywords
mofs
throughput
performance
calculation
energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201811095676.8A
Other languages
English (en)
Other versions
CN109300510A (zh
Inventor
王戈
海广通
张柯宇
吕军军
王明硕
王丹妮
魏永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN201811095676.8A priority Critical patent/CN109300510B/zh
Publication of CN109300510A publication Critical patent/CN109300510A/zh
Application granted granted Critical
Publication of CN109300510B publication Critical patent/CN109300510B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Catalysts (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)

Abstract

一种基于高通量计算筛选高性能金属有机骨架催化材料的方法,首先针对待研究MOFs系列与特定的催化反应体系,采用高通量并行计算的方式分别计算催化反应体系的吸附能,吉布斯函数变,活化能一系列性能参数,从中选取性能最优的MOFs材料;其次根据高通量计算结果,对最优MOFs材料进行合成与表征验证性能,进一步反馈给相应的数据库,并对高通量计算模式进行逐步的优化与完善。本发明采用高通量并行计算的方式,有效地缩短了计算时间。采用理论计算指导材料合成与制备,使得材料的合成与制备具备导向性,降低了研发成本,缩短了研发周期。通过实验数据实时反馈给理论计算这种交互式模式,使得理论计算的性能与精度得以不断提升与优化,具备良好的实用价值。

Description

一种基于高通量计算筛选金属有机骨架催化材料的方法
技术领域
本发明属于计算化学与纳米复合催化材料领域,具体涉及一种基于高通量计 算筛选高性能金属有机骨架催化材料的方法。
背景技术
随着科技的不断进步与发展,人类的能源消耗量与日俱增,能源危机已经越 来越受到人们的重视。我国则由于人口众多,人均能源储备较少而形势较为严峻, 因此开发新型催化材料提升能源转换效率与能源利用率则显得尤为重要,金属有 机骨架材料由于其独有的结构优势:例如高比表面积,规整的孔道结构,较多的 活性位点等,目前在催化领域里已经得到了广泛的应用,然而目前开发金属有机 骨架催化材料依然停留在“试错”的研究模式,这不可避免了带来了能源与资源上 的浪费,而基于量子化学原理的高通量理论计算可以实现“计算先行,理论计算 预测材料性能”,从而为材料的研究开发提供了一定的导向性,避免了盲目的试 错从而极大的缩短研究周期,同时有效地解决了上述问题。
金属有机材料(MOFs)是近年来发展极为迅猛的一种多孔配位聚合物材料, 一般具有三维的孔道结构,以中心金属离子为节点,以有机配体支撑形成的网状 延伸结构。目前MOFs已经在催化领域里实现了广泛的应用。该类材料的比表面 积远远大于有着相似孔道结构的分子筛材料,即使对材料进行多次填充也不会影 响其孔道结构,且结构稳定性良好。而MOFs中的中心金属离子,则因为其结构 优势因而天然具备“单分散”的优点,非常适合作为催化材料的活性位点,同时, MOFs结构对中心离子并不敏感,同一类型的MOFs可以分别采用不同的中心金 属离子,这大大扩展了MOFs的应用范围,通过调节中心金属离子的类型可以满 足多种催化反应的要求。
材料领域的理论计算大多基于密度泛函理论进行,它在量子力学的基础上实 现了一次大的提升,伴随着现代高性能计算机技术的普及,使得高精度高通量的 理论计算变得可行,理论计算也从最初的定性判断到了现在的定量解析的程度。 目前高通量计算已经在催化领域里广泛采用,尤其是在催化机理分析,材料结构 解析中发挥着越来越重要的作用,但是当前的理论计算大多数在材料合成后进行, 主要运用在反应机理阐述中,未能充分发挥理论计算的指导性功能,因此开发一 种高通量计算筛选MOFs催化材料的方法可以有效地提升MOFs的实用价值, 缩短研发周期,有效地避免当前“试错”研究模式中的能源与资源浪费,具备广阔 的实用前景。
发明内容
本发明的目的在于通过高通量理论计算筛选高性能MOFs催化材料,从而按 催化反应的需求有选择地指导MOFs的合成,使得MOFs材料的研发具备了导 向性,避免了传统“试错”的研究方法中的一系列问题。
本发明的技术方案是:首先针对待研究MOFs系列与特定的催化反应体系, 采用高通量并行计算的方式分别计算催化反应体系的吸附能,吉布斯函数变,活 化能等一系列性能参数,从中选取性能最优的MOFs材料。其次根据高通量计算 结果,对最优MOFs材料进行合成与表征验证性能,进一步反馈给相应的数据库, 对高通量计算模式进行逐步的优化与完善。
具体操作步骤为:
(1)MOFs材料的高通量计算筛选:
将待研究的MOFs系列全部建模或者从数据库中直接抽提相关数据作为初 始的输入文件。然后分别在同一水平下做相同的性质计算,具体的参数要求为: 针对晶体结构优化采用GGA-RPBE交换关联泛函,针对能带结构以及能态密度 计算采用HSE06屏蔽杂化泛函,所有计算默认的价层电子排布结构,赝势则采 用Ultrasoft赝势,截断能范围统一为550~800eV之间,Monkhorst-Pack格点取 样采用高精度取样,SCF自洽反应收敛阈值为5.0×10-7~1.0×10-5eV/atom,结 构优化的收敛标准为能量波动范围小于5.0×10-6~1.0×10-5eV/atom,最大受力 范围小于
Figure BDA0001805479050000021
最大晶格应力小于0.02~0.2GPa,最大位移小于
Figure BDA0001805479050000022
Figure BDA0001805479050000023
对于能带结构的计算,则采用
Figure BDA0001805479050000024
的k点取样间隔,能带能量的收敛阈值为10-5eV,能态密度的计算与能带结构采用相同的参数。声 子谱的计算采用线性响应模式,q点取样间隔为
Figure BDA0001805479050000025
收敛阈值为
Figure BDA0001805479050000026
(2)MOFs材料的合成与性能验证及数据反馈
针对上述高通量计算结果筛选出的MOFs催化材料,选取相应的可溶性金属 盐与有机配体进行合成,合成方法包括但不限于水热法,溶剂热法,界面限制效 应定向生长法,超声剥离法等等。在材料制备的基础上进行一系列表征与性能测 试,并在实用化条件下进行实用化测试。通过实验验证将实验数据不断积累并进 一步反馈给相应的数据库并对高通量计算模式进行逐步的优化与完善,不断提高 计算效能。
进一步地,上述待研究的MOFs包含了多种可溶性金属盐与有机配体合成的 MOFs:
进一步地,所述的待研究的MOFs可用的可溶性金属盐包括:钛、钒、铬、 锰、镍、铁、钴、铜、锌、锆、铝等金属的硝酸盐,氯化物,硫酸盐,醋酸盐等 其中的一种或几种。
进一步地,所述的待研究的MOFs可用的有机配体包括:1,4-对苯二甲酸、 1,2-邻苯二甲酸、1,3,5-均苯三甲酸,1,2,4,5-均苯四甲酸,苯六甲酸,2-磺酸基 对苯二甲酸,2-硝基对苯二甲酸,2-氨基对苯二甲酸,1,1':4',1”-苯基-4,4”-二甲酸, 1,1'-二苯基-4,4'-二甲酸,哌嗪,吡嗪,三乙烯二胺,4,4'-联吡啶,1,3-二(4-吡啶) 丙烷等其中的的一种或几种。
进一步地,所述的数据库包括Crystallography Open Database(COD),Cambridge Structural Database(CSD)等国际大型开放型数据库。所述的计算性质 包含:能带结构,核心电子光谱,能态密度,反应路径以及活化能,电子密度, 电子局域函数,核磁共振谱,分子轨道,原子布局分析,声子色散谱等。
本发明的优点在于:1)采用高通量并行计算的方式,有效地缩短了计算时间。 2)采用理论计算指导材料合成与制备,使得材料的合成与制备具备导向性,避免 了传统“试错”的研究模式带来的资源以及能源上的浪费,降低了研发成本,缩 短了研发周期。3)通过实验数据实时反馈给理论计算这种交互式模式,使得理论 计算的性能与精度得以不断提升与优化,具备良好的实用价值。
附图说明
图1(a)为高通量计算设置的基本设置参数页面,
图1(b)为高通量计算的电子项设置页面,
图1(c)为高通量计算的性质参数设置页面;
图2(a)为高通量计算下指导合成的二维MOFs(NiFe-UMNs)的SEM照片,
图2(b)为高通量计算下指导合成的二维MOFs(CoFe-UMNs)的SEM照片;
图3(a)为高通量计算指导下合成的NiFe-UMNs的电化学性能测试图谱,
图3(b)为高通量计算指导下合成的NiFe-UMNs的性能测试图谱;
图4为经过试验数据反馈后的计算结果,与实验数据符合的较为良好。
具体实施方式:
下面结合具体的实施方式对本发明的技术方案做进一步说明。
实施案例1
(1)对第四周期过渡金属离子与对苯二甲酸配体形成的MOFs结构进行高通 量计算筛选,晶格结构一律采用剑桥大学晶体结构数据库No.985792型晶体结 构,通过组建不同中心金属离子的模型作为高通量计算的输入文件,该实施案例 针对电化学催化体系,所有的计算均在同一计算精度下完成,结构优化时采用 GGA-RPBE交换关联泛函,针对能态密度计算采用HSE06屏蔽杂化泛函,所有 计算默认的价层电子排布结构,赝势则采用Ultrasoft赝势,截断能统一为520eV, Monkhorst-Pack格点取样采用高精度取样(6×4×1),SCF自洽反应收敛阈值为5.0 ×10-7eV/atom,结构优化的收敛标准为能量波动小于5.0×10-6eV/atom,最大受 力小于
Figure BDA0001805479050000041
最大晶格应力小于0.02GPa,最大位移小于
Figure BDA0001805479050000042
对于 能态密度的计算,则采用
Figure BDA0001805479050000043
的k点取样间隔,收敛阈值为10-5eV,声子谱 的计算采用线性响应模式,q点取样间隔为
Figure BDA0001805479050000044
收敛阈值为
Figure BDA0001805479050000045
针 对电化学催化性质计算主要为吉布斯函数,考虑了非标准状态下的修正。
在计算指导下合成了NiFe-UMNs-MOFs,其扫描电子显微镜照片如图2a所 示,电化学催化活性性能如图3a,3b所示,经过试验数据反馈,进一步提升了计 算的精度,如图4所示,与实验结果符合的较为良好。
实施案例2
对第四周期过渡金属离子与2-氨基对苯二甲酸配体形成的MOFs结构进行 高通量计算筛选,晶格结构一律采用剑桥大学晶体结构数据库No.985792型晶 体结构进行修饰,通过组建不同中心金属离子的模型作为高通量计算的输入文件, 该实施案例针对光化学催化体系,所有的计算均在同一计算精度下完成,结构优 化时采用GGA-PBE交换关联泛函,针对能带结构以及能态密度计算采用HSE06 屏蔽杂化泛函,所有计算默认的价层电子排布结构,赝势则采用Ultrasoft赝势, 截断能统一为580eV,Monkhorst-Pack格点取样采用高精度取样(6×4×1),SCF 自洽反应收敛阈值为5.0×10-7eV/atom,结构优化的收敛标准为能量波动小于 5.0×10-6eV/atom,最大受力小于
Figure BDA0001805479050000051
最大晶格应力小于0.02GPa,最大 位移小于
Figure BDA0001805479050000052
对于能带结构的计算,则采用
Figure BDA0001805479050000053
的k点取样间隔, 收敛阈值为10-5eV,能态密度的计算采用和能带结构相同的参数。声子谱的计算 采用线性响应模式,q点取样间隔为
Figure BDA0001805479050000054
收敛阈值为
Figure BDA0001805479050000055
针对光化 学催化性质计算主要为带边电位,静电势比对,吉布斯函数等,考虑了非标准状 态下的修正。带点电位通过能带隙和Fermi能级组合计算得到,近似认为价带顶 (VBM)为Fermi能级。静电势则采用标准SCF势场。

Claims (4)

1.一种基于高通量计算筛选高性能金属有机骨架催化材料的方法,其特征在于首先针对待研究MOFs系列与特定的催化反应体系,采用高通量并行计算的方式分别计算催化反应体系的吸附能,吉布斯函数变,活化能一系列性能参数,从中选取性能最优的MOFs材料;其次根据高通量计算结果,对最优MOFs材料进行合成与表征验证性能,进一步反馈给相应的数据库,对高通量计算模式进行逐步的优化与完善;
具体操作步骤为:
(1)MOFs材料的高通量计算筛选:
将待研究的MOFs系列全部建模或者从数据库中直接抽提相关数据作为初始的输入文件;然后分别在同一水平下做相同的性质计算,具体的参数要求为:针对晶体结构优化采用GGA-RPBE交换关联泛函,针对能带结构以及能态密度计算采用HSE06屏蔽杂化泛函,所有计算均采用默认的价层电子排布结构,赝势则采用Ultrasoft赝势,截断能范围统一为550 ~800 eV之间, Monkhorst-Pack格点取样采用高精度取样,SCF自洽反应收敛阈值为5.0 ×10-7 ~ 1.0 × 10-5 eV/atom, 结构优化的收敛标准为能量波动小于1.0 × 10-5 eV/atom, 最大受力小于0.05 eV/Å, 最大晶格应力小于0.2 GPa, 最大位移小于1.0 × 10-3Å;对于能带结构的计算,则采用0.015 Å-1的k点取样间隔,能带能量的收敛阈值为10-5 eV,能态密度的计算与能带结构采用相同的参数,声子谱的计算采用线性响应模式,q点取样间隔为0.05 Å-1,收敛阈值为10-5 eV/ Å2
(2)MOFs材料的合成与性能验证及数据反馈
针对上述高通量计算结果筛选出的MOFs催化材料,选取相应的可溶性金属盐与有机配体进行合成,合成方法包括水热法,溶剂热法,界面限制效应定向生长法,超声剥离法;在材料制备的基础上进行一系列表征与性能测试,并在实用化条件下进行实用化测试;通过实验验证将实验数据不断积累并进一步反馈给相应的数据库并对高通量计算模式进行逐步优化与完善,不断提高计算效能;
所述的数据库包括Crystallography Open Database (COD),Cambridge StructuralDatabase (CSD)国际大型开放型数据库;计算性质包含:能带结构,核心电子光谱,能态密度,反应路径以及活化能,电子密度,电子局域函数,核磁共振谱,分子轨道,原子布局分析,声子色散谱。
2.如权利要求1所述一种基于高通量计算筛选高性能金属有机骨架催化材料的方法,其特征在于所述待研究的MOFs包含了多种可溶性金属盐与有机配体合成的MOFs。
3.如权利要求1或2所述一种基于高通量计算筛选高性能金属有机骨架催化材料的方法,其特征在于所述的待研究的MOFs可用的可溶性金属盐包括:钛、钒、铬、锰、镍、铁、钴、铜、锌、锆、铝金属的硝酸盐,氯化物,硫酸盐,醋酸盐其中的一种或几种。
4.如权利要求1或2所述一种基于高通量计算筛选高性能金属有机骨架催化材料的方法,其特征在于所述的待研究的MOFs可用的有机配体包括:1,4-对苯二甲酸,1,2-邻苯二甲酸,1,3,5-均苯三甲酸,1,2,4,5-均苯四甲酸,苯六甲酸, 2-磺酸基对苯二甲酸,2-硝基对苯二甲酸,2-氨基对苯二甲酸,1,1'-二苯基-4,4'-二甲酸,哌嗪,吡嗪,三乙烯二胺,4,4'-联吡啶,1,3-二(4-吡啶)丙烷其中的一种或几种。
CN201811095676.8A 2018-09-19 2018-09-19 一种基于高通量计算筛选金属有机骨架催化材料的方法 Expired - Fee Related CN109300510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811095676.8A CN109300510B (zh) 2018-09-19 2018-09-19 一种基于高通量计算筛选金属有机骨架催化材料的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811095676.8A CN109300510B (zh) 2018-09-19 2018-09-19 一种基于高通量计算筛选金属有机骨架催化材料的方法

Publications (2)

Publication Number Publication Date
CN109300510A CN109300510A (zh) 2019-02-01
CN109300510B true CN109300510B (zh) 2021-02-19

Family

ID=65163482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811095676.8A Expired - Fee Related CN109300510B (zh) 2018-09-19 2018-09-19 一种基于高通量计算筛选金属有机骨架催化材料的方法

Country Status (1)

Country Link
CN (1) CN109300510B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110334055B (zh) * 2019-06-06 2023-04-11 苏州迈高材料基因技术有限公司 一种获取材料计算数据的方法
CN110210156B (zh) * 2019-06-10 2023-05-02 国网上海市电力公司 一种电力变压器阻尼降噪材料的筛选方法
CN111177915B (zh) * 2019-12-25 2023-06-27 北京化工大学 一种催化材料高通量计算方法和系统
CN113125404A (zh) * 2021-05-14 2021-07-16 河南农业大学 一种MOFs对重金属识别行为的研究方法
CN113722922B (zh) * 2021-09-02 2024-06-21 上海大学 一种三元高温热障材料筛选的高通量模拟方法
CN114242177A (zh) * 2021-12-10 2022-03-25 清华大学 构建团簇模型的方法、装置及存储介质
CN114329674B (zh) * 2021-12-31 2024-05-03 北京迈高材云科技有限公司 基于Quantum Espresso的云端高通量材料自动筛选方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103756646A (zh) * 2014-02-11 2014-04-30 北京科技大学 一种金属有机骨架基复合相变材料的制备方法
CN106067084A (zh) * 2016-05-30 2016-11-02 成都云材智慧数据科技有限公司 一种材料信息云服务系统
CN106372329A (zh) * 2016-08-31 2017-02-01 中国科学院计算机网络信息中心 材料基因工程高通量集成计算与数据管理的方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103756646A (zh) * 2014-02-11 2014-04-30 北京科技大学 一种金属有机骨架基复合相变材料的制备方法
CN106067084A (zh) * 2016-05-30 2016-11-02 成都云材智慧数据科技有限公司 一种材料信息云服务系统
CN106372329A (zh) * 2016-08-31 2017-02-01 中国科学院计算机网络信息中心 材料基因工程高通量集成计算与数据管理的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
适用于催化剂和发光材料研究的并行合成和高通量表征技术;鲍骏等;《现代化工》;20060831;第26卷(第8期);全文 *
铜基金属有机骨架催化氧化性能的研究;李保;《中国优秀硕士学位论文全文数据库工程科技I辑》;20140315;正文第1.3、2.3、3.1-3.2节 *

Also Published As

Publication number Publication date
CN109300510A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN109300510B (zh) 一种基于高通量计算筛选金属有机骨架催化材料的方法
Xu et al. Theoretical insights into heterogeneous (photo) electrochemical CO2 reduction
Feng et al. MnO2 multilayer nanosheet clusters evolved from monolayer nanosheets and their predominant electrochemical properties
Li et al. On the structure sensitivity of formic acid decomposition on Cu catalysts
US20090157369A1 (en) Fast and High-Throughput Search Engine for Materials for Lithium-Ion Batteries Using Quantum Simulations
Li et al. Selective reduction of CO2 to CO on an Sb-modified Cu electrode: Spontaneous fabrication and physical insight
Zhang et al. Design of a four-atom cluster embedded in carbon nitride for electrocatalytic generation of multi-carbon products
Vicente et al. Bragg coherent diffraction imaging for in situ studies in electrocatalysis
Hermann et al. Ultrafast photoelectron migration in dye-sensitized solar cells: Influence of the binding mode and many-body interactions
CN109261177A (zh) 纳米尺度磷化镍/碳布复合材料及其制备方法和在电催化剂中的应用
Qian et al. Recent advance on machine learning of MXenes for energy storage and conversion
Li et al. Computational screening of electrocatalytic materials for hydrogen evolution: platinum monolayer on transitional metals
Yang et al. Pulsed electrodeposition of copper/nickel multilayers on a rotating disk electrode: I. Galvanostatic deposition
Zhang et al. Conversion of organically directed selenidostannate into porous SnO2 exhibiting effective electrochemical reduction of CO2 to C1 products
Yu et al. Enhancing the electrochemical reduction of carbon dioxide to multi-carbon products on copper nanosheet arrays via cation-catalyst interaction
Jurado et al. Molecular mechanism and microkinetic analysis of the reverse water gas shift reaction heterogeneously catalyzed by the Mo2C MXene
Kong et al. Unveiling the selectivity of CO2 reduction on Cu2ZnSnS4: The effect of exposed termination
Gupta et al. Intermetallic differences at Cds–Metal (Ni, Pd, Pt, and Au) interfaces: From single-atom to subnanometer metal clusters
Lyu et al. Oxygen Evolution at the BiVO4–Water Interface: Mechanism of the Water Dehydrogenation Reaction
Tang et al. Simultaneously Enhancing Catalytic Performance and Increasing Density of Bifunctional CuN3 Active Sites in Dopant-Free 2D C3N3Cu for Oxygen Reduction/Evolution Reactions
Juarez et al. The initial stage of OH adsorption on Ni (111)
Kasai et al. Physics of Surface, Interface and Cluster Catalysis
Mert et al. Design and performance analysis of a PV-assisted alkaline electrolysis for hydrogen production: An experimental and theoretical study
Jia et al. Assessing recent progress in MXene-based nanomaterials for oxygen evolution reactions
Pavone et al. Toward ambitious multiscale modeling of nanocrystal catalysts for water splitting

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210219