一种用于生成氢燃料汽车储氢的金属-有机框架的方法与流程

文档序号:26103763发布日期:2021-07-30 18:15阅读:282来源:国知局
一种用于生成氢燃料汽车储氢的金属-有机框架的方法与流程

本方法涉及一种用于生成氢燃料汽车储氢的金属-有机框架的方法,可以为实验合成相应的mof材料提供了理论指导。



背景技术:

汽车作为人类不可或缺的交通工具,为人类出行提供了便利。但是燃油汽车的大量使用不仅使能源危机问题更加严重,而且其排放的碳氧化物、硫氧化物等有害物质还会进一步污染环境。由于氢是宇宙中含量最多的元素,而且氢能具有高效、节能的优点,以氢气作为燃料的新能源汽车具有广阔的发展前景。虽然每年企业都会推出性能更优越的氢燃料汽车,但多数汽车储氢都是采用高压储氢的方式,如果储氢罐被损坏或车辆发生碰撞,后果不堪设想。

然而,物理吸附储氢法需要的条件温和、脱附氢气快,因此物理吸附储氢法在氢燃料电池汽车中具有广阔的前景。mof材料是近几年广受关注的一种纳米材料,具有三维孔结构。它是由金属离子或金属簇与桥连的有机配体相互连接,形成具有周期性网络结构的晶体多孔材料。mof材料由于具有大的比表面积、高的孔隙率,因而在气体储存领域常用作物理吸附的吸附剂。yang等通过微波合成法合成uio-66并分析其储氢性能。zhu等通过机械化学法合成irmof-1、水热反应法合成mil-101,并且分析了irmof-1、mil-101储氢在船舶燃料电池电力推进系统中的适用性。随着计算机的发展,计算模拟在气体吸附的研究中扮演了十分重要的角色。理论上可以使用金属簇与有机连接基的不同组合设计出无限多个mof,目前的深度学习使获得无限数量的mof成为可能,并且针对特定的应用可以设计出性能优越的mof。zhang等使用mcts设计了吸附二氧化碳、甲烷性能好的mof。zhang等使用mcts设计了在潮湿条件下吸附二氧化碳性能好的mof。虽然,将mof应用于船舶燃料电池储氢已经有了一定的研究,但是该研究所用的mof材料已经通过实验得到,并没有增加mof的种类。到目前为止,基于深度学习的方法得到氢气吸附量大的mof结构,并将其应用于氢燃料汽车储氢的相关方法还未有人提出。

本方法主要是基于mcts,共分为4个阶段:选择、扩展、模拟和回溯。首先经过mcts的选择、扩展阶段得到能够生成完整smiles字符串的路径,再根据所选路径生成的smiles字符串,在mcts的模拟阶段使用改进的gru对当前smiles字符串的下一个字符进行预测,模拟结束后将得到一个完整的smiles字符串,即mof的有机连接基。随后,在zeo++中使用金属簇、拓扑网络、有机连接基来构建mof,接着利用raspa模拟构建的mof的氢气吸附量,该吸附量的值作为mcts在生成有机连接基时所选择的路径的奖励值。最后,在mcts的回溯阶段,将奖励值向后传播并更新上述路径中的节点信息。



技术实现要素:

本方法主要是基于mcts,共分为4个阶段:选择、扩展、模拟和回溯。首先经过mcts的选择、扩展阶段得到生成完整smiles字符串的路径,再根据所选路径中的smiles字符串,在模拟阶段使用改进gru作为策略网络对当前smiles字符串的下一个字符进行预测,模拟结束将得到一个完整的smiles字符串,即mof的有机连接基。随后,在zeo++中使用金属簇、拓扑网络、有机连接基来构建mof,进而利用raspa来模拟构建的mof的氢气吸附量,该吸附量的值作为mcts在生成有机连接基时所选择的路径的奖励值。最后,在mcts的回溯阶段,将奖励值向后传播并更新上述路径中节点的信息。实现本方法共需4个步骤:

步骤1:选择搜索树中ucb值最大的叶子节点;

步骤2:为步骤1得到的叶子节点添加它的子节点,确定生成完整smiles字符串的路径;

步骤3:得到完整的smiles字符串,使用该smiles字符串对应的有机连接基、金属簇以及拓扑网络,在zeo++中构建mof,然后对构建的mof在raspa中进行氢气吸附性能模拟;

步骤4:将氢气吸附量作为mcts在生成有机连接基时所选择的路径的奖励值,在mcts的回溯阶段,将奖励值向后传播并更新步骤2中节点的信息。

当mof的氢气吸附量的最大值在7小时内保持不变,则认为在该输入下已经得到了氢气吸附性能最好的mof。

与现有技术相比,本方法的突出特点是:

1.可以使用金属簇与拓扑网络的不同组合设计出无限多个mof;

2.可以降低化学实验的成本,安全性高;

3.可以为实验合成氢气吸附量好的mof材料提供理论指导。

附图说明

图1:本方法的系统框图

图2:实验合成的金属簇为cu2(co2)4,拓扑网络为rhr的mof

图3:本方法使用cu2(co2)4金属簇、rhr网络得到的比图2中mof的氢气吸附量大的mof。3-1为输入的cu2(co2)4金属簇的数据,3-2为输入的rhr拓扑网络的数据,3-3为本方法得到的mof

图4:本方法使用cu2(co2)4金属簇、拓扑网络为rhr得到的氢气吸附量最大的mof

图5:实验合成的金属簇为zn4o(co2)6,拓扑网络为pcu#1的mof

图6:本方法使用zn4o(co2)6金属簇、pcu#1网络得到的比图5中mof的氢气吸附量大的mof。6-1为输入的zn4o(co2)6金属簇的数据,6-2为输入的pcu#1拓扑网络的数据,6-3为本方法得到的mof。

图7:本方法使用zn4o(co2)6金属簇、pcu#1网络得到的氢气吸附量最大的mof

具体实施方式

将mof的金属簇、拓扑网络、目标应用(即吸附氢气)作为输入,经过本方法的处理以后即可得到氢气吸附性能好的mof。

将使用本方法得到的mof称为合成mof,实验合成的mof称为实验mof。用cu2(co2)4金属簇、rhr网络作为第一种输入,使用本方法得到的氢气吸附量最大的mof与实验mof的对比结果如表1所示。

表1使用cu2(co2)4、rhr的氢气吸附量最大的mof与实验mof的对比

使用zn4o(co2)6金属簇、pcu#1网络作为第二种输入,使用本方法得到的氢气吸附量最大的mof与实验mof的对比结果如表2所示。

表2使用zn4o(co2)6、pcu#1的氢气吸附量最大的mof与实验mof的对比

由表1和表2可知,本方法根据不同输入可以设计得到氢气吸附量更大的mof,其结构为实验合成相应的mof材料提供理论指导。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1