En un estudio publicado en la revista Frontiers of Environmental Science &Engineering , investigadores de la Universidad de Sichuan han revelado importantes conocimientos sobre las relaciones estructura-rendimiento de las estructuras metal-orgánicas (MOF). Su estudio no sólo arroja luz sobre las complejidades involucradas en las capacidades de absorción de yodo de los MOF, sino que también enfatiza la necesidad de un análisis integral y multifacético.
En este estudio integral, los investigadores emplearon simulación molecular a gran escala y aprendizaje automático (ML) para identificar los MOF más efectivos para capturar yodo gaseoso. Utilizando una gran simulación canónica de Monte Carlo en una base de datos de 8862 MOF, el equipo pudo predecir los valores de absorción de yodo e identificar los 10 MOF principales, visualizando sus sitios de adsorción específicos.
Además de emplear ML, establecieron relaciones vitales entre estructura y propiedad, vinculando las características estructurales y químicas de los MOF con su eficiencia de captura de yodo. Este estudio no solo reveló información clave sobre las relaciones estructura-rendimiento de los MOF, demostrando una fuerte correlación entre ciertas características geométricas como el gran tamaño de la cavidad y el área de superficie y una mayor absorción de yodo, sino que también destacó la necesidad de un análisis multifactorial. Este enfoque fue crucial para comprender que ninguna característica por sí sola podía predecir únicamente la capacidad de absorción de yodo de un MOF, lo que marcó un avance significativo en el campo del diseño de materiales ambientales.
Esta investigación establece un marco integral para la creación de adsorbentes MOF avanzados, mejorando la captura y recuperación de yodo radiactivo y peligros ambientales volátiles similares. Representa un avance significativo en la mejora del reprocesamiento y la gestión del combustible nuclear, contribuyendo sustancialmente a la radioquímica y la búsqueda de una energía nuclear sostenible.
Más información: Min Cheng et al, Una evaluación a gran escala de estructuras organometálicas para la captura de yodo que combina simulación molecular y aprendizaje automático, Frontiers of Environmental Science &Engineering (2023). DOI:10.1007/s11783-023-1748-3
Proporcionado por la Academia China de Ciencias
