(資料圖片僅供參考)
英國赫瑞瓦特大學科研人員開發了一種機器學習模型,能夠準確預測金屬有機框架和其他吸附劑的熱容量,為未來的碳捕獲技術開辟了應用前景。研究發表在《自然·材料》雜志上。
金屬有機框架(MOF)是一類含有納米級孔隙的材料。這些孔隙,以及MOF豐富多樣的化學性質,使它們的用途非常廣泛,包括從發電廠和工廠捕獲二氧化碳。熱容量等材料特性使其能夠估算驅動碳捕獲過程所需的能量。該科研團隊利用機器學習模擬了碳捕獲工廠中材料的性能。結果表明,在MOF熱容值正確的情況下,碳捕獲過程的總能源成本遠低于最初計算的成本。一些MOF使能源成本降低了50%,這極大地影響了工藝的技術經濟可行性。
注:本文摘自國外相關研究報道,文章內容不代表本網站觀點和立場,僅供參考。
知前沿,問智研。智研咨詢是中國一流產業咨詢機構,十數年持續深耕產業研究領域,提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。專業的角度、品質化的服務、敏銳的市場洞察力,專注于提供完善的產業解決方案,為您的投資決策賦能。
關鍵詞:
責任編輯:Rex_08