Embedded Files
TUBITAK 3501 Project: Developing ionic liquid/metal-organic framework (IL/MOF) composites for effective separation of natural gas and investigating composites’ separation performances using classical molecular simulation and machine learning
Project objective is to computationally generate large number of ionic liquid/metal-organic framework composites and determine those that could show high-performance for CO2/CH4 separation using theory and simulations. Students who are interested in joining the project may send an e-mail to hakan.demir@atilim.edu.tr
TÜBİTAK 3501 Projesi: Doğal gaz karışımının etkin ayrılması için iyonik sıvı/metal-organik yapı (İS/MOF) kompozitlerinin bilgisayarla geliştirilmesi ve kompozitlerin ayırma performanslarının klasik moleküler simülasyon ve makine öğrenmesi ile incelenmesi
Proje amacı, bilgisayarlı ortamda çok sayıda iyonik sıvı/metal-organik yapı kompoziti oluşturararak teori ve simülasyonlar yardımı ile CO2/CH4 ayrımı için yüksek performanslı olabilecek kompozitleri belirlemektir. Projede yer almak isteyen öğrenciler hakan.demir@atilim.edu.tr adresine e-posta gönderebilirler.
Using simulations, natural gas purification potentials of composites formed by adding a specific ionic liquid into various metal-organic frameworks can be investigated under different conditions. A portion of a large number of composites can be used to develop machine learning models, and accurate predictions can be made for the rest. Combining simulations with machine learning models, performances of a large number of composites can be rapidly determined.
Simülasyonlar ile belli bir iyonik sıvıyı çok sayıda metal-organik yapıya ekleyip oluşturulan kompozitlerin doğal gaz saflaştırma potansiyelleri farklı koşullarda incelenebilir. Çok sayıda kompozitin belli bir bölümü makine öğrenmesi modellerinin geliştirilmesi için kullanılıp geri kalanı için isabetli tahminler yapılabilir. Simülasyon ve makine öğrenmesi modellerinin birlikte kullanılması ile çok sayıda kompozitin performansları hızlıca belirlenebilir.
Google Sites
Report abuse