《Journal of Molecular Liquids》:Understanding the performance of MoS
2 nanoslit membrane for DMSO/water separation based on molecular dynamics and machine learning model
编辑推荐:
•集成MD与ML框架用于MoS2纳米狭缝膜设计。•Mo-边缘纳米狭缝通过更低的能垒实现最高水通量。•狭缝宽度与压力共同决定渗透性—选择性权衡。•PMF分析揭示了控制DMSO拒绝的从尺寸控制到能量控制转变。•XGBoost结合SHAP解释能够准确预测膜性能。引言从水中去除药物废
- •
集成MD与ML框架用于MoS2纳米狭缝膜设计。
- •
Mo-边缘纳米狭缝通过更低的能垒实现最高水通量。
- •
狭缝宽度与压力共同决定渗透性—选择性权衡。
- •
PMF分析揭示了控制DMSO拒绝的从尺寸控制到能量控制转变。
- •
XGBoost结合SHAP解释能够准确预测膜性能。
引言
从水中去除药物废物是保护公共健康和环境可持续性的重要挑战。药物残留主要通过工业排放和药品的广泛使用进入水系统,导致市政和农业废水污染[1]、[2]、[3]。这些废物流通常含有复杂的化学物质混合物,需要高效且稳健的处理技术。其中,二甲基亚砜(DMSO)因其作为药物开发和配方中溶剂的广泛使用,以及在设备清洗、提取和洗涤过程排放物中的存在而被频繁检测到。作为一种新兴污染物,DMSO即使在低浓度下也可能产生不利影响,并表现出高度的化学稳定性,这导致其在水体环境中持续存在且传统处理方法效果有限[4]、[5]。虽然DMSO通常在稀释的受纳水体中仅以痕量或ppm水平检出,但点源工业废水,如源自活性药物成分合成、结晶母液以及电子制造中光刻胶剥离的废水,通常含有较高的溶剂浓度,范围从每升数克到数重量百分比(1–10?wt%)[6]、[7]、[8]、[9]。
已探索了多种处理策略从废水中去除基于溶剂的污染物,包括生物法和物理化学法。然而,生物处理通常对DMSO去除效率有限,因为厌氧途径产生难闻的硫化合物,而好氧过程无法实现完全降解[3]。此外,高浓度的有机溶剂会破坏微生物群落,限制了传统生物反应器的适用性。在这些高水平下,微生物抑制严重阻碍了直接生物处理,需要采用浓缩膜法预处理和溶剂回收。虽然UV/H?O?或基于臭氧的氧化等物理化学方法已显示出有效性,但其实际应用往往受到高运行成本的制约[4]、[10]。因此,基于膜的分离已成为溶剂废水流高效处理的替代方案。
近年来,石墨烯、二硫化钼(MoS2)、氮化硼(BN)和MXene纳米片等二维(2D)材料,凭借其原子级薄的结构、大的可及表面积和可调的纳米通道,已成为选择性分子分离极具前景的平台[11]。通过堆叠2D膜的物质分子传输主要由层间廊道、缺陷诱导的纳米孔以及相邻纳米片界面形成的开放纳米狭缝所控制[12]。层状结构中多种传输和拒绝途径的共存通常有助于增强分离选择性[13]。在此背景下,具有纳米狭缝型通道的2D材料已被广泛探索用于气体分离和离子筛选等领域。例如,Yang等人系统地利用分子动力学模拟研究了用于脱盐的MoS2狭缝膜,揭示了水的渗透性和盐的拒绝度均强烈依赖于狭缝宽度和边缘终止类型[14]。
基于这些优势,MoS2膜等二维材料已成为分离DMSO/水混合物的有前景平台。MoS2表现出高的机械强度、优异的化学稳定性和可调的纳米孔结构,这些都是实现选择性分子传输的关键。类似于氧化石墨烯膜[5],经过理性设计的MoS2层可以形成定义明确的纳米级通道,能够根据分子尺寸和结构特征区分渗透物种。在此类纳米通道或纳米狭缝中,体积更小且更紧凑的水分子更容易渗透[15],而体积较大的DMSO分子则受到空间位阻限制其传输[5]。这种可调的分子筛分行为突显了MoS2作为高效选择性DMSO/水分离的极具吸引力的二维替代材料。
然而,要系统地阐明狭缝宽度、边缘化学和施加压力如何共同决定分离性能,需要探索一个参数空间,而仅凭分子动力学进行穷尽性采样成本高昂。因此,机器学习(ML)越来越多地被用于建模和预测脱盐、水处理和气体分离中基于膜的分离过程性能[5]、[12]、[14]、[16]、[17]。具体而言,我们之前采用了几种ML算法,包括线性回归、支持向量机和决策树回归,基于进水特征和运行参数评估水处理系统中的膜污染行为[18]。结果表明,决策树模型取得了最高的预测精度,R2值为0.97。在脱盐领域,Ma等人将XGBoost与全局优化策略相结合,确定了MXene膜的最佳结构参数和操作条件[19]。类似地,人工神经网络已被用于预测RHO型沸石膜中CH4/N2分离性能[1]、[20]。总体而言,ML的不断整合使研究人员能够从复杂数据集中提取见解,准确预测系统行为,并加速开发更高效和可持续的膜分离技术。
在本研究中,采用分子动力学模拟研究了具有不同边缘终止的MoS?纳米狭缝膜对DMSO/水混合物的分离性能。系统考察了狭缝尺寸、边缘构型和施加压力对水渗透性和DMSO拒绝的影响。此外,开发了机器学习模型来预测膜性能并探索离散模拟条件之外的运行参数空间。通过整合分子水平的传输分析与数据驱动的建模方法,本研究旨在为溶剂/水分离高性能MoS?纳米狭缝膜的理性设计提供机理见解和预测工具。
段落摘要
模拟系统
模拟系统的整体配置如图1(a)所示。具有不同狭缝几何形状的MoS2膜放置在模拟单元的中心,充当选择性屏障。进料隔室由含有1350个水分子和32个DMSO分子的混合溶液组成,对应2.3?mol%(约9.32?wt%或1.2?M DMSO),而渗透物区域最初填充纯水。值得注意的是,这种DMSO浓度逼真地
水传输行为与水力响应
系统考察了三种边缘终止类型MoS2基纳米狭缝的水传输行为。图S1–S4中显示的累积渗透曲线表明,在所有施加压力和狭缝几何形状下,通过MoS2纳米狭缝膜的水分子数量随模拟时间呈线性增加。这种线性关系证实,在所研究的压力范围内,模拟期间成功建立了稳态传输状态
结论
将分子动力学(MD)模拟与机器学习(ML)相结合,评估了通过具有三种边缘终止类型(S-边缘、Mo-边缘和MoS-边缘)的MoS2纳米狭缝膜的DMSO/水分离。平均力势(PMF)分析表明,传输行为由边缘依赖的能垒所控制,揭示了明显的渗透性—选择性权衡:Mo-边缘纳米狭缝由于更低的能垒而实现最大水通量,而S-边缘纳米狭缝则提供优越的DMSO
CRediT作者贡献声明
Thanh Nhat Nguyen:撰写——初稿,方法论,调查研究,形式分析,数据管理。Quang Xuan Chu:监督,项目管理。Thuy Phuong Nhat Tran:撰写——审阅与编辑,概念化。
利益冲突声明
作者声明,他们没有已知的竞争经济利益或个人关系,这可能被认为会影响本文所报告的工作。
Thanh Nhat Nguyen|Quang Xuan Chu|Thuy Phuong Nhat Tran