Metaal-organische roosters (metal-organic frameworks of MOF's) zijn kristallijne materialen en bestaan uit metaaloxideclusters die onderling verbonden worden door middel van organische linkers. Dit resulteert in 1D, 2D of 3D periodieke structuren met een hoge porositeit. Als gevolg van die poreuze structuur vertonen vele MOF's indrukwekkende eigenschappen zoals een groot porievolume, een groot inwendig oppervlak, selectieve adsorptie van gasmoleculen en katalyse van chemische reacties. In tegenstelling tot de meeste kristallijne materialen vertonen sommige MOF's ook een opmerkelijke flexibiliteit, waardoor het kristal kan vervormen onder invloed van temperatuur, druk, adsorptie of andere externe stimuli.

Gezien het grote aantal mogelijke organische linkers en metaaloxides, kan je bijna oneindig veel (hypothetische) MOF's samenstellen. Deze enorme diversiteit maakt het onmogelijk om alle potentiële MOF's daadwerkelijk te synthetiseren en karakteriseren. Computationele modellering is een krachtig alternatief om de grote verzameling van (al dan niet hypothetische) MOF's te screenen op kandidaten die geschikt zijn voor een specifiek doel. Zo stelde een Amerikaanse onderzoeksgroep onlangs een database van maar liefst 138 000 hypothetische structuren op door grotendeels van geometrische overwegingen uit te gaan.

In deze thesis zal je voor een deel van die structuren een benaderend krachtveld opstellen, dat snelle en toch betrouwbare berekeningen toelaat. In het Centrum voor Moleculaire Modellering werd een schema ontwikkeld dat toelaat om zo'n krachtvelden relatief gemakkelijk te bepalen.

Met behulp van die ontwikkelde krachtvelden kan je dan via high-throughputberekeningen voor elke MOF uit (een deel van) de database een hele reeks aan interessante eigenschappen bepalen: hun elastische anisotropie, hun adsorptiekenmerken, hun reactieselectiviteit, hun porievolume... De lijst is quasi eindeloos. Dat leidt tot de vraag: hoe selecteren we uit deze enorme hoeveelheid data de MOF's met een optimale combinatie van eigenschappen voor een bepaalde toepassing?

Zo'n situatie is typisch voor een high-throughputaanpak. Om een verdere analyse uit te voeren, kan je gebruik maken van een Pareto-optimalisatie. Dat is een schema dat specifiek voor ontwerpproblemen met meerdere criteria bedacht werd. De Pareto-optimale structuren (of Paretoset) zijn die structuren waarvoor je in de volledige dataset geen enkel beter alternatief kan vinden. Bovendien werd in onze groep recent een nieuwe methode bedacht die toelaat om die Paretoset nog verder te verfijnen, door een rangorde te introduceren die de verschillende Paretostructuren ordent met betrekking tot hun relevantie. Zo kan je op een betrouwbare manier de meest interessante structuren uit je MOF-selectie filteren. Wie weet welke verborgen schatten in die database van 138 000 MOF's verscholen zitten?

literatuur:

C. Wilmer et al., 'Large-scale screening of hypothetical metal-organic frameworks', Nature Chem. 4, 83-89 (2012).
T. Bligaard et al., 'Pareto-optimal alloys', J. Appl. Phys. 83, 4527-4529 (2003).
S. Curtarolo et al., 'The high-throughput highway to computational materials design', Nature Mater. 12, 191-201 (2013).