买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117198415B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311175609.8，技术领域涉及：G16C20/10；该发明授权一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法是由李建荣;白薛峰;张鑫;谢亚勃设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法在说明书摘要公布了：本发明涉及化学MOFs催化技术领域，且公开了一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法。该方法通过合理的特征描述符选择，合理的机器学习算法选择和评估模型解决了MOFs材料设计中对于催化领域的难以实现高通量材料筛选的技术难题。具体而言，本发明中，利用基于密度泛函理论DFT计算的机器学习程序和低成本的蒙特卡罗GCMC模拟获得的MOFs电子和结构性质以及结合反应条件的描述符建立了机器学习模型，选择催化剂的TOF值作为分类标准，建立高通量筛选模型。该过程中的高通量主要体现在，通过合理的描述符选择，降低了计算成本，使其可以实现大规模筛选的同时保证了计算的准确率。此外机器学习技术的应用也为MOFs催化剂设计提供了数据分析方案。

本发明授权一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法在权利要求书中公布了：1.一种用于高通量筛选MOFs催化二氧化碳环加成催化剂的方法，其特征在于：利用基于DFT计算的机器学习程序和低成本GCMC模拟获得的MOFs结构和电子性质以及结合反应条件的描述符建立了机器学习模型，选择催化剂的TOF值作为分类标准，建立了高通量筛选模型，此外机器学习技术的应用也为MOFs催化剂设计提供了数据分析方案，进一步包括以下方法步骤： S1、数据准备； S2、金属电荷计算； S3、比表面积和孔隙体积计算； S4、机器学习算法选择； S5、算法评估； S6、模型数据分析； 所述S2中，进一步地： 金属电荷用从Github上获得的PACMOF程序计算，算法模型采用程序提供的基于随机森林算法的DDEC模型进行计算，不进行额外的模型训练，在计算之前，所有MOFs结构文件经过前处理以去除结构中的溶剂和客体分子； 所述S3中，进一步地： 比表面积和孔隙体积是通过RASPA代码进行50000次巨正则系统循环次数的蒙特卡罗计算来计算的，用氦作为探针分子计算比表面积，孔隙体积由氦气孔隙率乘以比容得到，力场选择为UFF通用力场，截止值设为12.8。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。