Novel metal-organic framework adsorbents for efficient storage of hydrogen

Informacje na temat projektu

MOST-H2

Identyfikator umowy o grant: 101058547

DOI

10.3030/101058547

Data podpisania przez KE 24 Maja 2022

Data rozpoczęcia 1 Czerwca 2022

Data zakończenia 30 Września 2026

Finansowanie w ramach

• Digital, Industry and Space

Koszt całkowity

€ 4 917 262,50

Wkład UE

€ 4 917 262,50

Koordynowany przez

"NATIONAL CENTER FOR SCIENTIFIC RESEARCH ""DEMOKRITOS"""
Greece

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

Websites, patent fillings, videos etc. (2)

Promotional video

Promotional video - linked to T6.2

Promotional toolkit and website

Promotional toolkit and website - - linked to T6.2

Documents, reports (4)

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 1

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 1 - linked to T5.1

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 3

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 3 - linked to T5.1

Initial TEA on FCH trains H2 storage applications

Initial TEA on FCH trains H2 storage applications - linked to T5.2

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 2

Cradle-to-gate LCA and LCC of MOST-H2 MOFs: version 2 - linked to T5.1

Publikacje

Peer reviewed articles (8)

Gas adsorption meets deep learning: voxelizing the potential energy surface of metal-organic frameworks

Autorzy: Antonios P. Sarikas, Konstantinos Gkagkas, George E. Froudakis
Opublikowane w: Scientific Reports, Numer 14, 2024, ISSN 2045-2322
Wydawca: Springer Science and Business Media LLC
DOI: 10.1038/S41598-023-50309-8

Gas adsorption meets geometric deep learning: points, set and match

Autorzy: Antonios P. Sarikas, Konstantinos Gkagkas, George E. Froudakis
Opublikowane w: Scientific Reports, Numer 14, 2024, ISSN 2045-2322
Wydawca: Springer Science and Business Media LLC
DOI: 10.1038/S41598-024-76319-8

Improved thermal management in HKUST-1 composites upon graphite flakes incorporation: Hydrogen adsorption properties

Autorzy: Farrando Pérez, Judit; Rodríguez-Castillo, María; Martinez-Escandell, Manuel; Monge, Miguel; Silvestre-Albero, Joaquín
Opublikowane w: International Journal of Hydrogen Energy, Numer 1, 2023, ISSN 1879-3487
Wydawca: Elsevier
DOI: 10.1016/J.IJHYDENE.2023.05.357

MOFSynth: A Computational Tool toward Synthetic Likelihood Predictions of MOFs

Autorzy: Charalampos G. Livas, Pantelis N. Trikalitis, George E. Froudakis
Opublikowane w: Journal of Chemical Information and Modeling, Numer 64, 2024, ISSN 1549-9596
Wydawca: American Chemical Society (ACS)
DOI: 10.1021/ACS.JCIM.4C01298

Expanding the Reticular Chemistry Building Block Library toward Highly Connected Nets: Ultraporous MOFs Based on 18-Connected Ternary, Trigonal Prismatic Superpolyhedra

Autorzy: K. G. Froudas, M. Vassaki, K. Papadopoulos, C. Tsangarakis, X. Chen, W. Shepard, D. Fairen-Jimenez, Ch. Tampaxis, G. Charalambopoulou, Th. A. Steriotis, P. N. Trikalitis
Opublikowane w: Journal of the American Chemical Society, Numer 6, 2024, ISSN 1520-5126
Wydawca: ACS Publications
DOI: 10.1021/jacs.3c12679

Aspects of Gas Storage: Confined Geometry Effects on the High-Pressure Adsorption Behavior of Supercritical Fluids

Autorzy: S. Eder, P. Guggenberger, T. Priamushko, F. Kleitz, M. Thommes*
Opublikowane w: Langmuir, Numer 4, 2024, ISSN 1520-5827
Wydawca: American Chemical Society
DOI: 10.1021/acs.langmuir.3c02841

Reticular Synthesis of Flexible Rare-Earth Metal-Organic Frameworks: Control of Structural Dynamics and Sorption Properties Through Ligand Functionalization

Autorzy: E. Loukopoulos, G. Angeli, C. Tsangarakis, E. Traka, K. Froudas, P. Trikalitis
Opublikowane w: Chemistry – A European Journal, 2023, ISSN 1521-3765
Wydawca: Wiley-VCH GmbH
DOI: 10.1002/chem.202302709

Comparison of machine learning approaches for the identification of top-performing materials for hydrogen storage

Autorzy: A. P. Sarikas a, G. S. Fanourgakis,K. Gkagkas, G. E. Froudakis
Opublikowane w: Sustainable Chemistry for the Environment, Numer 3, 2023, ISSN 2949-8392
Wydawca: Elsevier
DOI: 10.1016/j.scenv.2023.100056