Novel metal-organic framework adsorbents for efficient storage of hydrogen

Información del proyecto

MOST-H2

Identificador del acuerdo de subvención: 101058547

DOI

10.3030/101058547

Fecha de la firma de la CE 24 Mayo 2022

Fecha de inicio 1 Junio 2022

Fecha de finalización 30 Septiembre 2026

Financiado con arreglo a

• Digital, Industry and Space

Coste total

€ 4 917 262,50

Aportación de la UE

€ 4 917 262,50

Coordinado por

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

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Resultado final

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

Publicaciones

Peer reviewed articles (8)

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

Autores: Antonios P. Sarikas, Konstantinos Gkagkas, George E. Froudakis
Publicado en: Scientific Reports, Edición 14, 2024, ISSN 2045-2322
Editor: Springer Science and Business Media LLC
DOI: 10.1038/S41598-023-50309-8

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

Autores: Antonios P. Sarikas, Konstantinos Gkagkas, George E. Froudakis
Publicado en: Scientific Reports, Edición 14, 2024, ISSN 2045-2322
Editor: 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

Autores: Farrando Pérez, Judit; Rodríguez-Castillo, María; Martinez-Escandell, Manuel; Monge, Miguel; Silvestre-Albero, Joaquín
Publicado en: International Journal of Hydrogen Energy, Edición 1, 2023, ISSN 1879-3487
Editor: Elsevier
DOI: 10.1016/J.IJHYDENE.2023.05.357

MOFSynth: A Computational Tool toward Synthetic Likelihood Predictions of MOFs

Autores: Charalampos G. Livas, Pantelis N. Trikalitis, George E. Froudakis
Publicado en: Journal of Chemical Information and Modeling, Edición 64, 2024, ISSN 1549-9596
Editor: 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

Autores: 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
Publicado en: Journal of the American Chemical Society, Edición 6, 2024, ISSN 1520-5126
Editor: ACS Publications
DOI: 10.1021/jacs.3c12679

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

Autores: S. Eder, P. Guggenberger, T. Priamushko, F. Kleitz, M. Thommes*
Publicado en: Langmuir, Edición 4, 2024, ISSN 1520-5827
Editor: 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

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

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

Autores: A. P. Sarikas a, G. S. Fanourgakis,K. Gkagkas, G. E. Froudakis
Publicado en: Sustainable Chemistry for the Environment, Edición 3, 2023, ISSN 2949-8392
Editor: Elsevier
DOI: 10.1016/j.scenv.2023.100056