Yıl 2019, Cilt 12 , Sayı 3, Sayfalar 1705 - 1714 2019-12-31

Metal Organik Çerçeveler Kullanarak Ekshale Gaz Karışımlarından Anestezik Xe Ayrılmasının Grand Canonical Monte Carlo Yöntemi ile Modellenmesi
Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks

Yeliz GURDAL [1]


Xe'nin anestezi uygulamalarında kullanılabileceği literatürdeki çalışmalarda gösterilmiştir. Fakat, yüksek maaliyeti Xe’nin klinik uygulamalarda kullanımını engellemektedir. Buna çözüm üretebilecek bir yaklaşım olarak, Xe’nin  solunum yoluyla verilen anestezik gaz karışımından geri kazanılması ve  solunan gaz akımına geri beslenmesi önerilmiştir. Anestetik Xe'nin geri kazanılması için birçok membran ve/veya adsorban önerilmiş olsa da, anestezik Xe’nin metal organik kafes yapılar (MOF) kullanılarak geri kazanılması yeni çalışılmaya başlanan bir konudur. MOF'ların gaz ayırma uygulamalarında kullanılmalarına olanak veren özellikleri ayarlanabilir gözenek boyutlarına, geniş yüzey alanlarına ve yüksek gözenekli yapıya sahip olmalarıdır. Literatürde MOF’ların anestezik Xe gazını geri kazanım  performansları hakkında sınırlı sayıda çalışma vardır. Çalışmamızda  CECYOY, SUDBOI, and ZUQPOQ isimli MOF’ların tek bileşenli ve ikili  CO2, Xe ve N2  karışımlarını adsorpsiyon bazlı ayırma performansları incelenmiştir. Gazların tekli ve karışım halindeki  adsorpsiyon izotermleri ve adsorpsiyon seçicilikleri her bir MOF için Grand Canonical Monte Carlo simülasyonları kullanılarak hesaplanmıştır. Sonuçlar, MOF'larda CO2/Xe karışımı için CO2 adsorpsiyonunun tercih edildiğini, Xe adsorpsiyonunun ise Xe/N2 karışımı durumunda tercih edildiğini göstermiştir. SUDBOI, CO2/Xe karışımı için yüksek CO2 adsorpsiyon seçiciliği gösterirken, ZUQPOQ, Xe/N2 karışımı için en yüksek Xe adsorpsiyon seçiciliğine sahiptir.

Xe has been shown to be a promising candidate for anesthetic applications. However,  its high price prevents its usage in clinical industry. An alternative approach is to recover Xe from anesthetic exhale gas mixture and recycle it to the inhale gas stream. Although, many membranes and/or adsorbents have been proposed for recovering anesthetic Xe, using metal organic frameworks (MOFs) for adsorption based separation of  anesthetic Xe exhale gas mixtures has been newly studied. MOFs have  tunable pore sizes, large surface areas, and high porosities which make them potential candidates for gas separation applications. Currently, very little is known about anesthetic Xe recovery  performances of MOFs. We theoretically investigate adsorption based separation of single component and binary mixtures of CO2, Xe, and N2 in three MOFs, namely  CECYOY, SUDBOI, and ZUQPOQ. Single component and binary adsorption isotherms and adsorption selectivities are calculated using Grand Canonical Monte Carlo simulations for each MOF in order to characterize their performances as adsorbents. Results suggest that while MOFs prefer adsorption of CO2 for  CO2/Xe mixture,  Xe adsorption is favorable in the case of Xe/N2 mixture. While SUDBOI shows significantly large CO2 adsorption selectivity for CO2/Xe mixture,  ZUQPOQ has the largest adsorption selectivity for Xe/N2 mixture.

 

  • Allen, F. H. 2002. “The Cambridge Structural Database: a quarter of a million crystal structures and rising”, Acta Crystallographica Section B- Structural Science, 58(1), 380-388.
  • Allen, M., Tildesley, J., (1987). “Computer Simulations of Liquids,” Oxford Science Publications, Oxford.
  • Altintas, C., Keskin, S. 2017. “Molecular simulations of MOF membranes for separation of ethane/ethene and ethane/methane mixtures”, RSC Advances, 7, 52283-52295.
  • Banerjee, D., Simon, C. M., Elsaidi, S. K., Haranczyk, M., Thallapally, P. K. 2018. “Xenon Gas Separation and Storage Using Metal-Organic Frameworks”, Chem, 4(3), 466-494.
  • Burov, V. P. N., Efimov, V., Makeev, G., Surnin, A., Vovk, S., (2000). “Method and Device for Regenerating Xenon from Narcotic Gas Mixture Used in Anesthesia Apparatus”. RU Patent No: 2149033.
  • Elsaidi, E., Ongari, D., Xu, W., Mohamed, M.H., Haranczyk, M., Thallapally, P. K. 2017. “Xenon Recovery at Room Temperature using Metal–Organic Frameworks”, Chemistry-A European Journal Communication, 23, 10758 – 10762.
  • Erucar, I., Manz, T. A., Keskin, S. 2014. “Effects of electrostatic interactions on gas adsorption and permeability of MOF membranes”, Molecular Simulation, 40 (7-9), 557-570.
  • Franks, N. P. 2008. “General Anaesthesia: From Molecular Targets to Neuronal Pathways of Sleep and Arousal”, Nature Reviews Neuroscience, 9, 370−386.
  • Frenkel, D., Smit, B.,(1987). “Understanding Molecular Simulation: From Algorithms to Applications”, Academic Press, San Diego.
  • Georgieff, T. M. M, Bader, S., (1996). “Anesthesia Arrangement for Recovering Gaseous Anesthetic Agents”. US Patent No: 5, 520,169. May 28.
  • Gurdal, Y., Keskin, S. 2012. “Atomically Detailed Modeling of Metal Organic Frameworks for Adsorption, Diffusion, and Separation of Noble Gas Mixtures,” Industrial & Engineering Chemistry Research, 51(21), 7373–7382.
  • Gurdal, Y., Keskin, S. 2013. “Predicting Noble Gas Separation Performance of Metal Organic Frameworks Using Theoretical Correlations”, The Journal of Physical Chemistry C, 117 (10), 5229–5241.
  • Gurdal, Y., Keskin, S. 2016. “A New Approach for Predicting Gas Separation Performances of MOF Membranes”, Journal of Membrane Science, 519, 45–54.
  • Makrodimitris, K., Papadopoulos, G. K. , Theodorou, D. N. 2001. “Prediction of Permeation Properties of CO2 and N2 through Silicalite via Molecular Simulations”, Journal of Physical Chemistry B, 105, 777- 788.
  • Neice, A. E., Zornow, M. H. 2016. “Xenon anesthesia for all, or only a select few?”, Anaesthesia, 71(11), 1267-1272.
  • Panter, S., Zarabadi-Poo, P. 2018. “Computational Exploration of IRMOFs for Xenon Separation from Air”, ACS Omega, 3(12), 18535–18541.
  • Potoff, J. J., Siepmann, J. I. 2001. “Vapor−Liquid Equilibria of Mixtures Containing Alkanes, Carbon Dioxide, and Nitrogen”, AIChE Journal, 47, 1676-1682.
  • Rappe, A. K., Casewit, C. J., Colwell, K. S. , Goddard, W. A., Skiff, W. M. 1992. “UFF, A full Periodic Table Force Field for Molecular Mechanics and Molecular Dynamics Simulations”, Journal of the American Chemical Society, 114(25), 10024–10035.
  • Wang, X., Karakiliç, P., Liu, X., Shan, M., Nijmeijer, A., Winnubst, L., Gascon, J., Kapteij, F. 2018. “One-Pot Synthesis of High-Fluxb-Oriented MFI Zeolite Membranes for Xe Recovery”, ACS Applied Materials and Interfaces, 10 (39), 33574-33580.
  • Wang, X., Zhang, Y., Wang, X., Andres-Garcia, E., Du., P., Giordano, L., Wang, L., Hong, Z., Gu, X., Murad, S., Kapteijn, F. 2019. “Xenon Recovery by DD3R Zeolite Membranes: Application in Anaesthetics”, Angewandte Chemie International Edition, 131, 15664 –15671.
  • Zhong, S., Wang, Q., Cao, D. 2016. “ZIF-Derived Nitrogen-Doped Porous Carbons for Xe Adsorption and Separation”, Science Reports, 21295-21306.
Birincil Dil en
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0002-6245-891X
Yazar: Yeliz GURDAL (Sorumlu Yazar)
Kurum: ADANA SCIENCE AND TECHNOLOGY UNIVERSITY
Ülke: Turkey


Teşekkür The numerical calculations reported in this paper were fully performed at TUBITAK ULAKBIM, High Performance and Grid Computing Center (TRUBA resources), located in Turkey.
Tarihler

Yayımlanma Tarihi : 31 Aralık 2019

Bibtex @araştırma makalesi { erzifbed653429, journal = {Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi}, issn = {1307-9085}, eissn = {2149-4584}, address = {}, publisher = {Erzincan Üniversitesi}, year = {2019}, volume = {12}, pages = {1705 - 1714}, doi = {10.18185/erzifbed.653429}, title = {Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks}, key = {cite}, author = {GURDAL, Yeliz} }
APA GURDAL, Y . (2019). Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks. Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi , 12 (3) , 1705-1714 . DOI: 10.18185/erzifbed.653429
MLA GURDAL, Y . "Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks". Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi 12 (2019 ): 1705-1714 <https://dergipark.org.tr/tr/pub/erzifbed/issue/51325/653429>
Chicago GURDAL, Y . "Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks". Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi 12 (2019 ): 1705-1714
RIS TY - JOUR T1 - Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks AU - Yeliz GURDAL Y1 - 2019 PY - 2019 N1 - doi: 10.18185/erzifbed.653429 DO - 10.18185/erzifbed.653429 T2 - Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi JF - Journal JO - JOR SP - 1705 EP - 1714 VL - 12 IS - 3 SN - 1307-9085-2149-4584 M3 - doi: 10.18185/erzifbed.653429 UR - https://doi.org/10.18185/erzifbed.653429 Y2 - 2019 ER -
EndNote %0 Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks %A Yeliz GURDAL %T Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks %D 2019 %J Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi %P 1307-9085-2149-4584 %V 12 %N 3 %R doi: 10.18185/erzifbed.653429 %U 10.18185/erzifbed.653429
ISNAD GURDAL, Yeliz . "Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks". Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi 12 / 3 (Aralık 2020): 1705-1714 . https://doi.org/10.18185/erzifbed.653429
AMA GURDAL Y . Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks. Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2019; 12(3): 1705-1714.
Vancouver GURDAL Y . Grand Canonical Monte Carlo Modeling of Anesthetic Xe Separation from Exhale Gas Mixtures Using Metal Organic Frameworks. Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2019; 12(3): 1714-1705.