基于CoRE COF和FIL@COF材料库的C2H6/C2H4体系分离性能模拟及构效关系数据

本数据集围绕乙烷/乙烯（C2H6/C2H4）体系高效分离过程中低浓度乙烷优先脱除这一关键需求，构建了基于CoRE COF和FIL@COF材料库的分离性能模拟及构效关系数据。数据集以实验报道并经过计算预处理的CoRE COF结构为基础，结合高通量巨正则蒙特卡洛模拟、分子动力学模拟、构型偏倚蒙特卡洛构筑和机器学习模型分析，系统记录COF及氟化离子液体负载COF（FIL@COF）复合材料在常温常压条件下的结构描述符、吸附性质、扩散性质、吸附选择性、工作容量和吸附性能评分等指标。结果表明，单一COF材料中C2H6/C2H4选择性与C2H6工作容量之间存在明显权衡关系，而通过引入含氟离子液体调节孔径和孔道化学环境，可同步改善工作容量和综合吸附性能评分；机器学习分析进一步表明，密度、孔体积、可及表面积、孔腔尺寸和含氟组分等因素是影响分离性能的重要变量。该数据集可用于C2H6选择性COF/FIL@COF候选材料筛选、结构–性能关联分析、机器学习模型训练以及面向烯烃/烷烃分离的材料设计研究，数据量43.79 MB。