Los investigadores de Columbia Engineering y la Universidad de Carolina del Sur han desarrollado un método que combina big data y aprendizaje automático para diseñar selectivamente membranas de polímeros con filtro de gas para reducir las emisiones de gases de efecto invernadero.
Su estudio, publicado hoy en Avances científicos , es el primero en aplicar un método de aprendizaje automático validado experimentalmente para diseñar y desarrollar rápidamente membranas avanzadas de separación de gases.
"Nuestro trabajo apunta a una nueva forma de diseño de materiales y esperamos que revolucione el campo", dice el investigador PI Sanat Kumar, profesor de ingeniería química de Bykhovsky y pionero en el desarrollo de nanocompuestos de polímeros con propiedades mejoradas.
Las películas o membranas de plástico a menudo se usan para separar mezclas de gases simples, como el dióxido de carbono CO 2 , nitrógeno N 2 y metano CH 4 .Los científicos han propuesto usar tecnología de membrana para separar el CO 2 de otros gases para la purificación de gas natural y la captura de carbono, pero hay potencialmente cientos de miles de plásticos que se pueden producir con nuestra caja de herramientas sintética actual, todos los cuales varían en su estructura química. Fabricar y probar todos estos materiales es unproceso costoso y lento, y hasta la fecha, solo se han evaluado aproximadamente 1,000 como membranas de separación de gases.
Kumar y sus colaboradores en Columbia Engineering, la Universidad de Carolina del Sur y la Sociedad Max Planck en Mainz Alemania crearon un algoritmo de aprendizaje automático que correlaciona la estructura química de los 1,000 polímeros probados con sus propiedades de transporte de gas, para investigar quéla estructura hace la mejor membrana. Luego aplicaron el algoritmo a más de 10,000 polímeros conocidos para predecir cuál produciría el mejor material en este contexto.
Este procedimiento identificó unos 100 polímeros que nunca habían sido probados para el transporte de gas, pero se pronostica que superarán los límites actuales de rendimiento de la membrana para el CO 2 / CH 4 separaciones
"En lugar de probar experimentalmente todos los materiales que existen para una aplicación en particular, prueba un subconjunto más pequeño de materiales que son los más prometedores. Luego encuentra los materiales que combinan los mejores ingredientes y eso le da una oportunidad para diseñarun material mejor, al igual que Netflix te encuentra la próxima película para ver ", dice el coautor del estudio, Connor Bilchak, ex estudiante de doctorado en Kumar y actualmente becario postdoctoral en la Universidad de Pennsylvania.
Para probar la precisión del algoritmo, un grupo dirigido por Brian Benicewicz, Profesor de Química y Bioquímica SmartState en la Universidad de Carolina del Sur, sintetizó dos de las membranas de polímeros más prometedoras predichas por este enfoque y descubrió que las membranas excedían el límite superior paraCO 2 / CH 4 rendimiento de separación
"Su desempeño fue muy bueno, mucho mejor de lo que se había hecho previamente", dice la coautora del estudio, Laura Murdock, estudiante graduada de Benicewicz. "Y fue bastante fácil. Esta metodología tiene un potencial significativo para uso comercial"
Benicewicz agregó: "Mirando más allá de este contexto, este método es fácilmente extensible a otros materiales de membrana que podrían afectar profundamente el desarrollo de baterías y tecnologías de próxima generación para la purificación del agua".
Fuente de la historia :
Materiales proporcionado por Escuela de Ingeniería y Ciencias Aplicadas de la Universidad de Columbia . Original escrito por Holly Evarts. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :