Исследователи используют AI в участок Зеленый маршрут нейлон

В химической и смежных отраслях промышленности сталкиваются с такими проблемами, как доступ к надежным источникам энергии, сокращение отходов, водосбережения и энергосбережения. Органический электросинтез — электричество приводом, энергоэффективный процесс, который может легко интегрироваться с возобновляемыми источниками энергии … могли бы помочь решить их.

Команда Нью-Йоркского университета Тандон Инженерной школы сообщила, что в своих поисках, чтобы развивать инновационный, экологически чистый процесс, чтобы сделать adiponitrile (ВОПОГ) — основным предшественником нейлон 6, 6 — он нашел способ значительно повысить эффективность органического электросинтеза. Исследователи приписывают свой успех в рамках того, что они считают первым использование искусственного интеллекта для оптимизации электрохимический процесс.

Мигель бульваре Сан-модестино, профессор химической и биомолекулярной инженерии, а также докторант Даниэла Бланко оптимальной, как электрический ток подается на каталитических электродов и прикладного искусственного интеллекта (AI) для оптимизации реакции. Тем самым они достигли 30% увеличение производства ВОПОГ

Выводы, изложенные в Трудах Национальной академии наук (PNAS), могут иметь серьезные последствия, поскольку команда целевые показатели одного из крупнейших органических процессов электросинтеза в химической промышленности: electrohydrodimerization акрилонитрила (АН) в ВОПОГ.

Спрос на АДН высокий и растет: рынок нейлон как ожидается, увеличится на 4% в год до 2023 года. Только одна компания в настоящее время использует Монсанто изобрел электрохимический процесс, чтобы сделать ВОПОГ; львиная доля из нейлона прекурсоров осуществляется через токсичен, энергоемкой тепловой hydrocyanation бутадиена. Напротив, электросинтеза ВОПОГ-зеленый, эффективный, химический процесс, который использует на водной основе электролитов и может быть напрямую соединен с возобновляемых источников электроэнергии, таких как ветер или солнечный свет.

Стандартный процесс electrosynthetic для АДН работает «всегда на» прямой электрический ток доставляется к месту электрокаталитические. Однако исследователи Нью-Йоркского университета Тандон обнаружили, что постоянный ток не максимизировать выход ВОПОГ и вызвала огромный нежелательный побочный продукт propionitrile (ПН). Они решили спроектировать систему, которая обеспечивает прерывистый ток постоянно пополнять реагент концентрация на сайте электрокаталитические (явление, называемое общественного транспорта) и повысить выход ВОПОГ.

Пара поставляется искусственной нейронной сети с данными из 16 различных экспериментальных случаев импульсов.

«Анализируя методы электрохимических импульсов с ИИ, мы смогли визуализировать эффективность преобразования ВОПОГ в диапазоне импульсов без необходимости делать больше, чем несколько физических экспериментов», — сказал бульваре Сан-модестино. «Этот инновационный, интегрированный подход привел к беспрецедентному 30% увеличение производства ВОПОГ и рост на 325% в соотношении ВОПОГ в ПН, в основном из-за значительного уменьшения продукции последнего.»

Бланко пояснил, что данная методика может заранее принять промышленности более устойчивых процессов. Это именно то, что она и бывший студент в лаборатории бульваре Сан-модестино предполагали, когда они основали зеленой химии стартапа, Sunthetics, коммерциализировать процесс устойчивого производства нейлона на основе своих исследований.

«Мы хотели показать, с этого нового исследования, что мы можем сделать электрохимического процесса ВОПОГ более конкурентоспособными», — сказала она. «В настоящее время только 30% мирового производства ВОПОГ работают электросинтеза; остальные производства предполагает переработку больше энергии — и масло-интенсивного каталитического реактора», — сказала она.

Следующим шагом для команды будет использовать этот подход ИИ для ускорения их научно-исследовательской деятельности. «Вместо того, чтобы использовать классическую модель исследования с участием длительных экспериментальных кампаний, инструменты ИИ может помочь нам предсказывать экспериментальные результаты. К Самое лучшее нашего знания, это первый раз, когда Ма была использована для оптимизации электрохимический процесс», — сказал бульваре Сан-модестино.