Ученые из Института химии растворов имени Г.А. Крестова РАН разработали модели с использованием алгоритмов машинного обучения, которые способны по физическим и химическим свойствам жидкостей оценивать их способность связывать углекислый газ. Этот подход позволит создать дешевые и экологически чистые поглотители CO2, которые можно будет поставить на службу экологического контроля за окружающей средой.
Алгоритм машинного обучения строится на нескольких моделях, оценивающих химические свойства смесей жидкостей, строение их молекул, параметры состояния и многое другое. Для обучения алгоритма исследователи использовали уже известные экспериментальные и литературные данные для 400 смесей. Далее ученые проверили алгоритм на другом наборе известных растворителей, и оказалось, что модель по химическому составу смеси с 90% точностью воспроизводила ранее установленную для нее опытным путем способность поглощать углекислый газ.
Также исследователи применили созданный алгоритм для анализа еще не изученных эвтектических растворителей и из более чем 94 тысяч выбрали 1,4 тысячи лучших, то есть связывающих углекислый газ с эффективностью выше 30 мольных процентов.
«Имея свыше 90 тысяч теоретических наборов смесей, с помощью алгоритмов машинного обучения мы отобрали те, что подходили нам по свойствам. Мы планируем расширить количество используемых при скрининге характеристик, в частности, добавив модель для прогноза вязкости, от которой также зависят свойства поглотителей. Это позволит еще сильнее сузить круг смесей, рекомендованных к экспериментальному тестированию», – рассказал руководитель проекта, поддержанного грантом РНФ, Аркадий Колкер, доктор химических наук, главный научный сотрудник ИХР РАН.
Все алгоритмы, предложенные российскими учеными, находятся в открытом доступе и могут использоваться химиками со всего мира для создания новых поглотителей CO2.
Источник: пресс-служба Российского научного фонда
распечатать статью
