Wetenschap
Ontgrendeling van membraangebaseerde He/H₂-scheiding met AI
Technologische vooruitgang en de verspreiding van data hebben door kunstmatige intelligentie (AI) aangedreven innovatie gezien als een groeimogelijkheid voor de ontwikkeling van baanbrekende materialen voor speciale toepassingen, vooral op het gebied van gasscheiding. Een van de belangrijkste uitdagingen die met dit proces gepaard gaan, zijn de extreem kleine kinetische diameters van de twee gasmoleculen, wat resulteert in een lage membraanselectiviteit.
In een studie gepubliceerd in Green Chemical Engineering , heeft een groep onderzoekers uit China een nieuwe aanpak bedacht om materialen te onderzoeken met een verbeterde heliumextractie-efficiëntie, met behulp van AI.
In het bijzonder onderzochten de onderzoekers structuur-prestatierelaties, verduidelijkten scheidingsmechanismen en identificeerden cruciale factoren die de scheidingsprestaties beïnvloeden bij het ontwerpen van op metaal-organische raamwerken (MOF) gebaseerde membranen. De poriebeperkende diameter (PLD) en de holtefractie (φ) werden onthuld als de belangrijkste fysieke kenmerken voor het bepalen van respectievelijk de membraanselectiviteit en He-permeabiliteit.
"Traditionele materiaalontwikkeling wordt geconfronteerd met beperkingen, maar AI zorgt voor een revolutie in het veld", zegt Zhengqing Zhang, hoofdonderzoeker van het onderzoek. "Onze aanpak onthult niet alleen verborgen mechanismen, maar onthult ook nieuwe inzichten."
Het team hoopt dat hun resultaten wetenschappers zullen aanmoedigen om door te gaan met het onderzoeken van het snijvlak van AI en materiaalwetenschap, waardoor deuren worden geopend naar ongekende technologische vooruitgang.