Ein Forschungsteam der Osaka Metropolitan University hat eine Enteisungsmischung mit hoher Wirksamkeit und geringer Umweltbelastung gefunden, nachdem es mithilfe maschinellen Lernens die Schmelzmechanismen von wässrigen Lösungen aus 21 Salzen und 16 organischen Lösungsmitteln analysiert hatte. Die Forschung erscheint in Wissenschaftliche Berichte am 7. Juni 2024.
Die Gefahren von vereisten Straßen, Flugzeugtriebwerken und Landebahnen sind bekannt, doch die Verwendung kommerzieller Produkte bedeutet oft kurzfristige Sicherheit gegenüber langfristiger Umweltzerstörung. Auf der Suche nach einem besseren Produkt haben Forscher der Osaka Metropolitan University eine Enteisungsmischung entwickelt, die eine höhere Leistung als auf dem Markt erhältliche Enteisungsmittel bietet und gleichzeitig weniger Auswirkungen auf die Umwelt hat.
Das Team, bestehend aus dem Doktoranden Kai Ito, Assistenzprofessor Arisa Fukatsu, außerordentlichem Professor Kenji Okada und Professor Masahide Takahashi von der Graduate School of Engineering, nutzte maschinelles Lernen, um die Eisschmelzmechanismen von wässrigen Lösungen aus 21 Salzen und 16 organischen Lösungsmitteln zu analysieren. Anschließend führte die Gruppe Experimente durch, um herauszufinden, dass eine Mischung aus Propylenglykol und wässriger Natriumformiatlösung die beste Eisdurchdringungskapazität aufwies.
Durch die hohe Wirksamkeit der Mischung muss weniger von der Substanz verwendet werden, was auch die Umweltbelastung verringert. Zudem ist sie nicht korrosiv, sodass Schäden, beispielsweise bei der Verwendung auf Start- und Landebahnen von Flughäfen, vermieden werden.
„Wir schlagen ein wirksames und umweltfreundliches Enteisungsmittel vor, das die Vorteile von Salzen und organischen Lösungsmitteln kombiniert“, sagte Dr. Fukatsu.
Die Ergebnisse dieser Forschung liefern auch neue Erkenntnisse über den Eisschmelzprozess.
„Die Entwicklung hocheffizienter Enteisungsmittel dürfte Enteisungs- und Vereisungsschutzmaßnahmen erleichtern“, fügte Professor Takahashi hinzu. „Dadurch verringert sich auch die Umweltbelastung, da weniger Enteisungsmittel verwendet werden muss.“
Mehr Informationen:
Maschinell lernendes chemisches Design hocheffizienter Enteisungsmittel, Wissenschaftliche Berichte (2024). DOI: 10.1038/s41598-024-62942-y