par KeAi Communications Co.
Les progrès technologiques et la prolifération des données ont considéré l’innovation basée sur l’intelligence artificielle (IA) comme une opportunité de croissance pour le développement de matériaux révolutionnaires destinés à des applications spéciales, notamment dans le domaine de la séparation des gaz. L’un des principaux défis associés à ce procédé réside dans les diamètres cinétiques extrêmement proches des deux molécules de gaz, ce qui entraîne une faible sélectivité membranaire.
Dans une étude publié dans Génie chimique vertun groupe de chercheurs chinois a mis au point une nouvelle approche pour explorer des matériaux dotés d’une efficacité d’extraction d’hélium améliorée, avec l’aide de l’IA.
En particulier, les chercheurs ont étudié les relations structure-performance, élucidé les mécanismes de séparation et identifié les facteurs cruciaux influençant les performances de séparation pour concevoir des membranes à base de structure métallo-organique (MOF). Le diamètre limite des pores (PLD) et la fraction de vide (φ) se sont révélés être les caractéristiques physiques les plus importantes pour déterminer respectivement la sélectivité de la membrane et la perméabilité à l’He.
« Le développement de matériaux traditionnels est confronté à des contraintes, mais l’IA révolutionne le domaine », déclare Zhengqing Zhang, chercheur principal de l’étude. « Notre approche révèle non seulement des mécanismes cachés, mais révèle également de nouvelles connaissances. »
L’équipe espère que leurs résultats encourageront les scientifiques à continuer d’étudier l’intersection de l’IA et de la science des matériaux, ouvrant ainsi la porte à des avancées technologiques sans précédent.
Plus d’information:
Shitong Zhang et al, Enquête assistée par apprentissage automatique sur la corrélation structure-performance du MOF pour la séparation He/H2 par membrane, Génie chimique vert (2024). DOI : 10.1016/j.gce.2024.01.005
Fourni par KeAi Communications Co.