Forskere bruger kunstig intelligens til at plotte grøn rute til nylon

Den kemiske og beslægtede industri står over for sådanne udfordringer som let adgang til pålidelige energiforsyninger, affaldsreduktion, vandbesparelse, og energieffektivitet. Organisk elektrosyntese-en elektricitetsdrevet, energieffektiv proces, der nemt kan integreres med vedvarende energikilder - kunne hjælpe med at løse dem.

Et team på NYU Tandon School of Engineering rapporterede, at i deres søgen efter at udvikle en innovativ, miljøvenlig proces til fremstilling af adiponitril (ADN) - den vigtigste forløber for nylon 6, 6 - den fandt en måde til i høj grad at forbedre effektiviteten af ​​organisk elektrosyntese. Forskerne tilskriver deres succes til dels, hvad de mener er den første brug af kunstig intelligens til at optimere en elektrokemisk proces.

Miguel Modestino, professor i kemisk og biomolekylær ingeniørvidenskab, og ph.d.-studerende Daniela Blanco justerede, hvordan elektrisk strøm leveres til katalytiske elektroder og anvendte derefter kunstig intelligens (AI) for yderligere at optimere reaktionen. Ved at gøre det opnåede de en forbedring på 30 % i ADN-produktionen

Fundene, detaljeret i Procedurer fra National Academy of Sciences ( PNAS ), kunne have store konsekvenser, da teamet målretter mod en af ​​de største organiske elektrosynteseprocesser i den kemiske industri:elektrohydrodimerisering af acrylonitril (AN) til ADN.

Efterspørgslen efter ADN er høj og voksende:Markedet for nylon forventes at stige 4% årligt frem til 2023. Kun én virksomhed bruger i øjeblikket en Monsanto-opfundet elektrokemisk proces til at fremstille ADN; brorparten af ​​nylonforstadiet sker via en giftig, energiintensiv termisk hydrocyanering af butadien. Derimod elektrosyntese af ADN er en grøn, effektiv, kemisk proces, der bruger vandbaserede elektrolytter og kan kobles direkte med vedvarende elektricitetskilder såsom vind eller sollys.

Standard elektrosynteseprocessen for ADN anvender en "altid tændt" jævnstrøm, der leveres til det elektrokatalytiske sted. Men NYU Tandon-forskerne fandt ud af, at en jævnstrøm ikke maksimerede output af ADN og genererede en stor del af det uønskede biprodukt propionitril (PN). De besluttede at konstruere et system, der leverer en intermitterende strøm for konstant at genopbygge reagenskoncentrationen på det elektrokatalytiske sted (et fænomen kaldet massetransport) og forbedre ADN-output.

Parret forsynede et kunstigt neuralt netværk med data fra 16 forskellige eksperimentelle tilfælde af pulstider.

"Ved at analysere elektrokemiske pulsteknikker med AI, vi var i stand til at visualisere ADN -konverteringseffektivitet på tværs af en række pulstider uden at skulle gøre mere end et par fysiske eksperimenter, " sagde Modestino. "Denne innovative, integreret tilgang førte til en hidtil uset forbedring på 30 % i ADN-produktionen og en stigning på 325 % i forholdet mellem ADN og PN, hovedsagelig på grund af et stort fald i produktionen af ​​sidstnævnte."

Blanco forklarede, at denne teknik kunne fremme industriens indførelse af mere bæredygtige processer. Det var præcis, hvad hun og en tidligere studerende i Modestinos laboratorium forestillede sig, da de grundlagde en grøn-kemi startup-virksomhed, Sunthetics, at kommercialisere en bæredygtig nylonproduktionsproces baseret på deres forskning.

"Vi ønskede med denne nye forskning at vise, at vi kan gøre ADN's elektrokemiske proces mere konkurrencedygtig, " sagde hun. "I øjeblikket anvender kun 30 % af det globale ADN-output elektrosyntese; resten af ​​produktionen involverer forarbejdning over en energi- og olieintensiv katalytisk reaktor, " hun sagde.

Det næste trin for teamet vil være at bruge denne AI -tilgang til at fremskynde deres forskningsindsatser. "I stedet for at bruge en klassisk forskningsmodel, der involverer lange eksperimentelle kampagner, AI-værktøjer kan hjælpe os med at forudsige eksperimentelle resultater. Så vidt vi ved, det er første gang AI er blevet brugt til at optimere en elektrokemisk proces, " sagde Modestino.