Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Алгоритм машинного обучения вычислит эффективные поглотители углекислого газа
Ученые с использованием алгоритмов машинного обучения создали модели, способные по химическим и физическим свойствам жидкостей оценивать, насколько хорошо они связывают углекислый газ. Предложенный подход позволит ускорить поиск эффективных, дешевых и экологически чистых поглотителей, которые помогут бороться с выбросами парниковых газов в атмосферу.
Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Separation and Purification Technology.
Развитие промышленности и урбанизация привели к росту выбросов углекислого газа в атмосферу. Он образуется при сжигании ископаемого топлива, работе электростанций, а также любых заводов и предприятий. Поскольку углекислый газ связывают с изменением климата, ученые стремятся уменьшить его выбросы и разрабатывают системы для его улавливания, которые можно размещать на энергетических установках, газогенераторах и других подобных источниках углекислого газа.
Перспективными считаются глубокие эвтектические растворители — вязкие смеси на основе органических или неорганических веществ. В их состав могут входить соли, органические кислоты, сахара, спирты, а также их производные. Глубокие эвтектические растворители образуются за счет того, что их компоненты связываются плотной сетью водородных связей.
При образовании таких связей происходит существенное перераспределение («размазывание») заряда на молекулах. За счет этого усиливается физическое взаимодействие между углекислым газом и соответствующими участками молекул растворителя. Также смеси способны поглощать газы путем химического связывания, особенно если в их состав входят амины — азотсодержащие соединения. Однако среди огромного разнообразия всевозможных комбинаций компонентов этих смесей сложно найти ту, что будет наилучшим поглотителем.
Ученые из Института химии растворов имени Г. А. Крестова РАН (Иваново) разработали алгоритм машинного обучения, способный предсказать, насколько хорошо глубокий эвтектический растворитель того или иного состава будет поглощать углекислый газ.
Алгоритм включал несколько отдельных моделей, которые оценивали различные свойства жидкостей: химический состав, строение входящих в них молекул, параметры состояния и температуру плавления. Эти характеристики были выбраны, поскольку они влияют на способность смеси поглощать газы. Для обучения алгоритма исследователи использовали уже известные экспериментальные и литературные данные для 400 смесей. Далее точность алгоритма проверили на другом наборе также уже известных растворителей. Оказалось, что модель по химическому составу смеси с точностью 90 процентов воспроизводила ранее установленную для нее опытным путем способность поглощать углекислый газ.
Авторы использовали разработанный алгоритм для анализа еще не изученных эвтектических растворителей. Из более чем 94 тысяч потенциальных поглотителей модель выбрала 1447 вариантов смесей, компоненты которых связывали углекислый газ с эффективностью более 30 мольных процентов.
«Предложенные вычислительные методы могут использоваться вместо «слепого» экспериментального поиска новых поглотителей углекислого газа, поскольку они позволяют быстро проанализировать десятки тысяч возможных вариантов смесей и найти наилучших «кандидатов»», — рассказывает участник проекта, поддержанного грантом РНФ, Дмитрий Макаров, соавтор исследования, старший научный сотрудник ИХР РАН.
Разработанные авторами алгоритмы находятся в открытом доступе и могут использоваться химиками всего мира для синтеза новых поглотителей углекислого газа.
«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», — добавил руководитель проекта, поддержанного грантом РНФ, Аркадий Колкер, доктор химических наук, главный научный сотрудник ИХР РАН.
Telegram 
Дзен 
VK Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно