聚合物膜的應用十分廣泛，如水過濾和氣汽分離等。為了實現(xiàn)所需功能，設計聚合物膜比人們預期更耗時。哥倫比亞大學工程學院、德國馬克斯普朗克學會和南卡羅來納大學的研究人員將數(shù)據(jù)科學應用于此項任務以簡化工作。
更具體地說，他們將大數(shù)據(jù)和機器學習相結合，戰(zhàn)略性地將聚合物膜設計為氣體過濾器。人們常常利用塑料薄膜來分離簡單情況下的混合物，如二氧化碳和甲烷。科學家還建議制造能將二氧化碳與其他氣體分離的薄膜，這樣便于碳捕獲和天然氣凈化等任務。
問題在于制作薄膜的備選材料有成千上萬種塑料。由于每種材料的化學成分各不相同，測試和制造一種特定材料是非常耗時耗錢的工作，研究人員僅僅研究了約1000種可能的氣體分離膜。
通過機器學習最大限度提高成功率
科學家們得出結論，有效選擇用于氣體過濾的最佳聚合物的方法，能夠讓人們更有可能快速找到更低成本的解決方案。他們制作了一種機器學習算法，將目前測試的此類聚合物的化學結構與其傳輸特性聯(lián)系起來。研究人員希望利用數(shù)據(jù)科學來預測氣體分離膜的最佳材料，而不是傳統(tǒng)的那些既耗時又耗錢的方法。
氣體的傳輸特性為：
· 粘度：測量其內部摩擦力，或使固體在其中移動所需力的大小。
· 熱傳導：與引起溫度變化的內能傳遞有關。
· 擴散：原子和分子從高濃度狀態(tài)向低濃度狀態(tài)移動的行為。
運用數(shù)據(jù)科學
建立算法之后，科學家們用其來評估之前確定的11000多個聚合物，最終得到了大約100種聚合物選項，尚未對氣體傳輸能力進行測試。
然后，研究人員制備這些篩選后的聚合物，并將其制成薄膜。該算法表明，盡管缺乏試驗，但這些材料的性能將超過目前用于分離二氧化碳和甲烷的薄膜。實際測試表明，聚合物分離氣體的能力與算法預測結果相近。
在研究團隊創(chuàng)建了算法來評估特定膜的可能性能之后，他們將研究重點轉移到在制造氣體分離膜時，確定最佳化學結構。當科學家們確定這些膜的最適當用途來幫助解決環(huán)境或其他問題時，這些想法能夠促進研究進展。
值得一試
南卡羅來納大學的化學教授布萊恩·貝尼塞維茨也參與了該項目，在概述新過程的優(yōu)點時，他說道：“新過程不再需要進行猜測和以往試錯這樣無效的工作，人們也不需要制作成百上千種不同的材料并進行測試，現(xiàn)在可以讓機器學習縮小搜索范圍。”
貝尼塞維茨還解釋道，當開發(fā)人員試圖平衡滲透性和選擇性時，膜設計會更具挑戰(zhàn)性。相關分子非常微小，如果有一種氣體通過薄膜，那么該膜可能就無法有效地過濾另一種氣體。
研究團隊的另一位成員將這種機器學習方法與Netflix的“猜你喜歡”進行了比較。Netflix算法會對人們之前觀看的內容進行評估，然后給可用的標題分配百分比分數(shù)，告訴觀眾電影的匹配度。而在此項研究中，機器學習檢測了對氣體分離有效的聚合物的特性，從而在使用新聚合物時更有可能獲得良好結果。
挖掘數(shù)據(jù)以改進設計
哥倫比亞大學的化學工程教授薩納特·K·庫馬爾也參與了這一項目，他認為大數(shù)據(jù)的新應用可以帶來更好的聚合物設計。屆時，研究人員可能會覺得更有動力去研究他們以前從未考慮過的材料，從而獲得更出色的結果。
庫馬爾認為：“這項工作為材料設計提供了一種新的途徑。不必再測試某個特定應用的所有材料，而是尋找最能滿足需求的部分材料。把最好的材料組合起來，就有機會設計出更好的材料。”
參與這項工作的人員表示，這一過程在商業(yè)上是可行的。通過該過程發(fā)現(xiàn)的能將二氧化碳和甲烷分離的膜材料近期應用于天然氣行業(yè)。二氧化碳會導致管道腐蝕，因此需要有效徹底地清除二氧化碳。
另一種可能性是利用薄膜將溫室氣體從煤中分離出來，這樣有利于減少環(huán)境中溫室氣體的排放。
這種方法還尚未獲得廣泛應用，卻讓我們看到了一種新的可能，這種可能性就已足夠鼓舞人心。
【版權聲明】本網(wǎng)為公益類網(wǎng)站，本網(wǎng)站刊載的所有內容，均已署名來源和作者，僅供訪問者個人學習、研究或欣賞之用，如有侵權請權利人予以告知，本站將立即做刪除處理（QQ：51999076）。
國家工信部備案/許可證編號京ICP備16041442號-7 
??5群
