佐治亚理工学院的研究人员发明了一种新型聚合物膜，可以重塑炼油厂加工原油的方式，在提取更多有用材料的同时，大大减少所需的能源和水。

这种所谓的DUCKY聚合物——一分钟内更多关于这个不寻常的名字——发表在《自然材料》杂志上。对于乔治亚理工学院的化学家、化学工程师和材料科学家团队来说，这只是一个开始。他们还创造了人工智能工具来预测这些聚合物膜的性能，这可能会加速新膜的开发。

其影响是显而易见的:原油成分的初始分离约占全球能源消耗的1%。更重要的是，研究人员正在开发的膜分离技术可以有多种用途，从生物燃料和可生物降解塑料到纸浆和纸制品。

化学与生物化学学院James A. Carlos家族主席M.G. Finn教授说:&#quot;我们正在建立概念，然后我们可以将其用于不同的分子或聚合物，但我们将其应用于原油，因为这是目前最具挑战性的目标。”

原油的原始状态包括数千种化合物，这些化合物必须经过加工和精炼才能生产出有用的材料——气体和其他燃料，以及塑料、纺织品、食品添加剂、医疗产品等等。榨出有价值的物质需要几十个步骤，但首先是蒸馏，这是一个水和能源密集型的过程。

研究人员一直在尝试开发膜来完成这项工作，过滤掉理想的分子，跳过所有的沸腾和冷却过程。

化学与生物分子工程学院Thomas C. DeLoach Jr.教授Ryan Lively说:&#quot;原油是生活中几乎所有方面极其重要的原料，大多数人都没有考虑过它是如何加工的。”&#quot;这些蒸馏系统是大量的水消费者，而膜根本不是。它们不使用热量或燃烧。他们只是用电。如果你愿意，你可以用风力涡轮机驱动它。这是一种完全不同的分离方式。”

是什么让团队的新膜配方如此强大的是一个新的聚合物家族。研究人员使用了一种叫做螺旋环单体的构建块，它以90度旋转的方式组装在一起，形成一种不易压缩的弯曲材料，并形成有选择地结合并允许理想分子通过的孔。这种聚合物不是刚性的，这意味着它们更容易大量生产。它们还具有良好控制的灵活性或移动性，允许正确过滤结构的毛孔随着时间的推移而来来去去。

DUCKY聚合物是通过化学反应产生的，易于大规模生产，可用于工业用途。这是一种获得诺贝尔奖的反应家族的味道，叫做点击化学，这就是聚合物名字的由来。这个反应被称为铜催化叠氮化物-炔环加成-缩写为CuAAC，发音为&#quot;庸医”。因此:鸭子聚合物。

单独来看，聚合物膜的三个关键特性并不新鲜;芬恩说，正是它们独特的组合使它们新颖而有效。

该研究小组包括埃克森美孚公司的科学家，他们发现了这种膜的有效性。该公司的科学家将最原始的原油成分——蒸馏过程后留在底部的污泥——推入其中一层膜。这个过程提取了更多有价值的材料。

&#quot;这实际上是许多加工原油的人的商业案例。他们想知道他们能做什么是新的。膜能制造出蒸馏塔做不到的新东西吗?”活泼的说。&#quot;当然，我们的秘密动机是减少能源、碳和水的足迹，但如果我们能同时帮助他们制造新产品，那就是双赢的。”

预测这样的结果是该团队的人工智能模型发挥作用的一种方式。在最近发表在《自然通讯》上的一项相关研究中，Lively、Finn和乔治亚理工学院Rampi Ramprasad实验室的研究人员描述了使用机器学习算法和质量传输模拟来预测聚合物膜在复杂分离中的性能。

&#quot;我认为，这整个管道是一个重大的发展。这也是迈向实际材料设计的第一步，”材料科学与工程学院教授兼Michael E. Tennenbaum家族主席Ramprasad说。&#quot;我们称之为‘向前问题’，意思是你有一种材料和混合物，进去了——出来了什么?这是一个预测问题。我们最终想要做的是设计出能够达到一定目标渗透性能的新型聚合物。”

Ramprasad说，像原油这样的复杂混合物可能有成百上千种成分，所以用数学术语准确描述每种化合物，它们如何与膜相互作用，并推断结果是&#quot;非常重要的”。

训练算法还包括梳理所有关于溶剂通过聚合物扩散的实验文献，以建立一个庞大的数据集。Ramprasad说，但是，就像膜本身重塑精炼的潜力一样，提前知道聚合物膜的工作原理将加速材料设计过程，而现在基本上是反复试验。

&#quot;默认的方法是制造材料并进行测试，这需要时间。这种数据驱动或基于机器学习的方法以非常有效的方式利用了过去的知识。”&#quot;它是一个数字合作伙伴:你不能保证得到准确的预测，因为模型受到你用来训练它的数据所涵盖的空间的限制。但它可以推断出一点，它可以带你走向新的方向。你可以通过搜索大量的化学物质空间来进行初步筛选，并事先做出选择。”

莱弗利说，他长期以来一直对机器学习工具处理复杂分离的能力持怀疑态度。

&#quot;我总是说，‘我认为你无法预测聚合物膜运输的复杂性。系统太大了;物理学太复杂了。我做不到。’”

但后来他遇到了拉姆普拉萨德:&#quot;我和拉姆普拉萨德没有做一个唱反调的人，而是和几个本科生一起尝试了一下，建立了这个大数据库，然后就成功了。实际上，你可以做到，”莱弗利说。

开发人工智能工具还涉及将算法预测与实际结果进行比较，包括与DUCKY聚合物膜进行比较。实验表明，人工智能模型的预测与实际测量值的误差在6%到7%之间。

&#quot;太惊人了，”芬恩说。&#quot;我的职业生涯一直在试图预测分子的行为。机器学习方法，以及Rampi对它的执行，是完全革命性的。”

作者：乔舒亚·斯图尔特，佐治亚理工学院

链接：https://phys.org/news/2023-10-polymer-membranes-ai-energy-oil.html

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：15264513609，邮箱：1027830374@qq.com