El avance tecnológico y la proliferación de datos han considerado la innovación impulsada por la inteligencia artificial (IA) como una oportunidad de crecimiento para el desarrollo de materiales innovadores para aplicaciones especiales, especialmente en el campo de la separación de gases. Uno de los principales desafíos asociados con este proceso son los diámetros cinéticos extremadamente cercanos de las dos moléculas de gas, lo que resulta en una baja selectividad de la membrana.
En un estudio publicado en Green Chemical Engineering , un grupo de investigadores de China ideó un enfoque novedoso para explorar materiales con mayor eficiencia de extracción de helio, con la ayuda de la IA.
En particular, los investigadores investigaron las relaciones estructura-rendimiento, dilucidaron los mecanismos de separación e identificaron factores cruciales que influyen en el desempeño de la separación para diseñar membranas basadas en estructuras metal-orgánicas (MOF). El diámetro límite de poro (PLD) y la fracción de huecos (φ) se revelaron como las características físicas más importantes para determinar la selectividad de la membrana y la permeabilidad del He, respectivamente.
"El desarrollo de materiales tradicionales enfrenta limitaciones, pero la IA está revolucionando este campo", afirma Zhengqing Zhang, investigador principal del estudio. "Nuestro enfoque no sólo revela mecanismos ocultos sino que también descubre nuevos conocimientos".
El equipo espera que sus resultados animen a los científicos a continuar investigando la intersección de la IA y la ciencia de los materiales, abriendo puertas a avances tecnológicos sin precedentes.
Más información: Shitong Zhang et al, Investigación asistida por aprendizaje automático sobre la correlación estructura-rendimiento de MOF para He/H2 basado en membrana separación, Ingeniería Química Verde (2024). DOI:10.1016/j.gce.2024.01.005
Proporcionado por KeAi Communications Co.
