В России научились предсказывать материалы для получения бензина
Химики в Новосибирске при поддержке РНФ разработали инструмент на основе машинного обучения для предсказания материалов, необходимых в нефтепереработке для получения бензина из тяжелых фракций нефти. Эта технология позволяет создавать эффективные материалы с заданными характеристиками, как сообщили в пресс-службе Федерального исследовательского центра "Институт катализа СО РАН". Эту информацию сообщает издание ТАСС.
Исследование касается цеолитов типов X и Y, которые представляют собой пористые материалы, аналогичные минералу фожазиту. Цеолиты X применяются для разделения газовых смесей, например, в производстве медицинского кислорода и получении чистого водорода, а цеолиты Y используются в катализаторах нефтяного крекинга для получения бензина и легких олефинов. В этих материалах содержатся положительно заряженные катионы, которые компенсируют отрицательный заряд структуры. Их расположение влияет на способность материала избирательно поглощать примеси.
Ученые разработали алгоритм взаимодействия катионов с каркасом цеолита, который позволил рассчитать размещение катионов в 4 тысячах цеолитах различного состава с помощью методов молекулярного моделирования. Результаты легли в основу модели машинного обучения, которая предсказывает распределение катионов с высокой точностью, проверенной на более чем 100 структурах цеолитов.
Ведущий научный сотрудник института Иван Гренев отметил, что изучение строения цеолитов помогает лучше управлять их способностью поглощать различные вещества. Исследователи создали упрощенную модель, которая быстро показывает расположение положительно заряженных частиц в материалах. С этой моделью можно оперативно находить лучшие материалы для разделения смесей. Инструмент доступен для всех желающих.
В рамках гранта РНФ специалисты института также разрабатывают подход многоуровневого скрининга сорбентов для процессов газоразделения, а следующий этап включает предсказание адсорбционных свойств материалов в динамических системах.
