Как происходят химические реакции при высоких температурах

Метод сочетает квантовую механику с машинным обучением для точного прогнозирования оксидных реакций при высоких температурах, когда отсутствуют экспериментальные данные; могут быть использованы для разработки чистых углеродно-нейтральных процессов для производства стали и переработки металлов.

Важность извлечения металлов из оксидов

Извлечение металлов из оксидов при высоких температурах важно не только для производства металлов, таких как сталь, но и для вторичного использования. Поскольку нынешние процессы экстракции очень углеродоемки и выделяют большое количество парниковых газов, исследователи изучают новые подходы к разработке «зеленых» процессов. Эта работа была особенно сложной для выполнения в лаборатории, потому что для этого требуются дорогостоящие реакторы. Альтернативой могло бы стать создание и запуск компьютерного моделирования, но в настоящее время не существует вычислительного метода, который мог бы точно предсказать оксидные реакции при высоких температурах, когда отсутствуют экспериментальные данные.

Схема объединения холодного квантового мира и высокотемпературного извлечения металлов с помощью машинного обучения. Предоставлено: Родриго Ортис де ла Морена и Хосе А. Гарридо Торрес / Columbia Engineering.

Команда Columbia Engineering сообщает, что они разработали новую вычислительную технику, которая, объединив квантовую механику и машинное обучение, может точно предсказать температуру восстановления оксидов металлов до их основных металлов. Их подход в вычислительном отношении так же эффективен, как и обычные вычисления при нулевой температуре, и, в их тестах, более точен, чем требовательное в вычислительном отношении моделирование температурных эффектов с использованием методов квантовой химии. Исследование, проведенное доцентом кафедры химической инженерии Александром Урбаном, было опубликовано 1 декабря 2021 года в журнале Nature Communications.

• «Обезуглероживание химической промышленности имеет решающее значение, если мы хотим перейти к более устойчивому будущему, но разработка альтернатив устоявшимся производственным процессам очень затратна и требует много времени», — сказал Урбан.
• «Восходящий дизайн вычислительного процесса, который не требует первоначального экспериментального ввода, был бы привлекательной альтернативой, но до сих пор не реализован. Насколько нам известно, это новое исследование является первой попыткой гибридного подхода, сочетающего вычислительные вычисления с ИИ, для этого приложения. И это первая демонстрация того, что расчеты на основе квантовой механики могут быть использованы для проектирования высокотемпературных процессов».

Исследователи знали, что при очень низких температурах расчеты на основе квантовой механики могут точно предсказать энергию, которая требуется или выделяется для химических реакций. Они дополнили эту теорию нулевой температуры моделью машинного обучения, которая изучила температурную зависимость из общедоступных высокотемпературных измерений. Они разработали свой подход, ориентированный на извлечение металла при высоких температурах, чтобы также предсказать изменение «свободной энергии» в зависимости от температуры, будь то высокая или низкая.

Воздействие свободной энергии

«Свободная энергия — это ключевая величина термодинамики, и другие величины, зависящие от температуры, в принципе могут быть получены из нее», — сказал Хосе А. Гарридо Торрес, первый автор статьи, который был докторантом в лаборатории Урбана и сейчас занимается исследованием. ученый из Принстона. «Таким образом, мы ожидаем, что наш подход также будет полезен для прогнозирования, например, температуры плавления и растворимости для разработки процессов экстракции чистых электролитических металлов, основанных на возобновляемой электроэнергии».

«Будущее стало немного ближе, — сказал Ник Бирбилис, заместитель декана Австралийского национального университета. Колледж инженерии и информатики и эксперт по дизайну материалов с акцентом на коррозионную стойкость, который не участвовал в исследовании. «Большая часть человеческих усилий и затонувшего капитала за последнее столетие было вложено в разработку материалов, которые мы используем каждый день, и на которые мы полагаемся для нашей силы, полета и развлечений.

Разработка материалов идет медленно и дорого, что делает машинное обучение критически важным для разработки материалов будущего. Чтобы машинное обучение и искусственный интеллект раскрыли свой потенциал, модели должны быть механически релевантными и интерпретируемыми. Именно это демонстрируют работы Урбана и Гарридо Торреса. Кроме того, в работе впервые используется общесистемный подход, объединяющий атомистическое моделирование с одной стороны инженерных приложений с другой — с помощью передовых алгоритмов».

В настоящее время команда работает над расширением этого подхода на другие зависящие от температуры свойства материалов, такие как растворимость, проводимость и плавление, которые необходимы для разработки процессов электролитического извлечения металлов, которые не содержат углерода и работают на чистой электроэнергии.

Источник

Метки: Химическая Инженерия