Metallorganische Gerüste zur Abscheidung von CO2 aus Rauchgasen.

Metallorganische Gerüste zur Abscheidung von CO2 aus Rauchgasen.

Maschinelles Lernen sagt Wärmekapazitäten von MOFs voraus

Publiziert

"Unsere Forschung zeigt, wie Künstliche Intelligenz (KI) die Lösung von Problemen auf mehreren Ebenen beschleunigen kann"

Metallorganische Gerüste (MOFs) sind eine Klasse von Materialien, die Poren im Nanobereich enthalten. Diese Poren verleihen den MOFs eine rekordverdächtige innere Oberfläche, die sie für eine Reihe von Anwendungen extrem vielseitig macht: Trennung von Petrochemikalien und Gasen, Nachahmung von DNA, Erzeugung von Wasserstoff und Entfernung von Schwermetallen, Fluoridanionen und sogar Gold aus Wasser sind nur einige Beispiele.

MOFs stehen im Mittelpunkt der Forschung von Professor Berend Smit an der EPFL School of Basic Sciences, wo seine Gruppe maschinelles Lernen einsetzt, um einen Durchbruch bei der Entdeckung, dem Design und sogar der Kategorisierung der immer zahlreicher werdenden MOFs zu erzielen, die derzeit die chemischen Datenbanken überschwemmen.

In einer neuen Studie haben Smit und seine Kollegen ein Modell des maschinellen Lernens entwickelt, das die Wärmekapazität von MOFs vorhersagt. "Hier geht es um ganz klassische Thermodynamik", sagt Smit. "Wie viel Energie ist nötig, um ein Material um ein Grad zu erwärmen? Bis jetzt sind alle technischen Berechnungen davon ausgegangen, dass alle MOFs die gleiche Wärmekapazität haben, aus dem einfachen Grund, dass es kaum Daten gibt." Seyed Mohamad Moosavi, ein Postdoc in Schmits Gruppe, fügt hinzu: "Wenn es keine Daten gibt, wie kann man dann ein Machine-Learning-Modell erstellen? Das scheint unmöglich!"

Die Antwort ist der innovativste Aspekt der Arbeit: ein maschinelles Lernmodell, das vorhersagt, wie die lokale chemische Umgebung die Schwingungen der einzelnen Atome in einem MOF-Molekül verändert. "Diese Schwingungen können mit der Wärmekapazität in Verbindung gebracht werden", sagt Smit. "Früher konnten wir mit einer sehr teuren Quantenberechnung eine einzige Wärmekapazität für ein einzelnes Material ermitteln, aber jetzt erhalten wir bis zu 200 Datenpunkte für diese Schwingungen. Mit 200 teuren Berechnungen hatten wir also 40.000 Datenpunkte, um das Modell zu trainieren, wie diese Schwingungen von ihrer chemischen Umgebung abhängen."

Anschliessend testeten die Forscher ihr Modell anhand experimenteller Daten, um es auf seine Praxistauglichkeit zu überprüfen. "Die Ergebnisse waren überraschend schlecht", sagt Smit, "bis wir feststellten, dass diese Experimente mit MOFs durchgeführt worden waren, die Lösungsmittel in ihren Poren hatten. Also haben wir einige MOFs neu synthetisiert und das Syntheselösungsmittel vorsichtig entfernt - und ihre Wärmekapazität gemessen - und die Ergebnisse stimmten sehr gut mit den Vorhersagen unseres Modells überein!"

"Unsere Forschung zeigt, wie Künstliche Intelligenz (KI) das Lösen von Problemen auf mehreren Ebenen beschleunigen kann", sagt Moosavi. KI ermöglicht es uns, über unsere Probleme auf eine neue Art und Weise nachzudenken und sie manchmal sogar zu bewältigen".

Um die realen Auswirkungen der Arbeit zu demonstrieren, simulierten die Ingenieure der Heriot-Watt University die Leistung der MOFs in einer Kohlenstoffabscheidungsanlage. "Wir haben Quantenmolekularsimulationen, maschinelles Lernen und chemische Verfahrenstechnik in Prozesssimulationen eingesetzt", sagt Smit. "Die Ergebnisse zeigten, dass bei korrekten Wärmekapazitätswerten der MOFs die Gesamtenergiekosten des Kohlenstoffabscheidungsprozesses viel niedriger sein können, als wir ursprünglich angenommen hatten. Unsere Arbeit ist ein echtes Multiskalenprojekt, das enorme Auswirkungen auf die technisch-wirtschaftliche Tragfähigkeit der derzeit erwogenen Lösungen zur Bekämpfung des Klimawandels hat."

Literatur

  • Moosavi, S.M., Novotny, B.Á., Ongari, D. et al. A data-science approach to predict the heat capacity of nanoporous materials. Nat. Mater. (2022)

EVENTS

Siams

Die Messe der Produktionsmittel der Mikrotechnik

Datum: 16.-19. April 2024

Ort: Moutier (CH)

Hannover Messe

Transfoming Industry Togheter

Datum: 22.-26. April 2024

Ort: Hannover (D)

IFAT

Weltleitmesse für Wasser-, Abwasser-, Abfall- und Rohstoffwirtschaft

Datum: 13.-17. Mai 2024

Ort: München (D)

drupa

Weltweit führende Fachmesse für Drucktechnologien

Datum: 28. Mai-07.Juni 2024

Ort: Düsseldorf (D)

ArbeitsSicherheit Schweiz

Fachmesse für Arbeitssicherheit, Gesundheitsschutz und Gesundheitsförderung am Arbeitsplatz

Datum: 05.-06. Juni 2024

Ort: Zürich (CH)

EPHJ-EPMT-SMT

Internationale Ausstellung für Uhrenindustrie, Mikrotechnologie und Medizinaltechnik

Datum: 11 – 14 Juni 2024

Ort: Genf (CH)

Achema

Internationale Leitmesse der Prozessindustrie

Datum: 10.-14. Juni 2024

Ort: Frankfurt am Main (D)

SENSOR + TEST

Internationale Fachmesse für Sensorik, Mess- und Prüftechnik

Datum: 11.-13. Juni 2024

Ort: Nürnberg (D)

all about automation

Fachmesse für Industrieautomation

Datum: 28.-29. August 2024

Ort: Zürich (CH)

maintenance Schweiz

Schweizer Fachmesse für industrielle Instandhaltung und Facility Management

Datum: 28.-29. August 2024

Ort: Zürich (CH)

Rehacare

Die REHACARE ist die internationale Fachmesse für Rehabilitation, Prävention, Inklusion und Pflege.

Datum: 25. - 28. September 2024

Ort: Düsseldorf (D)

FachPack

Europäische Fachmesse für Verpackung, Technik, Veredelung und Logistik

Datum: 24.-26. September 2024

Ort: Nürnberg (D)

W3+ Fair Jena

Europas führende Plattform für Forschung und Innovationskraft

Datum: 25.-26. September 2024

Ort: Jena (D)

Cleanzone

Internationale Fachmesse und Kongress für Reinraumtechnologie

Datum: 25.-26. September 2024

Ort: Frankfurt am Main (D)

Ilmac Lausanne

Networking. Forum. Aussteller

Datum: 25.-26. September 2024

Ort: Lausanne (CH)

Ilmac

Fachmesse für Prozess- und Labortechnologie

Datum: 18.-19. September 2024

Ort: Lausanne (CH)

IN.STAND

Die Messe für Instandhaltung und Services

Datum: 08.-09. Oktober 2024

Ort: Stuttgart (D)

VISION

Weltleitmesse für Bildverarbeitung

Datum: 08.-10. Oktober 2024

Ort: Stuttgart (D)

IFAS

Fachmesse für den Gesundheitsmarkt

Datum: 22.-24. Oktober 2024

Ort: Zürich (CH)

ALL4PACK EMBALLAGE

The global marketplace for Packaging Processing Printing Handling

Datum: 04.-07. November 2024

Ort: Paris (F)

electronica

Weltleitmesse und Konferenz der Elektronik

Datum: 12.-15. November 2024

Ort: München (D)

SEMICON Europa

Europäische Leitmesse für Mikroelektronik

Datum: 12.-15. November 2024

Ort: München (D)

VALVE WORLD EXPO

Weltweite Leitmesse für Industrie-Armaturen

Datum: 03.-05. Dezember 2024

Ort: Düsseldorf (D)

LABVOLUTION

Europäische Fachmesse für innovative Laborausstattung und die Optimierung von Labor-Workflows

Datum: 20.-22. Mai 2025

Ort: Hannover (D)

Automatica

Die Leitmesse für intelligente Automation und Robotik

Datum: 24.-27. Juni 2025

Ort: München (D)

LASER World of PHOTONICS

Weltleitmesse und Kongressfür Komponenten, Systeme und Anwendungen der Photonik

Datum: 24.-27. Juni 2025

Ort: München (D)

SINDEX

Schweizer Messe für industrielle Automatisierung

Datum: 02.-04. September 2025

Ort: Bern (CH)

CMS Berlin

Internationale Leitmesse für Reinigung und Hygiene

Datum: 23.-26. September 2025

Ort: Berlin (D)

POWTECH

Pharma.Manufacturing.Excellence

Datum: 23. - 25. September 2025

Ort: Nürnberg (D)

A + A

Messe und Kongress für Arbeitsschutz und Arbeitssicherheit

Datum: 04.-07. November 2025

Ort: Düsseldorf (D)

AQUA Suisse

Die Schweizer Fachmesse für kommunales und industrielles Wassermanagement.

Datum: 26.-27. November 2025

Ort: Zürich (CH)

Pumps & Valves

Die Fachmesse für industrielle Pumpen, Armaturen & Prozesse

Datum: 26. - 27. November 2025

Ort: Zürich (CH)

interpack

Führende Messe für Prozesse und Verpackung

Datum: 07.-13. Mai 2026

Ort: Düsseldorf (D)

Bezugsquellenverzeichnis