L’apprentissage automatique découvre des matériaux « trésors cachés » pour la séparation des gaz sans chaleur

La séparation chimique, notamment la séparation des gaz, est un procédé courant nécessaire à la fabrication et à la recherche. Elle représente 15 % de la consommation énergétique américaine et produit des millions de tonnes d’émissions de carbone.

La séparation des gaz en les faisant passer à travers des membranes pourrait être une alternative efficace et respectueuse de l’environnement aux méthodes actuelles, à condition de trouver les bons matériaux pour les fabriquer.

En appliquant une approche d’apprentissage automatique basée sur des graphiques, une équipe d’ingénieurs chimistes et mécaniciens et d’informaticiens de l’Université de Notre Dame a découvert, synthétisé et testé des membranes polymères capables de séparer les gaz jusqu’à 6,7 fois plus efficacement que les membranes synthétisées précédemment.

Leurs résultats ont été publiés dans Rapports de cellules Sciences physiques.

« Ce qui détermine la performance de la membrane, c’est la porosité microscopique du matériau », a déclaré Agboola Suleiman, doctorante au laboratoire de Ruilan Guo, professeur d’ingénierie Frank M. Freimann.

« Le matériau de membrane idéal atteint un équilibre entre sélectivité et perméabilité : suffisamment perméable pour laisser entrer les gaz, mais suffisamment sélectif pour en empêcher certains », a déclaré Suleiman, co-auteur de l’article.

Pour identifier ce matériau idéal, l’équipe a utilisé des réseaux neuronaux graphiques (GNN), un type d’apprentissage automatique particulièrement adapté à la représentation de la structure moléculaire d’un matériau ainsi que de sa relation avec d’autres molécules. Après avoir été formés sur des ensembles de données, les GNN ont identifié deux polymères qui avaient les bonnes propriétés pour surpasser les membranes synthétisées précédemment.

« Nos algorithmes d’apprentissage automatique nous ont permis de découvrir des matériaux qui n’étaient jusqu’alors utilisés que pour des applications électroniques », explique Tengfei Luo, professeur de la famille Dorini en études énergétiques, président associé du département de génie aérospatial et mécanique et co-auteur de l’article. « Nous avons ensuite synthétisé et testé ces matériaux en laboratoire, vérifiant leur haute performance en matière de séparation des gaz. C’était comme trouver des trésors cachés. »

La synthèse des polymères peut être coûteuse et prendre du temps, de sorte que les données disponibles sur leur structure moléculaire et leurs propriétés chimiques sont rares et incomplètes.

Cependant, les innovations algorithmiques conçues par les co-auteurs et informaticiens Meng Jiang et son doctorant Gang Liu ont résolu ce problème.

« En utilisant des techniques d’apprentissage automatique, nous avons pu augmenter et améliorer nos données », a déclaré Jiaxin Xu, doctorant dans le laboratoire de Luo et co-auteur de l’article. « Le modèle basé sur des graphiques, enrichi d’informations sur les propriétés moléculaires de chaque matériau, nous a permis non seulement de prédire les meilleurs matériaux de membrane, mais aussi d’expliquer pourquoi ils sont les meilleurs. »

Les polymères les plus performants de l’équipe peuvent être utilisés pour créer des membranes capables de séparer plusieurs paires de gaz, essentielles pour les applications industrielles.