您的位置:首页 >企业新闻 >

机器学习发现用于无热气体分离的隐藏宝石材料

导读 化学分离,包括气体分离,是制造和研究所需的常见过程。它占美国能源消耗的 15%,并产生数百万吨的碳排放。只要能找到合适的材料,通过膜

化学分离,包括气体分离,是制造和研究所需的常见过程。它占美国能源消耗的 15%,并产生数百万吨的碳排放。

只要能找到合适的材料,通过膜分离气体可能是一种高效、环保的当前方法的替代方法。

圣母大学化学、机械工程师和计算机科学家团队应用基于图形的机器学习方法,发现、合成并测试了聚合物膜,其气体分离效率比以前合成的膜高出 6.7 倍。

他们的研究成果发表在《细胞报告物理科学》上。

“决定膜性能的是材料的微观孔隙率,”弗兰克·弗雷曼大学工程学教授 Ruilan Guo 实验室的博士生 Agboola Suleiman 说。

“理想的膜材料在选择性和渗透性之间达到了平衡——渗透性足以让气体进入,但选择性又足以阻挡一些气体进入,”论文共同作者苏莱曼说。

免责声明:本文由用户上传,如有侵权请联系删除!