Les industries chimiques et connexes sont confrontées à des défis tels que l'accès facile à des approvisionnements énergétiques fiables, réduction du gaspillage, conservation d'eau, et l'efficacité énergétique. L'électrosynthèse organique - un moteur électrique, processus écoénergétique qui peut facilement s'intégrer aux sources d'énergie renouvelables, pourrait aider à les résoudre.

Une équipe de la NYU Tandon School of Engineering a signalé que dans sa recherche de développer un système innovant, procédé respectueux de l'environnement pour fabriquer l'adiponitrile (ADN) - le principal précurseur du nylon 6, 6-il a trouvé un moyen d'améliorer considérablement l'efficacité de l'électrosynthèse organique. Les chercheurs ont attribué leur succès en partie à ce qu'ils croient être la première utilisation de l'intelligence artificielle pour optimiser un processus électrochimique.

Miguel Modestino, professeur de génie chimique et biomoléculaire, et la doctorante Daniela Blanco a peaufiné la façon dont le courant électrique est délivré aux électrodes catalytiques, puis a appliqué l'intelligence artificielle (IA) pour optimiser davantage la réaction. Ce faisant, ils ont obtenu une amélioration de 30% de la production d'ADN

Les résultats, détaillé dans le Actes de l'Académie nationale des sciences ( PNAS ), pourrait avoir des implications majeures puisque l'équipe cible l'un des plus grands procédés d'électrosynthèse organique de l'industrie chimique :l'électrohydrodimérisation de l'acrylonitrile (AN) en ADN.

La demande d'ADN est élevée et croissante :le marché du nylon devrait augmenter de 4 % par an jusqu'en 2023. Une seule entreprise utilise actuellement un procédé électrochimique inventé par Monsanto pour fabriquer l'ADN; la part du lion du précurseur de nylon est faite via un toxique, hydrocyanation thermique énergivore du butadiène. Par contre, l'électrosynthèse de l'ADN est un vert, efficace, procédé chimique qui utilise des électrolytes à base d'eau et peut être directement couplé à des sources d'électricité renouvelables telles que le vent ou la lumière du soleil.

Le processus électrosynthétique standard pour l'ADN utilise un courant électrique continu « toujours actif » délivré au site électrocatalytique. Mais les chercheurs de NYU Tandon ont découvert qu'un courant continu ne maximisait pas la production d'ADN et générait une grande partie du sous-produit indésirable propionitrile (PN). Ils ont décidé de concevoir un système qui délivre un courant intermittent pour reconstituer en permanence la concentration de réactif sur le site électrocatalytique (un phénomène appelé transport de masse) et améliorer la production d'ADN.

La paire a fourni à un réseau de neurones artificiels les données de 16 cas expérimentaux différents de temps d'impulsion.

"En analysant les techniques d'impulsions électrochimiques avec l'IA, nous avons pu visualiser l'efficacité de conversion de l'ADN sur une plage de durées d'impulsion sans avoir à faire plus que quelques expériences physiques, " a déclaré Modestino. " Cette innovation, approche intégrée a conduit à une amélioration sans précédent de 30 % de la production d'ADN et à une augmentation de 325 % du ratio ADN sur PN, principalement en raison d'une forte diminution de la production de ce dernier.

Blanco a expliqué que cette technique pourrait faire progresser l'adoption par l'industrie de processus plus durables. C'est exactement ce qu'elle et un ancien étudiant du laboratoire de Modestino ont envisagé lorsqu'ils ont fondé une start-up de chimie verte, Sunthetics, commercialiser un processus de production de nylon durable basé sur leurs recherches.

« Nous voulions montrer avec cette nouvelle recherche que nous pouvons rendre le procédé électrochimique ADN plus compétitif, " dit-elle. " Actuellement, seulement 30 % de la production mondiale d'ADN utilise l'électrosynthèse; le reste de la production passe par un traitement sur un réacteur catalytique énergivore et énergivore, " elle a dit.

La prochaine étape pour l'équipe sera d'utiliser cette approche d'IA pour accélérer leurs efforts de recherche. "Au lieu d'utiliser un modèle de recherche classique impliquant de longues campagnes expérimentales, Les outils d'IA peuvent nous aider à prédire les résultats expérimentaux. Au meilleur de notre connaissance, c'est la première fois que l'IA est utilisée pour optimiser un processus électrochimique, " dit Modestino.