Wiele aktywności człowieka uwalnia zanieczyszczenia do powietrza, wody i gleby. Te szkodliwe substancje chemiczne zagrażają zdrowiu zarówno ludzi, jak i ekosystemu. Według Światowej Organizacji Zdrowia, zanieczyszczenie powietrza powoduje około 4,2 miliona zgonów rocznie. Naukowcy szukają rozwiązań tego problemu, a spory potencjał mają fotokatalizatory. Światło sprawia, że materiały te ulegają reakcjom chemicznym, które, jak wykazały wstępne badania, mogą rozkładać toksyczne zanieczyszczenia, na łamach serwisu the Conversation przekonuje z Uniwersytetu Tennessee.
Jestem badaczką działającą w obszarze nauk o materiałach i inżynierii. Z pomocą robotów i sztucznej inteligencji, moi koledzy i ja tworzymy i testujemy nowe fotokatalizatory, które pomagają w łagodzeniu zanieczyszczenia powietrza. Dzięki energii światła generują naładowane nośniki, maleńkie cząsteczki, które mogą się poruszać i powodować reakcje chemiczne. Kiedy wchodzą w kontakt z wodą i tlenem wytwarzają substancje zwane reaktywnymi formami tlenu, które mogą wiązać się z częściami zanieczyszczeń, a następnie albo je rozkładać, albo zamieniać w nieszkodliwe – lub nawet użyteczne – produkty.
Niektóre materiały używane w procesie fotokatalitycznym mają jednak ograniczenia: na przykład, nie mogą rozpocząć reakcji, nie mając odpowiedniej ilości energii – promienie podczerwone o niższej energii lub światło widzialne nie wywołają reakcji. Innym problemem jest to, że naładowane cząstki biorące udział w reakcji mogą się zbyt szybko rekombinować, co oznacza, że łączą się z powrotem przed zakończeniem pracy. W tych przypadkach zanieczyszczenia albo nie rozkładają się całkowicie, albo proces trwa długo.
Dodatkowo powierzchnia tych fotokatalizatorów może zmieniać się w trakcie lub po reakcji fotokatalitycznej, co wpływa na ich działanie i skuteczność. Aby przezwyciężyć te ograniczenia, naukowcy z mojego zespołu próbują opracować nowe materiały fotokatalityczne, które skutecznie rozbijają zanieczyszczenia. Upewniamy się też, że materiały są nietoksyczne.
Małe kryształki
Naukowcy z mojego zespołu wykorzystują zautomatyzowane eksperymenty i sztuczną inteligencję, aby dowiedzieć się, które materiały fotokatalityczne mogą być najlepszymi kandydatami do szybkiego rozkładu zanieczyszczeń. Wykonujemy i testujemy materiały zwane hybrydowymi perowskitami, które są maleńkimi kryształkami – mają około 10 procent grubości pasma włosów. Są wykonane z mieszanki składników organicznych (na bazie węgla) i nieorganicznych (nie opartych na węglu). Mają kilka unikalnych cech, takich jak doskonałe właściwości pochłaniające światło, które wynikają z ich struktury na poziomie atomowym. Są małe, ale potężne. Optycznie są też niesamowite – oddziałują ze światłem w fascynujący sposób, generując dużą liczbę małych nośników ładunku i wywołując reakcje fotokatalityczne.
Materiały te skutecznie transportują ładunki elektryczne, co pozwala im transportować energię świetlną i napędzać reakcje chemiczne. Są również używane do bardziej wydajnych paneli słonecznych i w światłach LED. Istnieją tysiące potencjalnych typów hybrydowych nanokryształów. Mój zespół chciał dowiedzieć się, jak szybko opracować i przetestować ich tak wiele. Jak to możliwe, aby zobaczyć, którzy są najlepszymi kandydatami do czyszczenia toksycznych zanieczyszczeń?
Z pomocą robotów
Zamiast ręcznego tworzenia i testowania próbek – co zajmuje tygodnie lub miesiące – używamy inteligentnych robotów, które mogą produkować i testować co najmniej 100 różnych materiałów w ciągu godziny. Te małe roboty do obsługi cieczy mogą precyzyjnie przenosić, mieszać i transferować niewielkie ilości płynu z jednego miejsca do drugiego. Są kontrolowane przez komputer, który kieruje ich przyspieszeniem i dokładnością.
Do kierowania procesem wykorzystujemy uczenie maszynowe. Algorytmy mogą szybko analizować dane testowe, a następnie zdobywać wiedzę potrzebną do następnego zestawu eksperymentów wykonywanego przez roboty. Algorytmy uczenia maszynowego mogą szybko zidentyfikować wzorce w zebranych danych, co ludziom zajęłoby znacznie więcej czasu. Nasze podejście ma na celu uproszczenie i lepsze zrozumienie złożonych systemów fotokatalitycznych, pomagając w tworzeniu nowych strategii i materiałów. Korzystając ze zautomatyzowanych eksperymentów prowadzonych przez uczenie maszynowe, możemy teraz ułatwić analizę i interpretację tych systemów, pokonując wyzwania, które były trudne przy użyciu tradycyjnych metod.
/Fot: Kristoffer Trolle//
Autorka: , Assistant Professor of Materials Science and Engineering, University of Tennessee
Artykuł pochodzi z serwisu The Conversation i został opublikowany w oparciu o licencję Creative Commons. Przejdź do oryginalnego artykułu
Jeszcze nie dodano komentarza!