A síntese de precursores plásticos, como polímeros, envolve catalisadores especializados. Contudo, o método tradicional baseado em lote de encontrar e selecionar os corretos para um determinado resultado consome litros de solvente, gera grandes quantidades de resíduos químicos, e é caro, processo demorado envolvendo vários testes.

Ryan Hartman, professor de engenharia química e biomolecular na NYU Tandon School of Engineering, e seu laboratório desenvolveu um "microssistema inteligente" baseado em laboratório que emprega aprendizado de máquina, para modelar reações químicas que prometem eliminar esse processo caro e minimizar os danos ambientais.

Em sua pesquisa, "Combinando experimentação microfluídica automatizada com aprendizado de máquina para um projeto de polimerização eficiente, " publicado em Nature Machine Intelligence , os colaboradores, incluindo o estudante de doutorado Benjamin Rizkin, empregou um design personalizado, microrreator prototipado rapidamente em conjunto com automação e termografia infravermelha in situ para estudar polimerização exotérmica (geradora de calor) - reações que são notoriamente difíceis de controlar quando dados cinéticos experimentais limitados estão disponíveis. Ao emparelhar tecnologia microfluídica eficiente com algoritmos de aprendizado de máquina para obter conjuntos de dados de alta fidelidade com base em iterações mínimas, eles foram capazes de reduzir o desperdício químico em duas ordens de magnitude e a descoberta catalítica de semanas para horas.

Hartman explicou que projetar a configuração microfluídica exigiu que a equipe primeiro estimasse a termodinâmica das reações de polimerização, neste caso, envolvendo uma classe de catalisadores de metaloceno, amplamente utilizado na polimerização em escala industrial de polietileno e outros polímeros termoplásticos.

"Desenvolvemos primeiro uma estimativa da ordem de magnitude do transporte de calor e massa, "disse Hartman." O conhecimento dessas quantidades nos permitiu projetar um dispositivo microfluídico que pode rastrear a atividade dos catalisadores e oferecer mecanismos escaláveis ​​que imitam a cinética intrínseca necessária para os processos em escala industrial. "

Hartman acrescentou que tal sistema de bancada poderia abrir a porta para uma série de outros dados experimentais. "Isso pode fornecer contexto para a análise de outras propriedades de interesse, como a mistura de fluxo, dispersão, transferência de calor, transferência de massa, e a cinética da reação influencia as características do polímero, " ele explicou.

Usando uma classe de catalisadores de polímero à base de zirconoceno, a equipe de pesquisa emparelhou microfluídicos - comprovados na pesquisa de outras reações exotérmicas - com uma bomba automatizada e termografia infravermelha para detectar mudanças na reatividade com base em exotérmicas (compostos que emitem calor durante sua formação), resultando em eficiência, experimentação de alta velocidade para mapear o espaço de reação do catalisador. Como o processo foi conduzido em um pequeno reator, eles foram capazes de introduzir o catalisador dissolvido no líquido, eliminando a necessidade de condições extremas para induzir a catálise.

"O fato é que, a maioria dos plásticos é feita com catalisadores de metaloceno ligados a partículas de sílica, criando um substrato heterogêneo que polimeriza monômeros como propileno e etileno, "disse Hartman." Avanços recentes no catalisador homogêneo de metaloceno dissolvido permitem condições de reação mais suaves. "

O grupo de Hartman demonstrou anteriormente que as redes neurais artificiais (RNA) podem ser usadas como uma ferramenta para modelar e compreender as vias de polimerização. Na nova pesquisa, eles aplicaram RNAs para modelar a polimerização exotérmica catalisada por zirconoceno. Usando sistemas MATLAB e LabVIEW para controlar as reações, interface com dispositivos externos, e gerar algoritmos computacionais avançados, os pesquisadores geraram uma série de RNAs para modelar e otimizar a catálise com base em resultados experimentais.

"As empresas químicas normalmente usam reatores de 100 a 10 litros para filtrar centenas de catalisadores que, por sua vez, poderiam ser ampliados para fabricar plásticos. Aqui, estamos usando menos de um mililitro, e ao reduzir a pegada de experimentos de laboratório, você reduz as instalações necessárias, portanto, toda a pegada é reduzida. Nosso trabalho fornece uma ferramenta útil para a análise científica e técnico-econômica de polimerizações catalíticas complexas, "disse Hartman.

Hartman e as descobertas de seu laboratório abrem portas para novos tipos de pesquisa, envolvendo principalmente o conceito de automatizado, ou química "robótica", aumentando o rendimento, fidelidade de dados, e o manuseio seguro de polimerizações altamente exotérmicas.

Ele explicou que, em princípio, o método pode levar a um design mais eficiente e plásticos mais benignos para o meio ambiente, uma vez que a triagem de catalisadores e polímeros mais rapidamente permite a capacidade de adaptar processos mais rapidamente a polímeros mais ecológicos.