Применение методов машинного обучения к моделированию растворимости сахарных спиртов в ионных жидкостях

Том 13 научных отчетов, номер статьи: 12161 (2023) Цитировать эту статью

436 Доступов

Подробности о метриках

Текущая тенденция химической промышленности требует экологически чистой переработки, в частности, с использованием натуральных веществ, таких как соединения, полученные из сахара. Этот вопрос побудил академические и промышленные круги искать новые альтернативы для извлечения этих материалов. Ионные жидкости (ИЛ) в настоящее время открывают путь к эффективным процессам экстракции. С этой целью большое значение имеет точная оценка данных о растворимости. Это исследование основано на методах машинного обучения для моделирования данных о растворимости сахарных спиртов (СА) в ИЖ. Первоначальный анализ релевантности подтвердил, что равновесие SA-IL определяется температурой, плотностью и молекулярной массой IL, а также молекулярной массой, температурой плавления и энтальпией плавления SA. Кроме того, на растворимость СК в ИЖ наибольшее влияние оказывают температура и температура плавления. Производительность искусственных нейронных сетей (ИНС), регрессии опорных векторов наименьших квадратов (LSSVR) и адаптивных систем нейро-нечеткого вывода (ANFIS) для прогнозирования растворимости СК в ИЛ сравнивалась с использованием большого банка данных (647 точек данных по 19 СА и ИЛ). 21 ИЛ). Среди исследованных моделей ANFIS продемонстрировала лучшую точность со средним абсолютным относительным отклонением (AARD%) 7,43% и коэффициентом детерминации (R2) 0,98359. Наилучшая производительность модели ANFIS была получена с радиусом центра кластера 0,435 при обучении с 85% банка данных. Дальнейший анализ модели ANFIS на основе метода рычага показал, что эта модель достаточно надежна благодаря высокому уровню охвата и широкому спектру применимости. Соответственно, эту модель можно эффективно использовать при моделировании растворимости СК в ИЖ.

Ресурсы биомассы являются жизнеспособной, обильной, зеленой, возобновляемой и устойчивой альтернативой традиционным ресурсам для химического синтеза и доставки энергии. Такой переход усиливается за счет сокращения количества извлекаемого ископаемого топлива, ужесточения экологических норм и стабилизации цен на переработку биомассы1,2,3,4. Основные пути достижения этой вехи лежат в переработке лигноцеллюлозной биомассы5,6,7. Поскольку путем прямой или непрямой конверсии лигноцеллюлозы можно синтезировать различные вещества, среди которых большой интерес представляют сахара и сахарные спирты (СА)8,9,10.

СА, также известные как полиолы, состоят из ациклических гидрогенизированных углеводов11. Благодаря своей уникальной структуре и плотности функциональных групп СА нашли большую популярность в фармацевтике, пищевой промышленности и химических процессах12. Обладая аналогичными или даже лучшими свойствами, чем обычные сахара, SA также считали пищевые ингредиенты13. Более того, они все чаще используются в фармацевтике благодаря своим замечательным функциональным свойствам и пользе для здоровья14. Несмотря на то, что СА существуют примерно в небольших количествах, их потребление в мире составило до 1,9 × 106 метрических тонн в 2022–2011 годах11,14, что оправдывает важность разработки надежных подходов для прогнозирования их свойств и поведения. Переработка СК на биоперерабатывающем заводе требует эффективных растворителей для предварительной обработки или растворения биомассы, обеспечения подходящей реакционной среды и улучшения конверсии сахаров либо в промежуточные, либо в конечные продукты15,16.

С этой целью было предложено множество растворителей с различными характеристиками, таких как вода, органические растворители, кислоты, основания и ионные жидкости (ИЛ)17. ИЖ не только обеспечивают жидкое состояние и нелетучесть в широком диапазоне температур, но также обладают высокой термической стабильностью и замечательной растворимостью. Эти характеристики делают их потенциально привлекательными инструментами для решения различных эксплуатационных проблем18, связанных с традиционными растворителями. Универсальность ИЖ позволяет разрабатывать их характеристики, термохимические свойства и сольватационную способность путем соответствующей корректировки пары анион/катион19,20,21,22,23.