Sono urgentemente necessari metodi rispettosi dell'ambiente per la produzione industriale di sostanze chimiche. I ricercatori della LMU hanno recentemente descritto tale procedura per la sintesi di formaldeide, e ora l'abbiamo migliorato con l'aiuto dell'apprendimento automatico.

La formaldeide è una delle materie prime più importanti impiegate nell'industria chimica, e serve come punto di partenza per la sintesi di molti prodotti chimici più complessi. La produzione industriale di formaldeide si basa attualmente su un procedimento su larga scala che consuma combustibili fossili e richiede un elevato apporto energetico. Sono quindi urgentemente necessarie modalità di sintesi più efficienti e più sostenibili, che potrebbe dare un contributo significativo alla mitigazione del clima. Il professor Oliver Trapp, chimico della LMU, e i suoi colleghi hanno ora sviluppato un nuovo flusso di lavoro per la produzione di formaldeide, che si basa su un algoritmo costruito con l'ausilio del machine learning. La nuova procedura aumenta le rese del composto di un fattore 5, come riporta ora il team nel diario Scienze chimiche . Gli autori dello studio sono convinti che il loro nuovo approccio abbia un grande potenziale e possa in linea di principio essere applicato ad altre procedure sintetiche.

La sintesi industriale della formaldeide inizia con il syngas [una miscela di monossido di carbonio (CO) e idrogeno molecolare (H2)] – a cui viene aggiunto metanolo prima di essere ossidato con l'aiuto di un catalizzatore. Però, la stessa produzione di syngas richiede alte temperature e combustibili fossili come il gas naturale o il carbone. In uno studio precedente, i ricercatori della LMU hanno descritto lo sviluppo di uno schema di reazione che ha permesso di sintetizzare un derivato della formaldeide in un unico passaggio da una miscela di gas idrogeno e anidride carbonica, in presenza di un catalizzatore omogeneo, in condizioni moderate di temperatura e pressione. Con aggiunta di metanolo, questo derivato potrebbe quindi essere convertito nel prodotto finale desiderato. La strategia presenta numerosi vantaggi rispetto alla procedura convenzionale. "Prima di tutto, permette la CO ₂ , che è un sottoprodotto di diversi processi industriali (ad esempio, nella produzione di acciaio) da riciclare. Quindi questo approccio non solo migliora l'efficienza della sintesi della formaldeide, riduce anche il tasso di accumulo di CO ₂ nell'atmosfera. Alla luce del cambiamento climatico in corso, questo è un effetto collaterale molto ricercato e molto gradito della procedura, " dice Trapp. "Inoltre, l'intero processo richiede molta meno energia rispetto a vie di sintesi alternative, in quanto avviene a temperature più basse e comporta un minor numero di passaggi."

Il gruppo ha ora ottimizzato questa procedura variando non meno di sette parametri che influenzano la resa di sintesi della formaldeide nel loro sistema, e utilizzando l'apprendimento automatico per identificare le combinazioni di parametri che danno i migliori risultati. La caratteristica essenziale degli algoritmi di apprendimento automatico è che sono in grado di apprendere dall'esperienza, quando dotati di set di dati di "formazione" appropriati. "Nel metodo che abbiamo impiegato, chiamata foresta casuale, i dataset iniziali contengono risultati validi ottenuti sulla base di osservazioni o calcoli empirici, " dice Trapp. Un sottoinsieme di questi dati viene utilizzato per addestrare l'algoritmo, in modo che possa costruire una relazione matematica tra questi dati di input e i risultati corrispondenti. Quindi il risultato di questo passaggio è un modello matematico. La capacità del modello di tenere conto del resto dei dati può quindi essere valutata, e il modello può essere progressivamente regolato.

Usando questo metodo, il team LMU è stato in grado di determinare le condizioni di reazione ottimali per il loro sistema chimico. Regolando opportunamente i parametri di ingresso in una nuova configurazione di reazione, sono stati in grado di testare direttamente l'efficacia dell'algoritmo. "Il nuovo schema di reazione ha aumentato l'efficienza della sintesi del 500% rispetto a quella della modalità convenzionale di produzione di formaldeide, " afferma Trapp. "Questo risultato ha superato significativamente le nostre aspettative, e dimostra il potenziale dei moderni algoritmi per massimizzare i risultati con il minimo sforzo pratico."

Gli autori sono fiduciosi che i loro risultati motiveranno gli ingegneri chimici ad adottare il processo e ad implementarlo su scala tecnica. "BASF, nostro partner nel progetto, è già impegnata nella valutazione della rilevanza industriale del processo, " afferma Trapp. Dato che la produzione globale annua di formaldeide supera i 20 milioni di tonnellate con un margine considerevole, e la domanda per il composto continua a crescere, questa alternativa relativamente benigna all'attuale modalità di sintesi potrebbe dare un contributo apprezzabile alla riduzione dei gas serra.