SCI Библиотека

Научная статья рассматривает актуальные методы машинного обучения для предсказания химических реакций и оптимизации условий синтеза. Сфера химического синтеза является ключевой в науке и промышленности, и внедрение методов машинного обучения представляет собой инновационный подход к решению сложных проблем в этой области. Статья обсуждает применение графовых нейронных сетей, рекуррентных нейронных сетей и генеративных моделей для предсказания реакций с высокой точностью. Также рассматриваются методы оптимизации условий синтеза, основанные на машинном обучении, с акцентом на предсказании оптимальных параметров реакции.

В данной статье представлен обзор современных методов виртуального моделирования, таких как квантово-химические методы, молекулярная динамика и докинг, и их приложение в различных аспектах органической химии. Рассмотрены применение виртуального моделирования для дизайна новых молекул, изучения реакционных механизмов и прогнозирования свойств материалов. Освещены перспективы использования методов машинного обучения и системной интеграции для улучшения точности прогнозов. В заключении подчеркнута важность виртуального моделирования как инструмента, способствующего инновациям в органической химии и обеспечивающего основу для будущего развития науки и технологии.

В статье описано ПО для решения задач оптимального управления каталитическим процессом в реакторе идеального смешения. На основе математической модели процесса в реакторе идеального смешения сформулирована в общем виде задача оптимального управления. В качестве управляющего параметра рассматривается температура хладоагента, на значения которой наложены ограничения. Приведен пошаговый алгоритм численного решения поставленной задачи, в основу которого положен эволюционный метод искусственных иммунных систем. Применение данного метода дает возможность получить приближенное решение задачи за приемлемое с практической точки зрения время. На основе сформулированного алгоритма разработано приложение для каталитической реакции димеризации a-метилстирола в присутствии цеолитного катализатора NaHY, продукты которой (линейные димеры) широко применяются в промышленном производстве. Для расчета процесса в реакторе идеального смешения в программе реализован ряд численных методов. В программном средстве имеется возможность настройки пользователем параметров как каталитического процесса, так и алгоритма метода искусственных иммунных систем. Критерий оптимизации задается пользователем в ходе работы программы, что позволяет применять ее для различных постановок задач каталитического процесса димеризации α-метилстирола и получать набор оптимальных концентраций веществ и оптимальный температурный режим, соответствующие заданным показателям протекания процесса. Приведено решение задачи поиска оптимального температурного режима рассматриваемого каталитического процесса, критерием оптимальности которой является достижение максимального выхода линейных димеров при минимальном выходе циклических димеров и тримеров.

С момента появления концепции «зеленой химии», введенной в химический лексикон в начале 90-х годов ХХ в., ее основные положения непрерывно эволюционировали и развивались.

На данный момент насчитывается 10 – 12 основных «краеугольных камней», на которых должен быть построен идеальный химический процесс. Данный обзор анализирует накопленный опыт и достижения на пути к созданию химических продуктов и процессов без использования или образования вредных веществ.

Обзор представляет точку зрения ведущих российских специалистов, работающих в
различных областях данного направления, включая гомогенный и гетерогенный
катализ, тонкий и промышленный органический синтез, электрохимию, полимерную
химию, химию на основе биовозобновляемого сырья, химию энергоемких соединений
и материалов.

Представлена также новая разработка российских авторов в области количественной оценки экологичности процессов. Библиография — 1761 ссылок.