РНФ_Скорынина

Установление закономерностей колебательных спектров цеолитов с использованием квантово-химического моделирования и методов машинного обучения.

Цеолиты – микропористые материалы, играющие важную роль в нефтехимической промышленности. Катализаторы на основе цеолитов хорошо зарекомендовали себя во многих промышленных реакциях, однако истощение традиционных источников энергии и стремление общества к развитию «зеленой» химии требует постоянного совершенствования этих материалов. Для оптимизации каталитических процессов, требуется однозначное определение структурных особенностей катализатора, и одними из методов, непосредственно используемых на производствах при синтезе цеолитов, являются спектроскопия комбинационного рассеяния и инфракрасная спектроскопия. Данные методы по принципу «отпечатков пальцев» позволяют установить, какие типы связей, функциональные группы и структурные единицы присутствуют в материале. Однако, во-первых, они не позволяют дать количественную оценку структурных особенностей, а во-вторых, в ряде случаев до сих пор не установлено однозначное соответствие между наблюдаемыми пиками и структурными единицами цеолитов.

Цель проекта – классификация колебательных мод цеолитов по типу структурных единиц цеолитов и установление зависимостей их частот от структурных параметров с использованием теоретических расчетов из первых принципов.

1. Классифицировать структуры цеолитов по типу элементарных структурных элементов и составлена размеченная выборка.

2. Произвести теоретическое моделирование колебательных спектров для более чем 50 различных типов цеолитов, которые будут дополнены экспериментальными структурами из коммерческих и открытых баз данных.

3. С использованием методов машинного обучения, с одной стороны, а также путем визуализации колебательных мод, все колебательные моды, наблюдаемые в различных диапазонах теоретических и экспериментальных спектров сопоставить со структурными мотивами, ответственными за эти частоты

4. Ввести теоретические зависимости положений колебательных частот от структурных параметров (углов и длин связи) цеолитов, а также натренированы алгоритмы

машинного обучения для предсказания данных структурных параметров по теоретическим и экспериментальным спектрам.

Полученные результаты будут иметь фундаментальную научную значимость, поскольку это будет первое исследование, в которой методы машинного обучения будут применены к колебательным спектрам для извлечения структурных параметров (стоит отметить, что и объект-признак, т.е. матрица частот, и целевая переменная являются непрерывными параметрами). С другой стороны, будет разработана методика, которая позволит в разы повысить информативность спектров комбинационного рассеяния света и инфракрасных спектров, что имеет огромную практическую значимость и может быть применено к широкому спектру объектов. Например, это позволит ограничиться на этапе начальной диагностики цеолитов измерением спектров комбинационного рассеяния и исключить более дорогостоящие и трудоемкие методы (ЯМР, дифракцию), что существенно ускорит процесс производства новых цеолитов с необходимыми структурными параметрами.