L’apprentissage automatique guide la conception de membranes PBI à acide phosphonique

Chengkai Hong, Chunyang Yu et Yongfeng Zhou associent un modèle de diffusion génératif, une forêt aléatoire pour le criblage et des simulations de dynamique moléculaire afin d’étudier des membranes échangeuses de protons à base de polybenzimidazole et d’acide phosphonique. Leur méthode génère des candidats et repère des motifs structuraux associés à la conductivité protonique. Les simulations relient le transport des protons à la réorganisation des réseaux de liaisons hydrogène et aux interactions entre groupes phosphate, segments de membrane et protons. L’étude présente une stratégie de conception et de validation par simulation.

Source : ACS Applied Polymer Materials — Machine Learning-Guided Structural Optimization of High-Temperature Polybenzimidazole-Based Phosphonic Acid Proton Exchange Membranes