Polymeren beter recyclebaar maken: machine learning helpt speld in hooiberg vinden
Sid Kumar (Foto: TU Delft)
17 maart 2025 – Polymeren zijn overal in ons dagelijks leven, van auto’s tot mobiele telefoons. Maar dit wijdverspreide gebruik heeft een prijs. Slechts negen procent van alle polymeren wordt gerecycled. Dat moet snel verbeteren, zegt Sid Kumar, universitair hoofddocent bij de TU Delft. Met machine learning zoekt en ontwerpt hij polymeren die makkelijker te recyclen zijn, om zo een stap te zetten richting een duurzamere toekomst.
De onderzoekers hebben een geavanceerd algoritme ontwikkeld dat met verrassend weinig gegevens aan de slag kan om nieuwe polymeren te ontdekken. Bovendien hebben ze ervoor gezorgd dat het algoritme begrijpelijk is, zodat wetenschappers beter kunnen samenwerken met de AI en begrijpen hoe die tot een resultaat komt.
Het team heeft hun algoritme getest op vitrimeren, een nieuwe soort polymeren die zichzelf kunnen herstellen. Vitrimeren zijn duurzame en recyclebare polymeren en bieden een veelbelovende oplossing voor plastic afval. Deze polymeren kunnen zichzelf herstellen wanneer ze worden verhit, dankzij hun unieke moleculaire bindingen.
Er zijn alleen nog niet veel commercieel beschikbare vitrimeren door het tekort aan geschikte moleculaire bouwstenen, wat hun zelfherstellende eigenschappen en bredere toepassingen in de weg zit. Het team van Kumar wil ervoor zorgen dat vitrimeren bruikbaarder worden en stelde een makkelijk haalbare doeltemperatuur voor zelfherstel vast en gebruikte hun algoritme om veelbelovende moleculaire kandidaten te vinden. Wat normaal gesproken jaren kan duren – of onmogelijk zou zijn gebleven – werd nu binnen enkele dagen bereikt.
De resultaten van het onderzoek werden op gepubliceerd door onder de titel ‘AI-Guided Inverse Design and Discovery of Recyclable Vitrimeric Polymers’.
