ИИ ускорит разработку катализаторов для химической промышленности
Новосибирские учёные создали алгоритм, предсказывающий расположение катионов в цеолитах. Технология ускорит создание компонентов, необходимых для нефтепереработки и газоразделения.
Сотрудники Института катализа им. Г.К. Борескова Сибирского отделения Российской академии наук (ИК СО РАН) разработали алгоритм, который позволяет целенаправленно проектировать пористые материалы с заданными параметрами, заменяя многолетний эмпирический подбор расчетными методами. Это существенно снижает издержки и ускоряет вывод высокотехнологичных продуктов на рынок.
Специалисты разработали оригинальный подход. Сначала они смоделировали поведение частиц для 4000 различных вариантов состава цеолитов, а потом на основе этих данных создали своего рода «словарь», который переводит химическую формулу материала в понятные для компьютера числовые параметры. Затем на этой базе была обучена нейросеть. Вместо того чтобы каждый раз заново просчитывать сложную физику с нуля, она теперь просто узнает знакомые закономерности в структуре и мгновенно выдает готовый результат. Главное преимущество: модель универсальна и работает для широкого круга катионов.
Теперь отбраковывать неудачные варианты можно прямо на компьютере, не тратя время и деньги на реальные лабораторные тесты.
Научный софт выходит на рынок нефтепереработки
Разработка новосибирских ученых востребована в условиях растущего спроса на катализаторы отечественного производства. Например, с 2019 года ПАО «Газпром нефть» строит для этого современный завод на Омском НПЗ проектной мощностью 21 тыс. тонн продукции в год. Параллельно ПАО «НК «Роснефть» в 2022 году запустило промышленное производство катализатора гидрокрекинга на заводе в Башкирии.
При этом общие высокие показатели локализации (например, 76% к концу 2023 года) часто маскируют дефицит именно отечественных высокотехнологичных позиций. Это стимулирует спрос на российское научное программное обеспечение для ускоренного проектирования новых материалов. Сибирские ученые решают эту задачу.
Глобальная химическая революция
Внедрение нейросетей в материаловедение носит глобальный характер. В 2023 году исследователи Южного федерального университета применили алгоритмы машинного обучения для спектрального анализа внутренней структуры цеолитов. Годом позже университет ИТМО совместно с новосибирскими химиками использовал машинное обучение для оптимизации параметров катализаторов при производстве водорода. А в 2025 году ИК СО РАН модернизировал метод парофазной кристаллизации, существенно повысив выход нанокристаллов цеолитов. Алгоритм 2026 года логично развивает эти направления, смещая фокус с физического синтеза на интеллектуальный анализ данных.
Переход на собственные алгоритмы и независимые базы данных
В среднесрочной перспективе инструмент, разработанный новосибирскими учёными, планируется активно внедрять в исследовательских центрах химических холдингов, что позволит заменить зарубежные программы собственными решениями.
Открытый код алгоритма создает предпосылки для коммерциализации: российские организации смогут предлагать зарубежным лабораториям программные продукты для подбора сорбентов, а также экспортировать физические катализаторы, спроектированные с помощью сибирской нейросети.
Создание собственных баз данных по цеолитам формирует технологический суверенитет в сфере проектирования катализаторов и снижает зависимость нефтегазового комплекса от иностранного программного обеспечения.
