Maschinelles Lernen zum Design hocheffizienter Filtermembranen für die Entfernung von Schadstoffen aus Wasser

Antrag auf Förderung durch die Deutsche Forschungsgemeinschaft (DFG) bewilligt

Abbildung: Design von adsorptiven Polymermembranen für die Entfernung von Schadstoffen aus Wasser unterstützt durch maschinelles Lernen.

Mit einem modernen elektronenstrahlbasierten Ansatz können nahezu beliebige molekulare Verbindungen auf Polymermembranen immobilisiert werden. Die Herausforderung besteht nun darin, die effektivste Funktionalisierung auszuwählen, um toxische Schadstoffe aus dem Wasser effektiv zu entfernen. Um dieses Problem zu lösen, wird am IOM im Forschungsbereich "Oberflächen poröser Membranfilter" in Kooperation mit der Querschnittseinheit „Modellierung und Simulation“ ein maschinelles Lernmodell entwickelt, das quantenchemische Daten zur Vorhersage optimaler Funktionalisierungsstrategien nutzt und dabei Prozessparameter aus Elektronenstrahlbehandlung und Adsorptionsstudien einbezieht.

Damit die Forschung auf diesem Gebiet am IOM in den nächsten 3 Jahren weiter vorangetrieben werden kann, hat die Deutsche Forschungsgemeinschaft (DFG) nun die Förderung des Forschungsprojektes „Effizientes Membrandesign für die Entfernung von molekularen Schadstoffen aus Abwässern unterstützt durch maschinelles Lernen“ mit einer Fördersumme von 400.892,00 Euro bewilligt (Projektnummer: 552615050).