2021 Fiscal Year Annual Research Report
Metal extraction using biocompatible ionic liquid system assisted by machine learning
| Project/Area Number |
21F21350
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
後藤 雅宏 九州大学, 工学研究院, 教授 (10211921)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
FAJAR ADROIT 九州大学, 工学(系)研究科(研究院), 外国人特別研究員
|
|---|
| Project Period (FY) |
2021-11-18 – 2024-03-31
|
| Keywords | イオン液体 / 計算科学 / 溶媒抽出 / 金属分離 / レアメタル / 金属リサイクル / 機械学習 / 分子動力学 |
|---|
| Outline of Annual Research Achievements |
レアメタルの回収には、製品を解体し濃縮したあと、天然資源と同様に抽出などの湿式製錬法を用いることになるが、微量のレアメタルを多量の不純物金属から分離回収するには、多大な溶媒とエネルギーを要する。リサイクルを成功させるためには、環境へのインパクトを最小限にとどめた高効率のレアメタル分離回収プロセスが不可欠である。このような状況下、本研究では、機械学習（ML）を用いて、高選択性かつ低環境毒性を有する金属抽出用イオン液体（IL）を開発することを目的とする。
金属資源は、現代技術において重要な構成要素ですが、その資源は厳しく制限されている。また、現在の金属採掘産業は、有毒な化学物質を含む高エネルギープロセスに依存しています。そのため、グリーンな試薬を用いた効率的な抽出システムが求められている。
学習データである数百のIL構造は、DFTとCOSMO-RSのアプローチを用いてコンピュータ言語に変換された。その結果、金属選択性と環境毒性を予測できる2つのMLモデル（分類と回帰）を作成した。次に、いくつかのILを実験室で単純なメタセシス反応により合成した。ILの性能は、標準的な溶媒抽出手順によって検討した。
クロスバリデーション法による ML モデルの評価では、分類モデルの精度スコアが 0.80 以上、回帰モデルの R2 値が 0.75 以上となり、ML アルゴリズムが非常に信頼できることが示された。また、ILのカチオンとアニオンは金属選択性において等しく重要であるが、カチオンのみが環境毒性において重要であることが示唆された。次に、私たちが最初に提案した150のIL構造から、最適な3つのILを選択するためにMLを割り当てた。それらの３種のILは合成に成功し、現在、その性能を検討している。これまでのところ、これらすべてのILは、Pt、Li、Ndの選択的抽出に有望な結果を示している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では、これまで合成に頼っていた抽出剤開発を、計算科学の手法を導入した新たな抽出剤開発を提案することができた。さらには、環境調和型の抽出剤として、生体適合性イオン液体の概念を新たに導入した。環境調和型の抽出剤を、二次資源からのレアメタル回収に応用することによって、SDGsの理念に基づいた環境負荷を低減したレアメタルのリサイクルプロセスを構築できた。再資源化には、最終的には金属を酸などに浸出し、溶媒抽出等の湿式製錬法によって分離回収が行われる。微量のレアメタルを多量の不純物金属を含む原料溶液から回収するには、大量の有機溶媒と多大なエネルギーを要するため、この抽出剤の開発が鍵を握る。そこで本研究では、溶媒抽出法の原理に基づいた高効率で、環境負荷を低減したレアメタルの高効率抽出分離法を開発し、使用済み資源のリサイクル過程に、今回開発した環境調和型の抽出剤を適用し、良好な結果が得られている。。
|
| Strategy for Future Research Activity |
今後の研究は、以下のようないくつかの側面に重点を置いて研究を行う計画である。 (i) 計算のみならず、実験室での実験でより多くの予測を検証する、(ii) 分子動力学（MD）シミュレーションでメカニズムを検討する、(iii) 機械学習（ML）から深層学習へアルゴリズムを拡張することも視野に入れて研究を展開する予定である。
次年度は、水と混和しない“疎水性”の生体適合性イオン液体の創製を試みる。具体的には１分子内にコリンカチオンとリン酸アニオンが存在するリン脂質のリン酸基をエステル化した、エチルホスホコリンをカチオンとして利用する。エチルホスホコリンは安価な試薬として既に市販されており、合成方法も確立されているためイオン液体合成に成功する確立は高いと考えている。さらに、アミノ酸も金属に高い親和性を有し、特にCo、Pt,LiとNdに対する選択性が高いことが明らかになった。よって、さらに、抽出剤の構造体としてアミノ酸を導入することも計画している。
上記で開発した抽出剤を用いて、液液抽出法により抽出挙動を検討し、各抽出剤の抽出特性を明らかにするとともに、その抽出メカニズムを明らかにする。諸条件を検討し、LiB及び自動車触媒を対象としたレアメタル分離に対し、最適な抽出系を見いだす。
|
