Informatics Modeling of High Tg Polymers: Assessing the Role of Processing versus Chemistry

कल्पना कीजिए कि आप एक मास्टर शेफ हैं जो केवल एक रेसिपी पढ़कर यह अनुमान लगाने की कोशिश कर रहे हैं कि एक नया केक कैसा स्वाद देगा। आप जानते हैं कि इसके सामग्रियां (ingredients) क्या हैं: मैदा, चीनी, अंडे और चॉकलेट। पदार्थ विज्ञान (materials science) की दुनिया में, ये "सामग्रियां" पॉलिमर के रासायनिक निर्माण खंड (chemical building blocks) हैं, जो वे विशाल अणु हैं जिनसे प्लास्टिक की पानी की बोतलों से लेकर बुलेटप्रूफ जैकेट तक सब कुछ बना होता है। वैज्ञानिकों का लंबे समय से यह मानना रहा है कि यदि आप रेसिपी (रसायन विज्ञान) जानते हैं, तो आप पूरी तरह से अनुमान लगा सकते हैं कि केक कैसा व्यवहार करेगा, विशेष रूप से इसका "ग्लास ट्रांजिशन टेम्परेचर" ($T_g$)। $T_g$ को आप उस तापमान के रूप में समझ सकते हैं जहाँ एक कठोर, भंगुर प्लास्टिक अचानक एक नरम, रबर जैसा बन जाता है—जैसे गर्मी के दिन में आपके हाथ में चॉकलेट का पिघलना।

लंबे समय तक, शोधकर्ताओं ने माना कि कैसे आप केक बेक करते हैं (प्रोसेसिंग) इससे अंतिम स्वाद में कोई फर्क नहीं पड़ता, जब तक कि रेसिपी एक ही हो। उनका मानना था कि रसायन विज्ञान ही एकमात्र महत्वपूर्ण कारक है। लेकिन वास्तविक दुनिया में, कभी-कभी जिस तरह से आप मिश्रण को मिलाते हैं, डालते हैं या ठंडा करते हैं, उससे बहुत बड़ा अंतर आ सकता है। यह शोध एक सरल लेकिन पेचीदा सवाल पूछता है: क्या केवल रेसिपी ही मायने रखती है, या जिस तरह से हम पॉलिमर को "पकाते" हैं वह वास्तव में उसके व्यक्तित्व को बदल देता है? स्मार्ट कंप्यूटर मॉडल का उपयोग करके हजारों पॉलिमर "रेसिपी" का परीक्षण करके, लेखकों ने यह देखना चाहा कि क्या वे केवल इसके रासायनिक ढांचे को देखकर प्लास्टिक के पिघलने के बिंदु का अनुमान लगा सकते हैं, या उन्हें यह जानने की भी आवश्यकता है कि इसे वास्तव में कैसे बनाया गया था।

रेसिपी बनाम खाना पकाने की विधि

इस अध्ययन में, यूनिवर्सिटी एट बफ़ेलो के शोधकर्ताओं की एक टीम ने एक डिजिटल "टेस्ट टेस्टर" जिसे मशीन लर्निंग मॉडल कहा जाता है, का उपयोग करके इस विचार का परीक्षण करने का निर्णय लिया। उन्होंने पहले से ही एक चतुर कंप्यूटर प्रोग्राम बनाया था जो एक पॉलिमर की रासायनिक संरचना—उसकी "टोपोलॉजी," या कैसे उसके परमाणु ऊन के एक उलझे हुए गोले की तरह आपस में जुड़े हुए हैं—को देख सकता था और उसके $T_g$ का काफी सटीक अनुमान लगा सकता था। यह ऐसा था जैसे आपके पास एक रोबोट हो जो रेसिपी पढ़ सके और बिना केक देखे ही आपको बता सके कि केक का स्वाद कैसा होगा।

लेकिन टीम के मन में एक सवाल आया: क्या केक को बेक करने का तरीका उसके स्वाद को बदल सकता है? यह पता लगाने के लिए, उन्होंने अपने रोबोट को डेटा का एक नया बैच दिया: 43 अलग-अलग पॉलिमर जो बनाने के विस्तृत नोट्स के साथ आए थे। क्या उन्हें पिघलाकर डाला गया था? क्या उन्हें एक तरल में घोलकर सुखाया गया था? क्या उन्हें लंबे समय तक उच्च तापमान पर पकाया गया था?

निष्कर्ष: रेसिपी ही सर्वोपरि है (लेकिन ओवन भी कभी-कभी मायने रखता है)

परिणाम ज्यादातर वही थे जिसकी वैज्ञानिकों को उम्मीद थी, लेकिन इसमें कुछ रोमांचक आश्चर्य भी थे। जब कंप्यूटर ने केवल उनके रासायनिक व्यंजनों का उपयोग करके इन नए पॉलिमर को देखा, तो इसने अधिकांश के लिए बहुत अच्छा काम किया। मॉडल ने $T_g$ मानों का अनुमान लगभग 33 से 46 डिग्री सेल्सियस के त्रुटि मार्जिन के साथ लगाया, जो पदार्थ विज्ञान की जटिल दुनिया में एक ठोस प्रदर्शन है। इसने पुराने विचार की पुष्टि की: अधिकांश प्लास्टिक के लिए, रसायन विज्ञान ही बॉस है। उन्हें प्रोसेस करने का तरीका—चाहे आप उन्हें पिघलाएं या सुखाएं—आमतौर पर उनके पिघलने के बिंदु को बहुत अधिक नहीं बदलता है।

हालाँकि, कंप्यूटर दो विशिष्ट "केकों" के सामने आकर रुक गया: पॉलीबेंज़िमिडाज़ोल (PBI) और पॉली(फेनिलिन ऑक्साइड)। इन दोनों के लिए, मॉडल के अनुमान बहुत गलत थे। उसने अनुमान लगाया कि PBI का $T_g$ लगभग 200°C होगा, लेकिन वास्तविक संख्या एक दहकते हुए 443°C थी। पॉली(फेनिलिन ऑक्साइड) के लिए, मॉडल ने 1.26°C का ठंडा अनुमान लगाया, जबकि वास्तविक मान 210°C का गर्म था। यह एक बहुत बड़ा अंतर है!

"सॉल्यूशन कास्टिंग" का रहस्य

रोबोट इन दोनों के मामले में इतना गलत क्यों हुआ? टीम ने गहराई से जांच की और महसूस किया कि ये दो पॉलिमर इसलिए अलग थे क्योंकि इन्हें बनाने का तरीका अलग था। अध्ययन के अधिकांश प्लास्टिक के विपरीत, जिन्हें पिघलाकर डाला गया था, इन्हें "सॉल्यूशन कास्टिंग" नामक विधि से बनाना आवश्यक था। यह सामग्री को एक विशेष तरल (जैसे PBI के लिए पॉलीफॉस्फोरिक एसिड) में घोलने और फिर ठोस फिल्म छोड़ने के लिए तरल को वाष्पित करने जैसा है।

शोधकर्ताओं ने पाया कि इन विशिष्ट, कठिन पॉलिमर के लिए, खाना पकाने के तरीके ने स्वयं "केक" की संरचना को बदल दिया। सॉल्यूशन कास्टिंग और उच्च-तापमान बेकिंग (एनीलिंग) ने अणुओं को एक-दूसरे के बहुत करीब पैक कर दिया और सूक्ष्म वायु छिद्रों को हटा दिया, जिससे एक सघन, मजबूत सामग्री बनी। प्रसंस्करण (प्रोसेसिंग) के कारण आई इस अतिरिक्त घनत्व ने $T_g$ को बहुत ऊपर धकेल दिया। कंप्यूटर मॉडल, जो केवल रासायनिक रेसिपी को देखता था, इस अतिरिक्त कसावट को नहीं देख सका क्योंकि उसे विशेष खाना पकाने के तरीके के बारे में पता नहीं था।

भविष्य के लिए इसका क्या अर्थ है

अध्ययन यह निष्कर्ष निकालता है कि जबकि रसायन विज्ञान किसी पॉलिमर के गुणों का मुख्य चालक है, खाना पकाने का तरीका हमेशा केवल एक पृष्ठभूमि विवरण नहीं होता है। अधिकांश प्लास्टिक के लिए, आप प्रोसेसिंग को अनदेखा कर सकते हैं और केवल रेसिपी पर ध्यान दे सकते हैं। लेकिन कुछ उच्च-प्रदर्शन वाले पॉलिमर के लिए जिन्हें विशेष हैंडलिंग की आवश्यकता होती है, उन्हें बनाने का तरीका उनके व्यवहार को नाटकीय रूप से बदल सकता है।

टीम का मॉडल वास्तव में इन अपवादों को पहचानने के लिए एक उपयोगी उपकरण साबित हुआ। क्योंकि मॉडल ने केवल रसायन विज्ञान के आधार पर $T_g$ की भविष्यवाणी की थी, इसलिए वे दो पॉलिमर जो भविष्यवाणी से मेल नहीं खा रहे थे, वे स्पष्ट रूप से अलग दिखाई दिए। यह सुझाव देता है कि भविष्य में, वैज्ञानिक इस "केवल-रसायन" मॉडल का उपयोग एक स्क्रीनिंग टूल के रूप में कर सकते हैं। यदि मॉडल का अनुमान वास्तविक दुनिया के परिणाम से मेल नहीं खाता है, तो यह एक बड़ा संकेत है कि प्रोसेसिंग विधि एक छिपी हुई, शक्तिशाली भूमिका निभा रही है। इसलिए, हालांकि कहानी का सबसे महत्वपूर्ण हिस्सा रेसिपी ही है, लेकिन कभी-कभी अंतिम व्यंजन को समझने के लिए आपको वास्तव में यह जानने की आवश्यकता होती है कि शेफ ने इसे कैसे पकाया है।