表面活性剂结构和特性数据库,以帮助开发无,抑制火灾的表面活性剂和泡
Katherine M Hinnant1, Paige E Sudol2, Jeffrey A Cramer1
1Chemistry Division, US Naval Research Laboratory, 4555 Overlook Ave SW, Washington, District of Columbia 20375, United States.
ACS omega
|September 29, 2025
概括
一个新的数据库将表面活性剂的特性与防火泡的有效性相关联,帮助开发环保的灭火剂. 机器学习模型将利用这些数据来改进表面活性剂设计和环境安全评估.
科学领域:
- 材料科学 材料科学 材料科学
- 环境科学 环境科学
- 化学工程是化学工程的重要组成部分.
背景情况:
- 开发有效和环保的灭火泡对于公共安全和生态保护至关重要.
- 了解表面活性剂结构,特性和灭火性能之间的关系对于创新至关重要.
- 现有的表面活性剂性能和毒性数据是分散的,阻碍了先进的灭火剂的开发.
研究的目的:
- 创建一个全面的数据库,关联表面活性剂的结构,特性和泡灭火指标.
- 开发机器学习模型来预测表面活性剂的性能,并指导新型消防泡的设计.
- 评估表面活性剂和混合物的急性水生毒性,并将预测模型与实验数据进行比较.
主要方法:
- 编制了71个单独的表面活性剂和116种混合配方的数据库,其中包括特征化学结构和泡灭火数据.
- 包括诸如临界微粒度,表面张力,泡降解和灭火性能等属性.
- 进行了有限的急性水生毒性测试,并将结果与ECOSAR对选定的表面活性剂和混合物的预测进行了比较.
主要成果:
- 该数据库包含了众多表面活性剂和配方的详细指标,使结构-属性关系分析成为可能.
- 可以开发机器学习模型来预测泡灭火能力.
- 使用ECOSAR计算的毒性预测显示出不一致性,无法解释表面活性剂的多分散性;实验性毒性测试至关重要.
结论:
- 开发的数据库是了解消防应用中表面活性剂行为的宝贵资源.
- 持续的实验性毒性测试是必要的,以准确评估消防泡的环境风险.
- 这种综合方法有助于开发快速灭和环保的消防泡解决方案.
