Fortschritte bei der Katalysatorentdeckung für saubere Energie
Ein neues Projekt hat sich zum Ziel gesetzt, die Entdeckung von Katalysatoren für die saubere Energieproduktion zu verbessern.
Jehad Abed, Jiheon Kim, Muhammed Shuaibi, Brook Wander, Boris Duijf, Suhas Mahesh, Hyeonseok Lee, Vahe Gharakhanyan, Sjoerd Hoogland, Erdem Irtem, Janice Lan, Niels Schouten, Anagha Usha Vijayakumar, Jason Hattrick-Simpers, John R. Kitchin, Zachary W. Ulissi, Aaike van Vugt, Edward H. Sargent, David Sinton, C. Lawrence Zitnick
― 5 min Lesedauer
Inhaltsverzeichnis
- Die Herausforderung
- Erstellung von Open Catalyst Experiments 2024
- Der experimentelle Prozess
- Chemische Reduktion
- Funkenablation
- Testen der Katalysatoren
- Wasserstoffentwicklungsreaktion (HER)
- Kohlenstoffdioxid-Reduktionsreaktion (CO2RR)
- Überbrückung der Kluft
- Ergebnisse und Erkenntnisse
- Der Weg nach vorne
- Fazit
- Originalquelle
- Referenz Links
Die Welt hat ein ernstes Problem mit dem Klimawandel, und bessere Wege zur Produktion von sauberer Energie zu finden, ist super wichtig. Eine vielversprechende Möglichkeit ist die Herstellung von grünem Wasserstoff durch einen Prozess namens Elektrolyse. Um diesen Prozess wirklich effizient zu machen, brauchen wir bessere Katalysatoren – Materialien, die chemische Reaktionen beschleunigen, ohne dabei verbraucht zu werden.
Leider ist die Entdeckung neuer Katalysatoren wie die Suche nach einer Nadel im Heuhaufen. Es gibt eine Kluft zwischen dem, was Wissenschaftler anhand von Computer-Modellen denken, was funktionieren wird, und dem, was tatsächlich im Labor klappt. Um diese Lücke zu schliessen, haben Wissenschaftler einen grossen Plan namens Open Catalyst Experiments 2024, kurz OCx24, ins Leben gerufen.
Die Herausforderung
Der aktuelle Prozess zur Entdeckung von Katalysatoren ist ein bisschen wie ein Spiel von Versuch und Irrtum. Wissenschaftler probieren verschiedene Materialien aus, basierend auf ihrem Wissen und ihren Erfahrungen, aber das kann langsam sein und hat viele Höhen und Tiefen. Verschiedene Forschergruppen arbeiten oft unabhängig voneinander, was zu viel Überschneidung in der Forschung führt und nicht viel Fortschritt bringt.
Ein grosses Problem ist, dass experimentelle Ergebnisse schwer reproduzierbar sind. Wenn ein Labor einen vielversprechenden Katalysator findet, kann ein anderes Labor vielleicht nicht die gleichen Ergebnisse erzielen, was es schwieriger macht, auf früheren Erkenntnissen aufzubauen. Hier kommt OCx24 ins Spiel, das darauf abzielt, einen klaren Weg zwischen Laborexperimenten und Computerprognosen zu schaffen.
Erstellung von Open Catalyst Experiments 2024
Das OCx24-Projekt hat sich zum Ziel gesetzt, einen riesigen Datensatz mit experimentellen Studien zu erstellen, der helfen kann, Computer-Modelle zu trainieren. Dieser Datensatz soll den Wissenschaftlern helfen herauszufinden, welche Materialien die besten Kandidaten für Katalysatoren sind. Die Idee ist, eine breite Palette von Daten zu sammeln, die sowohl erfolgreiche als auch erfolglose Tests umfasst. Das sollte den Modellen helfen, besser zu verstehen, wonach sie in neuen Materialien suchen müssen.
Um das zu erreichen, nutzen die Forscher fortschrittliche Techniken zur Synthese neuer Katalysatormaterialien und testen diese unter Bedingungen, die realen industriellen Prozessen ähneln. Für OCx24 haben sie einen Datensatz mit 572 einzigartigen Katalysatoren erstellt, die aus verschiedenen Kombinationen von Elementen bestehen.
Der experimentelle Prozess
Die Wissenschaftler verwendeten zwei Haupttechniken zur Herstellung dieser Katalysatoren: chemische Reduktion und Funkenablation.
Chemische Reduktion
Das ist eine nasse Chemie-Methode, bei der Metallsalze gemischt und dann mit einem chemischen Agenten reduziert werden, um Nanopartikel zu erzeugen. Nach der Herstellung der Nanopartikel werden diese getrocknet und für Tests vorbereitet.
Funkenablation
Bei dieser trockenen Methode nutzen die Forscher Funken, um Metallstäbe zu verdampfen und winzige Partikel zu erzeugen. Diese Partikel werden dann auf ein Substrat gedruckt und bilden eine dünne Schicht aus Nanopartikeln. Diese Technik ermöglicht eine präzise Kontrolle über die Zusammensetzung der Materialien.
Beide Methoden haben ihre eigenen Herausforderungen, wie die Sicherstellung, dass die Katalysatoren die richtige Grösse und Zusammensetzung haben. Die Forscher mussten sehr vorsichtig mit ihren Methoden umgehen, um Probleme wie Oxidation während des Transports oder Inkonsistenzen in den hergestellten Materialien zu vermeiden.
Testen der Katalysatoren
Sobald die Katalysatoren hergestellt waren, haben die Forscher sie auf Herz und Nieren geprüft, um zu sehen, wie gut sie in elektrochemischen Reaktionen funktionieren. Sie haben sich speziell auf zwei Reaktionen konzentriert:
Wasserstoffentwicklungsreaktion (HER)
Diese Reaktion erzeugt Wasserstoffgas, was ein wichtiger Bestandteil der Herstellung von grünem Wasserstoff ist. Die Wissenschaftler haben verschiedene Bedingungen getestet, um herauszufinden, wie effektiv jeder Katalysator Wasserstoff produzieren kann.
Kohlenstoffdioxid-Reduktionsreaktion (CO2RR)
Bei dieser Reaktion arbeiten die Wissenschaftler daran, CO2 in nützliche Produkte wie Kohlenmonoxid oder andere Mehrstoffmoleküle umzuwandeln. Die Herausforderung besteht darin, Katalysatoren zu finden, die diese Produkte effizient erzeugen können.
Die Forscher sammelten Daten darüber, wie viel Gas während dieser Reaktionen produziert wurde und wie effizient die Katalysatoren arbeiteten. Sie verwendeten auch Techniken wie Röntgenfluoreszenz (XRF) und Röntgenbeugung (XRD), um die Zusammensetzung und Struktur der Katalysatoren zu bestimmen.
Überbrückung der Kluft
Im Rahmen von OCx24 haben die Forscher die Adsorptionsenergien verschiedener Moleküle auf verschiedenen Oberflächen der Katalysatoren berechnet. Das hilft den Wissenschaftlern zu verstehen, wie gut Moleküle an den Katalysatoroberflächen haften, was entscheidend für die Verbesserung ihrer Leistung ist.
Durch den Einsatz fortschrittlicher Computer-Methoden und maschinellen Lernens haben sie Modelle erstellt, um vorherzusagen, welche Materialien für HER und CO2RR am besten geeignet sind. Obwohl die ersten Modelle auf experimentellen Daten basierten, gelang es ihnen, einige überraschende Ergebnisse zu identifizieren. Zum Beispiel fanden sie heraus, dass Platin, das als effektiver Katalysator für die Wasserstoffproduktion bekannt ist, in ihren Modellen als starker Kandidat auftauchte, obwohl es nicht in ihrem Trainingsdatensatz enthalten war!
Ergebnisse und Erkenntnisse
Die Ergebnisse von OCx24 sind vielversprechend. Der Datensatz bietet eine solide Grundlage für Forscher, um bessere Modelle zu trainieren, was wiederum zur Entdeckung von effektiveren, kostengünstigeren Katalysatoren führen kann. Hunderte potenzieller Kandidaten für sowohl Wasserstoff- als auch Kohlenstoffreaktionen wurden identifiziert, von denen viele aus günstigeren Materialien als Platin oder Palladium bestehen.
Der Weg nach vorne
Das OCx24-Projekt ist erst der Anfang. Mit mehr experimentellen Daten und verbesserten Modellen sieht die Zukunft vielversprechend aus, wenn es darum geht, Lösungen für saubere Energie zu finden. Durch eine systematischere und kollaborative Herangehensweise hoffen die Forscher, den Weg für bessere Katalysatoren zu ebnen und letztendlich einen grüneren Planeten zu schaffen.
Fazit
Zusammenfassend zielt Open Catalyst Experiments 2024 darauf ab, einige der grössten Herausforderungen bei der Entdeckung von Katalysatoren mit einem soliden Ansatz zu bewältigen, der experimentelle Arbeiten und computergestützte Modellierung kombiniert. Auch wenn die Reise noch nicht zu Ende ist, werden die gewonnenen Erkenntnisse sicherlich die Zukunft der Produktion sauberer Energie prägen.
Und wer weiss? Vielleicht kommt eines Tages der nächste grosse Katalysator aus unerwarteten Materialien, wie dem alten Silberbesteck deiner Oma! Also, halte ein Auge auf diese Schätzchen in der Schublade; sie könnten der Schlüssel zu unseren sauberen Energie-Träumen sein!
Titel: Open Catalyst Experiments 2024 (OCx24): Bridging Experiments and Computational Models
Zusammenfassung: The search for low-cost, durable, and effective catalysts is essential for green hydrogen production and carbon dioxide upcycling to help in the mitigation of climate change. Discovery of new catalysts is currently limited by the gap between what AI-accelerated computational models predict and what experimental studies produce. To make progress, large and diverse experimental datasets are needed that are reproducible and tested at industrially-relevant conditions. We address these needs by utilizing a comprehensive high-throughput characterization and experimental pipeline to create the Open Catalyst Experiments 2024 (OCX24) dataset. The dataset contains 572 samples synthesized using both wet and dry methods with X-ray fluorescence and X-ray diffraction characterization. We prepared 441 gas diffusion electrodes, including replicates, and evaluated them using zero-gap electrolysis for carbon dioxide reduction (CO$_2$RR) and hydrogen evolution reactions (HER) at current densities up to $300$ mA/cm$^2$. To find correlations with experimental outcomes and to perform computational screens, DFT-verified adsorption energies for six adsorbates were calculated on $\sim$20,000 inorganic materials requiring 685 million AI-accelerated relaxations. Remarkably from this large set of materials, a data driven Sabatier volcano independently identified Pt as being a top candidate for HER without having any experimental measurements on Pt or Pt-alloy samples. We anticipate the availability of experimental data generated specifically for AI training, such as OCX24, will significantly improve the utility of computational models in selecting materials for experimental screening.
Autoren: Jehad Abed, Jiheon Kim, Muhammed Shuaibi, Brook Wander, Boris Duijf, Suhas Mahesh, Hyeonseok Lee, Vahe Gharakhanyan, Sjoerd Hoogland, Erdem Irtem, Janice Lan, Niels Schouten, Anagha Usha Vijayakumar, Jason Hattrick-Simpers, John R. Kitchin, Zachary W. Ulissi, Aaike van Vugt, Edward H. Sargent, David Sinton, C. Lawrence Zitnick
Letzte Aktualisierung: 2024-11-18 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2411.11783
Quell-PDF: https://arxiv.org/pdf/2411.11783
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.