• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Chimica
    Palladio, incontra il rame:i ricercatori utilizzano l'apprendimento automatico per migliorare i catalizzatori

    Credito:Pixabay/CC0 Dominio pubblico

    I ricercatori di Skoltech e i loro colleghi dalla Germania e dagli Stati Uniti hanno studiato le proprietà e il comportamento di una lega di palladio-rame a temperature e concentrazioni di idrogeno variabili, con implicazioni altamente rilevanti di questa ricerca per la progettazione di catalizzatori. Il documento è stato pubblicato nel Rivista di fisica applicata .

    I materiali in lega di metalli di transizione possono avere proprietà catalitiche e sono ampiamente utilizzati per facilitare varie reazioni chimiche come la CO 2 idrogenazione, un processo che trasforma l'anidride carbonica in metanolo. L'utilizzo di una lega di un elemento reattivo più costoso con un altro più economico e più inerte rende questi catalizzatori altamente efficienti. Un esempio di tale catalizzatore sarebbe una lega di palladio (Pd) e rame (Cu), dove atomi isolati di Pd sono posizionati nel reticolo di Cu.

    Zhong-Kang Han, Debalaya Sarker e Sergey Levchenko dello Skoltech Center for Energy Science and Technology (CEST) e i loro colleghi hanno modellato le proprietà di una lega Pd/Cu, utilizzando un modello di apprendimento automatico per prevedere la distribuzione degli atomi di Pd su una superficie di Cu in funzione della pressione parziale e della temperatura dell'idrogeno. "Solo gli atomi di Pd sulla superficie forniscono siti cataliticamente attivi. Pertanto, è importante sapere quanti di questi atomi si possono trovare in superficie a temperature e pressioni parziali di idrogeno rilevanti, "dice Levchenko.

    Dice che valutare le energie di molte configurazioni atomiche di Pd all'interno del reticolo Cu richiede molte risorse computazionali, quindi i ricercatori hanno scelto un modello di espansione del cluster surrogato più facile da gestire. "Questo modello ci permette di valutare l'energia di milioni di configurazioni in pochi secondi. In questo studio, abbiamo avuto un sistema che è più complesso di quelli tipicamente studiati usando l'espansione dei cluster:una superficie di una lega dove la stabilità di varie configurazioni atomiche è influenzata dagli adsorbati dalla fase gassosa. Perciò, abbiamo applicato l'approccio di apprendimento automatico basato sul rilevamento compresso (un metodo ampiamente utilizzato per comprimere le immagini) per sviluppare un modello surrogato molto accurato e predittivo, "Note di Levchenko.

    Il team ha scoperto che l'assorbimento dell'idrogeno ha effettivamente un forte effetto sulla concentrazione di atomi di Pd nello strato superiore della superficie di Cu (111). "Mentre a basse pressioni parziali di idrogeno e temperature più elevate Pd preferisce rimanere in superficie, a pressioni più elevate e temperature più basse l'assorbimento dell'idrogeno allontana il Pd dalla superficie, " spiega Levchenko.

    Gli autori sperano che le loro scoperte possano aprire la porta alla progettazione di leghe metalliche con migliori proprietà catalitiche, tenendo conto dei cambiamenti dinamici nella composizione e nella struttura dei materiali in condizioni operative realistiche.


    © Scienza https://it.scienceaq.com