Negli ultimi decenni, i ricercatori hanno studiato attivamente come le nanoparticelle core-shell possano migliorare le prestazioni dei sistemi catalitici, che utilizzano principalmente catalizzatori metallici che accelerano le reazioni chimiche.

I ricercatori di Skoltech hanno analizzato gli ultimi risultati nella sintesi di particelle nucleo-guscio, metodi di ricerca, tecniche per adattarne le proprietà e hanno anche identificato le aree più promettenti per la ricerca futura. Un'ampia recensione è stata pubblicata su Nanoscale .

Le particelle bimetalliche core-shell sono nanoparticelle di dimensioni variabili da 1 a 100 nanometri. Il loro nucleo e il loro guscio sono costituiti da metalli diversi. Le nanoparticelle, a differenza delle particelle ordinarie, possiedono caratteristiche uniche che ne consentono l'uso attivo nella diagnosi del cancro, nella creazione di dispositivi elettronici compatti, nella progettazione di pannelli solari e in molti altri campi.

"Abbiamo effettuato un'ampia revisione in cui mostriamo come le proprietà delle nanoparticelle possono essere perfezionate sperimentalmente. La revisione copre articoli degli ultimi 3-4 anni. I metodi di sintesi e ricerca dei nanomateriali sono in continua evoluzione, quindi ora quasi ogni atomo possono essere osservati al microscopio, così come gli strati di diversi metalli in tali particelle. La ricerca ha dimostrato che l'attività catalitica delle particelle può essere influenzata da cambiamenti nel numero di strati metallici", ha affermato Ilya Chepkasov, l'autore principale dello studio. studio e ricercatore senior presso il Centro di transizione energetica di Skoltech.

Gli autori hanno identificato diversi problemi ai quali esortano a prestare attenzione negli studi futuri. Il problema di scoprire la composizione delle superfici delle particelle nucleo-guscio rende più difficile comprendere la relazione tra la loro struttura e le loro proprietà. Per migliorare la sintesi delle particelle bimetalliche nucleo-guscio, è fondamentale scoprire la composizione della loro superficie.

Il team ha inoltre sottolineato che lo studio dei nanomateriali richiede nuovi metodi teorici per prevedere le proprietà dei composti che non sono ancora stati studiati sperimentalmente e non sono nemmeno stati sintetizzati.

Uno dei modi più efficaci per farlo è utilizzare i progressi moderni nel campo dell’intelligenza artificiale, ad esempio modelli di apprendimento automatico basati o privi di descrittori per prevedere le proprietà necessarie. Le reti neurali a grafo possono essere utilizzate per decodificare la struttura atomica di una nanoparticella e determinare le relazioni tra la sua struttura e le sue proprietà.

"La nostra revisione non è solo una descrizione sistematica di studi precedenti, è un'analisi dei dati precedentemente ottenuti e una discussione dettagliata delle aree promettenti che abbiamo identificato sulla base di questi dati. Ci sono molte direzioni importanti. Una di queste è lo sviluppo di nuovi metodi predittivi basati sull'intelligenza artificiale Aiuteranno a determinare in modo rapido e accurato le proprietà desiderate delle future nanoparticelle che potranno essere utilizzate come catalizzatori per vari processi chimici", ha affermato Alexander Kvashnin, coautore dello studio e professore all'Energy. Centro di transizione presso Skoltech.